Өргөтгөсөн аналитикийн ертөнцөд өгөгдлийн мэдлэгийг удирдах нь

Машин сурах (ML) болон байгалийн хэл боловсруулах (NLP) зэрэг хиймэл оюун ухааны (AI) чадавхи сайжирсаар байгаа бөгөөд сайжруулсан аналитик бүтээгдэхүүн нь өгөгдлийг харж, ойлгохтой холбоотой олон ажлыг найдвартай автоматжуулж чадна. Өгөгдлөөс дүгнэлт гаргах хүчирхэг хэрэгслүүдийн тусламжтайгаар удирдах ажилтнууд ихэвчлэн: Энэ технологи нь мэдээллийн хэрэгцээг бууруулдаг уу гэж гайхдаг. мэдээллийн бичиг үсэг өөрсдийн байгууллагад сургалтын хүчин чармайлт? Үгүй, харин ч эсрэгээрээ.

Өгөгдлийн бичиг үсэгт тайлагнасан байдал - өгөгдлийг унших, бичих, контекстээр харилцах чадвар нь урьд өмнөхөөсөө илүү чухал юм. Байгууллагуудад өгөгдөлд суурилсан ажлын арга барилыг хөгжүүлэхэд нь туслах, ажилтнууддаа өөрсдийн бүтээлч байдал, шүүмжлэлтэй сэтгэхүйгээр хиймэл оюун ухааны ур чадварыг нэмэгдүүлэхэд нь чухал ач холбогдолтой.

Байгууллагын өсөлт хөгжилт, амжилтад өгөгдлийн мэдлэгийн үүрэг гүйцэтгэхэд анхаарах нэмэлт хүчин зүйлүүд байдаг. Мэдээллийн эрдэмтэн, шинжээчдийг ажилд авах, сургах, хадгалах нь хэцүү байдаг ба үүнээс гадна тэдний ур чадвар нь ихэвчлэн нарийн бөгөөд үнэтэй байдаг. 365 Data Science-ийн дагуу, ихэнх өгөгдөл судлаачид одоогийн ажлын байрандаа 1.7 жилээс илүү хугацаа зарцуулахгүй байх магадлалтай. Өндөр мэргэшсэн мэдээлэл судлаачид, шинжээчид борлуулалтын цэвэр мэдээллийн эх сурвалжийг бий болгох эсвэл үндсэн тайлан гаргах зэрэг ажлуудын хүсэлтийг ихэвчлэн хүлээн авдаг. Мэргэшсэн чадвараараа тэдний цаг хугацаа, ур чадвар нь илүү өндөр үнэ цэнэтэй, нарийн төвөгтэй бизнесийн асуултуудад зориулсан ажлын урсгалыг загварчлах, хөгжүүлэхэд илүү үр дүнтэй байх болно.

Удирдах ажилтнууд хиймэл оюун ухаан болон сайжруулсан аналитик технологид хөрөнгө оруулалт хийх үед бизнесийн хэрэглэгч буюу тусгайлсан шинжээчтэй харьцуулахад өгөгдөлд илүү хялбар хэрэглэгч нь хийх механикийн талаар санаа зовохгүйгээр асуултынхаа хариулт, ажлаа сайн хийхэд шаардлагатай мэдээлэлд хандах боломжтой. тийм.

AI-г идэвхжүүлсэн шийдлүүд нь хэрэглэгчийн даалгаврыг хэрхэн дэмжиж, хэрэглэгчийн зөв туршлагыг олж болохыг судлах нь уг хэрэгсэл болон хэрэглэгчийг амжилтанд хүргэх асар их нөөцтэй. Жишээлбэл, хиймэл оюун ухааны хэрэгсэл нь өгөгдөл бэлтгэхтэй холбоотой зарим нэг уйтгартай ажлуудыг автоматжуулж, дараа нь хүмүүст үр дүнг нь өгч, аналитик хэрэгцээндээ үндэслэн агуулгыг цаашид дүн шинжилгээ хийж, дүрслэн харуулах боломжтой.

Өргөтгөсөн аналитикийн дэвшил нь хүмүүст асуултанд хурдан хариулахад тусалдаг

Өргөтгөсөн аналитик шийдлүүд нь бизнесийн хэрэглэгчдэд өгөгдлийг ойлгоход хялбар болгодог бөгөөд энэ нь компаниудад эдгээр өндөр өртөгтэй технологийн үнэ цэнийг нэмэгдүүлэхэд тусалдаг. Жишээлбэл, өргөтгөсөн аналитик нь хэрэглэгчийн сонирхлыг ойлгож, хэрэглэгчийн сонголт, бүтээгдэхүүний хөгжил, маркетингийн сувгуудын талаархи таамаглалыг санал болгодог. Тэд мөн өөрийн мэдээллийн чиг хандлага, үнэ цэнэ, ялгааны талаар нэмэлт контекстийг өгч чадна. Нарийвчилсан алгоритмууд нь байгалийн хэлээр үүсгэсэн текстийн тайлбар, контекстийн хамт хяналтын самбарт нэмж болох нэмэлт дүрслэлийг санал болгож чадна.

Ажиллах хүчийг нэмэгдүүлэхэд туслах шийдлүүдийн зарим жишээ энд байна.

1. Өгөгдлийн түүхүүд. Tableau Cloud одоо багтаж байна Өгөгдлийн түүхүүд, өгөгдөлд дүн шинжилгээ хийх, түүний тухай энгийн түүхийг өгүүлэмж эсвэл сумтай хэлбэрээр бичихийн тулд AI алгоритмуудыг ашигладаг динамик хяналтын самбарын виджет функц. Түүхүүд нь энгийн график, хяналтын самбараас гадна өгөгдлийн тухай өгүүллэгүүдийг нэгтгэж, бизнесийн хэрэглэгчдийн олон асуултад хариулах боломжтой бүртгэлд оруулдаг. Энэ нь бизнесийн хэрэглэгчдэд хамгийн чухал мэдээллийг ойлгоход шаардлагатай мэдээллийн мэдлэгийн түвшинг бууруулдаг. Өгөгдлийн түүхүүд нь баганан диаграмм эсвэл шугаман диаграмыг анх харахад хэрэглэгчээс асуудаг энгийн асуултуудыг харуулдаг: Энэ тоо хэт давсан тоо мэт харагдаж байсан уу? Цаг хугацаа өнгөрөхөд энэ тоо хэрхэн өөрчлөгдсөн бэ? Дундаж хэд вэ? Өгөгдлийг тайлбарлах шаардлагатай хэвээр байгаа бөгөөд энэ нь бүхэл бүтэн түүх биш боловч энэ нь өгөгдөл дэх ойлголтыг нээх том алхам юм.

2. Надад үзүүл. Өргөтгөсөн аналитик функцууд нь илүү ухаалаг кодчилол хийх боломжийг олгодог. Жишээлбэл, Show Me нь сонирхож буй өгөгдлийн шинж чанарууд дээр үндэслэн диаграмын төрлүүд болон тохирох тэмдэглэгээний кодчилолуудыг санал болгодог. Дараа нь хэрэглэгчид өөрсдийн харааны аналитик ажлын урсгалын нэг хэсэг болгон эдгээр графикуудыг үзэгчидтэйгээ хуваалцахыг хүсч буй өндөр түвшний арга хэмжээнд анхаарлаа төвлөрүүлж болно.

3. Байгалийн хэлний ойлголт. Нарийн судалгаа, хэлний загварт зориулсан том хэмжээний сургалтын багц, сайжруулсан тооцоолох чадавхийн ачаар байгалийн хэлний ойлголт ч олон жилийн туршид мэдэгдэхүйц сайжирсан.

Хүмүүс SQL асуулга үүсгэх механикийг ойлгох шаардлагагүйгээр аналитик асуулт асууж болно. Илүү сайн ойлгохын тулд байгалийн хэлний интерфэйс нь интерактив диаграмм бүхий асуултуудад хариулж, хэрэглэгчид өгөгдлийг ойлгохын тулд засварлаж, сайжруулж, харилцаж болно.

4. Машины сургалт. ML-тэй холбоотой сайжруулсан аналитик нь мөн ахиц дэвшил гаргасан. Эдгээр загварууд нь тодорхой төрлийн хэрэглэгч эсвэл бүлэг хэрэглэгчдэд тохируулсан өгөгдөл хувиргах үйлдлүүд гэх мэт нарийн төвөгтэй, нарийн төвөгтэй аналитик ажлуудыг сурч чадна. Цаашилбал, олон сайжруулсан аналитик туршлагууд нь хэрэглэгчийн интерфэйстэй болж, зөн совинтой болж, сургалтын нарийн төвөгтэй байдлыг багасгаж, хэрэглэгчийн аналитик ажлын урсгалд загварыг ашиглах боломжтой болсон.

Хэдийгээр хиймэл оюун ухаан гайхалтай чадвартай ч хүнийг хэзээ ч бүрэн орлохгүй. Доод түвшний статистик шинж чанаруудаас өндөр түвшний мэдээллийг авах нь нарийн төвөгтэй бөгөөд нэлээд нарийн төвөгтэй байж болно. Хүмүүсийн бүтээлч танин мэдэхүйн түвшин өндөр; бид сониуч зантай; Бид эдгээр өндөр түвшний мэдээллийг өгөгдлөөс ялгаж чадна.

Өгөгдлийн мэдлэгийг дээшлүүлэх зөвлөмж

Байгууллагууд өөрсдийн өгөгдлөөсөө дээд түвшний ойлголтыг нээхийн тулд ажилчид буюу бизнес хэрэглэгчид болон шинжээчид өөрсдийн өгөгдөлд хэрхэн дүн шинжилгээ хийх талаар мэдлэгтэй байх ёстой бөгөөд өгөгдлийг дүрслэн харуулах, танилцуулах шилдэг туршлагуудтай байх ёстой. Байгууллагууд өгөгдлийн бичиг үсгийг сурталчлах, AI-г аналитик хэрэгслээр нэмэгдүүлэх шилдэг туршлагыг хэрхэн хөгжүүлж болохыг эндээс үзнэ үү.

1. Сургалтанд хөрөнгө оруулах.

Аливаа байгууллагын хувьд зөв хэрэгсэл, зөв ​​боловсрол/сургалттай байх нь чухал. Дотор Forrester Consulting-ийн мэдээллийн мэдлэгийн талаархи судалгаа, ажилчдын зөвхөн 40% нь өөрсдийн байгууллага нь авах ёстой мэдээллийн ур чадварын сургалтыг өгсөн гэж хэлсэн.¹ Хувь хүмүүс болон байгууллагууд өөрсдийн өгөгдлийг харж, ойлгох шилдэг туршлагын талаар хүмүүсийг илүү сайн сургах ёстой. Ажлын байрууд өгөгдлийн дүрслэл, өгөгдлийн бичиг үсгийн талаархи сургалтуудыг санал болгох ёстой бөгөөд ингэснээр ажилтнууд хэв маягийг ойлгож, диаграмм үүсгэх, дүрслэх хамгийн сайн аргуудыг сурах боломжтой.

Ажилчдаа сургахын тулд та компаниудын гуравдагч талын гайхалтай хөтөлбөрүүдэд хамрагдах боломжтой Qlik, Мэдээллийн бичиг үсэг, Coursera's Data & Analytics Academy, EdX, дата кемп, Хан академи, Ерөнхий ассемблей, LinkedIn сургалт, болон бусад. Tableau санал болгож байна бие даан суралцах, амьд, виртуал сургалтын ангиуд, А өгөгдлийн бичиг үсгийн талаархи үнэ төлбөргүй сургалт. Сургалтыг багтаасан ижил төстэй төслүүдийн зарим нь үнэ төлбөргүй байдаг Хүмүүст зориулсан өгөгдөл, Өгөгдөлтэй түүх ярих, Data Lodge, Мэдээллийн мэдлэг олгох төсөл, мөн бусад.

Удирдах ажилтнууд дараахь зүйлийг анхаарч үзэх хэрэгтэй: Танай ажилчдыг зөвхөн диаграмын хэлээр төдийгүй илүү өргөн хүрээний загвар болгон хэрхэн сургах вэ?

Хиймэл оюун ухаан, машин сурах зэрэг олон сайжруулсан чадавхи бүхий барилгын хэрэгслүүдийн нэг сул тал нь тэд хууран мэхлэх энгийн мэт харагдахаас гадна хэрэглэгчдийг маш хурдан шуурхай болгох боломжтой юм. Гэхдээ дутуу бэлтгэгдсэн хэрэглэгчид ямар нэгэн байдлаар төөрөгдүүлсэн эсвэл төөрөгдүүлсэн диаграмм эсвэл тоймтой ойлголтыг үүсгэж болно.

Хүмүүсийг визуал дүрслэлийн хэл, түүний цаад шинжлэх ухааны талаар сургах нь чухал бөгөөд ингэснээр тэд ядаж мэдээллийн мэдлэгтэй биш юмаа гэхэд мэдээллийн мэдээлэлтэй байх болно. Жишээлбэл, хүмүүс хэт өндөр үзүүлэлт гэж юу болохыг хэрхэн тодорхойлох вэ? Тэд найдвартай хяналтын самбарыг хэрхэн зохион бүтээх ёстой вэ? Тэд мөн харилцан хамаарал ба учир шалтгааны хоорондын ялгааг ойлгох чадвартай байх ёстой. Энэ нь өгөгдөл үнэн зөв байх бөгөөд дүн шинжилгээ хийхэд ашиглах боломжтой болно.

2. Өгөгдөлд тулгуурласан шийдвэр гаргах.

Хүмүүс өгөгдөлд тулгуурласан шийдвэр гаргах талаар ярьдаг мэдээллийн аман ярианаас хүмүүс өгөгдлийг судлах, ойлгох, харилцах чадвартай мэдээллийн мэдлэгт шилжих нь өгөгдлийн дүрслэлд хандах хандалтыг ардчилсан болгохыг шаарддаг. Энэ нь хувь хүний ​​​​суралцах, хэрэглэх чадварт анхаарлаа хандуулахыг шаарддаг боловч энэ нь илүү зохион байгуулалтын өөрчлөлт байх ёстой. Өгөгдлийн бичиг үсгийн жинхэнэ ардчилал нь мэдээллийн экосистемийг бүхэлд нь харгалзан үздэг. Энэ нь хэрэглэгчдийн өдөр тутмын амьдрал дахь графикуудын тархалтыг хүлээн зөвшөөрч, тэдгээрийг өргөн хүрээнд ойлгомжтой болгохын тулд ажилладаг.

Хүмүүс зөвхөн субьектив үзэл бодолд тулгуурлах бус өгөгдөлд тулгуурлан шийдвэр гаргах ёстой; Энэ нь хэрэглэгчдэд хамаарал ба учир шалтгааны хоорондын ялгааг сургах сургалтын ач холбогдлыг харуулж байна. Мэдээлэлд тулгуурласан шийдвэрийг хэрхэн гаргах ёстой вэ? Хэлэлцүүлгийг үр дүнтэй шийдвэр гаргахын тулд бодитой байлгахын тулд өгөгдөл болон гол зөвлөмжүүдийг танилцуулах хэрэгсэл юу вэ? Жишээлбэл, технологийн компаниуд хэрэглэгчийн телеметрийн өгөгдлийг ашиглан ямар онцлог шинж чанаруудыг бий болгох, ашиглалтын шинж чанарыг тодорхойлох, хэрэглэгчийн туршлага дахь аливаа үрэлтийг тодорхойлох хэрэгтэй.

3. Тохиромжтой дэд бүтцийг хөгжүүлж, хадгалах.

Эхний хоёр зөвлөмжийг дэмжихийн тулд удирдах албан тушаалтнууд байгууллагадаа мэдээлэл байршуулах, удирдахад хангалттай, өргөтгөх боломжтой дэд бүтцийг бий болгосон эсэхийг баталгаажуулах ёстой. Тэд мөн байгууллагууддаа үйлчлүүлэгчдийнхээ асуудал, хэрэгцээг хангах хиймэл оюун ухааны технологийг олж тогтооход нь туслах ёстой.

Цаашилбал, шийдвэр гаргагчид өгөгдлийн нууцлал, итгэлцлийн талаар сайтар бодож, анхааралтай хандах ёстой. Энэ нь дараачийн бодол байж болохгүй; үүнийг эхнээс нь нухацтай авч үзэх ёстой. Өгөгдлийн нууцлал, итгэлцлийн хариуцлагыг өгөгдлийн засаглал, менежментийн цогц бодлогод хамруулах боломжтой хувь хүн хэрэглэгч хүртэл хариуцах ёстой.

Өгөгдлийн мэдлэгийг дээшлүүлэх хүчин чармайлтад үргэлжлүүлэн анхаарлаа хандуулаарай

AI болон Data Stories гэх мэт сайжруулсан аналитик хэрэгслүүдэд хөрөнгө оруулалт хийх нь бизнесийн хэрэглэгчдэд өөрсдийн өгөгдлөөсөө хариулт олох боломжийг олгох маш сайн алхам боловч эдгээр хэрэгслүүд нь мэдээллийн бичиг үсгийн мэдлэгийг дээшлүүлэх хүчин чармайлтыг орлуулахын оронд нөхөх болно. Цаашилбал, хиймэл оюун ухааны технологи болон сургалтын аль алинд нь хөрөнгө оруулах зөв хэлбэрүүд нь хүн төрөлхтнийг хамгийн сайн чаддаг зүйлээ хийхэд нь үр дүнтэй дэмжлэг үзүүлдэг: мэдээлэлд төвлөрсөн хэрэглэгчийн хэрэгцээг шийдвэрлэхийн зэрэгцээ шийдлийг санаачилж, бий болгох.

Байгууллага даяараа дата мэдлэгтэй болох тал дээр үргэлжлүүлэн анхаарч ажилласнаар таны илүү олон ажилчид буюу энгийн бизнес хэрэглэгч болон нарийн өгөгдлийн шинжээчид таны өгөгдлийн талаар зөв асуулт асууж, цаашдын ойлголтод хүргэх болно.

ШИНЖИЛГЭЭНИЙ УЯН ХАТАН ТҮНШЭЭ СОНГО

Tableau шиг аналитик түнш нь ур чадварт суурилсан сургалтаас гадна өргөн цар хүрээтэй, гүнзгийрүүлсэн сургалтыг санал болгодог бөгөөд энэ нь танай компанид юу хамгийн сайн тохирохыг олох аялалд уян хатан түнш болгодог. Илүү ихийг суралц Хүснэгтийн үүл.

БИЗНЕС ХЭРЭГЛЭГЧДЭД ЗОРИУЛСАН өгөгдлийн ойлголт

Бизнесийн хэрэглэгчиддээ амжилтанд хүрэхийн тулд тохируулаарай. Өгөгдлийн түүхийн талаар нэмэлт мэдээлэл аваарай энд.