Добивки:
- Способност да се анализираат продажбите, трошоците и работните табели со вештачка интелигенција и да се детектираат трендови, паузи и оддалечени
- Способност за проверка против аритметички грешки и халуцинации со повторување или рачно проверка на секоја пресметка
- Способност да се разликува корелација од причинско-последична врска и квалитетот на податоците за прашања и границите на примерокот пред толкувањето
Една од најповторливите фрази во менаџмент консалтинг е: "Што велат бројките?" Податоците за продажба на клиентот, табела на трошоци, сегменти на клиенти или оперативни метрики; сите тие раскажуваат приказна. Работата на консултантот е да ја пронајде таа приказна, да ја докаже и јасно да му ја покаже на носителот на одлуката. Вештачката интелигенција интерпретира графикон за неколку секунди, ги истакнува трендовите, прави пресметки, па дури и генерира код (формула Python, Excel) за анализа. Но, тука постои посебна опасност: вештачката интелигенција може тивко да прави грешки во аритметиката и да прикаже погрешен број со точна доверба. Затоа, златното правило во анализата на податоците е да се повтори или рачно да се провери секоја пресметка.
Два начини за работа со податоци
Постојат два основни методи за анализа на податоци со вештачка интелигенција, а познавањето на разликата е критично за точноста.
- Текстуално толкување на моделот: Ги залепувате податоците директно во разговорот и кажувате „коментар“. Моделот ги чита шаблоните, но пресметките ги прави „ментално“; Ова е патека со најголем ризик од грешка. Погоден за мали табели и квалитативно толкување, а не за прецизно сметководство.
- Генерација на код/алатка: Вие печатите код за анализа (Python/pandas) или Excel формула на моделот; Кодот ја прави пресметката, а не моделот. Овој начин е многу посигурен бидејќи аритметиката работи во детерминистичка алатка. Претпочитајте го за големи податоци и прецизен број.
Совет: Ако ви треба точен број (вкупен промет, просек, стапка на раст) побарајте од моделот „да ја напише формулата на Excel/Python-кодот што го пресметува ова“, извршете го резултатот сами. Никогаш не сметајте го бројот што го дава моделот за конечен.
Како да поставите известување за анализа
Добрата порака за анализа ги вклучува податоците, поставеното прашање и правилото за валидација.
Вашата улога: аналитичар на податоци. Подолу е продажен графикон за 24 месеци (месец, регион, производ, количина, промет). Задача: 1) Сумирајте го трендот на вкупниот и месечниот промет. 2) Најдете ги 3-те најбрзо растечки и најбрзо смалувачки распаѓање на регион-производ. 3) Обележете дали има некои оддалечени (неочекуван скок/пад). Правила: - Напишете ја формулата на Excel што ја прави секоја пресметка до неа; Ќе проверам.- Одделете ја интерпретацијата од податоците: прво „податоците кажуваат“, потоа „можното значење“.- Не барајте каузалност; покажуваат само шема.
Ова барање има три критични елементи: барање на формулата (проверливост), одвојување на податоците од толкувањето (интегритет) и забрана на тврдењето за каузалност (предмет на следниот дел).
Корелацијата не е причинско-последична врска
Најчеста и најскапа логичка грешка во анализата е претпоставката дека една од двете работи кои дејствуваат заедно ја предизвикува другата. Само затоа што две променливи се зголемуваат заедно (корелација) не докажува дека едната предизвикува друга (каузација); Може да има трет фактор или случајност. Класичен пример: како што се зголемува продажбата на сладолед, така се зголемуваат и давениците; Причината не е сладолед, топлото време ги крева и двете.
ВИ лесно може да напише корелација бидејќи „X го зголемува Y“. Кога консултантот ќе ја види оваа реченица, треба да застане и да праша: „Дали навистина е ова причината или има некој скриен фактор?“ Тврдењето за каузалност; контролираната споредба бара познавање на временската секвенца и доменот.
Вашата улога: аналитичар на критични податоци. Следнава анализа содржи тврдење „X го зголемува Y“. Задача: - Оценете дали оваа врска е корелација или оправдана причинско-последична врска.- Наведете 3 можни латентни (трети) фактори кои можат да влијаат на обете.- Кажете кои дополнителни докази (група за споредба, временска секвенца) се потребни за да се поддржи каузалноста. Користете строг каузален јазик; Напишете „можно“ и „треба да се тестира“.
Испрашување на квалитетот на податоците пред толкување
Добрата анализа не доаѓа од лоши податоци. Поставете ги овие прашања на секоја табела пред да коментирате:
контрола
Зошто е важно?
Како да се грижите
недостасуваат податоци
Празните ќелии ја искривуваат средната вредност
Брои сооднос празно/нула
оддалечени
Едноставен надворешен изглед го нарушува трендот
Погледнете ги мин-макс и дистрибуцијата
Конзистентност на дефиницијата
Дали „прометот“ е ист секој месец?
Потврдете ја дефиницијата на колоната
временски опсег
Дали сезоналноста доведува во заблуда?
Споредете од година во година
примерок
Дали податоците го претставуваат целиот универзум?
Побарајте стапка на покриеност
Пред ТОЛКУВАЊЕ на оваа табела, направете проверка на квалитетот на податоците:- Кој е односот на ќелиите што недостасуваат/нула?- Во кои редови се екстремните (надворешните) вредности?- Дали дефинициите на колоните се конзистентни, дали има сомнителни? Само дајте ревизорски извештај; Не коментирајте уште.
три мини футроли
Случај 1 - Тивка аритметичка грешка. Консултант му дава на моделот да собере промет од 12 месеци; моделот вели „142,6 милиони“. Консултантот проверува во Excel: фактички вкупно 128,4 милиони; Моделот погрешно додаде два месеци. Ако се бараше формула наместо ментална пресметка, немаше да има грешка. Ако беше внесен погрешен број во презентацијата, довербата на клиентите ќе беше разнишана.
Случај 2 - Лажна причинска врска. Во малопродажба, моделот вели: „Прометот се зголеми во месеците кога се нудеше попустот, така што попустот го зголемува прометот“. Консултантот запира: попустите се веќе направени за време на празниците; Главниот двигател е побарувачката за одмор. За мерење на ефектот на попуст, потребна е споредба со одмор без попуст. Лажните заклучоци го спречуваат предлогот за горливи маргини како „ајде да намалуваме секој месец“.
Случај 3 - Замка за надворешност. Просечната вредност на нарачката во зоната се чини ненормално висока. Моделот ова го толкува како „премиум зона“. Консултантот ја отвора линијата: единствена корпоративна нарачка од 4,2 милиони го надува просекот; Кога ќе се отстрани таа линија, регионот е обичен. Користењето на медијана на прво место ќе ја избегне оваа замка.
Слаб промпт / Силен промпт
Слаба навестување:
Анализирајте ја оваа табела за продажба и наведете ги клучните наоди.
Моделот пресметува директно, тврди каузалност и дава непроверливи наоди.
Моќен потсетник:
Вашата улога: прецизен аналитичар на податоци. Прво направете ревизија на квалитетот на податоците (недостасува, оддалеченост, конзистентност на дефиницијата). Потоа: месечен тренд, топ 3 дефекти, оддалечени.- Напишете ја формулата Excel за секоја сметка; Ќе проверам.- Исто така дај медијана наместо средна вредност (за да се види ефектот на надворешноста).- Одделете ги „податоците кажуваат“ од „можното значење“; НЕ ТРИРАЈТЕ КАУЗИЛНОСТ. - Означете „нејасно“ каде не сте сигурни.
Сегментација: вистината што ја крие просечната
Еден од најмоќните потези во консултантската анализа е сегментацијата: разделување на вкупниот број во значајни подгрупи. „Просечниот клиент“ е често непостоечка конструкција; Вистината се крие во подгрупите. На пример, додека просечната профитна маржа се чини дека е 8%, 20% од клиентите може да донесат 25% маржа и 30% да направат загуба; просекот целосно го крие овој факт. Вештачката интелигенција ви помага брзо да разложите графикон низ различни оски (тип на клиент, регион, производ, канал) и да откриете кој дефект ја покажува највпечатливата разлика.
Вашата улога: аналитичар на податоци. Табелата е подолу.Задача: Скршете ги овие податоци на следнава оска: [тип на клиент / регион / производ]. За секоја група: вкупно, удел (%), средна вредност И медијана, големина на групата (n). Правила:- Ако група n<30, означете „мал примерок - внимание“.- Напишете ја формулата за секоја сметка; Ќе проверам.- Прикажи највисока и најниска група; Оценете дали разликата е реална или се должи на единствена оддалеченост. Прво дозволете ми да ви кажам кој дефект го очекувам: [хипотеза].
Вообичаени грешки
- Потпирајќи се на пресметката на главата на моделот. аритметиката нарачува на детерминистичката алатка (Excel/Python); Проверете го резултатот независно.
- Погрешна корелација за каузалност. Не ја пишувајте реченицата „X го зголемува Y“ без докази; Прашајте за скриениот фактор.
- Слепо гледајќи го просекот. Единечниот надворешен знак ја надува средната вредност; Видете исто така медијана и дистрибуција.
- Заобиколувајќи го квалитетот на податоците. Толкувањата кои произлегуваат од нецелосни, дупликати или неконзистентни податоци се погрешни; проверете прво.
- Заборавајќи го примерот. Генерализирањето од мал или пристрасен примерок на целата популација ќе даде погрешни резултати.
- Збунувачки податоци со толкување. Покажете одделно што е мерење, а што е заклучок.
Внимание: Доколку резултатот од анализата на податоците за финансиската, здравствената или оперативната безбедност ќе биде основа за одлука, пресметките и толкувањето мора да бидат потврдени од релевантниот експерт (финансиски советник, актуар, теренски експерт). Вештачката интелигенција произведува прелиминарна анализа; Конечната проценка и одговорност им припаѓа на луѓето.
Сумирано
Вештачката интелигенција е моќна помош за толкување на табеларни податоци, пронаоѓање трендови и дефекти и генерирање на код за анализа. Но, бидејќи може тивко да прави грешки во аритметиката, неопходно е секоја пресметка повторно да се направи со детерминистичка алатка и да се провери рачно. Одвојувањето на корелацијата од каузалноста, гледањето на медијаната веднаш до средната вредност, проверката на квалитетот на податоците пред толкувањето и набљудувањето на границите на примерокот се основните дисциплини на консултантството. Моделот покажува шема; Луѓето создаваат смисла и одговорност.
Задача за апликација
Изберете реален или репрезентативен извештај за продажба/трошок. Прво извршете го промптот за проверка на квалитетот на податоците и пронајдете барем еден проблем (недостасува, оддалеченост, недоследност на дефиницијата). Потоа извлечете ги трендовите и избувнувањата со моќна порака за анализа; Исто така, рачно проверете ја формулата за секоја сметка. Споредете ја средната вредност со средната вредност и откријте надворешен ефект. Конечно, пронајдете каузално тврдење дека моделот го пишува и преформулирајте го како „корелација“.
листа за проверка
- [ ] Повторно ја извршив секоја точна пресметка со детерминистичката алатка (Excel/Python).
- [ ] Извршив проверка на квалитетот на податоците пред да коментирам.
- [ ] Покрај средната вредност, ги погледнав и медијаната и дистрибуцијата.
- [ ] Ја зачував разликата корелација-причинска врска.
- [ ] Го преиспитав примерокот и ограничувањата на временскиот период.
- [ ] Ги издвоив „податоците кажуваат“ и „можното значење“.
- [ ] Планирав експертско одобрување во критичка анализа на одлуки.