Упрощенная работа с аналитикой на основе ИИ

Искусственный интеллект и машинное обучение — это будущее каждой отрасли, особенно в сфере данных и аналитики. Проект Growing Up with AI («Растите вместе с ИИ») поможет быть в курсе всех инноваций, которыми эта технология меняет мир.

Большинство организаций отдают себе отчёт, что данные имеют решающее значение для получения конкурентных преимуществ, при этом недавнее исследование компании NewVantage Partners показало, что лишь 27% компаний успешно сформировали культуру данных или широко внедрили технологии Big Data или ИИ. В своем отчёте за 2020 год “10 наиболее заметных тенденций в данных и аналитике” (Top 10 Trends in Data and Analytics) компания Gartner прогнозирует, что только 10% компаний будут использовать дополненную аналитику в полной мере.

Очевидно, что данные и искусственный интеллект обладают огромным потенциалом для революционных изменений в бизнесе, так откуда же берется внушительный разрыв при успешном внедрении подобных инициатив?
Он вытекает из преодоления трёх основных препятствий на пути успешного внедрения аналитики:

1. Объемы и разнообразие данных растут в геометрической прогрессии. Человеку невозможно разобраться в огромных массивах данных, которые создаются ежедневно. Вместо электронных таблиц и ручного анализа, необходим высокотехнологичный анализ данных на основе кода. Тогда станет возможным выявить инсайты, скрытые в этих огромных массивах информации.
2. Растет разрыв в профессиональных навыках. По мере роста объема данных всё сложнее найти специалистов по организации, сбору, представлению, интерпретации данных и извлечению инсайтов из них. Фактически, LinkedIn сообщает, что три из 10 лучших передовых рабочих мест 2020 года были связаны с данными: специалист по искусственному интеллекту (#1), специалист по теории данных (#3) и специалист по инженерии данных (#8). Таких востребованных профессионалов сложно найти, а нанимать дорого; как следствие, во многих организациях не хватает специалистов по данным.
3. Сложно отделить сигнал от шума. Иногда данные содержат много шума, непостоянные и сложные для понимания. Пользователям крайне сложно их интерпретировать, что приводит к низкому уровню внедрения аналитики в бизнес-среде.

ИИ упрощает анализ данных

При всех сложностях анализа данных, искусственный интеллект именно то, что помогает организациям извлечь из них пользу. Дополненная аналитика на основе ИИ помогает пользователям быстрее получить ответы и практические инсайты, вытекающие из бизнес-показателей. Большое преимущество в том, что не требуется быть специалистом по теории или аналитике данных.
Одним из примеров того, как ИИ может сократить разрыв в профессиональных навыках и ускорить получение ответов пользователями, является обработка естественного языка (NLP). Она дает возможность каждому пользователю запрашивать данные, используя повседневную речь. Простые вопросы, «Какая социальная сеть дала нам наибольшие продажи во 2-м квартале?», дают мгновенные результаты, в отличие от копания в электронных таблицах или использования SQL (как бы весело это ни было). Таким образом, сложные данные становятся доступными каждому, от самых опытных бизнес-аналитиков до руководителей. Согласно прогнозам компании Gartner, речевая аналитика и NLP ускорят повсеместное внедрение аналитической платформы с 32% до 50%, предоставляя постоянным пользователям доступ к ответам, необходимым для принятия решений. Более того, согласно тем же прогнозам, 50% аналитических запросов будут генерироваться через поиск, NLP или голосовую связь.

Выявление скрытых инсайтов с помощью ИИ

Для современных BI-компаний стало в порядке вещей внедрять ИИ в свои аналитические платформы, таким образом помогая пользователям выявлять тренды, предоставлять аналитику и прогнозировать данные, которые могут быть недоступны невооружённому глазу.

Точный прогноз — это ключ для принятия решений в бизнесе. Такие платформы, как Sisense, могут предоставлять прогнозы на основе исторических данных. Пользователи, не являющиеся техническими специалистами, получают возможность прогнозировать бизнес-результаты и изменения критических показателей, а также принимать решения, исходя из полученных инсайтов. К примеру, театр может использовать данные за прошлые периоды для прогнозирования доходов и посещаемости для каждого шоу и, таким образом, принимать решение о запуске новой постановке.
Сервис прогнозирования Sisense Forecast также помогает бизнес-пользователям анализировать, влияет ли определенная переменная на результат прогноза и если влияет, то каким образом. Например, вы предполагаете, что объём ваших электронных продаж зависит от типа цифровых устройств ваших пользователей (ПК, планшет или смартфон). Эту гипотезу можно проверить, если выбрать device type («тип устройства») в качестве explaining variable («объясняющей переменной») и посмотреть, как это повлияет на прогнозируемое значение объёма продаж. Такой анализ называется «многомерным прогнозом» и является очень мощным инструментом. Он создаёт картину ключевых факторов, влияющих на искомый показатель, тем самым давая возможность разумно его оптимизировать.
Как же быть в случаях, когда поведение показателя отличается от нормы? Сюда могут относиться необычно низкие продажи, например, по причине отпусков или COVID-19. Настройки сервиса Forecast от Sisense позволяют исключить исторические периоды из расчёта, чтобы они не влияли на прогноз.

Модуль для анализа трендов Trends — еще один эффективный способ помочь бизнес-пользователям выделить главное. В случае шумных или изменчивых данных даёт наглядное представление динамики выделенного показателя. Линии тренда в Sisense могут быть нескольких типов и можно выбрать наиболее подходящий для сферы деятельности компании. Тренды можно применять как к историческим, так и к прогнозным данным, чтобы лучше понимать не только прошлые результаты, но и возможные будущие.
Предположим, наконец, что вы заметили что-то интересное в данных — какой-то всплеск, или необычное поведение — что дальше? Следующим шагом будет анализ случившегося. К счастью, нет необходимости срочно вызывать ближайшего специалиста по анализу данных, чтобы он произвел подсчёты. Модуль Sisense Explanations поможет выявить возможные причины. Буквально по щелчку мышки можно проанализировать десятки факторов и их комбинаций, чтобы определить наиболее вероятную причину изменений.

Больше инсайтов для всех

Аналитические платформы на основе AI — это будущее, в котором анализ данных доступен любым сотрудникам в каждой организации. В своем исследовании рынка Wisdom of the Crowds («Коллективная мудрость»), проведенном в 2020 году, компания Dresner назвала Sisense общепризнанным лидером в области платформ для аналитики.