Јединице
1. Увод у вештачку интелигенцију у менаџмент консалтингу: улоге, границе, валидација и етика 2. Структурирање проблема: Стабло хипотезе, МЕЦЕ и постављање правог питања 3. Синтеза истраживања тржишта и индустрије: од извора до увида 4. Анализа конкуренције и бенчмаркинг: МЕЦЕ матрица и пет сила 5. Процена величине тржишта: ТАМ/САМ/СОМ и израчунавање пода-плафона 6. Анализа и интерпретација података: вештачка интелигенција са табеларним подацима 7. Визуелизација података и избор графикона: Слајд на први поглед 8. Интервју и анализа анкете: од квалитативних података до теме 9. Стратегија и оквири процеса: СВОТ, 3Ц, мапирање процеса 10. Дизајн и евалуација пословног модела: Економика платна и јединица 11. Презентација и прича: принцип пирамиде и ефикасна слајд порука 12. Припрема понуде, контрола квалитета и безбедан радни ток од краја до краја
Јединица 6 / 12

Анализа и интерпретација података: вештачка интелигенција са табеларним подацима

Добици:

  • Способност анализе продаје, трошкова и оперативних табела са вештачком интелигенцијом и откривања трендова, прекида и одступања
  • Способност верификације аритметичких грешака и халуцинација понављањем или ручном провером сваког израчунавања
  • Способност разликовања корелације од узрочности и питања квалитета података и граница узорка пре интерпретације

Једна од најчешће понављаних фраза у менаџмент консалтингу је: "Шта говоре бројке?" Подаци о продаји купаца, табела трошкова, сегменти купаца или оперативни показатељи; сви они причају причу. Посао консултанта је да пронађе ту причу, докаже је и јасно покаже доносиоцу одлуке. Вештачка интелигенција тумачи графикон за неколико секунди, указује на трендове, прави прорачуне, па чак и генерише код (Питхон, Екцел формула) за анализу. Али овде постоји посебна опасност: АИ може тихо да прави грешке у аритметици и прикаже погрешан број са тачном самопоуздањем. Стога је златно правило у анализи података да се сваки прорачун понови или ручно провери.

Два начина рада са подацима

Постоје две основне методе анализе података помоћу вештачке интелигенције, а познавање разлике је кључно за тачност.

  1. Текстуална интерпретација модела: Налепите податке директно у ћаскање и кажете „коментар“. Модел чита обрасце, али рачуна „ментално“; Ово је пут са највећим ризиком од грешке. Погодно за мале табеле и квалитативну интерпретацију, а не за прецизно рачуноводство.
  2. Генерисање кода/алата: штампате код за анализу (Питхон/пандас) или Екцел формулу на моделу; Код врши прорачун, а не модел. Овај начин је много поузданији јер аритметика ради у детерминистичком алату. Преферирајте га за велике податке и прецизан број.
Савет: Ако вам је потребан тачан број (укупан промет, просек, стопа раста) замолите модел да „напише Екцел формулу/Питхон код који ово израчунава“, сами покрените резултат. Никада не сматрајте број који је дао модел коначним.

Како подесити брзу анализу

Добар упит за анализу укључује податке, постављено питање и правило валидације.

Ваша улога: аналитичар података. Испод је графикон продаје за 24 месеца (месец, регион, производ, количина, промет). Задатак: 1) Сумирајте укупан и месечни тренд промета. 2) Пронађите 3 најбрже растуће и најбрже смањивање региона-производа. 3) Означите да ли постоје одступања (неочекивани скок/пад). Правила: - Напишите Екцел формулу која прави сваки прорачун поред ње; Проверићу.- Одвојите тумачење од података: прво „податак каже“, затим „могуће значење“.- Не тврдите узрочност; показати само образац.

Овај захтев има три критична елемента: захтевање формуле (проверљивост), одвајање података од интерпретације (интегритет) и забрану тврдње о узрочности (предмет следећег одељка).

Корелација није узрочна веза

Најчешћа и најскупља логичка грешка у анализи је претпоставка да једна од две ствари које делују заједно изазивају другу. Само зато што се две варијабле повећавају заједно (корелација) не доказује да једна узрокује другу (узрочност); Можда постоји трећи фактор или случајност. Класичан пример: како расте продаја сладоледа, тако се повећавају и утопљеници; Разлог није сладолед, вруће време подиже и једно и друго.

АИ може лако написати корелацију као „Кс повећава И“. Када консултант види ову реченицу, треба да стане и пита: „Да ли је то заиста разлог, или постоји скривени фактор?“ Тврдња о узрочности; контролисано поређење захтева познавање временског низа и домена.

Ваша улога: аналитичар критичних података.Сљедећа анализа садржи тврдњу „Кс повећава И“. Задатак:- Процијените да ли је овај однос корелација или оправдана узрочност.- Наведите 3 могућа латентна (трећа) фактора који могу утицати на оба.- Реците који додатни докази (група за поређење, временски низ) су потребни да подрже узрочност. Користите строги језик; Напишите „могуће“ и „треба тестирати“.

Испитивање квалитета података пре интерпретације

Добра анализа не долази из лоших података. Поставите сваком графикону ова питања пре него што коментаришете:

контролу

Зашто је то важно?

Како се бринути

подаци који недостају

Празне ћелије искривљују средњу вредност

Однос празна/нула

оутлиерс

Један изузетак искривљује тренд

Погледајте мин-мак и дистрибуцију

Конзистентност дефиниције

Да ли је „промет“ сваког месеца исти?

Потврдите дефиницију колоне

временски распон

Да ли сезонскост доводи у заблуду?

Упоредите из године у годину

узорак

Да ли подаци представљају цео универзум?

Питајте за стопу покрића

Пре ТУМАЧЕЊА ове табеле, урадите проверу квалитета података:- Који је однос ћелија које недостаје/нула?- У којим редовима су екстремне (изузетне) вредности?- Да ли су дефиниције колона конзистентне, има ли сумњивих? Само дајте ревизорски извештај; Немојте још коментарисати.

три мини кофера

Случај 1 — Тиха аритметичка грешка. Консултант има да модел прикупи 12-месечни промет; модел каже „142,6 милиона“. Консултант проверава у Екцел-у: стварних укупно 128,4 милиона; Модел је погрешно додао два месеца. Да је тражена формула уместо менталног прорачуна, не би било грешке. Да је у презентацију унет погрешан број, поверење купаца би било пољуљано.

Случај 2 — Лажна узрочност. У малопродаји, модел каже: „Промет се повећао у месецима када је попуст био понуђен, тако да попуст повећава промет.“ Консултант се зауставља: ​​попусти се већ праве током празника; Главни покретач је потражња за празницима. За мерење ефекта попуста потребно је поређење са празником без попуста. Лажни закључак спречава сугестију сагоревања марже попут „хајде да попустимо сваки месец“.

Случај 3 — Вањска замка. Просечна вредност поруџбине зоне изгледа ненормално висока. Модел ово тумачи као "премиум зону". Консултант отвара линију: једна корпоративна поруџбина од 4,2 милиона надувала је просек; Када се та линија уклони, регион је обичан. Коришћење медијане би избегло ову замку на првом месту.

Слаби промпт / Јаки промпт

Слабо обавештење:

Анализирајте овај графикон продаје и наведите кључне налазе.

Модел израчунава директно, тврди узрочност и даје непроверљиве налазе.

Снажан упит:

Ваша улога: педантан аналитичар података. Прво урадите ревизију квалитета података (недостају, одступају, конзистентност дефиниције). Затим: месечни тренд, прва 3 рашчлањивања, одступања.- Напишите Екцел формулу за сваки налог; Проверићу.- Такође дајте средњу вредност уместо средње вредности (да бисте видели ефекат ван граница).- Одвојите „подаци говоре“ од „могућег значења“; НЕ ТУЖИТЕ узрочност. – Означите „нејасно“ где нисте сигурни.

Сегментација: истина коју просек крије

Један од најмоћнијих потеза у консултантској анализи је сегментација: разбијање укупног броја на смислене подгрупе. „Просечан купац“ је често непостојећи конструкт; Истина се крије у подгрупама. На пример, док се чини да је просечна профитна маржа 8%, 20% купаца може донети маржу од 25%, а 30% губитке; просек потпуно скрива ову чињеницу. Вештачка интелигенција вам помаже да брзо разбијете графикон на различите осе (тип клијента, регион, производ, канал) и откријете који преглед показује најупечатљивију разлику.

Ваша улога: аналитичар података. Табела је испод.Задатак: Преломите ове податке на следећој оси: [тип клијента / регион / производ].За сваку групу: укупно, удео (%), средња вредност И медијана, величина групе (н).Правила:- Ако група н<30, означите "мали узорак - пажња".- Напишите формулу за сваки налог; Проверићу.- Прикажи највишу и најнижу групу; Процените да ли је разлика стварна или је последица једног одступања. Прво да вам кажем који слом очекујем: [хипотеза].

Уобичајене грешке

  • Ослањајући се на прорачун главе модела. Пребацивање аритметике на детерминистички алат (Екцел/Питхон); Проверите резултат независно.
  • Погрешна корелација за узрочност. Немојте писати реченицу „Кс повећава И“ без доказа; Питајте о скривеном фактору.
  • Слепо гледајући у просек. Појединачни излаз надувава средњу вредност; Види такође медијана и дистрибуција.
  • Заобилажење квалитета података. Тумачења која произилазе из непотпуних, дуплираних или недоследних података су обмањујућа; прво провери.
  • Заборављајући пример. Уопштавање са малог или пристрасног узорка на целу популацију ће дати погрешне резултате.
  • Збуњивање података са тумачењем. Покажите одвојено шта је мерење, а шта закључак.
Пажња: Ако ће резултат анализе финансијских, здравствених или оперативних података бити основа за доношење одлуке, прорачуне и тумачење мора потврдити релевантни стручњак (финансијски саветник, актуар, теренски стручњак). Вештачка интелигенција производи прелиминарну анализу; Коначна процена и одговорност припада људима.

Укратко

Вештачка интелигенција је моћна помоћ у тумачењу табеларних података, проналажењу трендова и кварова и генерисању кода за анализу. Али пошто може тихо да прави грешке у аритметици, неопходно је да се сваки прорачун поново уради детерминистичким алатом и провери ручно. Раздвајање корелације од узрочности, посматрање медијане поред средње вредности, провера квалитета података пре интерпретације и посматрање ограничења узорка су основне дисциплине консултанта. Модел показује узорак; Људи стварају смисао и одговорност.

Задатак апликације

Изаберите стварну или репрезентативну изјаву о продаји/трошкову. Прво покрените промпт за проверу квалитета података и пронађите најмање један проблем (недостаје, одступа, дефиниција недоследност). Затим издвојите трендове и пробоје уз моћну брзу анализу; Такође ручно проверите формулу за сваки налог. Упоредите средњу вредност са медијаном и откријте ефекат ван граница. Коначно, пронађите тврдњу о узрочности коју модел пише и преформулирајте је у „корелацију“.

контролна листа

  • [ ] Поново сам покренуо сваки тачан прорачун помоћу детерминистичког алата (Екцел/Питхон).
  • [ ] Обавио сам проверу квалитета података пре коментарисања.
  • [ ] Поред средње вредности, погледао сам и медијану и дистрибуцију.
  • [ ] Сачувао сам разлику између корелације и узрочности.
  • [ ] Довео сам у питање границе узорка и временског периода.
  • [ ] Одвојио сам „подаци говоре“ и „могуће значење“.
  • [ ] Планирао сам стручно одобрење у анализи критичке одлуке.