Uamuzi Kulingana na Data na Uchambuzi wa Takwimu za Umma

Faida:

• Inatambua ubora, usiri na hatari za tafsiri za kufanya kazi na data na huanzisha mtiririko salama wa uchambuzi.
• Huchagua kiashirio sahihi kwa madhumuni, ikitofautisha kati ya viashirio vinavyopotosha na vipimo ambavyo viko wazi kwa kudanganywa.
• Inatambua mbinu zinazopotosha za chati (mhimili usioanzia sifuri, safu iliyochaguliwa) na hutazama taswira ya uaminifu.

Umma hutoa data kila siku: nambari za maombi, nyakati za suluhisho, vitu vya bajeti, harakati za idadi ya watu, maombi ya huduma, matokeo ya ukaguzi, tafiti za kuridhika. Data hii nyingi iko katika lahajedwali, fomu na mifumo ya kurekodi ya Excel, lakini haifasiri kuwa maamuzi - kwa sababu kuichanganua kunahitaji utaalamu na wakati. Uamuzi wa msingi wa data (mbinu ya kugawa rasilimali na kuweka sera kulingana na ushahidi uliopimwa, badala ya maoni au tabia) huongeza ufanisi na usawa katika sekta ya umma: rasilimali huenda zinapohitajika zaidi kulingana na nambari. Hapa, AI ni msaidizi mwenye nguvu katika kuleta maana ya jedwali, kutafuta ruwaza na hitilafu, kutoa takwimu za muhtasari na kutafsiri matokeo katika sentensi rahisi. Katika kitengo hiki, utaona jinsi ya kufupisha njia kutoka kwa data mbichi ya umma hadi uamuzi unaoweza kutetewa na AI na uendelee kuwa na nidhamu katika kipengele muhimu zaidi - tafsiri sahihi ya nambari.

Hatari tatu za kufanya kazi na data

Data ina nguvu, lakini ina mitego mitatu, na AI inaweza kupunguza na kukuza mitego hii:

1. Uwiano ≠ sababu. Kwa sababu vitu viwili vinabadilika pamoja haimaanishi kuwa kimoja kinasababisha kingine. Mauzo ya aiskrimu na kuzama kwa maji yanaongezeka - kwa sababu zote zinahusishwa na joto la kiangazi, sio moja inayosababisha nyingine. AI hujenga sentensi "kwa sababu" kwa ufasaha; Swali kila madai ya sababu.
2. Data ya upendeleo/inayokosekana. Data ilikusanywa kutoka kwa nani na jinsi gani? Data ya malalamiko huonyesha wale tu wanaoweza kulalamika; data ya maombi ya kidijitali wale walio na ufikiaji wa mtandao. Ikiwa huoni kikundi kilichokosekana, uamuzi utakuwa wa upendeleo.
3. Nambari bila muktadha. "Kuongezeka kwa 30%" peke yake haina maana: kulingana na nini, katika kipindi gani, ni nambari gani kamili? Uliza AI kwa muktadha.

Angalizo: Wakati AI inachanganua jedwali unalotoa, wakati mwingine huongeza nambari "zinazofaa" lakini za uwongo kutoka nje ya jedwali au hujaza seli zinazokosekana kimyakimya. Linganisha kila nambari ya pato na jedwali la chanzo; Ipe AI sheria "tumia tu maadili kwenye jedwali ninayokupa, ikiwa inakosekana sema 'hakuna data'".

Mtiririko wa uchambuzi wa hatua kwa hatua wa data

1. Fafanua swali. Ni swali gani tunatafuta majibu kwa uamuzi huo? ("Je, muda wa suluhisho huchukua muda mrefu zaidi katika eneo gani?")
2. Jua data. Safu ni nini, kitengo ni nini, ni kipindi gani, kuna maadili yanayokosekana / yasiyo sahihi?
3. Toa data ya kibinafsi. Ondoa jina/jumlisha ikiwa utambulisho wa mtu binafsi hauhitajiki kwa uchanganuzi (angalia Kitengo cha 11).
4. Muhtasari na muundo hujitokeza. Fanya AI itekeleze takwimu za kimsingi, kuweka kambi na kuweka alama kwa njia isiyo ya kawaida.
5. Swali maoni. Uwiano au sababu? Maelezo mbadala? Je, hakuna kikundi?
6. Taswira na kurahisisha. Muhtasari rahisi na mchoro ambao mtoa maamuzi anaweza kuelewa.
7. Andika uamuzi na hoja zake. Ni uamuzi gani ulifanywa kulingana na data gani? njia ya ukaguzi.

kesi tatu ndogo

Kesi ya 1 - Chanzo kilienda mahali pazuri. Hapo awali, manispaa ilisambaza bajeti yake ya matengenezo ya bustani "sawa kwa kila kitongoji." Wakati data ya miezi 18 ya mahitaji na matumizi ilipochanganuliwa na AI, mahitaji ya kila mtu ya vitongoji vitatu yalikuwa mara 2.4 ya wastani. Bajeti iligawanywa upya kulingana na mahitaji; kuridhika kwa ujumla kuongezeka, bila gharama za ziada.

Kesi ya 2 - Data ya upendeleo iligunduliwa. Wakala ungeangalia data ya maombi ya kidijitali na kuhitimisha kuwa "raia hawaji tena kwenye kituo cha ushuru." Lakini wakati mgawanyiko wa umri ulipoombwa katika uchanganuzi, ilionekana kuwa maombi ya watu wenye umri wa zaidi ya miaka 65 bado yalikuwa yakitoka kwa kaunta. Ikiwa tu data ya dijiti ingeangaliwa, kikundi hiki kingepuuzwa; huduma ya sanduku ilihifadhiwa.

Kesi ya 3 - Sababu iliyobuniwa imekoma. Wakati akitafsiri jedwali, YZ alisema, "Ajali zilipungua kwa sababu idadi ya ukaguzi iliongezeka." Mchambuzi huyo alikumbusha kuwa hali ya hewa pia ilibadilika na trafiki ilipungua katika kipindi hicho; Kuihusisha na sababu moja ilikuwa ya kupotosha. Ripoti hiyo ilirekebishwa na kusema "kuna uhusiano lakini sababu haijathibitishwa."

Violezo vinne vinavyoweza kunakiliwa

1) Kujua meza:

Jukumu lako: mchambuzi wa data. Chunguza jedwali lililo hapa chini na, kwa kuzingatia TU thamani katika jedwali hili: (1) fupisha kila safu ni nini, kitengo na kipindi chake, (2) visanduku vyovyote vinavyoonekana kukosa/si sahihi, (3) fupisha ruwaza 3 za juu ambazo zinaonekana wazi. Kuongeza nambari kutoka nje ya meza; ikikosekana, sema "hakuna data".TABLE: [bandika data]

2) Muhtasari wa takwimu na muktadha:

Jibu swali lifuatalo kutoka kwenye jedwali hapa chini: [swali]. LAZIMA itoe matokeo na muktadha: nambari kamili + kiwango + kipindi cha kulinganisha. Unaposema "imeongezeka kwa X%", taja kwa kiwango gani na katika kipindi gani. Tumia tu data uliyopewa.TABLE: [data] SWALI: [swali]

3) Muulizaji wa sababu:

Tafsiri matokeo yafuatayo, lakini TAHADHARI: usichanganye uwiano na sababu. Toa angalau maelezo 3 mbadala kwa uhusiano huu (kutofautisha kwa tatu, mwelekeo wa nyuma, bahati mbaya). Niambie ni data gani ya ziada inahitajika ili kudhibitisha sababu. KUTAFUTA: [uhusiano]

4) Muhtasari rahisi wa uamuzi:

Rahisisha uchanganuzi ufuatao kwa mtoa maamuzi ambaye si mtaalamu wa data: si zaidi ya vipengee 5, kila kipengele ni matokeo na maelezo ya "hii inamaanisha nini". Pia andika kutokuwa na uhakika na mipaka ya data kwa uwazi. Kuongeza taarifa mpya. UCHAMBUZI: [maandishi]

Mwongozo dhaifu / Mwongozo thabiti

Dhaifu: "Chambua chati hii na utuambie tunachopaswa kufanya."

Nguvu: "Jukumu lako ni uchanganuzi wa data. Tumia jedwali lililo hapa chini TU; usiongeze nambari kutoka nje, sema 'hakuna data' kwa kisanduku kinachokosekana. Kwanza, fahamu safu wima, vitengo na kipindi. Kisha jibu swali 'ni kitongoji kipi kina muda mrefu zaidi wa suluhisho' kwa nambari kamili + uwiano + kipindi cha kulinganisha. Ukipata mchoro, njoo na maelezo mbadala 3 kabla ya kufafanua orodha, na uelezee orodha mbadala. ya data (kikundi kinachokosekana, muda mfupi) ambayo inatuachia uamuzi."

Tofauti: hima kali huanzisha uaminifu wa data, muktadha, nidhamu ya sababu na mpaka wa maamuzi pamoja; Matokeo ni uchambuzi unaoweza kutetewa.

Je, AI inaweza kuaminiwa wapi katika biashara ya data?

biashara

uaminifu wa AI

kanuni

Muhtasari wa jedwali, vikundi

juu

Data iliyotolewa tu

Alama isiyo ya kawaida/muundo

kati

uthibitisho wa kibinadamu

Tafsiri ya sababu

chini

Ufafanuzi mbadala unahitajika

Kujaza data inayokosekana

chini sana

Usifanye hivyo; "hakuna data"

Urahisishaji/muhtasari wa kuona

juu

Maana lazima ihifadhiwe

Muundo wa kiashirio na mtego wa chati unaopotosha

Hatua muhimu zaidi katika kufanya maamuzi kwa kutumia data ni kuchagua kiashirio sahihi (usemi wa nambari unaofanya jambo liweze kupimika—kwa mfano, "wastani wa muda wa kuchakata" au "gharama kwa kila programu"). Kiashiria kibaya husababisha uamuzi usio sahihi, hata kwa data sahihi: wakati "jumla ya idadi ya madai yaliyotatuliwa" inaonekana kuongezeka, "muda wa kusubiri kwa kila raia" unaweza kuwa mbaya zaidi. AI inaweza kuorodhesha viashiria vya mtahiniwa kwa mada na kile ambacho kila hupima na kuficha; lakini unaamua ni kiashirio kipi kinawakilisha maslahi ya umma. Pia, fahamu hatari ya taswira inayopotosha (mtazamo wa kupotosha kwa mbinu kama vile mhimili usioanza kutoka sifuri, kiwango kisicho na uwiano, muda uliochaguliwa) katika grafu ambazo AI inapendekeza au kuelezea; kuonekana kwa uaminifu katika data ya umma ni sehemu ya utawala.

Kesi ndogo - ishara mbaya, kujisifu vibaya. Kitengo kimoja kilikuwa kinavunja rekodi katika kiashiria cha "idadi ya faili zilizofungwa kwa mwezi"; lakini malalamiko ya wananchi yaliongezeka. Kuangalia kiashiria sahihi, "kiwango cha kwanza cha azimio la mawasiliano," kiwango kilipungua kutoka asilimia 58 hadi asilimia 44 - faili zilikuwa zimefungwa na kufunguliwa haraka. Wakati kiashirio kilipobadilika, kipaumbele cha usimamizi pia kilibadilika.

Kesi ndogo - mhimili ambao hauanzi kutoka sifuri. Kwenye grafu AI iliyoelezwa katika uwasilishaji, mhimili wima huanza saa 40, ongezeko la asilimia 2 lilionekana kama kuruka kwa kasi. Wakati mhimili ulipohamishwa hadi sifuri, picha halisi iliibuka na uamuzi ukaondolewa kutoka kwa mtazamo uliokithiri.

Kiolezo kinachoauni uteuzi wa kiashirio:

Kazi: Pendekeza viashiria 5 vya mtahiniwa kwa madhumuni yafuatayo. Kusudi: [k.m. kuboresha ubora wa huduma ya raia]Kwa kila kiashirio: kile kinachopima | inaweza kuficha nini | uwazi kwa ghiliba | kurudiwa kwa usomaji unaopendekezwa.Inayofuata: andika maonyo 3 (yale ambayo yanapotosha wenyewe) ili kusoma viashirio hivi pamoja.Kanuni: Usitoe nambari; pendekeza tu muundo wa kiashiria.

Tahadhari: Usiingie katika dhana potofu kwamba "nambari ni lengo". Ni nambari gani unayopima, jinsi unavyoionyesha, na aina gani unayochagua yote ni suala la tafsiri. Ufafanuzi wa umma kwa uwazi na uaminifu ni muhimu kama kuwa na data sahihi.

Makosa ya kawaida

• Kukosea kwa uunganisho wa sababu. "Kuongezeka kwa pamoja" sio sababu; Tafuta maelezo mbadala.
• Kuwa na AI kujaza data inayokosekana. Uchambuzi huporomoka kwa thamani iliyoundwa; kuacha kukosa.
• Kujumlisha data yenye upendeleo. Data ya malalamiko/digitali haiwakilishi kila mtu; Uliza kikundi ambacho hakipo.
• Inawasilisha nambari bila muktadha. Karibu na uwiano lazima kuwe na idadi kamili na kipindi cha kulinganisha.
• Kuchambua data ya kibinafsi bila lazima. Usitumie kitambulisho cha mtu binafsi ikiwa data iliyojumlishwa inatosha.
• Sio kurekodi uamuzi. Ni uamuzi gani ulifanywa kulingana na data gani inapaswa kurekodiwa kwa ukaguzi.

Kwa muhtasari

Uamuzi wa msingi wa data ndiyo njia yenye nguvu zaidi ya kusambaza rasilimali kwa haki na kwa ufanisi katika sekta ya umma; AI ni msaidizi wa haraka katika biashara hii ambayo inaeleweka kwa picha, hupata ruwaza na kurahisisha utafutaji. Lakini usifanye nambari za AI, usiifanye ijaze data iliyokosekana, usiruhusu ichanganye uunganisho na sababu, na epuka kujumlisha data ya upendeleo / isiyo kamili. Kuna nguvu katika idadi; Mtu anayeitafsiri kwa usahihi na kuandika uamuzi ana nguvu zaidi.

Jukumu la maombi

Pata jedwali la kweli (data ya kibinafsi) kutoka kwa kitengo chako. Tambulisha data ukitumia kiolezo cha "Kufahamu jedwali", kisha ujibu swali muhimu kwa uamuzi ukitumia kiolezo cha "Takwimu za Muktadha". Tumia kiolezo cha "Sababu inayouliza" kwa uhusiano unaoibuka na utafute angalau ufafanuzi mmoja mbadala. Angalia ikiwa AI inaongeza nambari kutoka nje ya jedwali.

orodha ya ukaguzi

• [ ] AI ilitumia jedwali lililotolewa pekee; Hakuongeza namba kutoka nje.
• [ ] Sikujaza data iliyokosekana; Niliiacha kama "hakuna data".
• [ ] Niliwasilisha kila tokeo na muktadha (nambari kamili + kiwango + kipindi).
• [ ] Nilitoa maelezo mbadala kwa madai ya sababu.
• [ ] Nilitathmini hatari ya data iliyopendelea/kukosekana na kundi linalokosekana.
• [ ] Niliandika uamuzi na data ambayo ulitegemea.