Көбөйтүлгөн аналитика дүйнөсүндө маалымат сабаттуулугун башкаруу

Машина үйрөнүү (ML) жана табигый тилди иштетүү (NLP) сыяктуу жасалма интеллекттин (AI) мүмкүнчүлүктөрү өркүндөтүүнү улантууда жана кеңейтилген аналитика өнүмдөрү маалыматтарды көрүү жана түшүнүү менен байланышкан көптөгөн тапшырмаларды ишенимдүү түрдө автоматташтыра алат. Берилген маалыматтардан түшүнүктөрдү бере турган күчтүү куралдар менен жетекчилер көп учурда таң калышат: бул технология чындыгында бул технологияга болгон муктаждыкты азайтабы? маалыматтык сабаттуулук алардын уюмдарында окутуу аракеттери? Жок, тескерисинче.

Маалымат сабаттуулугу — контекстте маалыматтарды окуу, жазуу жана байланышуу жөндөмү — мурдагыдан да маанилүү. Бул уюмдарга маалыматка негизделген иштөө ыкмасын иштеп чыгууга жардам берүү жана кызматкерлерге AI көндүмдөрүн өздөрүнүн чыгармачылыгы жана критикалык ой жүгүртүүсү менен өркүндөтүү үчүн абдан маанилүү.

Уюмдун өсүшү жана ийгилиги үчүн маалымат сабаттуулугунун ролун эске алуу үчүн кошумча факторлор бар. Окумуштууларды жана аналитиктерди жалдоо, окутуу жана кармап туруу кыйынга турат, анын үстүнө алардын көндүмдөрү көбүнчө нюанстуу жана кымбат. 365 Data Science ылайык, көпчүлүк маалымат илимпоздору азыркы жумуш ордунда 1.7 жылдан ашык убакыт өткөрүшпөйт. Жогорку билимдүү маалымат таануучулар жана аналитиктер көбүнчө сатуу үчүн таза маалымат булагын түзүү же негизги отчетторду чыгаруу сыяктуу тапшырмаларды аткаруу үчүн суроо-талаптарды алышат. Алардын адистештирилген жөндөмдөрү менен, алардын убактысы жана көндүмдөр жыйындысы жогорку баалуу, татаал бизнес суроолору үчүн иштөө процесстерин моделдөө жана иштеп чыгуу боюнча жакшыраак кызмат кылмак.

Жетекчилер AI жана кеңейтилген аналитика технологиясына инвестиция салганда, бизнес-колдонуучу - атайын талдоочуга салыштырмалуу маалыматтарды кокусунан колдонуучу - алардын суроолоруна жооп ала алат жана жумушун жакшы аткаруу үчүн керектүү маалыматка ээ боло алат. ошондой.

AI иштетилген чечимдер колдонуучу тапшырмаларын кантип колдоого жана туура колдонуучу тажрыйбасын таба аларын изилдөө инструментти жана колдонуучуну ийгиликке жеткирүү үчүн зор потенциалга ээ. Мисалы, AI инструменти маалыматтарды даярдоонун айланасындагы кээ бир түйшүктүү тапшырмаларды автоматташтыра алат, андан кийин адамдын аналитикалык керектөөлөрүнүн негизинде мазмунду андан ары талдап, визуализациялай турган натыйжаларды бере алат.

Көбөйтүлгөн аналитикадагы жетишкендиктер адамдарга суроолорго тезирээк жооп берүүгө жардам берет

Кеңейтилген аналитика чечимдери бизнес колдонуучуларына маалыматтарды түшүнүүнү жеңилдетет, бул компанияларга бул кымбат баалуу технологиялардын баасын жогорулатууга жардам берет. Мисалы, кеңейтилген аналитика кардарлардын кызыгуусун түшүнүп, керектөөчүлөрдүн каалоолору, продуктуну өнүктүрүү жана маркетинг каналдары жөнүндө божомолдорду сунуштай алат. Алар ошондой эле тенденциялар, баалуулуктар жана өз маалыматтарындагы дисперсиялар жөнүндө кошумча контекстти камсыздай алат. Татаал алгоритмдер табигый тилде түзүлгөн тексттик түшүндүрмөлөр жана контекст менен бирге аспаптар тактасына кошула турган кошумча визуализацияларды сунуштай алат.

Бул жерде сиздин жумушчу күчүңүздү жогорулатууга жардам бере турган чечимдердин айрым мисалдары келтирилген.

1. Маалымат окуялары. Tableau Cloud азыр камтыйт Маалымат окуялары, маалыматтарды талдоо жана ал жөнүндө жөнөкөй окуяны баяндоо же маркерленген түрдө жазуу үчүн AI алгоритмдерин колдонгон динамикалык панелдин виджет өзгөчөлүгү. Окуялар бизнес колдонуучулардын көптөгөн суроолоруна жооп алуу үчүн жеткиликтүү болгон реестрде жөнөкөй диаграммалардан жана башкаруу такталарынан тышкары маалыматтар жөнүндө баяндарды бириктирет. Бул бизнес колдонуучу алар үчүн эң маанилүү маалыматты түшүнүшү керек болгон маалымат сабаттуулугунун деңгээлин төмөндөтөт. Data Stories колдонуучу штрих диаграмманы же сызык диаграмманы биринчи жолу көргөндө бере турган жөнөкөй суроолорду ачып берет: Ашыкча көрсөткүч сыяктуу көрүнгөн бул сан чындап эле чектен чыккан санбы? Бул сан убакыттын өтүшү менен кандай өзгөрдү? Орточо канча? Маалыматтар дагы эле чечмелениши керек — бул бүт окуя эмес, бирок бул маалыматтардагы түшүнүктөрдү ачууга жасалган чоң кадам.

2. Мага көрсөт. Көбөйтүлгөн аналитика функциялары да акылдуураак коддоо демейки параметрлерине мүмкүнчүлүк берет. Мисалы, Show Me кызыккан маалымат атрибуттарынын негизинде диаграмма түрлөрүн жана тиешелүү белги коддоолорун сунуштайт. Андан кийин колдонуучулар визуалдык аналитикалык иш процессинин бир бөлүгү катары бул диаграммаларды өз аудиториясы менен бөлүшкүсү келген жогорку деңгээлдеги алып кетүүгө көңүл бура алышат.

3. Табигый тилди түшүнүү. Татаал изилдөөлөр, тил моделдери үчүн чоң окуу комплекстери жана жакшыртылган эсептөө мүмкүнчүлүктөрү менен табигый тилди түшүнүү да бир топ жылдар бою жакшырды.

Адамдар SQL сурамдарын түзүүнүн механикасын түшүнбөй туруп аналитикалык суроолорду бере алышат. Түшүнүүгө жакшы ниет менен, табигый тил интерфейстери интерактивдүү диаграммалар менен суроолорго жооп бере алат, аларды колдонуучулар оңдоп, тактоодо жана маалыматтарды түшүнгөндө алар менен иштеше алышат.

4. Машина үйрөнүү. MLге байланыштуу кеңейтилген аналитика да ийгиликтерди жаратты. Бул моделдер колдонуучунун белгилүү бир түрүнө же колдонуучулардын тобуна жекелештирилген маалыматтарды трансформациялоо операциялары сыяктуу татаал жана татаал аналитикалык тапшырмаларды үйрөнө алышат. Андан тышкары, көптөгөн кеңейтилген аналитика тажрыйбаларында интуитивдик сезилген колдонуучу интерфейстери бар, окутуунун татаалдыгын азайтат жана колдонуучунун аналитикалык иш процессинде моделди колдонот.

AI укмуштуудай мүмкүнчүлүктөргө ээ болгону менен, ал эч качан адамдарды толук алмаштыра албайт. Төмөнкү деңгээлдеги статистикалык касиеттерден жогорку деңгээлдеги маалыматтарды алуу татаал жана бир топ нюанстуу болушу мүмкүн. Адамдардын чыгармачылык таанымынын деңгээли жогору; биз изденүүчүбүз; биз бул жогорку деңгээлдеги маалыматтарды маалыматтардан ажырата алабыз.

Маалыматтардын сабаттуулугун жогорулатуу боюнча сунуштар

Уюмдар өздөрүнүн маалыматтарынан жогорку деңгээлдеги түшүнүктөрдү ачуу үчүн, кызматкерлер - бизнес колдонуучулар жана аналитиктер - алардын маалыматтарын кантип талдоо керектиги жөнүндө билимге ээ болушу керек жана маалыматтарды визуалдаштыруу жана көрсөтүү боюнча мыкты тажрыйбага ээ болушу керек. Бул жерде уюмдар маалыматтардын сабаттуулугун илгерилетүү жана аналитика куралдары менен AIны кеңейтүү боюнча мыкты тажрыйбаларды кантип өнүктүрө алышат.

1. Окутууга инвестиция салыңыз.

Туура куралдарга жана туура билимге/тренингге ээ болуу ар бир уюм үчүн өтө маанилүү. Ичинде Forrester Consulting маалымат сабаттуулугу боюнча изилдөө, кызматкерлердин 40% гана алардын уюму алар күткөн маалымат көндүмдөрүн үйрөткөнүн айтышты.¹ Жеке адамдар жана уюмдар адамдарды алардын маалыматтарын көрүү жана түшүнүү боюнча мыкты тажрыйбаларга үйрөтүшү керек. Жумуш орундары маалыматтарды визуализациялоо жана маалыматтардын сабаттуулугу боюнча курстарды сунушташы керек, ошондуктан кызматкерлер схемаларды түшүнүп, диаграммаларды түзүүнүн жана көрсөтүүнүн мыкты жолдорун үйрөнө алышат.

Кызматкерлериңизди окутуу үчүн, сиз сыяктуу компаниялар тарабынан үчүнчү тараптын чоң программаларын колдоно аласыз Qlik, Маалыматтык сабаттуулук, Coursera's Data & Analytics Academy, EDX, Datacamp, Хан академиясы, Башкы Ассамблея, LinkedIn Learning, жана башкалар. Tableau сунуш кылат өз алдынча окуу, жандуу, виртуалдык окутуу класстарыЖана маалымат сабаттуулугу боюнча акысыз курс. Окууну камтыган окшош долбоорлор, алардын айрымдары акысыз Элге маалымат, Маалыматтар менен аңгеме, Data Lodge, Маалымат сабаттуулугу долбоору, жана башкалар.

Жетекчилер дагы ойлонуп көрүшү керек: Сиздин кызматкерлерди диаграммалардын тилинде гана эмес, кененирээк парадигма катары кантип үйрөтсө болот?

Көптөгөн өркүндөтүлгөн мүмкүнчүлүктөрү бар куруу куралдарынын бир кемчилиги, анын ичинде AI жана машиналык үйрөнүү - алар алдамчы жөнөкөй көрүнүшү жана колдонуучуларды тез арада жогорулатууга мүмкүндүк берет. Бирок даярдыгы жок колдонуучулар кандайдыр бир жол менен адаштыруучу же туура эмес багытталышы мүмкүн болгон диаграмманы же диаграммадан түшүнүктөрдү түзүшү мүмкүн.

Адамдарды визуалдык чагылдыруу тили жана анын артында турган илим боюнча үйрөтүү маанилүү, алар, жок эле дегенде, маалыматтардан кабардар болушат, эгерде маалымат сабаттуу болбосо. Мисалы, адамдар сырткы көрсөткүчтүн эмне экенин кантип аныкташат? Ишенимдүү панелдерди кантип иштеп чыгышы керек? Алар ошондой эле корреляция жана себептүүлүктүн ортосундагы айырманы түшүнө алышы керек. Бул маалыматтардын тактыгын камсыз кылат жана талдоо үчүн колдонулушу мүмкүн.

2. Маалыматтарга негизделген чечимдерди кабыл алыңыз.

Адамдар маалыматтардын негизинде чечимдерди кабыл алуу жөнүндө сүйлөшкөн маалыматтарды оозеки айтуудан маалымат сабаттуулугуна өтүү, бул жерде адамдар маалыматтарды изилдөө, түшүнүү жана алар менен баарлашуу мүмкүнчүлүгүнө ээ болуу - маалыматтарды визуализациялоо мүмкүнчүлүгүн демократиялаштырууну талап кылат. Бул жеке окууга жана колдонууга басым жасоону талап кылат, бирок бул уюштуруучулук өзгөртүү болушу керек. Маалымат сабаттуулугун чыныгы демократиялаштырууда маалыматтардын бүтүндөй экосистемасы эске алынат. Ал колдонуучулардын күнүмдүк жашоосунда диаграммалардын көбөйүшүн тааныйт жана аларды кеңири түшүнүктүү кылуу үчүн иштейт.

Адамдар бир гана субъективдүү пикирлерге эмес, маалыматтарга таянып чечим кабыл алышы керек; Бул колдонуучуларды корреляция менен себептүүлүктүн ортосундагы айырмачылыкка үйрөтүүчү тренингдин маанилүүлүгүнө кайтып келет. Маалыматтарга негизделген чечимдер кантип кабыл алынышы керек? Натыйжалуу чечимдерди кабыл алуу үчүн талкуу объективдүү болушу үчүн маалыматтарды жана негизги багыттарды берүүнүн каражаты кандай? Мисалы, технологиялык компаниялар колдонуучунун телеметриясынын маалыматтарын колдонуу үчүн кандай функцияларды курууну, колдонуунун мүнөздөмөлөрүн жана колдонуучунун тажрыйбасын аныктоо үчүн колдонушу керек.

3. Адекваттуу инфраструктураны өнүктүрүү жана колдоо.

Алгачкы эки сунушту колдоо үчүн, жетекчилер өз уюму маалыматтарды жайгаштыруу жана башкаруу үчүн адекваттуу, масштабдуу инфраструктураны кургандыгын камсыз кылышы керек. Алар ошондой эле өз уюмдарына кардарлардын көйгөйлөрүн жана муктаждыктарын чечкен AI технологиясын аныктоого жана ага жетүүгө жардам бериши керек.

Андан тышкары, чечим кабыл алуучулар маалыматтардын купуялыгы жана ишеним жөнүндө ойлонушу керек. Бул кийинчерээк болушу мүмкүн эмес; аны башынан эле олуттуу эске алуу керек. Маалыматтын купуялуулугуна жана ишенимине болгон жоопкерчилик ар тараптуу маалыматты башкаруу жана башкаруу саясаты камтый турган жеке колдонуучуга чейин тартылышы керек.

Маалыматтардын сабаттуулугу боюнча аракеттерге көңүл бурууну улантыңыз

AI жана Data Stories сыяктуу кеңейтилген аналитика куралдарына инвестиция салуу бизнес колдонуучуларга алардын маалыматтарынан жоопторду табууга мүмкүнчүлүк берүү үчүн эң сонун кадам болуп саналат, бирок бул куралдар аларды алмаштырбастан, маалыматтын сабаттуулугун жогорулатуу аракеттерин толуктайт. Андан тышкары, AI технологиясына да, окутууга да инвестициянын туура формалары адамдарга эң жакшы болгон нерсени жасоого натыйжалуу жардам берет: кардарлардын муктаждыктарын чечүүдө чечимдерди ойлоп табуу жана түзүү, бардыгы маалыматтардын айланасында.

Уюмуңуз боюнча маалыматтардын сабаттуулугуна көңүл бурууну улантуу, сиздин кызматкерлердин көбү - кокус бизнес колдонуучу жана татаал маалымат талдоочусу - сиздин маалыматтарыңыз боюнча туура суроолорду берип, андан ары түшүнүктөрдү алууга жардам берет.

Ийкемдүү аналитикалык ӨНӨКТӨШТҮ ТАНДАЙТ

Tableau сыяктуу аналитика өнөктөшү мүмкүнчүлүктөрдүн кеңдигин жана тереңдигин, ошондой эле ролго негизделген тренингди сунуштайт — бул сиздин компанияңызга эң ылайыктуу нерсени табуу үчүн аны ийкемдүү өнөктөш кылат. жөнүндө көбүрөөк билүү Табло булуту.

БИЗНЕС КОЛДОНУУЧУЛАР ҮЧҮН МААЛЫМАТТАР

Ийгилик үчүн бизнес колдонуучуларыңызды орнотуңуз. Data Stories жөнүндө көбүрөөк билүү бул жерде.