پشتیبانی تصمیم: تبدیل داده ها به بینش

سود:

• توانایی تولید بینش تصمیم گرا از داده های پراکنده با درک نردبان داده-اطلاعات-بینش-تصمیم و اجرای گام به گام هوش مصنوعی
• توانایی آشکار کردن حقیقت پنهان شده توسط اعداد کل از طریق تجزیه بخش و تشخیص همبستگی از علیت
• توانایی در نظر گرفتن دلایل پیشنهاد شده توسط هوش مصنوعی به عنوان فرضیه هایی برای آزمایش و تصمیم گیری نهایی بر اساس بینش تایید شده

روزانه ده ها عدد روی میز یک مدیر می آید: ارقام فروش، هزینه ها، شکایات مشتریان، سطح موجودی، نرخ گردش کارمندان. اما تعداد به تنهایی تصمیم گیرنده نیستند. تصمیم با دیدن معنی درون عدد شروع می شود. "فروش 8 درصد نسبت به ماه گذشته کاهش یافته است" داده شده است. "کاهش فروش به دلیل تعویق سفارشات دو مشتری بزرگ در منطقه اژه است" یک بینش است. در اینجا، پشتیبانی تصمیم - فرآیندی که داده ها را برای مدیر برای تصمیم گیری بهتر معنادار می کند - پلی است که داده ها را به بینش تبدیل می کند. در این بخش نحوه استفاده از هوش مصنوعی در این پل را یاد خواهیم گرفت. مرز از همان ابتدا مشخص است: هوش مصنوعی بینش های پیش نویس تولید می کند. مدیر تصمیم می گیرد که کدام بینش واقعی است و چه کاری انجام دهد.

چهار مرحله از داده تا بینش

پشتیبانی تصمیم یک نردبان است. رقم اول - داده: اعداد خام (1240 سفارش در این ماه وارد شد). رقم دوم - اطلاعات: اعداد ویرایش شده، مقایسه شده (8 درصد کاهش نسبت به ماه گذشته). سطح سوم - بینش: درک دلیل کاهش (تاخیر از دو مشتری اصلی). مرحله چهارم - تصمیم گیری: چه کاری انجام دهید (با این مشتریان مصاحبه کنید و مشتریان جدید را هدف قرار دهید). هوش مصنوعی در مرحله اول و دوم بسیار سریع است، در مرحله سوم کمک خوبی است، فقط در مرحله چهارم گزینه هایی را ارائه می دهد.

دانستن این نردبان مهم است زیرا اکثر مدیران مستقیماً از هوش مصنوعی می خواهند که «برای من تصمیم بگیرد» و ناامید می شوند. با این حال، اگر هوش مصنوعی را مرحله به مرحله انجام دهید - ابتدا خلاصه کنید، سپس مقایسه کنید، سپس دلایل احتمالی را زیر سوال ببرید و در نهایت خودتان تصمیم بگیرید - هم سریع و هم قابل اعتماد خواهید بود.

نکته: از هوش مصنوعی بپرسید "از این داده ها چه نتیجه ای می گیرید؟" به‌جای اینکه یک‌باره سؤال کنید، قدم به قدم با گفتن «اول خلاصه کنید، سپس 3 تغییر قابل توجه را نشان دهید، سپس 2 دلیل احتمالی برای هر کدام را پیشنهاد دهید» ادامه دهید. تفکر گام به گام نتایج دقیق تری می دهد.

تله همبستگی و علیت

خطرناک ترین دام حمایت از تصمیم اشتباه گرفتن همبستگی با علیت است. همبستگی زمانی است که دو چیز با هم حرکت می کنند (فروش بستنی و غرق شدن با هم در تابستان افزایش می یابد). علت زمانی است که یکی به دیگری منتهی شود (بستنی باعث خفگی نمی شود، هوای گرم علت شایع آن است). هوش مصنوعی در یافتن چیزهایی که در داده های شما با هم حرکت می کنند بسیار خوب است، اما نمی تواند تشخیص دهد که علت واقعی کدام است. گفتن "هزینه تبلیغات افزایش یافت و فروش افزایش یافت" ثابت نمی کند که تبلیغات باعث افزایش فروش شده است. شاید هر دو تحت تأثیر فصل جشن قرار گرفتند.

بنابراین وقتی هوش مصنوعی دلیلی را پیشنهاد می کند، آن را به عنوان یک فرضیه (فرضی که نیاز به اثبات دارد) تلقی کنید، نه به عنوان یک واقعیت. "چگونه این را تست کنم؟" بپرسید یک مدیر خوب دلیل پیشنهاد هوش مصنوعی را در میدان یا با داده ها آزمایش می کند.

سه کیف کوچک

مورد 1 - گرفتن سقوط مخفی. در یک شرکت تجارت الکترونیک، کل گردش مالی ثابت به نظر می رسید، هیچ کس نگران نبود. مدیر داده های ماهانه ناشناس را به هوش مصنوعی می دهد و می پرسد "کدام بخش در حال رشد است و کدام یک بر اساس دسته بندی در حال کاهش است؟" او پرسید. YZ نشان داد که در حالی که کل گردش مالی ثابت بود، دسته لوازم الکترونیکی با سود بالا در واقع 22 درصد کاهش یافت و فروش لوازم جانبی کم سود این امر را پنهان کرد. مدیر این موضوع را تایید کرد و روی رده الکترونیک تمرکز کرد. تعداد کل پنهان شده بود. شکست حقیقت را آشکار کرد.

مورد 2 - دویدن به سمت علت اشتباه. مدیر یک کافه زنجیره ای داده های فروش را به هوش مصنوعی داد. YZ گفت: "فروش آخر هفته با دمای آب و هوا حرکت می کند." مدیر این مطلب را اینگونه خواند که "هوای گرم باعث افزایش فروش می شود" و کولرها را رد کرد. با این حال، دلیل واقعی افزایش ترافیک مشتریان در آخر هفته بود. دما به طور تصادفی در همان جهت حرکت کرد. مدیر همبستگی را با علیت اشتباه گرفت. او درس خود را آموخت و از این پس هر دلیلی را امتحان کرد.

مورد 3 - مقایسه درست را انجام دهید. کارایی دو کارخانه در یک شرکت تولیدی مورد مقایسه قرار گرفت. مدیر از هوش مصنوعی می پرسد: "آیا کارخانه A کارآمدتر از B است؟" او پرسید، اما هوش مصنوعی نمی دانست که کارخانه A جدیدتر و کوچکتر است. مدیر این درخواست را تصحیح کرد: "با در نظر گرفتن اندازه و تفاوت سنی، عملکرد در واحد را مقایسه کنید." این بار تحلیل منصفانه بود و تفاوت واقعی آشکار شد.

چهار قالب قابل کپی

1) استخراج بینش گام به گام:

نقش شما: تحلیلگر تجاری که به مدیر کمک می کند. از داده های ناشناس پیوست شده (دوره، دسته، فروش، هزینه) استفاده کنید. گام به گام ادامه دهید: 1) داده ها را در 4 مورد خلاصه کنید. 2) نمایش 3 تغییر قابل توجه در مقایسه با دوره گذشته. 3) حداکثر 2 دلیل ممکن برای هر تغییر پیشنهاد کنید و بیان کنید که اینها فرضیه هستند و نیاز به شواهد است. اعدادی را که در داده هایی که ارائه می کنم وجود ندارد، ایجاد نکنید.

2) تجزیه و تحلیل (بخش):

حتی اگر کل اعداد ثابت به نظر می رسند، می خواهم بدانم در داخل چه خبر است. Break the attached data by category/region/customer segment. در جدول نشان دهید که کدام بخش در حال رشد و کدام بخش در حال کوچک شدن است. به خصوص معکوس هایی را علامت بزنید که کل را پنهان می کند.

3) آزمون همبستگی علیت:

من این رابطه را پیدا کردم: [الف و ب با هم حرکت می کنند]. به من کمک کنید تشخیص دهم که آیا این علت و معلول واقعی است یا فقط عمل با هم. علل احتمالی COMMON را فهرست کنید و 3 بررسی عملی را که می توانم برای آزمایش این رابطه انجام دهم پیشنهاد دهید.

4) تولید گزینه تصمیم:

من این بینش را تأیید کردم: [بصیرت]. برای من تصمیم نگیرید. در عوض، 3 گزینه عمل مختلف ایجاد کنید. برای هر گزینه: سود مورد انتظار، هزینه/تلاش برآورد شده، ریسک عمده و اینکه کدام موقعیت باید ترجیح داده شود. گزینه ها را به صورت خنثی ارائه دهید. کسی را تحمیل نکن

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

چرا فروش کاهش یافت؟

بدون داده، بدون دوره، بدون زمینه. هوش مصنوعی دلایل کلی (اقتصاد، رقابت، فصل) را فهرست می کند. هیچ یک از آنها مختص به وضعیت شما نیستند و قابل تأیید نیستند.

اعلان قدرتمند:

نقش شما: تحلیلگر خرده فروشی. از داده های 6 ماهه ناشناس پیوست شده (ماه، منطقه، دسته بندی، تعداد فروش، گردش مالی) استفاده کنید. حجم معاملات در ماه گذشته 8 درصد کاهش داشته است. این را بر اساس منطقه و دسته تقسیم کنید. دریابید که کاهش از کدام بخش است. برای هر کاهشی که پیدا کردید حداکثر ۲ فرضیه قابل آزمایش پیشنهاد دهید. فقط از اعدادی که به شما دادم استفاده کنید.

اندازه

رویکرد ضعیف

رویکرد قوی

داده ها

هیچ کدام

ناشناس و پیوست

سوال

کلیات "چرا؟"

انکسار و متمرکز

خروجی

دلایل عمومی

فرضیه های قابل آزمون

قابلیت تأیید

پایین

بالا

ارزش تصمیم گیری

کمتر

بالا

اشتباهات رایج

• با تکیه بر تعداد کل. در حالی که کل ثابت است، ممکن است معکوس های بزرگی در داخل وجود داشته باشد. حتما به خرابی نگاه کنید.
• اشتباه همبستگی برای علیت به رابطه ای که هوش مصنوعی می یابد به عنوان یک فرضیه برای آزمایش نگاه کنید، نه به عنوان مدرک.
• مقایسه ناعادلانه واحدهای با اندازه/سن/شرایط مختلف را بدون نرمال کردن آنها مقایسه نکنید.
• درخواست تصمیم گیری به طور مستقیم از هوش مصنوعی. هوش مصنوعی گزینه هایی را تولید می کند. تصمیم و مسئولیت بر عهده شماست.
• نتیجه گیری با داده های دوره تک. داده های تاریخی کافی برای روند مورد نیاز است.

احتیاط: مهم نیست که یک بینش چقدر هوشمندانه به نظر می رسد، اگر نتوان آن را از طریق داده های شما تأیید کرد، نباید به یک تصمیم تبدیل شود. "هوش مصنوعی چنین گفته است" یک توجیه نیست. "من با داده تست کردم و تایید شد" یک توجیه است.

به طور خلاصه

پشتیبانی تصمیم نردبانی است که داده ها را به بینش تبدیل می کند: داده، اطلاعات، بینش، تصمیم. هوش مصنوعی در دو مرحله اول بسیار سریع است، در مرحله سوم یک کمک کننده خوب و در مرحله چهارم فقط یک ارائه دهنده گزینه است. به تفکیک ها نگاه کنید، نه اعداد کل. همبستگی را با علت اشتباه نکنید. دلایلی را که هوش مصنوعی به عنوان فرضیه هایی برای آزمایش پیشنهاد می کند، مشاهده کنید. تفکر گام به گام نتایج دقیق تری می دهد. تصمیم نهایی مدیر بر اساس بینش معتبر است.

وظیفه کاربردی

یک مجموعه داده ناشناس از کسب و کار خود تهیه کنید (مثلاً فروش بر اساس دسته برای 6 ماه گذشته). از هوش مصنوعی بخواهید که با الگوی «تجزیه و تحلیل شکست» در بالا، یک تقسیم بندی بخش انجام دهد. با استفاده از الگوی "آزمون همبستگی - علیت" برای بزرگترین تغییری که پیدا کردید، فرضیه ایجاد کنید و نحوه آزمایش این فرضیه را در میدان در 3 مورد بنویسید.

چک لیست

• [ ] آیا داده ها را ناشناس کرده ام؟
• [ ] آیا من به تجزیه (بخش) به جای کل نگاه کردم؟
• [ ] آیا دلیل پیشنهاد شده توسط هوش مصنوعی را به عنوان یک فرضیه در نظر گرفتم؟
• [ ] آیا مقایسه ها را به طور منصفانه تنظیم کرده ام (نرمال شده)؟
• [ ] آیا من خودم بر اساس بینش تأیید شده تصمیم گرفتم؟