Power BI i AI: Predvidi prodaju bez teških formula

Plaćanje eksternog data scientista košta prosječno 120 KM po satu, a timovi troše mjesece na modele koji završe u kanti za smeće. Vi imate Power BI. Imate podatke. Ako znate kako da ih ‘uglavite’ u pravi algoritam, dobićete predviđanje prodaje preciznije od bilo kojeg ‘osjećaja’ vašeg menadžera. Zaboravite na komplikovane DAX formule koje izgledaju kao nuklearna fizika. U ovom vodiču ćemo ‘izriljati’ sirove podatke i natjerati vještačku inteligenciju da radi za vas, a ne obrnuto. Do kraja ovog teksta, uštedićete hiljade maraka i sate nepotrebnog kucanja koda.

Zaboravite DAX: Zašto je vizuelni AI tvoj novi najbolji radnik u radionici

Direktna istina: Većina ljudi koristi Power BI kao fensi Excel. To je bacanje resursa. Ako želite da znate koliko ćete paleta robe prodati u decembru 2026. godine, ne trebaju vam formule. Treba vam ‘Key Influencers’ vizual i ‘Forecasting’ opcija. Ovi alati ne nagađaju; oni kopaju po vašim istorijskim podacima i traže uzorke koje ljudsko oko ne može da vidi. Ali pazi, ako su ti ulazni podaci ‘masni’ i neuredni, AI će samo brže generisati gluposti. Prvo pravilo radionice: Očisti alat prije nego što počneš sjeći.

Kako se implementira consent za AI bez pravnih muka

Prije nego što uopšte ‘pukneš’ svoje podatke u cloud, moraš znati ko ima pravo da ih gleda. Ako planiraš ozbiljno raditi, provjeri kako se implementira consent za AI bez pravnih muka. Bez ovoga, tvoj DIY projekat može postati pravna noćna mora.

Priprema sirovina: Čišćenje podataka dok ne ‘prokrvare’

Ne možeš napraviti vrhunsku policu od trulog drveta. Isto važi za predviđanje prodaje. Vaš ‘Sales’ folder je vjerovatno pun duplih unosa, pogrešnih datuma i praznih polja. To mora van. Upotrijebite Power Query. To je vaš brusni papir.

• Ukloni sve redove gdje je prodaja nula (osim ako to nije signal za nešto drugo).
• Standardizuj formate datuma. Power BI mrzi kad mu jednom pišeš 01/01, a drugi put 1. Janur.
• Provjeri valute. Ako miješaš KM i EUR bez kursne liste, tvoj model će ‘izgorjeti’ pri prvom pokretanju.

WARNING: Nikada ne brišite originalne redove podataka direktno u bazi. Uvijek radite transformacije u Power Query-u. Ako ‘zakucate’ grešku u izvor, popravka će vas koštati cijelog vikenda i litre znoja.

Step-by-Step: ‘Sklepaj’ svoj prediktivni model za 15 minuta

Sada prelazimo na konkretan rad. Pratite ove korake kao da sklapate motor.
1. Uvezi podatke: Klikni na ‘Get Data’ i povuci svoje pročišćene tabele.
2. Aktiviraj Key Influencers: Odaberi ovaj vizual iz desnog panela. Ubaci ‘Sales Amount’ u polje ‘Analyze’.
3. Objasni uzroke: U polje ‘Explain by’ ubaci sve što misliš da utiče na prodaju: regiju, ime prodavca, kategoriju proizvoda, pa čak i vremensku prognozu ako je imaš.
4. Pusti AI da žvaće: Vidjećete mehuriće. Što je mehurić veći, to je taj faktor bitniji. Ako ti sistem kaže da ‘Boja proizvoda’ utiče na 40% prodaje, prestani trošiti pare na reklame za funkcionalnost i fokusiraj se na estetiku.

Anatomija katastrofe: Zašto tvoj model laže nakon 6 mjeseci

Desiće se ovo: Tvoj model će raditi savršeno danas, a u julu će ti reći da prodaš 0 komada. Zašto? Zato što si zaboravio na sezonalnost. Ako učiš AI na podacima iz decembra, on misli da je Božić svaki dan. Ovo se zove ‘overfitting’.
The Anatomy of a Screw-Up: Zamisli da treniraš model na podacima tokom pandemije. AI će ‘zaključiti’ da ljudi kupuju samo toalet papir i kvasac. Kada se tržište normalizuje, tvoj prediktivni model postaje beskorisno smeće jer nema ‘kontekst’. Uvijek ubacite bar 3 godine podataka da bi algoritam prepoznao ciklus.

Zašto ovo radi? (Fizika podataka i Decision AI)

Iza haube Power BI-a ne stoji magija, već regresiona analiza i stabla odlučivanja. On pokušava da nađe liniju koja najbolje ‘leži’ preko tvojih tačaka prodaje. Ako te zanima dublja logika, pročitaj šta je zapravo decision AI. To je mozak koji upravlja tvojim vizualima. Razumijevanje ovog procesa je kao da znaš kako se klipovi kreću u cilindru – ne moraš to stalno gledati, ali pomaže kad motor počne da ‘štuca’.

Micro-Vignette: Šta kaže stari Edo iz skladišta

Edo, čovjek koji u skladištu radi trideset godina, gledao je moj ekran i rekao: ‘Mali, tvoj kompjuter kaže da ćemo prodati 500 guma u avgustu. Ali on ne zna da fabrika u Njemačkoj ide na kolektivni godišnji’. To je ljudski nadzor. AI je tvoj pomoćnik koji nosi teške vreće, ali ti si taj koji drži mapu. Ako znaš da se tržište mijenja, prilagodi model.

Smanji troškove uz AI senzore

U nekim industrijama, prodaja zavisi direktno od stanja na policama. Smanji troškove i sredi lanac snabdijevanja uz AI senzore kako bi tvoj Power BI imao podatke u realnom vremenu, a ne samo one od prošlog mjeseca.

Završni radovi: ‘Poliranje’ izvještaja za šefa

Kada završiš, nemoj mu poslati 50 tabela. Napravi ‘Forecasting’ liniju na Line Chartu.

• Klikni na vizual linijskog grafikona.
• Idi na ‘Analytics’ (ikona lupe).
• Skroluj do ‘Forecast’.
• Postavi ‘Confidence Interval’ na 95%. Ako odeš na 99%, linija će biti preširoka i beskorisna.

Don't skip this. Ako šefu pokažeš sivu zonu povjerenja, izgledaćeš kao pro koji zna da AI nije nepogrešiv. Ako pokažeš samo jednu tanku liniju, smijaće ti se kad prvi put promašiš za 5%.

Code Reality Check: Privatnost u 2026. godini

Kao što sam pomenuo, AI accountability je u 2026. obaveza, ne opcija. Ako tvoj model počne diskriminisati kupce po regiji na osnovu pogrešnih podataka, ti si taj koji odgovara. Uvijek koristi ‘Human-in-the-loop’ pristup.
Vrijednost projekta: Da si unajmio agenciju, ovo bi te koštalo 10.000 KM. Ovako, potrošio si tri kafe i jedno popodne. Tvoja plata i tvoja pozicija u firmi sada vrijede više. Pogledaj kolika je AI plata u 2026. godini i shvatićeš da si upravo sebi dao povišicu učeći ove trikove. Sada idi, ‘pukni’ te podatke u Power BI i prestani pogađati šta će biti sutra. Izračunaj to.