Толықтырылған аналитика әлеміндегі деректер сауаттылығын шарлау

Машиналық оқыту (ML) және табиғи тілді өңдеу (NLP) сияқты жасанды интеллект (AI) мүмкіндіктері жақсара береді және кеңейтілген аналитикалық өнімдер деректерді көру және түсінуге қатысты көптеген тапсырмаларды сенімді түрде автоматтандырады. Деректерді түсінуге мүмкіндік беретін қуатты құралдармен басшылар жиі сұрақ қояды: бұл технология шын мәнінде қажеттілікті азайта ма? деректер сауаттылығы өз ұйымдарында оқыту күштері? Жоқ, керісінше.

Мәліметтер сауаттылығы — мәтінмәндегі деректерді оқу, жазу және байланысу мүмкіндігі — бұрынғыдан да маңызды. Бұл ұйымдарға деректерге негізделген жұмыс әдісін дамытуға көмектесу және қызметкерлерге өздерінің шығармашылық және сыни ойлау арқылы AI дағдыларын арттыруға мүмкіндік беруде маңызды.

Ұйымның өсуі мен табысы үшін деректер сауаттылығының рөлінде ескерілетін қосымша факторлар бар. Деректер ғалымдары мен талдаушыларын жалдау, оқыту және сақтау қиын, сонымен қатар олардың дағдылары жиі нюансты және қымбат. 365 Data Science сәйкес, деректер ғалымдарының көпшілігі қазіргі жұмыс орнында 1.7 жылдан артық жұмыс жасамауы мүмкін. Жоғары дайындықтан өткен деректер ғалымдары мен талдаушылар сату үшін таза деректер көзін құру немесе негізгі есептерді шығару сияқты тапсырмаларға жиі сұраныс алады. Арнайы қабілеттерін ескере отырып, олардың уақыты мен дағдыларының жиынтығы жоғары құнды, күрделі бизнес сұрақтары үшін жұмыс процестерін модельдеу және әзірлеу бойынша жұмыс істеуге жақсырақ қызмет етеді.

Басшылар жасанды интеллект пен кеңейтілген аналитика технологиясына инвестиция салғанда, бизнес-пайдаланушы (арнайы талдаушымен салыстырғанда деректерді кездейсоқ пайдаланушы) орындау механизмі туралы алаңдамай, өз сұрақтарына жауаптар мен жұмыстарын жақсы орындау үшін қажетті ақпаратқа қол жеткізе алады. солай.

Жасанды интеллект қосылған шешімдердің пайдаланушы тапсырмаларын қалай қолдайтынын және дұрыс пайдаланушы тәжірибесін таба алатынын зерттеу құрал мен пайдаланушыны сәтті орнату үшін үлкен әлеуетке ие. Мысалы, AI құралы деректерді дайындау төңірегіндегі кейбір жалықтыратын тапсырмаларды автоматтандырып, одан кейін аналитикалық қажеттіліктері негізінде мазмұнды әрі қарай талдап, көрнекі көрсете алатын адамға нәтижелерді бере алады.

Толықтырылған аналитикадағы жетістіктер адамдарға сұрақтарға тезірек жауап беруге көмектеседі

Толықтырылған аналитикалық шешімдер бизнес пайдаланушыларына деректерді түсінуді жеңілдетеді, бұл компанияларға осы қымбат технологиялардың құнын барынша арттыруға көмектеседі. Мысалы, кеңейтілген аналитика тұтынушылардың қызығушылығын түсініп, тұтынушылардың қалауы, өнімді әзірлеу және маркетинг арналары туралы болжамдар ұсына алады. Олар сондай-ақ деректердегі трендтер, мәндер және ауытқулар туралы қосымша контекст бере алады. Күрделі алгоритмдер табиғи тілде жасалған мәтіндік түсініктемелер мен мәтінмәнмен бірге бақылау тақтасына қосуға болатын қосымша визуализацияларды ұсына алады.

Міне, жұмыс күшіңізді көтеруге көмектесетін шешімдердің кейбір мысалдары.

1. Деректер тарихы. Tableau Cloud енді қамтиды Деректер оқиғалары, деректерді талдау және ол туралы баяндау немесе маркерленген пішінде қарапайым оқиғаны жазу үшін AI алгоритмдерін пайдаланатын динамикалық бақылау тақтасының виджет мүмкіндігі. Әңгімелер бизнес пайдаланушыларына олардың көптеген сұрақтарына жауап беру үшін қол жетімді тізілімде жай диаграммалар мен бақылау тақталарынан тыс деректер туралы әңгімелерді біріктіреді. Бұл бизнес пайдаланушысы үшін ең маңызды ақпаратты түсінуі қажет деректер сауаттылығы деңгейін төмендетеді. Data Stories пайдаланушы бағаналық диаграмманы немесе сызықтық диаграмманы бірінші рет қараған кезде қоятын қарапайым сұрақтарды ашады: бұл шектен тыс мәнге ұқсайтын сан шынымен де шектен шыққан сан болды ма? Уақыт өте келе бұл сан қалай өзгерді? Орташа қанша? Деректерді әлі де түсіндіру қажет - бұл бүкіл оқиға емес, бірақ бұл деректердегі түсініктерді ашуға жасалған үлкен қадам.

2. Маған көрсет. Толықтырылған аналитика мүмкіндіктері сонымен қатар ақылды кодтау әдепкі параметрлеріне мүмкіндік береді. Мысалы, «Мені көрсету» қызметі қызығушылық тудыратын деректер атрибуттарына негізделген диаграмма түрлерін және сәйкес белгілерді кодтауды ұсынады. Содан кейін пайдаланушылар өздерінің көрнекі аналитикалық жұмыс процесінің бөлігі ретінде осы диаграммаларды аудиториямен бөліскісі келетін жоғары деңгейлі қабылдауға назар аудара алады.

3. Табиғи тілді түсіну. Күрделі зерттеулер, тіл үлгілеріне арналған үлкен оқу жинақтары және жетілдірілген есептеу мүмкіндіктері арқасында табиғи тілді түсіну де жылдар ішінде айтарлықтай жақсарды.

Адамдар SQL сұрауларын құрастыру механизмін түсінбестен аналитикалық сұрақтар қоя алады. Жақсырақ түсіну мақсатында табиғи тіл интерфейстері интерактивті диаграммалар арқылы сұрақтарға жауап бере алады, олар деректерді түсінген кезде пайдаланушылар жөндеуге, нақтылауға және өзара әрекеттесуге болады.

4. Машиналық оқыту. ML-ге қатысты кеңейтілген аналитика да жетістіктерге жетті. Бұл үлгілер пайдаланушының белгілі бір түріне немесе пайдаланушылар тобына жекелендірілген деректерді түрлендіру әрекеттері сияқты күрделі және күрделі аналитикалық тапсырмаларды үйрене алады. Сонымен қатар, көптеген кеңейтілген аналитикалық тәжірибелерде интуитивті сезінетін, оқытудың күрделілігін азайтатын және пайдаланушының аналитикалық жұмыс процесінде үлгіні қолданатын пайдаланушы интерфейстері бар.

AI керемет мүмкіндіктерге ие болғанымен, ол ешқашан адамдарды толығымен алмастыра алмайды. Төменгі деңгейдегі статистикалық сипаттардан жоғары деңгейлі мәліметтерді алу күрделі және біршама нюансты болуы мүмкін. Адамдардың шығармашылық таным деңгейі жоғары; біз ізденімпазбыз; біз деректерден осы жоғары деңгейдегі үзінділерді ажырата аламыз.

Деректер сауаттылығын арттыру бойынша ұсыныстар

Ұйымдар өздерінің деректерінен жоғары деңгейлі түсініктерді ашуы үшін қызметкерлер - бизнес пайдаланушылар мен талдаушылар - олардың деректерін қалай талдау керектігі туралы білім алуы және деректерді визуализациялау және ұсыну бойынша ең жақсы тәжірибелерге ие болуы керек. Міне, ұйымдар деректер сауаттылығын арттыру және AI-ны аналитикалық құралдармен кеңейту бойынша ең жақсы тәжірибелерді қалай дамыта алады.

1. Тренингке инвестиция жасаңыз.

Кез келген ұйым үшін дұрыс құралдар мен дұрыс білім/оқытудың болуы өте маңызды. Ішінде Forrester Consulting деректер сауаттылығы бойынша зерттеу, қызметкерлердің тек 40%-ы олардың ұйымы күтілетін деректер дағдыларын оқытуды қамтамасыз еткенін айтты.¹ Жеке адамдар мен ұйымдар адамдарды олардың деректерін көру және түсінудің озық тәжірибелері тұрғысынан жақсырақ оқытуға ұсынуы керек. Жұмыс орындары деректерді визуализациялау және деректер сауаттылығы бойынша курстарды ұсынуы керек, осылайша қызметкерлер үлгілерді түсініп, диаграммаларды жасау мен көрсетудің ең жақсы тәсілдерін үйренеді.

Қызметкерлеріңізді оқыту үшін сіз сияқты компаниялардың керемет үшінші тарап бағдарламаларын тартуға болады Qlik, Деректер сауаттылығы, Coursera деректер және аналитика академиясы, EdX, Datacamp, Khan Academy, Бас ассамблея, LinkedIn Learning, және т.б. Tableau ұсынады өздігінен білім алу, тікелей, виртуалды оқыту сабақтарыЖәне деректер сауаттылығы бойынша тегін курс. Тренингті қамтитын ұқсас жобалар, олардың кейбіреулері тегін Адамдарға арналған деректер, Мәліметтер арқылы әңгімелеу, Деректер үйі, Деректер сауаттылығы жобасы, және басқалар.

Басшылар мынаны да ескеруі керек: Сіздің қызметкерлеріңізді тек диаграмма тілінде ғана емес, сонымен қатар кеңірек парадигма ретінде қалай оқытуға болады?

Көптеген кеңейтілген мүмкіндіктері бар, соның ішінде AI және машиналық оқытуды қамтитын құрылыс құралдарының бір кемшілігі - олар алдамшы қарапайым болып көрінуі және пайдаланушыларды өте тез көтеруі мүмкін. Бірақ дайындығы төмен пайдаланушылар қандай да бір жолмен жаңылыстыратын немесе жаңылыстыратын диаграммадан диаграмма немесе түсініктеме жасай алады.

Адамдарды көрнекі бейнелеу тілі мен оның артындағы ғылымға үйрету маңызды, сондықтан олар, кем дегенде, деректерден хабардар болады, егер деректер сауатты болмаса. Мысалы, адамдар шектен шығудың не екенін қалай анықтайды? Олар сенімді бақылау тақталарын қалай жасау керек? Олар сондай-ақ корреляция мен себептілік арасындағы айырмашылықты түсінуі керек. Бұл деректердің дәлдігін және талдау үшін пайдаланылуын қамтамасыз етеді.

2. Деректерге негізделген шешімдер қабылдаңыз.

Адамдар деректерге негізделген шешімдер қабылдау туралы айтатын деректердің ауызша сөйлеуінен деректерді зерттеу, түсіну және олармен байланысу мүмкіндігі бар деректер сауаттылығына көшу деректер визуализациясына қолжетімділікті демократияландыруды талап етеді. Бұл жеке оқытуға және қолдану мүмкіндігіне назар аударуды талап етеді, бірақ бұл ұйымдық өзгерістер болуы керек. Деректер сауаттылығын шынайы демократияландыру деректердің бүкіл экожүйесін ескереді. Ол пайдаланушылардың күнделікті өміріндегі диаграммалардың таралуын таниды және оларды кеңінен түсінікті ету үшін жұмыс істейді.

Адамдар тек субъективті пікірлерге емес, деректерге негізделген шешім қабылдауы керек; бұл пайдаланушыларды корреляция мен себептілік арасындағы айырмашылыққа үйрететін оқытудың маңыздылығына қайта оралады. Деректерге негізделген шешімдер қалай қабылдануы керек? Пікірталас тиімді шешімдер қабылдау үшін объективті болып қалуы үшін деректерді ұсыну ортасы және негізгі қорытындылар қандай? Мысалы, технологиялық компаниялар қандай мүмкіндіктерді құру керектігін, пайдалану сипаттамаларын және пайдаланушы тәжірибесіндегі кез келген үйкелісті анықтау үшін пайдаланушы телеметрия деректерін пайдалануы керек.

3. Сәйкес инфрақұрылымды дамыту және қолдау.

Алғашқы екі ұсынысты қолдау үшін басшылар өз ұйымының деректерін орналастыру және басқару үшін барабар, ауқымды инфрақұрылымды салғанын қамтамасыз етуі керек. Олар сондай-ақ өз ұйымдарына тұтынушылардың проблемалары мен қажеттіліктерін шешетін AI технологиясын анықтауға және оған қол жеткізуге көмектесуі керек.

Сонымен қатар, шешім қабылдаушылар деректердің құпиялылығы мен сеніміне қатысты ойластырылған және саналы болуы керек. Бұл кейіннен ой болуы мүмкін емес; оны басынан бастап байыппен ескеру керек. Деректердің құпиялылығы мен сенімділігінің жауапкершілігі жеке пайдаланушыға дейін толығымен жойылуы керек, бұл деректерді кешенді басқару және басқару саясаты қамтуы мүмкін.

Деректер сауаттылығы бойынша күш-жігерге назар аударуды жалғастырыңыз

Жасанды интеллектке және Data Stories сияқты кеңейтілген аналитикалық құралдарға инвестициялау бизнес пайдаланушыларға өз деректерінен жауаптарды табуға мүмкіндік беретін тамаша қадам болып табылады, бірақ бұл құралдар оларды алмастырмай, деректер сауаттылығы бойынша күш-жігерді толықтырады. Сонымен қатар, AI технологиясына да, оқытуға да инвестицияның дұрыс нысандары адамдарға ең жақсы нәрсені істеуге тиімді қолдау көрсете алады: тұтынушылардың қажеттіліктерін шешу кезінде шешімдерді ойлап табу және жасау, барлығы деректерге негізделген.

Бүкіл ұйымыңызда деректер сауаттылығына назар аударуды жалғастыру сіздің қызметкерлеріңіздің көпшілігінің (кездейсоқ бизнес пайдаланушысы мен күрделі деректер талдаушысы) деректеріңіз туралы дұрыс сұрақтар қоюын қамтамасыз етеді, бұл қосымша түсініктерге әкеледі.

ИІМДІ ТАЛДАУ СЕРІКТЕСІН ТАҢДАҢЫЗ

Tableau сияқты аналитикалық серіктес мүмкіндіктердің кеңдігі мен тереңдігін, сондай-ақ рөлге негізделген оқытуды ұсынады, бұл оны компанияңыз үшін не жақсы болатынын табу жолында икемді серіктес етеді. туралы көбірек біліңіз Кесте бұлты.

БИЗНЕС ПАЙДАЛАНУШЫЛАРҒА АРНАЛҒАН ДЕРЕКТЕР ИНСАЙТТАР

Сәттілік үшін бизнес пайдаланушыларыңызды орнатыңыз. Data Stories туралы көбірек біліңіз Мұнда.