Навигациска писменост на податоци во светот на зголемената анализа

Способностите за вештачка интелигенција (АИ) како машинско учење (ML) и обработка на природен јазик (NLP) продолжуваат да се подобруваат, а производите за зголемена аналитика може со сигурност да автоматизираат многу задачи поврзани со гледање и разбирање податоци. Со моќни алатки кои можат да покажат увид од податоците, директорите често се прашуваат: Дали оваа технологија всушност ја намалува потребата за писменост на податоците напори за обука во нивните организации? Не, напротив.

Писменоста на податоците - способноста за читање, пишување и пренесување податоци во контекст - е поважна од кога било. Од клучно значење е да им се помогне на организациите да развијат начин на работа базиран на податоци и да ги поттикне вработените да ги зголемат вештините за вештачка интелигенција со сопствената креативност и критичко размислување.

Постојат дополнителни фактори кои треба да се земат предвид во улогата на податочната писменост за растот и успехот на организацијата. Вработувањето, обуката и задржувањето на научниците и аналитичарите на податоци е тешко – плус, нивните вештини се често нијансирани и скапи. Според 365 Data Science, повеќето научници за податоци веројатно нема да поминат повеќе од 1.7 години на нивното сегашно работно место. Научниците за податоци и аналитичари, кои се високо обучени, често добиваат барања за задачи како што се градење чист извор на податоци за продажба или изготвување основни извештаи. Со нивните специјализирани способности, нивното време и сет на вештини подобро ќе се послужат работејќи на моделирање и развивање работни текови за сложени деловни прашања со поголема вредност.

Кога директорите инвестираат во вештачка интелигенција и зголемена аналитичка технологија, деловниот корисник - пообичен корисник на податоци во споредба со посветен аналитичар - може да пристапи до одговорите на нивните прашања и до информациите што им се потребни за добро да ја завршат својата работа, без да се грижи за механиката на извршувањето. така.

Истражувањето како решенијата овозможени со вештачка интелигенција можат да ги поддржат задачите на корисниците и да го најдат вистинското корисничко искуство има огромен потенцијал да ги постави алатката и корисникот за успех. На пример, алатката за вештачка интелигенција може да автоматизира некои од подосадните задачи околу подготовката на податоците, а потоа да ги обезбеди резултатите на човекот, кој може дополнително да ја анализира и визуелизира содржината врз основа на нивните аналитички потреби.

Напредокот во Зголемената аналитика им помага на луѓето побрзо да одговараат на прашања

Решенијата за зголемена аналитика може да им олеснат на деловните корисници да ги разберат податоците, што им помага на компаниите да ја максимизираат вредноста на овие скапи технологии. На пример, зголемената аналитика може да го разбере интересот на клиентите и да понуди предвидувања за преференциите на потрошувачите, развојот на производот и маркетинг каналите. Тие, исто така, можат да обезбедат дополнителен контекст за трендовите, вредностите и разликите во нечии податоци. Софистицираните алгоритми можат да предложат дополнителни визуелизации што може да се додадат на контролната табла, заедно со објаснувања за текст и контекст генерирани на природен јазик.

Еве неколку примери на решенија кои можат да помогнат да се подигне вашата работна сила.

1. Приказни за податоци. Tableau Cloud сега вклучува Приказни за податоци, динамична карактеристика на графичка контрола на контролната табла која користи алгоритми за вештачка интелигенција за анализирање на податоците и пишување едноставна приказна за нив или во наративна или во форма со точки. Приказните спојуваат наративи за податоци надвор од обичните графикони и контролни табли во регистарот достапен за деловните корисници за да одговорат на многу од нивните прашања. Ова го намалува нивото на податочна писменост на деловниот корисник за да ги разбере најважните информации за него. Приказните за податоци ги прикажуваат едноставните прашања што ги поставува корисникот кога првпат гледа во столбест или линиски дијаграм: Дали овој број што изгледа како оддалеченост навистина беше оддалечен? Како се менува тој број со текот на времето? Кој е просекот? Податоците сè уште треба да се толкуваат - тоа не е целата приказна - но тоа е голем чекор кон отклучување на увидите во податоците.

2. Покажи ми. Зголемените аналитички карактеристики исто така овозможуваат попаметни стандардни кодови. На пример, Show Me препорачува типови графикони и соодветни шифрирања за ознаки врз основа на атрибути на податоци од интерес. Корисниците потоа можат да се фокусираат на готовата храна на високо ниво што сакаат да ја комуницираат и да ги споделат овие графикони со својата публика како дел од нивниот визуелен аналитички работен тек.

3. Разбирање природен јазик. Со софистицирано истражување, големи сетови за обука за јазични модели и подобрени компјутерски способности, разбирањето на природниот јазик исто така значително се подобри со текот на годините.

Луѓето можат да поставуваат аналитички прашања без да мора да ја разберат механиката на конструирање на SQL прашања. Со подобра намера за разбирање, интерфејсите со природен јазик можат да одговорат на прашања со интерактивни графикони што корисниците можат да ги поправаат, доработат и да комуницираат со нив додека имаат смисла за податоците.

4. Машинско учење. Зголемената аналитика поврзана со ML, исто така, направи напредок. Овие модели можат да научат софистицирани и сложени аналитички задачи како што се операции за трансформација на податоци кои се персонализирани за одреден тип на корисник или група корисници. Понатаму, многу искуства со зголемена анализа сега имаат кориснички интерфејси кои се чувствуваат интуитивно, намалувајќи ја сложеноста на обуката и применувајќи модел во аналитичкиот работен тек на корисникот.

Иако вештачката интелигенција има неверојатни способности, таа никогаш нема целосно да ги замени луѓето. Собирањето производи на високо ниво од статистички својства на пониско ниво може да биде сложено и прилично нијансирано. Луѓето имаат повисоко ниво на креативно спознание; ние сме испитувачки; ние можеме да ги дестилираме овие податоци на високо ниво.

Препораки за поттикнување на податочната писменост

Со цел организациите да отклучат увид на повисоко ниво од нивните податоци, вработените - деловните корисници и аналитичарите - мора да бидат едуцирани за тоа како треба да ги анализираат своите податоци и да имаат најдобри практики за визуелизација и презентирање на податоците. Еве како организациите можат да развијат најдобри практики за промовирање на писменоста на податоците и зголемување на вештачката интелигенција со аналитички алатки.

1. Инвестирајте во обука.

Имањето и соодветни алатки и соодветно образование/обука е критично за секоја организација. Во Форестер консалтинг студија за писменост на податоци, само 40% од вработените рекоа дека нивната организација обезбедила обука за вештини за податоци што се очекува да ги имаат.¹ Поединците и организациите треба да ги изложат луѓето на подобра обука во однос на најдобрите практики за гледање и разбирање на нивните податоци. Работните места треба да нудат курсеви за визуелизација на податоци и писменост на податоци за вработените да можат да ги разберат шемите и да ги научат најдобрите начини за креирање и претставување графикони.

За да ги обучите вашите вработени, можете да ангажирате одлични програми од трети страни од компании како Qlik, Писменост на податоците, Академија за податоци и аналитика на Coursera, EdX, Датакамп, Кан академија, Генералното собрание, LinkedIn Learning, и повеќе. Табела нуди самоуправувано учење, во живо, виртуелни часови за обука, И бесплатен курс за податочна писменост. Слични проекти кои вклучуваат обука, од кои некои се бесплатни, вклучуваат Податоци за луѓето, Раскажување приказни со податоци, Ложата за податоци, Проектот за податочна писменост, И други.

Директорите исто така треба да размислат: Како може вашите вработени да бидат обучени, не само на јазикот на графиконите, туку и како поширока парадигма?

Една од лошите страни на градењето алатки кои имаат многу зголемени способности - кои вклучуваат вештачка интелигенција и машинско учење - е дека тие можат да изгледаат измамнички едноставно и можат многу брзо да ги зголемат корисниците. Но, недоволно обучените корисници би можеле да генерираат графикон или увиди од графиконот што би можеле да бидат погрешни или погрешни на некој начин.

Важно е да се едуцираат луѓето за јазикот на визуелното претставување и науката зад него, така што тие, барем, се информирани за податоци, ако не и писмени податоци. На пример, како луѓето идентификуваат што е надворешно? Како треба да дизајнираат контролни табли што се доверливи? Тие, исто така, треба да бидат способни да ја разберат разликата помеѓу корелацијата и каузалноста. Ова ќе обезбеди дека податоците се точни и може да се користат за анализа.

2. Донесувајте одлуки засновани на податоци.

Преминот од оралноста на податоците - каде што луѓето зборуваат за донесување одлуки засновани на податоци - до писменост на податоци - каде што луѓето имаат способност да истражуваат, разберат и да комуницираат со податоците - бара демократизиран пристап до визуелизациите на податоците. Ова повлекува фокус на индивидуалното учење и применливост, но тоа треба да биде повеќе организациска промена. Вистинската демократизација на податочната писменост го зема предвид целиот екосистем на податоци. Ја препознава пролиферацијата на графиконите во секојдневниот живот на корисниците и работи да ги направи разбирливи нашироко.

Луѓето треба да носат одлуки врз основа на податоци, а не само на субјективни мислења; ова се навраќа на важноста на обуката која ги едуцира корисниците за разликата помеѓу корелација и каузалност. Како треба да се донесат одлуки засновани на податоци? Кој е медиумот за презентирање на податоците и клучните информации за да може дискусијата да остане објективна за да се донесат ефективни одлуки? На пример, технолошките компании треба да користат податоци за телеметрија на корисниците за да одредат какви карактеристики да се изградат, карактеристики на употреба и да идентификуваат какво било триење во корисничкото искуство.

3. Развивање и одржување на соодветна инфраструктура.

За да ги поддржат првите две препораки, извршните директори мора да се погрижат нивната организација да изгради соодветна, скалабилна инфраструктура за сместување и управување со нејзините податоци. Тие, исто така, треба да им помогнат на нивните организации да идентификуваат и да добијат пристап до технологијата за вештачка интелигенција која се однесува на проблемите и потребите на нивните клиенти.

Понатаму, носителите на одлуки мора да бидат внимателни и намерни за приватноста и довербата на податоците. Тоа не може да биде последователно размислување; мора сериозно да се земе предвид уште од самиот почеток. Одговорноста за приватноста и довербата на податоците треба да се дестилира сè до поединечниот корисник, што може да ги покрие сеопфатните политики за управување и управување со податоци.

Продолжете да се фокусирате на напорите за писменост на податоци

Инвестирањето во вештачка интелигенција и алатки за зголемена аналитика како Data Stories е одличен чекор кон зајакнување на деловните корисници да ги откријат одговорите од нивните податоци, но овие алатки ќе ги надополнат напорите за писменост на податоци наместо да ги заменат. Понатаму, вистинските облици на инвестирање и во технологијата за вештачка интелигенција и во обуката можат ефективно да ги поддржат луѓето да го прават она во што се најдобри: замислување и креирање решенија додека ги решаваат потребите на клиентите, сè фокусирано на податоци.

Ако продолжите да се фокусирате на писменоста на податоците низ вашата организација, ќе се осигурате дека повеќе од вашите вработени - обичниот деловен корисник и софистицираниот аналитичар на податоци - ги поставуваат вистинските прашања за вашите податоци што ќе доведат до дополнителни сознанија.

ИЗБЕРЕТЕ Флексибилен ПАРТНЕР ЗА АНАЛИТИКА

Партнерот за аналитика како Tableau нуди широчина и длабочина во способностите, како и обука заснована на улоги - што го прави флексибилен партнер на патувањето кон откривање на она што најдобро функционира за вашата компанија. Дознајте повеќе за Табела Облак.

УВИД НА ПОДАТОЦИ ЗА ДЕЛОВНИ КОРИСНИЦИ

Поставете ги вашите деловни корисници за успех. Дознајте повеќе за Приказни за податоци овде.