Јединица 2 / 11

Подршка одлучивању: трансформација података у увид

Добици:

  • Способност да се произведе увид оријентисан на одлуке из распршених података разумевањем лествице подаци-информација-увид-одлучивање и извођењем вештачке интелигенције корак по корак
  • Способност откривања истине скривене укупним бројевима кроз разлагање сегмената и разликовања корелације од узрочности
  • Способност да се разлози које сугерише вештачка интелигенција третирају као хипотезе које треба тестирати и да се коначна одлука заснива на верификованом увиду

Десетине бројева стижу на сто менаџера сваког дана: подаци о продаји, трошкови, жалбе купаца, нивои залиха, стопе флуктуације запослених. Али само број није одлука. Одлука почиње са сагледавањем значења унутар броја. „Продаја је пала за 8 процената у односу на прошли месец“ је дато; „Пад продаје је због тога што два велика купца у Егејском региону одлажу своје поруџбине“ је увид. Овде је подршка одлучивању – процес који чини податке значајним за менаџера да доноси боље одлуке – је мост који претвара податке у увид. У овој јединици ћемо научити како да користимо АИ на овом мосту. Граница је јасна од самог почетка: АИ производи нацрт увида; Менаџер одлучује који је увид стваран и шта да ради.

Четири корака од података до увида

Подршка одлучивању је лествица. Прва цифра — подаци: необрађени бројеви (1.240 поруџбина је стигло овог месеца). Друга цифра — информација: измењени, упоређени бројеви (мање од 8 процената у односу на прошли месец). Трећи ниво — увид: разумевање разлога за пад (кашњење од два главна купца). Четврти корак — одлука: шта да радите (интервјуирајте ове купце и циљајте нове купце). АИ је веома брз на првом и другом кораку, добар је помоћник на трећем, нуди опције само на четвртом.

Познавање ове лествице је важно јер већина менаџера директно тражи од вештачке интелигенције да „одлучи уместо мене“ и буде фрустрирана. Међутим, ако АИ спроводите корак по корак – прво сумирајте, затим упоредите, затим преиспитате могуће разлоге и коначно сами донесете одлуку – бићете и брзи и поуздани.

Савет: Питајте АИ „шта закључујете из ових података?“ Уместо да питате све одједном, наставите корак по корак говорећи „прво сумирајте, затим покажите 3 најзначајније промене, а затим предложите 2 могућа разлога за сваку“. Постепено размишљање даје тачније резултате.

Замка корелације и узрочности

Најопаснија замка подршке одлучивању је грешка између корелације и узрочности. Корелација је када се две ствари крећу заједно (продаја сладоледа и утапања се повећавају заједно током лета). Узрочност је када једно води ка другом (сладолед не изазива гушење; вруће време је чест узрок). АИ је веома добар у проналажењу ствари које се крећу заједно у вашим подацима, али не може рећи шта је прави узрок. Рећи „Потрошња на оглашавање је повећана и продаја повећана“ не доказује да је оглашавање повећало продају; можда је и једно и друго утицало на празничну сезону.

Дакле, када АИ предложи разлог, третирајте га као хипотезу (претпоставку коју треба доказати), а не као чињеницу. "Како да тестирам ово?" питати. Добар менаџер тестира разлог због којег АИ предлаже на терену или са подацима.

три мини кофера

Случај 1 — Хватање тајног пада. У компанији за е-трговину, укупан промет је деловао стабилно, нико није био узбуњен. Менаџер даје анонимне месечне податке АИ и пита "Који сегмент расте, а који се смањује на основу категорије?" упитао је. ИЗ је показао да, иако је укупан промет био константан, категорија високопрофитне електронике је заправо пала за 22 процента, а малопрофитна продаја додатне опреме то прикрива. Менаџер је то потврдио и фокусирао се на категорију електронике. Укупан број је био сакривен; Пауза је открила истину.

Случај 2 — Трчање у погрешан разлог. Менаџер ланца кафића дао је АИ податке о продаји. "Продаја викендом се креће са температуром времена", рекао је ИЗ. Менаџер је ово прочитао као "вруће време повећава продају" и одбио је клима уређаје. Међутим, прави разлог је био повећан промет купаца током викенда; Температура се случајно померила у истом правцу. Менаџер је погрешно схватио корелацију за узрочност. Научио је лекцију и тестирао сваки разлог од сада.

Случај 3 — Правилно успостављање поређења. Упоређивана је ефикасност две фабрике у производном предузећу. Менаџер пита АИ: „Да ли је фабрика А ефикаснија од Б?“ питао је, али АИ није знала да је фабрика А новија и мања. Менаџер је исправио упит: "упоредите принос по јединици, узимајући у обзир величину и разлику у годинама." Овог пута анализа је била фер и откривена је права разлика.

Четири шаблона за копирање

1) Постепено издвајање увида:

Ваша улога: пословни аналитичар који помаже менаџеру. Користите приложене анонимне податке (период, категорија, продаја, цена). Наставите корак по корак: 1) Сумирајте податке у 4 ставке. 2) Прикажи 3 најзначајније промене у поређењу са претходним периодом. 3) Предложите до 2 МОГУЋА разлога за сваку промену и наведите да су то хипотезе и да су потребни докази. Не измишљајте бројеве који не постоје у подацима које дајем.

2) Анализа рашчлањивања (сегмента):

Чак и ако се укупан број чини стабилним, желим да знам шта се дешава унутра. Раздвојите приложене податке по категорији/региону/кориснички сегмент. Прикажите који сегмент расте, а који се смањује у табели. Посебно означите преокрете који маскирају укупни износ.

3) Тест корелације-узрочности:

Нашао сам овај однос: [А и Б се крећу заједно]. Помозите ми да разаберем да ли је ово прави узрок и последица или само заједничко деловање. Наведите могуће ЗАЈЕДНИЧКЕ узроке и предложите 3 практичне провере које могу да урадим да тестирам овај однос.

4) Генерисање опције одлуке:

Потврдио сам овај увид: [увид].НЕ одлучују уместо мене; уместо тога, генеришите 3 различите опције акције. За сваку опцију: очекивана корист, процењени трошак/напор, велики ризик и која би ситуација била пожељна. Неутрално представите опције; не намећу некога.

Слаби промпт / Јаки промпт

Слабо обавештење:

Зашто је пала продаја?

Без података, без периода, без контекста. АИ наводи опште разлоге (економија, конкуренција, сезона); Ниједан од њих није специфичан за вашу ситуацију и не може се проверити.

Снажан упит:

Ваша улога: малопродајни аналитичар. Користите приложене анонимне податке за 6 месеци (месец, регион, категорија, број продаја, промет). Укупан промет је у последњих месец дана смањен за 8%. Поделите ово по региону и категорији; сазнати из ког сегмента долази пад. Предложите до 2 хипотезе које се могу проверити за сваки пад који пронађете. Само користи бројеве које сам ти дао.

Величина

лош приступ

Снажан приступ

Подаци

Ниједан

Анонимно и у прилогу

Питање

Генерално "зашто?"

Преломљен и фокусиран

излаз

Општи разлози

Проверљиве хипотезе

Проверљивост

ниско

висока

вредност одлуке

Мање

висока

Уобичајене грешке

  • Ослањајући се на укупан број. Док је збир константан, унутра може доћи до великих преокрета; Обавезно погледајте квар.
  • Погрешна корелација за узрочност. Гледајте на однос који АИ налази као хипотезу коју треба тестирати, а не као доказ.
  • Неправедно поређење. Немојте упоређивати јединице различитих величина/старости/стања без нормализације.
  • Захтевање одлука директно од АИ. АИ генерише опције; Ви сносите одлуку и одговорност.
  • Извођење закључака са подацима за један период. За трендове је потребно довољно историјских података.
Опрез: Без обзира колико паметан увид изгледа, не би требало да постане одлука ако се не може проверити на основу ваших података. „АИ је тако рекао“ није оправдање; „Тестирао сам га подацима и потврђено је” је оправдање.

Укратко

Подршка одлучивању је лествица која податке претвара у увид: податке, информације, увид, одлуку. АИ је веома брз у прва два корака, добар помагач у трећем, а само провајдер опција у четвртом. Гледајте кварове, а не укупне бројеве; Не грешите корелацију за узрочност; Погледајте разлоге које АИ предлаже као хипотезе које треба тестирати. Постепено размишљање даје тачније резултате. Коначну одлуку доноси менаџер на основу потврђеног увида.

Задатак апликације

Припремите анонимни скуп података из вашег предузећа (нпр. продаја заснована на категоријама за последњих 6 месеци). Нека АИ изврши разлагање сегмената помоћу шаблона „Анализа рашчлањивања“ изнад. Направите хипотезу користећи шаблон „Тест корелације-узрочности“ за највећу промену коју сте пронашли и запишите како ћете тестирати ову хипотезу на терену у 3 ставке.

контролна листа

  • [ ] Да ли сам анонимизирао податке?
  • [ ] Да ли сам погледао рашчламбу (сегмент), а не укупну?
  • [ ] Да ли сам разлог који је предложила АИ третирао као хипотезу?
  • [ ] Да ли сам поштено поставио поређења (нормализовано)?
  • [ ] Да ли сам сам донео одлуку на основу провереног увида?