Dacă încă cauți insighturi în date, poți rata oportunități importante.
Folosind inteligența decizională, deciziile tale nu vor fi doar mai inteligente, ci și mult mai bine direcționate.
Iată cum funcționează.
Pentru majoritatea dintre noi, luarea deciziilor de business bazate pe date implică un proces în patru etape.
Mai întâi, colectezi datele.
Apoi le analizezi, adică uneltele și data scientist-ii caută tipare și corelații între diferite seturi de date.
În etapa a treia, aceste descoperiri ajung în dashboard-uri și vizualizări pe care managerii le pot consulta.
În final, managerul interpretează informațiile și ia o decizie.
Problema e că datele colectate și tiparele descoperite definesc acum deciziile pe care le poți lua.
Un exemplu simplificat: imaginați-vă că UnboxRo colectează date despre articolele care au avut cele mai multe click-uri.
Motoarele de baze de date grupează cele mai populare articole și construiesc vizualizări clare pentru a arăta ce a funcționat bine.
Prin aceste informații vedem ce articole au avut succes până în acel moment.
Ulterior, încercăm să replicăm succesul viitor scriind articole similare pe aceleași subiecte, tipuri de text sau același autor.
Astfel, folosim datele pentru a reproduce succesul anterior. Este, fără îndoială, o practică eficientă.
Dar dacă am face invers?
În loc să ne limităm la datele deja colectate, am putea începe întrebând direct: ce tipuri de articole ne vor aduce cel mai mare succes în viitor?
Pornind de aici, avem nevoie de un proces care să ne ajute nu doar să punem întrebările potrivite, ci și să definim datele necesare pentru a susține acele interogări.
Rezultatul ar fi un set de răspunsuri mult mai valoros pentru deciziile editoriale.
Aceasta este una dintre cele mai interesante metodologii noi din instrumentele de analiză de business.
Se numește „inteligență decizională” (ID).
Mai jos descriem ID în detaliu și explicăm ce trebuie să știi pentru a o implementa în organizația ta.
Ce este inteligența decizională?
Cassie Kozyrkov, chief decision scientist la Google, descrie ID ca o combinație de data science cu științe sociale, teoria deciziei și știință managerială.
Această abordare îi ajută pe oameni să folosească mai eficient datele BI pentru a lua decizii mai bune.
Ea compară diferența dintre data science și inteligența decizională cu cea dintre cei care fabrică cuptoare cu microunde și bucătarii care le folosesc.
ID a apărut din eforturile inginerilor software de a crea decizii orientate după cele mai bune practici la scară largă.
Potrivit experților, a ajuns la un nivel de maturitate prin care va începe să influențeze și întreprinderile mici și mijlocii în următoarea generație de instrumente BI în cloud, precum Microsoft PowerBI sau Tableau.
„Inteligența decizională conectează AI și procesul decizional uman pentru a produce concluzii mai inteligente, care duc la rezultate favorabile”, spune Jack Zmudzinski, senior associate la Future Processing.
„Astfel, în loc de o decizie luată doar de om sau doar de computer, obținem ce e mai bun din ambele lumi.”
Inteligența decizională răstoarnă modul obișnuit în care companiile folosesc datele.
În abordarea big data, uneltele de analiză și interogările sunt alese în funcție de date.
Cu ID, decizia dorită primează; apoi se construiește interogarea și se selectează datele relevante pentru întrebarea respectivă.
Astfel, datele devin suport pentru decizii, nu elementul central.
Specialiștii definesc inteligența decizională ca o metodologie, dar nu una unică, aplicabilă identic peste tot.
Implementarea depinde de obiectivele afacerii, de datele colectate și de capabilitățile instrumentelor de analiză.
Ideea de bază rămâne aceeași: o abordare vizuală care pornește de la decizia necesară și lucrează invers pentru a stabili ce date sunt necesare și cum să le obții.
De ce ai nevoie de inteligență decizională
Dacă crezi că e doar o problemă a marilor companii, gândește-te din nou.
Chiar și afacerile mici și freelanceri vor folosi curând aceste tehnologii cu efort minim și costuri rezonabile.
Rezultatele vor depinde de cunoștințele și talentele lor.
Chiar și liderii de IMM-uri folosesc baze de date în cloud cu date solide și analize avansate.
Însă le lipsește adesea ghidajul necesar pentru a transforma informația în decizii concret aplicabile.
Aici intervine inteligența decizională.
„Algoritmii și datele ne spun ‘Iată observațiile și concluziile posibile’, dar nu ne indică ce decizie trebuie luată”, spune Gopi Vikranth, associate principal la ZS Associates.
El explică că inteligența decizională răspunde la întrebarea „Dacă ai face acțiunea X, care ar fi efectul concret în lumea reală?”.
Acest aspect e esențial, deoarece informația perfectă este rareori disponibilă.
El dă exemplul unei companii de dimensiuni medii cu un program de fidelizare a clienților.
Un AI ar putea găsi matematic modalități de a modifica beneficiile sau de a crește prețurile pentru profit optim.
Deși obiectiv corecte, astfel de decizii pot provoca reacții negative costisitoare, pierzând încrederea și veniturile pe termen lung.
- Personalizarea interfețelor de utilizator (UI adaptiv).
- Recomandări de produse.
- Prevenirea abandonului clienților.
- Optimizarea prețurilor pentru afaceri cu tranzacții numeroase, cum ar fi companiile aeriene sau farmaceutice.
„În loc să întrebi ‘Ce date îmi trebuie pentru o decizie?’, întreabă ‘Cum iau această decizie? Ce părți pot fi automatizate și ce piese necesită analiză de date?’”, explică James Taylor, autor al cărții Digital Decisioning: Using Decision Management to Deliver Business Impact From AI și CEO al Decision Management Solutions.
În curând: instrumente pentru inteligență decizională
Dacă ești o afacere mai mică care explorează big data, platforma ta actuală ar putea avea deja instrumentele necesare pentru ID.
Specialiștii spun că poate nici nu ai nevoie de altele.
„Poți folosi metodologia ID doar cu hârtie și creion, dar eu folosesc aplicația Lucidspark pentru a crea colaborativ diagrame de acțiune-consecință (CDD)”, spune Lorien Pratt, pionieră în inteligența decizională și cofondatoare a Quantellia.
Ea crede că ID evoluează rapid și va fi disponibil oricărei afaceri, indiferent de dimensiune.
Potrivit Pratt, următoarele generații de platforme BI vor susține ID.
„La un nivel mai avansat, vei putea încorpora modele ID în instrumente deja existente, cum ar fi Excel sau PowerBI.”
În schimb, uneltele mai puțin sofisticate nu vor permite modificarea modelului în timp real.
Deși afacerile mici pot aștepta servicii DI simplificate în cloud, întreprinderile mari vor avea nevoie de resurse suplimentare.
Potrivit Pratt, cele mari trebuie să acorde prioritate deciziilor, iar asta poate fi complicat.
Trebuie identificat nu doar ce decizii trebuie luate, ci și cum să capturezi aceste cerințe.
„Pentru unele decizii, stiva BI existentă e suficientă”, spune Taylor.
„Pentru altele, întreprinderile vor trebui să investească în tehnologii avansate, cum ar fi analize predictive și instrumente de machine learning.”
El recomandă și un sistem de management al regulilor de business, precum cele de la Agiloft sau IBM, pentru deciziile frecvente sau rapide.
Pentru afacerile mici, acest nivel ridicat de complexitate e probabil exagerat.
Serviciile cloud de analiză de nouă generație ar trebui să ofere toată „forța” ID de care au nevoie, cu mai puține bătăi de cap.
Dacă totuși vrei să setezi propriul sistem DI, iată ce recomandă Taylor pentru un mediu enterprise:
- Software de modelare decizională pentru adunarea cerințelor și modelarea datelor.
- Software de gestionare a regulilor de business pentru dezvoltarea regulilor decizionale (dacă ai multe decizii și timpi de răspuns lungi).
- O suită de machine learning pentru dezvoltarea algoritmilor necesari.
- O platformă de date care să permită crearea algoritmilor și gestionarea livrării datelor tranzacționale, preferabil în timp real.
- Un instrument de vizualizare a datelor, mai ales dacă deciziile finale implică un element uman semnificativ.
Tipare versus intuiție
Mașinile percep problemele și tiparele într-un mod binar: negru sau alb.
Oamenii, pe de altă parte, observă nuanțe, sensuri alternative și conexiuni la idei diferite.
Claritatea pe orice subiect derivă adesea din inteligența intuitivă, nu doar din pregătirea academică.
Oamenii pot folosi ambele tipuri de inteligență, iar ID își propune să scaleze aceste capacități.
„Inteligența decizională se bazează pe abordări realiste care imită deciziile umane”, spune Ervin Sejdic, profesor asociat la Universitatea Pittsburgh.
„În AI tipic, stabilești reguli simple: dacă e roșu, e asta, dacă e albastru, e cealaltă.”
El dă exemplul achiziției unei mașini.
„Un algoritm ar putea alege mașina în funcție de consum sau marcă, dar tu testezi mașina și simți cum se comportă pe șosea.”
„Aceste sentimente și impresii sunt decizii subtile greu de codificat.”
Potrivit lui Sejdic, dacă este implementată corect, ID poate fi aplicată în orice domeniu.
Pentru a decide unde să o folosești, identifică zonele în care vrei să știi ce acțiune ar fi cea mai bună.
Majoritatea analizelor și BI sunt descriptive: înregistrezi ce s-a întâmplat și afișezi cifrele într-un grafic.
Astfel, vezi doar ce s-a întâmplat.
Alte forme sunt predictive, asemănătoare prognozei meteo: îți spun ce urmează să se întâmple.
„Există o latură cantitativă și una calitativă a inteligenței decizionale, iar afacerile trebuie să ia în calcul ambele”, spune Chris Nicholson, CEO al Pathmind.
Pe partea cantitativă intră colectarea și pregătirea datelor, infrastructura AI și data science, precum și expertiza de programare.
Cheia este acuratețea datelor.
Afacerile trebuie să definească indicatori de performanță și să se asigure că datele sunt colectate corect și stocate pentru a fi utilizabile de către stack-ul ID.
Pe partea calitativă, afacerile au nevoie de oameni capabili să transforme insighturile și concluziile în decizii și acțiuni adaptate contextului lor.
Instrumentele de tip what-if și test-and-learn pot facilita mult acest proces.
„Combinate, cele două aspecte formează inteligența decizională”, spune Gopi Vikranth.
„Astfel, AI nu exclude factorul uman.”
El consideră că algoritmii matematici, mai ales pe date imperfecte, nu pot lua decizii optime de unii singuri.
Evoluția data scientist-ului
Administratori de baze de date au evoluat în analiști BI și în data scientist tradiționali.
ID ajută la transformarea acestui rol într-un translator de date mult mai eficient.
Acești specialiști vor folosi ID pentru a prelua scenariile what-if ale afacerilor și a le integra în stack-ul AI pentru a determina acțiunile necesare și rezultatele posibile.
Inteligența decizională permite tehnologiei și oamenilor să facă fiecare ceea ce pot mai bine.
Tehnologiile, precum analiza și AI, găsesc rapid conexiunile și tiparele din volume mari de date, dar aceasta este doar jumătatea drumului.
ID folosește aceste informații și le combină cu factorii umani intangibili – intuiție, creativitate și experiență – pentru a naviga nuanțele.
Astfel, ID devine un model de analiză hibrid extrem de eficient, chiar și pentru organizațiile mici, și deosebit de performant la scară largă.
