Dobici:
- Sposobnost stvaranja uvida usmjerenog na odlučivanje iz raspršenih podataka razumijevanjem ljestvice podaci-informacije-uvid-odluka i provođenjem umjetne inteligencije korak po korak
- Sposobnost otkrivanja istine skrivene ukupnim brojevima kroz analizu segmenata i razlikovanje korelacije od uzročnosti
- Sposobnost da se razlozi koje predlaže umjetna inteligencija tretiraju kao hipoteze koje treba testirati i da se konačna odluka temelji na provjerenom uvidu
Deseci brojeva stižu na upraviteljev stol svaki dan: podaci o prodaji, troškovi, pritužbe kupaca, razine zaliha, stope fluktuacije zaposlenika. Ali sama brojka nije odluka. Odluka počinje uvidom u značenje broja. "Prodaja je pala za 8 posto u usporedbi s prošlim mjesecom" je dano; "Smanjenje prodaje je zbog toga što su dva velika kupca u egejskoj regiji odgodila svoje narudžbe", zaključak je. Ovdje je podrška pri odlučivanju - proces koji podatke čini značajnim za menadžera kako bi mogao donositi bolje odluke - most koji podatke pretvara u uvid. U ovoj jedinici naučit ćemo kako koristiti AI na ovom mostu. Granica je jasna od samog početka: AI proizvodi nacrte uvida; Menadžer odlučuje koji je uvid pravi i što učiniti.
Četiri koraka od podataka do uvida
Potpora odlučivanju je ljestvica. Prva znamenka — podaci: neobrađeni brojevi (ovog mjeseca stiglo je 1240 narudžbi). Druga znamenka — informacije: uređene, uspoređene brojke (pad od 8 posto u odnosu na prošli mjesec). Treća razina — uvid: razumijevanje razloga odbijanja (kašnjenje dvaju velikih kupaca). Četvrti korak — odluka: što učiniti (intervjuirati ove kupce i ciljati nove kupce). AI je vrlo brz na prvom i drugom koraku, dobar je pomoćnik na trećem, nudi opcije samo na četvrtom.
Poznavanje ove ljestvice je važno jer većina menadžera izravno traži od umjetne inteligencije da "odluči umjesto mene" i frustriraju se. Međutim, ako AI provodite korak po korak - prvo sažmite, zatim usporedite, zatim ispitajte moguće razloge i na kraju sami donesite odluku - bit ćete i brzi i pouzdani.
Savjet: Pitajte umjetnu inteligenciju "što zaključujete iz ovih podataka?" Umjesto da pitate sve odjednom, nastavite korak po korak govoreći "najprije sažmi, zatim prikaži 3 najznačajnije promjene, a zatim predloži 2 moguća razloga za svaku." Postupno razmišljanje daje točnije rezultate.
Zamka korelacije i uzročnosti
Najopasnija zamka potpore odlučivanju je zamjena korelacije za uzročnost. Korelacija je kada se dvije stvari kreću zajedno (prodaja sladoleda i utapanja rastu zajedno ljeti). Uzročnost je kada jedno vodi drugom (sladoled ne uzrokuje gušenje; vruće vrijeme je čest uzrok). AI je vrlo dobra u pronalaženju stvari koje se kreću zajedno u vašim podacima, ali ne može reći koji je pravi uzrok. Izjava "Potrošnja na oglašavanje se povećala i prodaja se povećala" ne dokazuje da je oglašavanje povećalo prodaju; možda je na oboje utjecalo blagdansko vrijeme.
Dakle, kada AI predloži razlog, tretirajte ga kao hipotezu (pretpostavku koju treba dokazati), a ne kao činjenicu. "Kako da ovo testiram?" pitati. Dobar menadžer testira razloge koje AI predlaže na terenu ili s podacima.
tri mini kućišta
Slučaj 1 — Hvatanje tajnog pada. U poduzeću za e-trgovinu, ukupni se promet činio stabilnim, nitko se nije uzbunio. Upravitelj daje anonimne mjesečne podatke AI-ju i pita "Koji segment raste, a koji se smanjuje na temelju kategorije?" upita on. YZ je pokazao da je, dok je ukupni promet bio konstantan, visokoprofitabilna elektronika zapravo pala za 22 posto, s niskoprofitabilnom prodajom dodatne opreme koja je to prikrila. Voditelj je to potvrdio i usredotočio se na kategoriju elektronike. Ukupan broj bio je prikriven; Prekid je otkrio istinu.
Slučaj 2 — Trčanje na krivi uzrok. Voditelj lanca kafića dao je podatke o prodaji AI-ju. "Vikend prodaja kreće se s temperaturom vremena", rekao je YZ. Upravitelj je to pročitao kao "vruće vrijeme povećava prodaju" i isključio klima uređaje. Međutim, pravi razlog bio je povećan promet kupaca tijekom vikenda; Temperatura se slučajno kretala u istom smjeru. Menadžer je pogrešno zamijenio korelaciju s uzročnom vezom. Naučio je lekciju i od sada je testirao svaki razlog.
Slučaj 3 — Ispravna usporedba. Uspoređivana je učinkovitost dviju tvornica u proizvodnom poduzeću. Upravitelj pita AI: "Je li tvornica A učinkovitija od B?" upitao je, ali AI nije znao da je tvornica A novija i manja. Upravitelj je ispravio upit: "usporedite prinos po jedinici, uzimajući u obzir veličinu i dobnu razliku." Ovaj put analiza je bila poštena i otkrivena je prava razlika.
Četiri predloška za kopiranje
1) Postupno izdvajanje uvida:
Vaša uloga: poslovni analitičar koji pomaže menadžeru. Koristite priložene anonimne podatke (razdoblje, kategorija, prodaja, trošak). Nastavite korak po korak: 1) Sažmite podatke u 4 stavke. 2) Pokažite 3 najznačajnije promjene u usporedbi s prošlim razdobljem. 3) Predložite do 2 MOGUĆA razloga za svaku promjenu i navedite da su to hipoteze i da su potrebni dokazi. Nemojte izmišljati brojeve koji ne postoje u podacima koje pružam.
2) Analiza raščlambe (segmenta):
Čak i ako se ukupni brojevi čine stabilnima, želim znati što se događa unutra. Razdvojite priložene podatke po kategoriji/regiji/segmentu kupaca. U tablici prikažite koji segment raste, a koji se smanjuje. Posebno označite storniranja koja maskiraju zbroj.
3) Test korelacije i uzročnosti:
Našao sam ovaj odnos: [A i B se kreću zajedno]. Pomozite mi razlučiti jesu li to pravi uzrok i posljedica ili samo zajedničko djelovanje. Navedite moguće ČESTE uzroke i predložite 3 praktične provjere koje mogu učiniti da testiram ovaj odnos.
4) Generiranje mogućnosti odluke:
Potvrdio sam ovaj uvid: [uvid].NEMOJTE odlučivati umjesto mene; umjesto toga, generirajte 3 različite opcije akcije. Za svaku opciju: očekivana korist, procijenjeni trošak/napor, glavni rizik i koja bi situacija trebala biti preferirana. Predstavite opcije neutralno; nemoj nametati nekoga.
Slab upit / Jak upit
Slab upit:
Zašto je pala prodaja?
Bez podataka, bez razdoblja, bez konteksta. AI navodi opće razloge (ekonomija, natjecanje, sezona); Nijedan od njih nije specifičan za vašu situaciju i ne može se provjeriti.
Snažan upit:
Vaša uloga: maloprodajni analitičar. Koristite priložene anonimne šestomjesečne podatke (mjesec, regija, kategorija, broj prodaje, promet). Ukupan promet manji je za 8% u posljednjih mjesec dana. Raščlanite ovo po regiji i kategoriji; saznati iz kojeg segmenta dolazi pad. Predložite do 2 provjerljive hipoteze za svaki pad koji pronađete. Samo koristite brojeve koje sam vam dao.
Veličina
loš pristup
Snažan pristup
Podaci
Nijedan
Anonimno i u prilogu
Pitanje
Generalno "zašto?"
Prelomljen i fokusiran
izlaz
Opći razlozi
Hipoteze koje se mogu provjeriti
Provjerljivost
nizak
visoka
vrijednost odluke
Manje
visoka
Uobičajene greške
- Oslanjajući se na ukupan broj. Dok je zbroj konstantan, unutra može biti velikih preokreta; Obavezno pogledajte raščlambu.
- Zamjena korelacije za uzročnost. Gledajte na odnos koji umjetna inteligencija pronalazi kao hipotezu koju treba testirati, a ne kao dokaz.
- Nepoštena usporedba. Nemojte uspoređivati jedinice različitih veličina/starosti/stanja bez da ih normalizirate.
- Traženje odluka izravno od AI. AI generira opcije; Vi snosite odluku i odgovornost.
- Izvođenje zaključaka s podacima za jedno razdoblje. Za praćenje trendova potrebno je dovoljno povijesnih podataka.
Oprez: koliko god neki uvid izgledao pametno, ne bi trebao postati odluka ako se ne može provjeriti iz vaših podataka. "AI je tako rekao" nije opravdanje; "Testirao sam ga s podacima i potvrđeno je" je opravdanje.
Ukratko
Podrška odlučivanju je ljestvica koja podatke pretvara u uvid: podatak, informacija, uvid, odluka. AI je vrlo brz u prva dva koraka, dobar pomagač u trećem, a samo pružatelj opcija u četvrtom. Pogledajte raščlambe, a ne ukupne brojke; Nemojte zamijeniti korelaciju s uzročnom vezom; Pogledajte razloge koje umjetna inteligencija predlaže kao hipoteze za testiranje. Postupno razmišljanje daje točnije rezultate. Konačnu odluku donosi upravitelj na temelju potvrđenog uvida.
Zadatak aplikacije
Pripremite anonimni skup podataka iz svoje tvrtke (npr. prodaja na temelju kategorije za posljednjih 6 mjeseci). Neka umjetna inteligencija izvrši raščlanjivanje segmenata pomoću gornjeg predloška "Analiza raščlanjivanja". Izradite hipotezu pomoću predloška "Test korelacije-uzročnosti" za najveću promjenu koju ste pronašli i zapišite kako ćete tu hipotezu testirati na terenu u 3 stavke.
popis za provjeru
- [ ] Jesam li anonimizirao podatke?
- [ ] Jesam li gledao raščlambu (segment) umjesto ukupnog?
- [ ] Jesam li razlog koji je predložila AI smatrao hipotezom?
- [ ] Jesam li pošteno (normalizirano) postavio usporedbe?
- [ ] Jesam li sam donio odluku na temelju provjerenog uvida?