Fitimet:
- Aftësia për të prodhuar një pasqyrë të orientuar drejt vendimit nga të dhënat e shpërndara duke kuptuar shkallën e të dhënave-informacionit-informimit-vendosjes dhe duke ekzekutuar inteligjencën artificiale hap pas hapi
- Aftësia për të zbuluar të vërtetën e fshehur nga numrat total përmes ndarjes së segmentit dhe për të dalluar korrelacionin nga shkakësia
- Aftësia për të trajtuar arsyet e sugjeruara nga inteligjenca artificiale si hipoteza për t'u testuar dhe për të bazuar vendimin përfundimtar në një pasqyrë të verifikuar
Dhjetra numra arrijnë në tavolinën e një menaxheri çdo ditë: shifrat e shitjeve, kostot, ankesat e klientëve, nivelet e inventarit, normat e qarkullimit të punonjësve. Por vetëm numri nuk është vendimi. Vendimi fillon me shikimin e kuptimit brenda numrit. “Shitjet janë ulur 8 për qind krahasuar me muajin e kaluar” është e dhënë; "Rënia e shitjeve është për shkak të dy klientëve të mëdhenj në rajonin e Egjeut që shtyjnë porositë e tyre" është një pasqyrë. Këtu, mbështetja e vendimeve - procesi që i bën të dhënat kuptimplota për menaxherin që të marrë vendime më të mira - është ura që i kthen të dhënat në njohuri. Në këtë njësi, ne do të mësojmë se si të përdorim AI në këtë urë. Kufiri është i qartë që në fillim: AI prodhon njohuri të draftit; Menaxheri vendos se cili pasqyrë është real dhe çfarë të bëjë.
Katër hapa nga të dhënat në njohuri
Mbështetja e vendimit është një shkallë. Shifra e parë — të dhënat: numra të papërpunuar (1240 porosi kanë mbërritur këtë muaj). Shifra e dytë — informacioni: numra të redaktuar, krahasuar (8 përqind më pak nga muaji i kaluar). Niveli i tretë - pasqyrë: kuptimi i arsyes së rënies (vonesa nga dy klientë kryesorë). Hapi i katërt — vendimi: çfarë të bëni (intervistoni këta klientë dhe synoni klientët e rinj). AI është shumë i shpejtë në hapin e parë dhe të dytë, është një ndihmës i mirë në të tretën, ofron vetëm opsione në të katërtin.
Njohja e kësaj shkalle është e rëndësishme sepse shumica e menaxherëve i kërkojnë drejtpërdrejt AI që "të vendosë për mua" dhe të frustrohet. Sidoqoftë, nëse e kryeni AI hap pas hapi - së pari përmblidhni, më pas krahasoni, pastaj vini në dyshim arsyet e mundshme dhe në fund merrni vetë vendimin - do të jeni të shpejtë dhe të besueshëm.
Këshillë: Pyete AI-n "çfarë konkludoni nga këto të dhëna?" Në vend që të pyesni të gjitha menjëherë, vazhdoni hap pas hapi duke thënë "së pari përmblidhni, më pas tregoni 3 ndryshimet më të dukshme dhe më pas sugjeroni 2 arsye të mundshme për secilën". Mendimi hap pas hapi jep rezultate më të sakta.
Kurthi i korrelacionit dhe i shkakësisë
Gracka më e rrezikshme e mbështetjes së vendimit është gabimi i korrelacionit për shkakësinë. Korrelacioni është kur dy gjëra lëvizin së bashku (shitjet e akulloreve dhe mbytjet rriten së bashku gjatë verës). Shkaktari është kur njëri të çon te tjetri (akullorja nuk shkakton mbytje; moti i nxehtë është shkaku i zakonshëm). Inteligjenca artificiale është shumë e mirë në gjetjen e gjërave që lëvizin së bashku në të dhënat tuaja, por nuk mund të tregojë se cili është shkaku i vërtetë. Thënia "Shpenzimet për reklama u rritën dhe shitjet u rritën" nuk vërteton se reklamimi rriti shitjet; ndoshta të dyja janë prekur nga sezoni festiv.
Pra, kur AI sugjeron një arsye, trajtojeni atë si një hipotezë (supozim që duhet të vërtetohet), jo si një fakt. "Si ta testoj këtë?" pyesni. Një menaxher i mirë teston arsyen që sugjeron AI në terren ose me të dhëna.
tre mini kuti
Rasti 1 - Kapja e rënies së fshehtë. Në një kompani të tregtisë elektronike, qarkullimi total dukej i qëndrueshëm, askush nuk u alarmua. Menaxheri i jep të dhënat anonime mujore AI dhe pyet "Cili segment po rritet dhe cili po tkurret në bazë të kategorisë?" pyeti ai. YZ tregoi se ndërsa xhiroja totale ishte konstante, kategoria e elektronikës me fitim të lartë në fakt ra me 22 për qind, me shitjet e aksesorëve me fitim të ulët që maskonin këtë. Menaxheri e konfirmoi këtë dhe u ndal në kategorinë e elektronikës. Numri i përgjithshëm ishte fshehur; Pushimi zbuloi të vërtetën.
Rasti 2 - Vrapimi drejt kauzës së gabuar. Menaxheri i një zinxhiri kafenesh i dha të dhënat e shitjeve AI. "Shitjet e fundjavës lëvizin me temperaturën e motit," tha YZ. Menaxheri e lexoi këtë si "moti i nxehtë rrit shitjet" dhe refuzoi kondicionerët. Megjithatë, arsyeja e vërtetë ishte rritja e trafikut të klientëve gjatë fundjavës; Temperatura rastësisht ka lëvizur në të njëjtin drejtim. Menaxheri ngatërroi korrelacionin për shkak. Ai mësoi mësimin e tij dhe testoi çdo arsye që tani e tutje.
Rasti 3 - Vendosja e saktë e krahasimit. Po krahasohej efikasiteti i dy fabrikave në një ndërmarrje prodhuese. Menaxheri pyet AI, "A është fabrika A më efikase se B?" pyeti ai, por AI nuk e dinte që fabrika A ishte më e re dhe më e vogël. Menaxheri korrigjoi kërkesën: "krahasoni rendimentin për njësi, duke marrë parasysh madhësinë dhe ndryshimin e moshës". Këtë herë analiza ishte e drejtë dhe diferenca e vërtetë u zbulua.
Katër shabllone të kopjueshëm
1) Nxjerrja hap pas hapi e pasqyrës:
Roli juaj: analist biznesi që ndihmon menaxherin. Përdorni të dhënat anonime të bashkangjitura (periudha, kategoria, shitjet, kostoja). Vazhdoni hap pas hapi: 1) Përmblidhni të dhënat në 4 artikuj. 2) Trego 3 ndryshimet më të dukshme në krahasim me periudhën e kaluar. 3) Sugjeroni deri në 2 arsye të MUNDSHME për çdo ndryshim dhe deklaroni se këto janë hipoteza dhe nevojiten prova. Mos bëni asnjë numër që nuk ekziston në të dhënat që unë ofroj.
2) Analiza e ndarjes (segmentit):
Edhe nëse shifrat totale duken të qëndrueshme, dua të di se çfarë po ndodh brenda. Thyeni të dhënat e bashkangjitura sipas kategorisë/rajonit/ segmentit të klientit. Tregoni se cili segment po rritet dhe cili po zvogëlohet në një tabelë. Sidomos shënoni përmbysjet që maskojnë totalin.
3) Testi korrelacion-shkak:
Kam gjetur këtë marrëdhënie: [A dhe B lëvizin së bashku]. Më ndihmo të dalloj nëse kjo është shkak dhe pasojë e vërtetë apo thjesht veprim së bashku. Rendisni shkaqet e mundshme TË ZAKONSHME dhe sugjeroni 3 kontrolle praktike që mund të bëj për të testuar këtë marrëdhënie.
4) Gjenerimi i opsionit të vendimit:
Unë e konfirmova këtë njohuri: [vështrim]. MOS vendos për mua; në vend të kësaj, gjeneroni 3 opsione të ndryshme veprimi. Për secilin opsion: përfitimi i pritshëm, kosto/përpjekja e vlerësuar, rreziku kryesor dhe cila situatë duhet të preferohet. Prezantoni opsionet në mënyrë neutrale; mos i impono dikujt.
Prompt i dobët / Prompt i fortë
Njoftim i dobët:
Pse ranë shitjet?
Pa të dhëna, pa periudhë, pa kontekst. AI rendit arsyet e përgjithshme (ekonomia, konkurrenca, sezoni); Asnjë prej tyre nuk është specifik për situatën tuaj dhe nuk mund të verifikohet.
Njoftim i fuqishëm:
Roli juaj: analist me pakicë. Përdorni të dhënat anonime 6-mujore të bashkangjitura (muaji, rajoni, kategoria, numri i shitjeve, qarkullimi). Qarkullimi total është ulur me 8% në muajin e fundit. Zbërthejeni këtë sipas rajonit dhe kategorisë; zbuloni se nga cili segment vjen rënia. Propozoni deri në 2 hipoteza të testueshme për çdo rënie që gjeni. Thjesht përdorni numrat që ju dhashë.
Madhësia
qasje e dobët
Qasje e fortë
Të dhënat
Asnjë
Anonim dhe bashkangjitur
Pyetje
Gjenerali "pse?"
I përthyer dhe i fokusuar
prodhimit
Arsyet e përgjithshme
Hipoteza të testueshme
Verifikueshmëria
të ulëta
lartë
vlera e vendimit
Më pak
lartë
Gabimet e zakonshme
- Duke u mbështetur në numrin total. Ndërsa totali është konstant, mund të ketë përmbysje të mëdha brenda; Sigurohuni që të shikoni ndarjen.
- Gabimi i korrelacionit për shkakun. Shikoni marrëdhënien që AI gjen si një hipotezë për t'u testuar, jo si provë.
- Krahasimi i padrejtë. Mos krahasoni njësi të madhësive/moshave/kushteve të ndryshme pa i normalizuar ato.
- Kërkimi i vendimeve drejtpërdrejt nga UA. AI gjeneron opsione; Ju mbani vendimin dhe përgjegjësinë.
- Nxjerrja e përfundimeve me të dhëna të një periudhe të vetme. Kërkohen të dhëna të mjaftueshme historike për tendencën.
Kujdes: Pavarësisht se sa i zgjuar duket një pasqyrë, ai nuk duhet të bëhet vendim nëse nuk mund të verifikohet nga të dhënat tuaja. "UA tha kështu" nuk është një justifikim; “E kam testuar me të dhëna dhe është vërtetuar” është një justifikim.
Në përmbledhje
Mbështetja e vendimit është shkalla që i kthen të dhënat në pasqyrë: të dhëna, informacion, pasqyrë, vendim. Inteligjenca artificiale është shumë e shpejtë në dy hapat e parë, një ndihmës i mirë në të tretin dhe thjesht një ofrues opsionesh në të katërtin. Shikoni ndarjet, jo numrat total; Mos e ngatërroni korrelacionin për shkakun; Shikoni arsyet që AI sugjeron si hipoteza për t'u testuar. Mendimi hap pas hapi jep rezultate më të sakta. Vendimi përfundimtar është i menaxherit i bazuar në njohuritë e vërtetuara.
Detyra e aplikimit
Përgatitni një grup të dhënash anonim nga biznesi juaj (p.sh. shitjet e bazuara në kategori për 6 muajt e fundit). Lëreni AI të kryejë një ndarje të segmentit me shabllonin "Analiza e ndarjes" më sipër. Krijoni një hipotezë duke përdorur shabllonin "Testi korrelacion-shkak" për ndryshimin më të madh që gjetët dhe shkruani se si do ta testoni këtë hipotezë në terren në 3 artikuj.
listë kontrolli
- [ ] A i kam anonimizuar të dhënat?
- [ ] A e shikova ndarjen (segmentin) në vend të totalit?
- [ ] A e trajtova arsyen e sugjeruar nga AI si një hipotezë?
- [ ] A i kam vendosur krahasimet në mënyrë të drejtë (normalizuar)?
- [ ] A e mora vetë vendimin bazuar në njohuritë e verifikuara?