Yksikkö 4 / 11

Business Intelligence (BI), raportointi ja mittareiden suunnittelu

Voitot:

  • Kyky selittää business intelligence -kerrokset (lähde, ETL, tietovarasto, raportti) ja keskeisten liiketoimintamittareiden (KPI) oikea määrittely.
  • Kyky käyttää tekoälyä metrimäärittelyn, SQL-luonnoksen ja raporttikertomuksen tuottamiseen ja tuloksen tarjoamiseen todellisella tiedolla
  • Kyky tunnistaa korrelaatio-syy-sekaantumisen ja harhaanjohtavien mittareiden riskit tekoälyn tukemissa analyysituloksissa

Business Intelligence (BI) on tieteenala, joka kerää organisaation hajallaan olevaa dataa, tekee sen valmiiksi analysoitavaksi ja tuottaa näistä tiedoista päätöstä tukevaa tietoa. MIS-ammattilaiselle BI on kerros, jossa "tiedot muuttuvat päätöksiksi". Raakatilaustietueet eivät yksinään ole merkityksellisiä; mutta "millä alueella liikevaihto laski tässä kuussa, miksi?" Se tuottaa arvoa, kun siitä tulee raportti, joka voi vastata kysymykseen. Tässä osiossa näemme BI:n kerrokset, oikean metrijärjestelmän ja missä tekoäly on kiihdytin ja ansa tässä prosessissa.

BI-arkkitehtuuri koostuu yleensä seuraavista kerroksista. Lähdejärjestelmät: Paikat, joista tiedot ovat peräisin, kuten ERP, CRM, verkkokauppa. ETL-prosessi (englanniksi Extract-Transform-Load): Prosessi, joka poimii tiedot lähteistä (Extract), puhdistaa sen ja muuntaa sen vakiorakenteeksi (Transform) ja lataa sen kohteeseen (Load). Tietovarasto: Keskitetty arkisto, johon kerätään historiallista ja johdonmukaista analysointia varten suunniteltua tietoa. Raportointi-/visualisointikerros: kojelaudat, raportit ja ad-hoc-kyselyt. Tässä ketjussa kunkin kerroksen laatu määrää seuraavan; Jos lähde on likainen, myös raportti on likainen.

Mittareiden ja KPI:iden määrittäminen oikein

Mittari on mitattu numeerinen arvo: kokonaisliikevaihto, tilausten määrä. KPI (Key Performance Indicator) on kriittinen mittari, joka mittaa suorituskykyä suhteessa tavoitteeseen: "kuukausittainen asiakasvaihtuvuus alle 5 %". Jokainen mittari ei ole KPI; KPI on mittari, joka on sidottu liiketoimintatavoitteeseen ja käynnistää päätöksen.

BI-projektien salakavalin ongelma on mittareiden epämääräinen määritelmä. Mitä "aktiivinen asiakas" tarkoittaa? Oletko tilannut viimeisen 30 päivän tai 90 päivän aikana? Lasketaanko paluumuuttajat? Jos kaksi tiimiä tarkoittavat eri asioita "aktiivisten asiakkaiden lukumäärällä", samassa kojelaudassa näkyy kaksi eri asiaa. Siksi jokaisella KPI:llä tulisi olla yksilauseinen, laajalti hyväksytty määritelmä. Tekoäly tuottaa nopeasti luonnoksia näistä määritelmistä; mutta liiketoimintayksikön tehtävänä on päättää, mikä määritelmä on "oikea".

Vinkki: Kun suunnittelet KPI:tä, kirjoita muistiin kolme asiaa: (1) kaava (mikä tarkalleen on osoittaja/nimittäjä), (2) aikaikkuna, (3) poissuljetut tapaukset. Tekoälyn sanominen "poista tämän KPI:n määritelmän epäselvyydet kysymyksiksi" paljastaa piilotetut oletukset.

Askel askeleelta: AI-pohjainen raporttien luominen

Vaihe 1 – Selvennä kysymystä. Mitä päätöstä raportti palvelee? Konkreettinen tavoite, kuten "päätämme, mille alueelle siirrämme budjetin", ei "sen pitäisi näyttää hyvältä".

Vaihe 2 – Määritä mittarit. Kirjoita vaaditut KPI:t kaavoineen, ikkunoineen ja poikkeuksin. Tekoäly voi tuottaa luonnoksia määritelmistä.

Vaihe 3 – Luo SQL-luonnos. Anna skeematiedot tekoälylle ja tee kyselyluonnos. Mutta lue ja ymmärrä kysely ennen sen suorittamista.

Vaihe 4 – Tarkista pienillä tiedoilla. Suorita kysely ensin pienelle otokselle tunnetuilla tuloksilla; Tarkista kokonaismäärät manuaalisesti. Tekoälyn SQL voi olla syntaktisesti oikea, mutta loogisesti väärä.

Vaihe 5 – Lisää kertomus, testaa väitteitä. Tekoäly voi tuottaa kertovan tekstin raportille; mutta todista jokainen syy-väite ("siksi myynti laski").

Korrelaatio- ja syy-yhteysloukku

BI:n vaarallisin virhe on tulkita kaksi mittaria, jotka toimivat yhdessä "toinen luo toisen". Korrelaatio on, kun kaksi arvoa muuttuvat yhdessä; Syy-yhteys on sitä, kun toinen aiheuttaa toisen. Lause "Jäätelön myynnin kasvaessa hukkumistapaukset lisääntyivät" pitää paikkansa, mutta jäätelö ei aiheuta hukkumista; Yleinen syy on kesä (kuuma sää). Tekoäly voi helposti tehdä kausaalisia lauseita laatiessaan raportin kerrontaa; MIS-asiantuntija vastaa näihin väitteisiin kysymällä "onko muuta selitystä?" Hänen pitäisi testata sitä. Muuten tehdään väärä päätös väärän syyn perusteella.

Kolme minikoteloa: Numeroiden mukaan

Tapaus 1 – määrittelemättömän metriikan hinta. Eräässä teleyrityksessä hallitukselle esitettyjen "aktiivisten tilaajien" määrä oli 2,1 miljoonaa ja taloustiimin raportti 1,7 miljoonaa. Erona oli, että yksi laskettiin 90 päivää "aktiiviseksi", kun taas toinen 30 päivää. Väärästä kasvunopeudesta keskusteltiin kaksi viikkoa, kunnes yhteinen määritelmä selvisi. Yhden lauseen KPI-määritelmä välttäisi tämän sekaannuksen.

Tapaus 2 – tekoäly on väärä SQL. Eräässä jälleenmyyjässä tekoäly lisäsi palautusrivit kokonaismäärään luodessaan kyselyn "keskimääräinen kori per asiakas"; Tulos oli 12 % todellista arvoa korkeampi. SQL oli syntaktisesti täydellinen. Kun asiantuntija vahvisti manuaalisesti tunnetun päivän kokonaissumman, hän havaitsi poikkeaman ja lisäsi palautussuodattimen.

Tapaus 3 – syy-yhteyden virhe. Erään verkkokauppayrityksen kojelaudassa sanottiin, että "myynti on 18 % suurempi sähköpostikampanjan lähetyspäivinä", ja tiimi aikoi lisätä kampanjan budjettia. Analyysi osoitti, että kampanjat oli jo ajoitettu osumaan vilkkaiden kampanjapäivien (alennusjaksojen) kanssa. Se oli ajanjakso, ei sähköposti, joka johti myyntiin. Jos budjettia korotettaisiin ilman kontrolliryhmän kanssa testaamista, rahat menivät hukkaan.

Heikko kehote / Vahva kehote

Heikko kehote:

Kirjoita myyntiraportti SQL tästä taulukosta.

Tehokas kehotus:

Roolisi: Olet tarkkaavainen BI-analyytikko.Kirjoita LUONNOS SQL-kyselystä alla olevan kaavion mukaisesti. Säännöt:- Käytä vain annettuja taulukoita/kenttiä; ei-sopiva kenttä.- SULKAA palautukset (status='Palautus') kokonaissummasta.- Aikaikkuna: viimeiset 30 päivää.- Kommentoi rivi riviltä, mitä kysely tekee.- Ehdota 1 mallirivi, joka voidaan tarkistaa manuaalisesti testausta varten. Kaavio:Tilaus(id, asiakkaan_id, päivämäärä, summa, määrä, käännös, netto3)(idurpose) segmentin mukaan.

Tehokas kehote rajoittaa skeemaa, määrää liiketoimintasäännön (lukuun ottamatta palautusta), määrittää ikkunan ja pyytää todennettavissa olevaa tulostetta.

Neljä kopioitavaa mallia

1) KPI:n määritelmän selvennys:

Kirjoita täydellinen kuvaus seuraavalle KPI:lle: kaava (osoittaja/nimittäjä), aikaikkuna, poissuljetut tapaukset. Lisää määritelmän epäselvyydet kysymykseksi.KPI: [nimi, esim. "asiakasvaihtuvuus"]

2) SQL-logiikan tarkistus:

Tutki seuraavaa SQL-kyselyä: onko olemassa loogisten virheiden, virheellisten JOIN-koodien, puuttuvien suodattimien tai kaksinkertaisen laskennan riskiä? Kirjoita jokaiselle löydökselle perustelu. Älä muuta kyselyä, vaan tarkista se. SQL: [kysely]

3) Raporttikertomus + vaatimuksen hallinta:

Kirjoita lyhyt yhteenveto alla olevasta tulostaulukosta. Merkitse kunkin syy-seurausväittämän viereen [TODISTETTA VAATIVA] ja ehdota vaihtoehtoista selitystä. Luota vain taulukon tietoihin. Taulukko: [data]

4) Metrinen johdonmukaisuuden tarkistus:

Kahdessa alla olevassa raportissa samannimiset tiedot antavat eri arvoja. Mahdolliset erot määrittelyssä (aikaikkuna, suodatin, laskenta) on lueteltu. Raportit: [A] [B]

Vertailukaavio: Hyvä ja huono KPI

ominaisuus

Huono KPI

Hyvä KPI

Kuvaus

"Aktiivinen asiakas"

"Asiakas, jolla on ≥1 valmis tilaus viimeisen 30 päivän aikana"

side kohteen kanssa

Ei mitään

"Pysyminen alle 5 %:n tappioprosenttissa"

mitattavuus

epäselvä

kaava selvä

poikkeus

epävarma

Lukuun ottamatta palautuksia

Aiheuttaako se päätöksen?

ei

Kyllä

Yleisiä virheitä

  • Mittari jätetään määrittelemättä. Jos sanoja, kuten "aktiivinen", "onnistui", "valmis" käytetään ilman kaavaa, jokainen joukkue laskee eri tavalla.
  • Tekoälyn SQL:n suorittaminen ilman vahvistusta. Syntaktisesti oikea kysely voi olla loogisesti virheellinen; kaksinkertainen laskenta ja virheellinen JOIN ovat yleisiä.
  • Hämmentävä korrelaatio syy-yhteyden kanssa. Ajatus, että "se kasvoi sen myötä" tarkoittaa "tämä aiheutti sen", johtaisi väärään päätökseen.
  • Metrinen turhamaisuus. Kuvittelevien mutta ei-ratkaisevien mittareiden, kuten "napsautusten kokonaismäärän" pitäminen KPI-arvoina.
  • Numeroiden esittäminen ilman kontekstia. Pelkästään "liikevaihto 4,2 miljoonaa" on merkityksetöntä; Kontekstia tarvitaan viimeisen kuukauden, tavoitteen tai budjetin perusteella.
Varoitus: tekoälyn tuottamat raporttikertomukset ovat vakuuttavia ja sujuvia; Tämä nimenomaan lisää riskiä. Sujuva lause voi sisältää virheellisen väitteen syy-yhteydestä. Testaa jokainen "siksi" ja "tämän vuoksi" väite todisteilla.

Yhteenvetona

Business Intelligence on kerros, joka muuntaa hajallaan olevan tiedon päätöksiksi ja koostuu lähteestä, ETL:stä, tietovarastosta ja raportointiketjusta. KPI on kriittinen mittari, joka on sidottu liiketoimintatavoitteeseen, jossa on selkeästi määritelty kaava ja poikkeuksia. määrittelemätön metriikka on yleisin BI-virhe. Tekoäly tarjoaa huomattavan nopeuden KPI-määrittelyn, SQL-luonnoksen ja raporttikertomuksen tuottamisessa; mutta jokainen SQL on perusteltu loogisesti, jokainen luku on tuettava tunnetulla tiedolla ja jokainen syy-väite on testattava todisteilla. Korrelaatio ei ole syy-yhteyttä; Sujuva kerronta ei takaa tarkkuutta.

Sovellustehtävä

Suunnittele "suoritusasteen" KPI verkkokurssialustalle. (1) Kirjoita yhden lauseen kuvaus kaavalla, aikaikkunalla ja poikkeuksilla (esim. lasketaanko peruutetut rekisteröinnit?). (2) Luo yksinkertainen skeema (Rekisteröityminen, Kurssi, Edistyminen) ja luo SQL-luonnos tälle KPI:lle tehokkaan kehotteen avulla. (3) Etsi kyselystä vähintään yksi mahdollinen kaksoislaskennan tai virheellisen suodatuksen riski. (4) Tulosta yhteenveto päätelmästä ja merkitse siihen jokainen syy-seurausväite. (5) Luo esimerkki korrelaatio-syy-suhteen ansasta ja selitä, miten testaat sen.

tarkistuslista

  • [ ] Jokaisen KPI:n kaava, aikaikkuna ja poikkeus kirjoitetaan.
  • [ ] Luin ja ymmärsin tekoälyn luoman SQL:n rivi riviltä.
  • [ ] Vahvistin kyselyn manuaalisesti vähän tunnetuilla tiedoilla.
  • [ ] Testasin jokaisen raportin syy-väittämän todisteilla.
  • [ ] Kontekstisoin jokaisen numeron vertailuarvolla (tavoite/viimeinen jakso).
  • [ ] Pääsin tiimien väliseen yhteisymmärrykseen mittareiden määritelmistä.