Lundrimi i njohurive të të dhënave në botën e analitikës së shtuar

Aftësitë e inteligjencës artificiale (AI) si mësimi i makinerive (ML) dhe përpunimi i gjuhës natyrore (NLP) vazhdojnë të përmirësohen, dhe produktet analitike të shtuara mund të automatizojnë në mënyrë të besueshme shumë detyra që lidhen me shikimin dhe kuptimin e të dhënave. Me mjete të fuqishme që mund të nxjerrin në pah njohuritë nga të dhënat, drejtuesit shpesh mbeten të pyesin: A e zvogëlon në të vërtetë kjo teknologji nevojën për shkrim-leximi i të dhënave përpjekjet për trajnim në organizatat e tyre? Jo, përkundrazi.

Njohuria e të dhënave - aftësia për të lexuar, shkruar dhe komunikuar të dhëna në kontekst - është më e rëndësishme se kurrë. Është thelbësore për të ndihmuar organizatat të zhvillojnë një mënyrë pune të drejtuar nga të dhënat dhe fuqizimin e punonjësve për të rritur aftësitë e AI me kreativitetin dhe mendimin e tyre kritik.

Ka faktorë shtesë që duhen marrë parasysh në rolin e njohjes së të dhënave për rritjen dhe suksesin e një organizate. Punësimi, trajnimi dhe mbajtja e shkencëtarëve dhe analistëve të të dhënave është e vështirë – plus, aftësitë e tyre shpesh janë të nuancuara dhe të shtrenjta. Sipas 365 Data Science, shumica e shkencëtarëve të të dhënave ndoshta nuk do të kalojnë më shumë se 1.7 vjet në vendin e tyre aktual të punës. Shkencëtarët dhe analistët e të dhënave, të cilët janë shumë të trajnuar, shpesh marrin kërkesa për detyra të tilla si ndërtimi i një burimi të pastër të dhënash për shitje ose nxjerrja e raporteve bazë. Me aftësitë e tyre të specializuara, koha dhe grupi i aftësive të tyre do të shërbehej më mirë duke punuar në modelimin dhe zhvillimin e flukseve të punës për pyetje komplekse biznesi me vlerë më të lartë.

Kur drejtuesit investojnë në AI dhe teknologjinë analitike të shtuar, përdoruesi i biznesit - një përdorues më i rastësishëm i të dhënave në krahasim me një analist të përkushtuar - mund të ketë qasje në përgjigjet e pyetjeve të tyre dhe informacionin që u nevojitet për të bërë mirë punën e tyre pa u shqetësuar për mekanikën e të bërit kështu që.

Eksplorimi se si zgjidhjet e aktivizuara me AI mund të mbështesin detyrat e përdoruesit dhe të gjejnë përvojën e duhur të përdoruesit, ka një potencial të madh për të vendosur mjetin dhe përdoruesin për sukses. Për shembull, një mjet AI mund të automatizojë disa nga detyrat më të lodhshme rreth përgatitjes së të dhënave dhe më pas t'i ofrojë rezultatet njeriut, i cili mund të analizojë dhe vizualizojë më tej përmbajtjen bazuar në nevojat e tyre analitike.

Përparimet në analitikën e shtuar i ndihmojnë njerëzit t'u përgjigjen pyetjeve më shpejt

Zgjidhjet e zgjeruara të analitikës mund ta bëjnë më të lehtë për përdoruesit e biznesit të kuptojnë të dhënat, gjë që i ndihmon kompanitë të maksimizojnë vlerën e këtyre teknologjive të kushtueshme. Për shembull, analitika e shtuar mund të kuptojë interesin e klientit dhe të ofrojë parashikime për preferencat e konsumatorëve, zhvillimin e produktit dhe kanalet e marketingut. Ato gjithashtu mund të ofrojnë kontekst shtesë për tendencat, vlerat dhe variacionet në të dhënat e dikujt. Algoritmet e sofistikuara mund të sugjerojnë vizualizime shtesë që mund të shtohen në një panel, së bashku me shpjegimet e tekstit dhe kontekstin e krijuar në gjuhën natyrore.

Këtu janë disa shembuj zgjidhjesh që mund të ndihmojnë në ngritjen e fuqisë suaj punëtore.

1. Historitë e të dhënave. Tableau Cloud tani përfshin Historitë e të dhënave, një veçori dinamike e miniaplikacionit të panelit të kontrollit që përdor algoritme të AI për të analizuar të dhënat dhe për të shkruar një histori të thjeshtë në lidhje me të në formë tregimi ose me plumba. Tregimet ndërthurin së bashku narrativa rreth të dhënave përtej grafikëve dhe tabelave të thjeshta në një regjistër të aksesueshëm për përdoruesit e biznesit për t'iu përgjigjur shumë prej pyetjeve të tyre. Kjo zvogëlon nivelin e njohjes së të dhënave që një përdorues biznesi duhet të kuptojë informacionin më të rëndësishëm për ta. Historitë e të Dhënave nxjerrin në pah pyetjet e thjeshta që bën një përdorues kur shikon për herë të parë një grafik me shtylla ose një grafik me vija: A ishte vërtet një numër i jashtëm ky numër që duket si një pikë e jashtme? Si ka ndryshuar ky numër me kalimin e kohës? Sa është mesatarja? Të dhënat ende duhet të interpretohen - nuk është e gjithë historia - por është një hap i madh drejt zhbllokimit të njohurive në të dhëna.

2. Më trego. Veçoritë e analitikës së shtuar gjithashtu lejojnë parazgjedhjet më të zgjuara të kodimit. Për shembull, Show Me rekomandon llojet e grafikëve dhe kodimet e duhura të shenjave bazuar në atributet e të dhënave me interes. Përdoruesit më pas mund të përqendrohen në marrjen e nivelit të lartë që duan të komunikojnë dhe t'i ndajnë këto tabela me audiencën e tyre si pjesë e rrjedhës së punës analitike vizuale.

3. Kuptimi i gjuhës natyrore. Me kërkime të sofistikuara, grupe të mëdha trajnimi për modelet gjuhësore dhe aftësi të përmirësuara kompjuterike, të kuptuarit e gjuhës natyrore është përmirësuar gjithashtu ndjeshëm gjatë viteve.

Njerëzit mund të bëjnë pyetje analitike pa pasur nevojë të kuptojnë mekanikën e ndërtimit të pyetjeve SQL. Me qëllimin më të mirë të të kuptuarit, ndërfaqet e gjuhëve natyrore mund t'u përgjigjen pyetjeve me grafikët ndërveprues që përdoruesit mund t'i riparojnë, përsosin dhe ndërveprojnë me të, ndërsa kuptojnë të dhënat.

4. Mësimi i makinerisë. Analitika e shtuar në lidhje me ML ka bërë gjithashtu përparime. Këto modele mund të mësojnë detyra analitike të sofistikuara dhe komplekse siç janë operacionet e transformimit të të dhënave që janë të personalizuara për një lloj specifik përdoruesi ose një grup përdoruesish. Për më tepër, shumë përvoja analitike të shtuara tani kanë ndërfaqe përdoruesi që ndihen intuitive, duke reduktuar kompleksitetin e trajnimit dhe duke aplikuar një model në rrjedhën e punës analitike të një përdoruesi.

Megjithëse AI ka aftësi të jashtëzakonshme, ajo kurrë nuk do t'i zëvendësojë plotësisht njerëzit. Nxjerrja e të dhënave të nivelit të lartë nga vetitë statistikore të nivelit më të ulët mund të jetë komplekse dhe mjaft e nuancuar. Njerëzit kanë një nivel më të lartë të njohjes krijuese; ne jemi kureshtarë; ne mund t'i distilojmë këto rezultate të nivelit të lartë nga të dhënat.

Rekomandime për nxitjen e shkrim-leximit të të dhënave

Në mënyrë që organizatat të zhbllokojnë njohuri të nivelit më të lartë nga të dhënat e tyre, punonjësit - përdoruesit e biznesit dhe analistët njësoj - duhet të edukohen se si duhet të analizojnë të dhënat e tyre dhe të kenë praktikat më të mira për vizualizimin dhe paraqitjen e të dhënave. Ja se si organizatat mund të zhvillojnë praktikat më të mira në promovimin e shkrim-leximit të të dhënave dhe shtimin e AI me mjete analitike.

1. Investoni në trajnime.

Të kesh mjetet e duhura dhe edukimin/trajnimin e duhur është thelbësore për çdo organizatë. Ne nje Studim i Forrester Consulting mbi njohjen e të dhënave, vetëm 40% e punonjësve thanë se organizata e tyre kishte ofruar trajnimin për aftësitë e të dhënave që pritet të kenë.¹ Individët dhe organizatat duhet t'i ekspozojnë njerëzit ndaj një trajnimi më të mirë për sa i përket praktikave më të mira për të parë dhe kuptuar të dhënat e tyre. Vendet e punës duhet të ofrojnë kurse rreth vizualizimit të të dhënave dhe shkrim-leximit të të dhënave, në mënyrë që punonjësit të kuptojnë modelet dhe të mësojnë mënyrat më të mira për të krijuar dhe paraqitur grafikët.

Për të trajnuar punonjësit tuaj, mund të regjistroni programe të shkëlqyera të palëve të treta nga kompani si Qlik, Njohja e të dhënave, Akademia e të dhënave dhe analitikave të Coursera, Edx, Kampi i të dhënave, Khan Academy, Asambleja e Përgjithshme, LinkedIn Learning, dhe me shume. Tableau ofron mësimi i vetëdrejtuar, kurse trajnimi live, virtualeDhe a kurs falas për njohjen e të dhënave. Projekte të ngjashme që përfshijnë trajnime, disa prej të cilave janë falas, përfshijnë Të dhënat për njerëzit, Tregimi me të dhëna, Shtëpia e të Dhënave, Projekti për Literaturën e të Dhënave, Dhe të tjerët.

Drejtuesit duhet të kenë parasysh gjithashtu: Si mund të trajnohen punonjësit tuaj, jo vetëm në gjuhën e grafikëve, por edhe si një paradigmë më e gjerë?

Një dobësi e mjeteve të ndërtimit që kanë shumë aftësi të shtuara - të cilat përfshijnë AI dhe mësimin e makinerive - është se ato mund të duken jashtëzakonisht të thjeshta dhe mund t'i bëjnë përdoruesit të rriten shumë shpejt. Por përdoruesit e patrajnuar mund të gjenerojnë një grafik ose informacione tërheqëse nga një tabelë që mund të jetë mashtruese ose e gabuar në një farë mënyre.

Është e rëndësishme që njerëzit të edukohen për gjuhën e paraqitjes vizuale dhe shkencën që qëndron pas saj, në mënyrë që ata, të paktën, të jenë të informuar për të dhënat, nëse jo të shkollohen për të dhënat. Për shembull, si e përcaktojnë njerëzit se çfarë është një i jashtëm? Si duhet të dizajnojnë tabela që janë të besueshme? Ata gjithashtu duhet të jenë në gjendje të kuptojnë dallimin midis korrelacionit dhe shkakësisë. Kjo do të sigurojë që të dhënat janë të sakta dhe mund të përdoren për analizë.

2. Merrni vendime të bazuara në të dhëna.

Kalimi nga oraliteti i të dhënave - ku njerëzit flasin për marrjen e vendimeve të bazuara nga të dhënat - në edukimin e të dhënave - ku njerëzit kanë aftësinë për të eksploruar, kuptuar dhe komunikuar me të dhënat - kërkon qasje demokratike në vizualizimet e të dhënave. Kjo përfshin një fokus në mësimin individual dhe zbatueshmërinë, por duhet të jetë më shumë një ndryshim organizativ. Demokratizimi i vërtetë i shkrim-leximit të të dhënave merr parasysh të gjithë ekosistemin e të dhënave. Ai njeh përhapjen e tabelave në jetën e përditshme të përdoruesve dhe punon për t'i bërë ato të kuptueshme gjerësisht.

Njerëzit duhet të marrin vendime bazuar në të dhëna dhe jo vetëm në opinione subjektive; kjo kthehet në rëndësinë e trajnimit që edukon përdoruesit për dallimin midis korrelacionit dhe shkakësisë. Si duhet të merren vendimet e bazuara në të dhëna? Cili është mjeti i paraqitjes së të dhënave dhe pikave kryesore, në mënyrë që diskutimi të mund të qëndrojë objektiv për të marrë vendime efektive? Për shembull, kompanitë e teknologjisë duhet të përdorin të dhënat e telemetrisë së përdoruesit për të përcaktuar se cilat veçori duhet të ndërtohen, karakteristikat e përdorimit dhe për të identifikuar çdo fërkim në përvojën e përdoruesit.

3. Zhvillimi dhe mirëmbajtja e infrastrukturës adekuate.

Për të mbështetur dy rekomandimet e para, drejtuesit duhet të sigurojnë që organizata e tyre të ketë ndërtuar një infrastrukturë të përshtatshme dhe të shkallëzueshme për të strehuar dhe qeverisur të dhënat e saj. Ata gjithashtu duhet të ndihmojnë organizatat e tyre të identifikojnë dhe të kenë akses në teknologjinë e AI që adreson problemet dhe nevojat e klientëve të tyre.

Për më tepër, vendimmarrësit duhet të jenë të zhytur në mendime dhe të qëllimshme për privatësinë dhe besimin e të dhënave. Nuk mund të jetë një mendim i mëvonshëm; duhet të merret parasysh seriozisht që në fillim. Përgjegjësia e privatësisë dhe besimit të të dhënave duhet të distilohet deri tek përdoruesi individual, gjë që mund të mbulojë politikat gjithëpërfshirëse të qeverisjes dhe menaxhimit të të dhënave.

Vazhdoni të fokusoheni në përpjekjet për njohjen e të dhënave

Investimi në AI dhe mjete analitike të zgjeruara si "Data Stories" është një hap i shkëlqyeshëm drejt fuqizimit të përdoruesve të biznesit për të zbuluar përgjigjet nga të dhënat e tyre, por këto mjete do të plotësojnë përpjekjet për njohjen e të dhënave në vend që t'i zëvendësojnë ato. Për më tepër, format e duhura të investimit si në teknologjinë e inteligjencës artificiale ashtu edhe në trajnimin mund t'i mbështesin në mënyrë efektive njerëzit që të bëjnë atë që janë më të mirët: ideimin dhe krijimin e zgjidhjeve gjatë zgjidhjes së nevojave të klientëve, të përqendruara të gjitha rreth të dhënave.

Vazhdimi i fokusimit në njohjen e të dhënave në të gjithë organizatën tuaj do të sigurojë që më shumë nga punonjësit tuaj - përdoruesi i rastësishëm i biznesit dhe analisti i sofistikuar i të dhënave - po bëjnë pyetjet e duhura për të dhënat tuaja që do të çojnë në njohuri të mëtejshme.

ZGJIDHNI NJË PARTNER FLEKSIBILE ANALITIKE

Një partner analitik si Tableau ofron gjerësi dhe thellësi në aftësi, si dhe trajnime të bazuara në role - duke e bërë atë një partner fleksibël në udhëtimin drejt zbulimit të asaj që funksionon më mirë për kompaninë tuaj. Mësoni më shumë rreth Tablo Cloud.

TË DHËNAT TË DHËNAVE PËR PËRDORËSIT E BIZNESIT

Vendosni përdoruesit e biznesit tuaj për sukses. Mësoni më shumë rreth historive të të dhënave këtu.