முடிவு ஆதரவு: தரவை நுண்ணறிவாக மாற்றுதல்

ஆதாயங்கள்:

• தரவு-தகவல்-நுண்ணறிவு-முடிவு ஏணியைப் புரிந்துகொண்டு படிப்படியாக செயற்கை நுண்ணறிவைச் செயல்படுத்துவதன் மூலம் சிதறிய தரவுகளிலிருந்து முடிவெடுக்கும் நுண்ணறிவை உருவாக்கும் திறன்
• பிரிவு முறிவு மூலம் மொத்த எண்களால் மறைக்கப்பட்ட உண்மையை வெளிப்படுத்தும் திறன் மற்றும் காரணத்திலிருந்து தொடர்புகளை வேறுபடுத்துதல்
• செயற்கை நுண்ணறிவால் பரிந்துரைக்கப்பட்ட காரணங்களை பரிசோதிக்க வேண்டிய கருதுகோள்களாகக் கருதி, சரிபார்க்கப்பட்ட நுண்ணறிவின் அடிப்படையில் இறுதி முடிவை எடுக்கும் திறன்

ஒவ்வொரு நாளும் ஒரு மேலாளரின் மேசையில் டஜன் கணக்கான எண்கள் வருகின்றன: விற்பனை புள்ளிவிவரங்கள், செலவுகள், வாடிக்கையாளர் புகார்கள், சரக்கு நிலைகள், பணியாளர் விற்றுமுதல் விகிதங்கள். ஆனால் எண்ணிக்கை மட்டும் முடிவு அல்ல. எண்ணில் உள்ள அர்த்தத்தைப் பார்ப்பதில் இருந்து முடிவு தொடங்குகிறது. "கடந்த மாதத்துடன் ஒப்பிடுகையில் விற்பனை 8 சதவீதம் குறைந்துள்ளது" என்பது கொடுக்கப்பட்டதாகும்; "ஏஜியன் பிராந்தியத்தில் இரண்டு பெரிய வாடிக்கையாளர்கள் தங்கள் ஆர்டர்களை ஒத்திவைத்ததால் விற்பனையில் குறைவு ஏற்பட்டது" என்பது ஒரு நுண்ணறிவு. இங்கே, முடிவு ஆதரவு - மேலாளர் சிறந்த முடிவுகளை எடுப்பதற்கு தரவை அர்த்தமுள்ளதாக்கும் செயல்முறை - தரவை நுண்ணறிவாக மாற்றும் பாலம். இந்த யூனிட்டில், இந்த பிரிட்ஜில் AI ஐ எவ்வாறு பயன்படுத்துவது என்பதை நாம் கற்றுக்கொள்வோம். தொடக்கத்திலிருந்தே எல்லை தெளிவாக உள்ளது: AI வரைவு நுண்ணறிவுகளை உருவாக்குகிறது; எந்த நுண்ணறிவு உண்மையானது மற்றும் என்ன செய்வது என்பதை மேலாளர் தீர்மானிக்கிறார்.

தரவு முதல் நுண்ணறிவு வரை நான்கு படிகள்

முடிவு ஆதரவு ஒரு ஏணி. முதல் இலக்கம் — தரவு: மூல எண்கள் (இந்த மாதம் 1,240 ஆர்டர்கள் வந்தன). இரண்டாவது இலக்கம் — தகவல்: திருத்தப்பட்ட, ஒப்பிடப்பட்ட எண்கள் (கடந்த மாதத்தை விட 8 சதவீதம் குறைவு). மூன்றாம் அடுக்கு - நுண்ணறிவு: சரிவுக்கான காரணத்தைப் புரிந்துகொள்வது (இரண்டு பெரிய வாடிக்கையாளர்களிடமிருந்து தாமதம்). படி நான்கு - முடிவு: என்ன செய்வது (இந்த வாடிக்கையாளர்களை நேர்காணல் செய்து புதிய வாடிக்கையாளர்களை குறிவைக்கவும்). AI முதல் மற்றும் இரண்டாவது படிகளில் மிக வேகமாக உள்ளது, மூன்றாவது ஒரு நல்ல உதவியாளர், நான்காவது விருப்பங்களை மட்டுமே வழங்குகிறது.

இந்த ஏணியை அறிவது முக்கியம், ஏனென்றால் பெரும்பாலான மேலாளர்கள் AI யிடம் "எனக்காக முடிவு செய்யுங்கள்" என்று நேரடியாகக் கேட்டு விரக்தியடைகின்றனர். இருப்பினும், நீங்கள் படிப்படியாக AI ஐச் செயல்படுத்தினால் - முதலில் சுருக்கவும், பின்னர் ஒப்பிடவும், பின்னர் சாத்தியமான காரணங்களைக் கேள்வி எழுப்பவும், இறுதியாக நீங்களே முடிவெடுக்கவும் - நீங்கள் வேகமாகவும் நம்பகமானவராகவும் இருப்பீர்கள்.

குறிப்பு: AI யிடம் "இந்தத் தரவிலிருந்து நீங்கள் என்ன ஊகிக்கிறீர்கள்?" அனைத்தையும் ஒரே நேரத்தில் கேட்பதற்குப் பதிலாக, "முதலில் சுருக்கவும், பின்னர் 3 குறிப்பிடத்தக்க மாற்றங்களைக் காட்டுங்கள், பின்னர் ஒவ்வொன்றிற்கும் 2 சாத்தியமான காரணங்களைப் பரிந்துரைக்கவும்" என்று கூறி படிப்படியாக தொடரவும். படிப்படியான சிந்தனை மிகவும் துல்லியமான முடிவுகளை அளிக்கிறது.

தொடர்பு மற்றும் காரணப் பொறி

முடிவெடுக்கும் ஆதரவின் மிகவும் ஆபத்தான குழியானது காரணத்திற்கான தவறான தொடர்பு ஆகும். தொடர்பு என்பது இரண்டு விஷயங்கள் ஒன்றாக நகரும் போது (கோடையில் ஐஸ்கிரீம் விற்பனையும் நீரில் மூழ்குவதும் ஒன்றாக அதிகரிக்கும்). ஒன்று மற்றொன்றிற்கு இட்டுச் செல்லும் போது காஸ் (ஐஸ்கிரீம் மூச்சுத் திணறலை ஏற்படுத்தாது; வெப்பமான வானிலை பொதுவான காரணம்). உங்கள் தரவுகளில் ஒன்றாக நகரும் விஷயங்களைக் கண்டறிவதில் AI மிகவும் சிறப்பாக உள்ளது, ஆனால் எது உண்மையான காரணம் என்று சொல்ல முடியாது. "விளம்பரச் செலவு அதிகரித்தது மற்றும் விற்பனை அதிகரித்தது" என்று சொல்வது விளம்பரம் விற்பனையை அதிகரித்தது என்பதை நிரூபிக்கவில்லை; ஒருவேளை இருவரும் பண்டிகைக் காலத்தால் பாதிக்கப்பட்டிருக்கலாம்.

எனவே AI ஒரு காரணத்தை பரிந்துரைக்கும் போது, ​​அதை ஒரு கருதுகோளாக கருதுங்கள் (நிரூபிக்கப்பட வேண்டிய அனுமானம்), உண்மையாக அல்ல. "இதை எப்படி சோதிப்பது?" கேட்க. ஒரு நல்ல மேலாளர் புலத்தில் அல்லது தரவு மூலம் AI பரிந்துரைக்கும் காரணத்தை சோதிக்கிறார்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - இரகசிய வீழ்ச்சியைப் பிடிப்பது. ஈ-காமர்ஸ் நிறுவனத்தில், மொத்த விற்றுமுதல் நிலையானதாகத் தோன்றியது, யாரும் கவலைப்படவில்லை. மேலாளர் அநாமதேய மாதாந்திர தரவை AI க்கு அளித்து, "எந்தப் பிரிவு வளர்ந்து வருகிறது மற்றும் எந்த வகை அடிப்படையில் சுருங்கி வருகிறது?" என்று கேட்டான். YZ மொத்த விற்றுமுதல் நிலையானதாக இருந்தாலும், அதிக லாபம் ஈட்டும் எலக்ட்ரானிக்ஸ் வகை உண்மையில் 22 சதவிகிதம் சரிந்தது, குறைந்த இலாப துணை விற்பனை இதை மறைக்கிறது. மேலாளர் இதை உறுதிப்படுத்தி மின்னணு பிரிவில் கவனம் செலுத்தினார். மொத்த எண்ணிக்கை மறைக்கப்பட்டது; இடைவெளி உண்மையை வெளிப்படுத்தியது.

வழக்கு 2 - தவறான காரணத்தை நோக்கி ஓடுதல். ஒரு கஃபே சங்கிலியின் மேலாளர் AIக்கு விற்பனைத் தரவை வழங்கினார். "வார இறுதி விற்பனை வானிலை வெப்பநிலையுடன் நகர்கிறது," YZ கூறினார். மேலாளர் இதைப் படித்தார், "வெப்பமான காலநிலை விற்பனையை அதிகரிக்கிறது" மற்றும் குளிரூட்டிகளை நிராகரித்தார். இருப்பினும், உண்மையான காரணம் வார இறுதியில் அதிகரித்த வாடிக்கையாளர் போக்குவரத்து; வெப்பநிலை தற்செயலாக அதே திசையில் நகர்ந்தது. மேலாளர் காரணத்திற்காக தொடர்புகளைத் தவறாகப் புரிந்து கொண்டார். அவர் பாடம் கற்றுக்கொண்டார், இனி ஒவ்வொரு காரணத்தையும் சோதித்தார்.

வழக்கு 3 - ஒப்பீட்டை சரியாக நிறுவுதல். ஒரு உற்பத்தி நிறுவனத்தில் இரண்டு தொழிற்சாலைகளின் செயல்திறன் ஒப்பிடப்படுகிறது. மேலாளர் AIயிடம், “B ஐ விட தொழிற்சாலை A திறமையானதா?” என்று கேட்கிறார். அவர் கேட்டார், ஆனால் தொழிற்சாலை A புதியது மற்றும் சிறியது என்று AI க்கு தெரியாது. மேலாளர் வரியில் சரிசெய்தார்: "ஒரு யூனிட்டுக்கான விளைச்சலை ஒப்பிட்டு, அளவு மற்றும் வயது வித்தியாசத்தை கணக்கில் எடுத்துக் கொள்ளுங்கள்." இந்த முறை பகுப்பாய்வு நியாயமானது மற்றும் உண்மையான வேறுபாடு வெளிப்பட்டது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) படிப்படியான நுண்ணறிவு பிரித்தெடுத்தல்:

உங்கள் பங்கு: மேலாளருக்கு உதவி செய்யும் வணிக ஆய்வாளர். இணைக்கப்பட்ட அநாமதேய தரவைப் பயன்படுத்தவும் (காலம், வகை, விற்பனை, செலவு). படிப்படியாக தொடரவும்: 1) தரவை 4 உருப்படிகளில் சுருக்கவும். 2) கடந்த காலத்துடன் ஒப்பிடும்போது 3 குறிப்பிடத்தக்க மாற்றங்களைக் காட்டு. 3) ஒவ்வொரு மாற்றத்திற்கும் 2 சாத்தியமான காரணங்களைப் பரிந்துரைத்து, இவை கருதுகோள்கள் மற்றும் சான்றுகள் தேவை என்று குறிப்பிடவும். நான் வழங்கிய தரவுகளில் இல்லாத எண்களை உருவாக்க வேண்டாம்.

2) முறிவு (பிரிவு) பகுப்பாய்வு:

மொத்த எண்கள் நிலையானதாகத் தோன்றினாலும், உள்ளே என்ன நடக்கிறது என்பதை அறிய விரும்புகிறேன். இணைக்கப்பட்ட தரவை வகை/பிராந்தியம்/வாடிக்கையாளர் பிரிவின்படி உடைக்கவும். எந்தப் பிரிவு வளர்ந்து வருகிறது, எது சுருங்குகிறது என்பதை அட்டவணையில் காட்டவும். குறிப்பாக மொத்தத்தை மறைக்கும் மாற்றங்களைக் குறிக்கவும்.

3) தொடர்பு-காரண சோதனை:

நான் இந்த உறவைக் கண்டேன்: [A மற்றும் B ஒன்றாக நகர்கிறது]. இது உண்மையான காரணமா மற்றும் விளைவுதானா அல்லது ஒன்றாகச் செயல்படுமா என்பதை அறிய எனக்கு உதவுங்கள். சாத்தியமான பொதுவான காரணங்களைப் பட்டியலிட்டு, இந்த உறவைச் சோதிக்க நான் செய்யக்கூடிய 3 நடைமுறைச் சரிபார்ப்புகளைப் பரிந்துரைக்கவும்.

4) முடிவு விருப்பத்தை உருவாக்குதல்:

நான் இந்த நுண்ணறிவை உறுதிப்படுத்தினேன்: [உள்ளுணர்வு]. எனக்காக முடிவு செய்யாதீர்கள்; அதற்கு பதிலாக, 3 வெவ்வேறு செயல் விருப்பங்களை உருவாக்கவும். ஒவ்வொரு விருப்பத்திற்கும்: எதிர்பார்க்கப்படும் பலன், மதிப்பிடப்பட்ட செலவு/முயற்சி, பெரிய ஆபத்து மற்றும் எந்த சூழ்நிலைக்கு முன்னுரிமை அளிக்க வேண்டும். விருப்பங்களை நடுநிலையாக முன்வைக்கவும்; யாரையும் திணிக்காதே.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

ஏன் விற்பனை குறைந்தது?

தரவு இல்லை, காலம் இல்லை, சூழல் இல்லை. AI பொதுவான காரணங்களை பட்டியலிடுகிறது (பொருளாதாரம், போட்டி, பருவம்); அவற்றில் எதுவுமே உங்கள் சூழ்நிலையில் குறிப்பிட்டவை அல்ல மேலும் சரிபார்க்க முடியாது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: சில்லறை ஆய்வாளர். இணைக்கப்பட்ட அநாமதேய 6 மாத தரவைப் பயன்படுத்தவும் (மாதம், பகுதி, வகை, விற்பனை எண்ணிக்கை, வருவாய்). கடந்த மாதத்தில் மொத்த விற்றுமுதல் 8% குறைந்துள்ளது. பகுதி மற்றும் வகை வாரியாக இதை உடைக்கவும்; எந்தப் பிரிவில் சரிவு வருகிறது என்பதைக் கண்டறியவும். நீங்கள் கண்டறியும் ஒவ்வொரு சரிவுக்கும் 2 சோதனைக்குரிய கருதுகோள்களை முன்மொழியுங்கள். நான் கொடுத்த எண்களை மட்டும் பயன்படுத்துங்கள்.

அளவு

மோசமான அணுகுமுறை

வலுவான அணுகுமுறை

தரவு

இல்லை

அநாமதேய மற்றும் இணைக்கப்பட்டுள்ளது

கேள்வி

பொது "ஏன்?"

ஒளிவிலகல் மற்றும் கவனம்

வெளியீடு

பொதுவான காரணங்கள்

சோதிக்கக்கூடிய கருதுகோள்கள்

சரிபார்த்தல்

குறைந்த

உயர்

முடிவு மதிப்பு

குறைவாக

உயர்

பொதுவான தவறுகள்

• மொத்த எண்ணிக்கையை நம்பி. மொத்தமானது நிலையானதாக இருக்கும்போது, ​​உள்ளே பெரிய பின்னடைவுகள் இருக்கலாம்; முறிவு பார்க்க வேண்டும்.
• காரணத்திற்கான தவறான தொடர்பு. AI கண்டறியும் உறவை ஒரு கருதுகோளாகப் பார்க்கவும், ஆதாரமாக அல்ல.
• நியாயமற்ற ஒப்பீடு. வெவ்வேறு அளவுகள்/வயது/நிபந்தனைகளின் அலகுகளை இயல்பாக்காமல் ஒப்பிட வேண்டாம்.
• AI இலிருந்து நேரடியாக முடிவுகளைக் கோருகிறது. AI விருப்பங்களை உருவாக்குகிறது; நீங்கள் முடிவையும் பொறுப்பையும் ஏற்கிறீர்கள்.
• ஒற்றை கால தரவுகளுடன் முடிவுகளை வரைதல். டிரெண்டிங்கிற்கு போதுமான வரலாற்றுத் தரவு தேவை.

எச்சரிக்கை: ஒரு நுண்ணறிவு எவ்வளவு புத்திசாலித்தனமாகத் தோன்றினாலும், உங்கள் தரவிலிருந்து அதைச் சரிபார்க்க முடியாவிட்டால் அது முடிவாகிவிடக் கூடாது. "AI அவ்வாறு கூறியது" என்பது ஒரு நியாயம் அல்ல; "நான் அதை தரவுகளுடன் சோதித்தேன், அது சரிபார்க்கப்பட்டது" என்பது ஒரு நியாயம்.

சுருக்கமாக

முடிவு ஆதரவு என்பது தரவை நுண்ணறிவாக மாற்றும் ஏணி: தரவு, தகவல், நுண்ணறிவு, முடிவு. முதல் இரண்டு படிகளில் AI மிக வேகமாகவும், மூன்றில் ஒரு நல்ல உதவியாளராகவும், நான்காவதில் ஒரு விருப்பத்தை வழங்குபவராகவும் உள்ளது. முறிவுகளைப் பாருங்கள், மொத்த எண்கள் அல்ல; காரணத்திற்காக தொடர்புகளை தவறாகப் புரிந்து கொள்ளாதீர்கள்; பரிசோதிக்கப்பட வேண்டிய கருதுகோள்களாக AI பரிந்துரைக்கும் காரணங்களைப் பார்க்கவும். படிப்படியான சிந்தனை மிகவும் துல்லியமான முடிவுகளை அளிக்கிறது. சரிபார்க்கப்பட்ட நுண்ணறிவின் அடிப்படையில் மேலாளரின் இறுதி முடிவு.

விண்ணப்ப பணி

உங்கள் வணிகத்திலிருந்து அநாமதேயத் தரவைத் தயாரிக்கவும் (எ.கா. கடந்த 6 மாதங்களுக்கான வகை அடிப்படையிலான விற்பனை). மேலே உள்ள “பிரேக்டவுன் அனாலிசிஸ்” டெம்ப்ளேட்டைக் கொண்டு AI ஒரு பிரிவு முறிவைச் செய்ய வேண்டும். நீங்கள் கண்டறிந்த மிகப்பெரிய மாற்றத்திற்கான "தொடர்பு-காரணச் சோதனை" டெம்ப்ளேட்டைப் பயன்படுத்தி ஒரு கருதுகோளை உருவாக்கி, புலத்தில் இந்த கருதுகோளை 3 உருப்படிகளில் எவ்வாறு சோதிப்பீர்கள் என்பதை எழுதுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் தரவை அநாமதேயமாக்கிவிட்டேனா?
• [ ] நான் மொத்தத்தை விட முறிவை (பிரிவு) பார்த்தேனா?
• AI பரிந்துரைத்த காரணத்தை நான் ஒரு கருதுகோளாகக் கருதுகிறேனா?
• [ ] நான் ஒப்பீடுகளை நியாயமான முறையில் (சாதாரணமாக) அமைத்துள்ளேனா?
• [ ] சரிபார்க்கப்பட்ட நுண்ணறிவின் அடிப்படையில் நானே முடிவெடுத்தேனா?