var _hmt = _hmt || []; (function() {   var hm = document.createElement("script");   hm.src = "https://hm.baidu.com/hm.js?8c9c5a8618dc4aea3be27b32962e5871";   var s = document.getElementsByTagName("script")[0];    s.parentNode.insertBefore(hm, s); })();
400 050 6600
数据分析师

手机号

验证码

30天自动登录

将分析和AI放在上下文中以获得更好的结果

来源:CPDA数据分析师网 / 作者:数据君 / 时间:2020-11-12

通过分析和数据科学交付结果的策略
不要让组织立即确定其业务流程,客户参与度和战略制定中的决策点,而是思考如何改进这些决策,而不是立即收集通常不确定的需求来开发分析模型和算法,这种方法自然会将分析与业务目标联系起来,例如企业可以查看有关定价,索赔处理和服务更新的决策变更是否可以提高客户满意度,尽管许多组织都在研究如何使用人工智能(AI)和流程管理技术来自动化决策,但在大多数情况下,决策是在人工干预下制定和执行的。

企业要在现实世界中应用分析要取得良好的结果
就必须平衡人员,流程和技术方面,他建议组成数据科学团队以开发分析模型和算法的组织应确保它们包括具有领域专业知识,沟通技能和对用户体验有了解的人员,嵌入式分析和建议系统,在技术领域,我们看到了AI的令人激动的发展,它以向BI工具和其他应用程序的用户推荐的形式提供了规范性见解,对于BI工具的用户,AI可以提供有关在预测分析中使用哪些数据集的建议,该软件可以足够智能,例如可以理解用户正在尝试检查跨渠道营销活动的有效性,因此该软件应包括具有相关客户行为数据的来源,AI甚至可以通过不等待用户的动作而采取进一步的行动,而无需应用机器学习来自动查找大数据中的模式,并向用户提供与其角色和职责相关的答案。

在某些方面由AI驱动的建议的趋势代表了下一代嵌入式BI和分析
长期以来,组织一直对弥合一方面的BI和分析工具与另一方面的业务应用程序之间的鸿沟感兴趣,传统上用户必须退出其CRM,ERP或其他业务应用程序环境才能获得BI或分析解决方案的全部功能,BI和分析工具的嵌入式版本往往是原始的,提供简单的面向报告的仪表板,警报和有限的查询功能。

尽管这些限制可能使高级用户感到沮丧
但其简单性适合于大多数业务应用程序用户,这些用户通常不希望攀登更复杂的BI或分析解决方案的学习曲线只是为了消耗信息,借助AI驱动的建议和信息传递,组织仍可以使事情变得简单,但允许用户挖掘更丰富的数据源并学习他们可能未曾想过的问题的答案,一些现代的BI解决方案使用AI来发现和显示与用户决策有关的信息的简单可视化,客户信息文件或其他业务应用程序界面时弹出。

竞争解决方案可帮助非技术用户通过自然语言搜索来探索与其决策相关的数据
AI可以使此类系统从用户行为和数据特征中学习,从而缩短获取相关准确答案的路径,包括在用户参与业务流程时以警报消息的形式呈现见解,人工智能驱动的绩效管理,长期以来,绩效管理一直是加强BI报表,仪表板和警报与用户角色和责任范围之间联系的一种方法。使用关键绩效指标(KPI)和其他指标,组织可以交流战略性公司目标,有时作为业务绩效方法实施的一部分,以指导决策和行动。

AI可以通过自动将相关信息带给用户
而不是等待用户编写查询,来提高对指标的理解,企业还可以在解决方案中使用基于AI的功能来制定建议的措施,例如企业可以使用这些建议来解决导致客户满意度指标低于公司目标的流程和行为问题,绩效管理取决于数据质量和一致性,如果用户无法信任数据,则他们将不会信任KPI和其他指标,数据质量,数据编目和其他数据管理解决方案正在使用AI通过更快地发现源之间的差异,异常和不一致来帮助组织加速数据质量的改进。

上下文中的分析:获得成功的关键

大多数组织都在分析和AI上进行投资以推动变革,他们希望有效地使用数据来制定更好的决策,改善客户参与度,并更智能,更高效地运行流程和运营,但是,如果AI和分析开发与人类的决策方式和行动方式没有很好地融合在一起,那么这些举措将无法实现,如果AI的说明性建议没有考虑到人类决策者将如何使用它们,用户是否可以信任其背后的基础数据以及这些建议是否与他们试图实现的结果相关,则这些建议将失败,考虑到这些人为因素的组织将能够超越传统嵌入式BI系统的限制。



Prev article

预测分析如何提高生产安全性

Next article

数据,人工智能和分析技术的未来

数据分析师

报名咨询

数据分析师

报名缴费

数据分析师

客服中心

数据分析师

课程服务

数据分析师

认证服务