如何同时使数据分析更简单,更好

想象一下,一家企业在员工撤走集体眼罩后可以取得更好的业绩。

 

这并不是说全世界的劳动力实际上是在闭着眼睛去做生意,但是那双眼睛并没有像他们应该的那样睁开眼睛!我特别指的是组织级别的业务数据访问。如今,公司将大量的金钱和人力资源投入到信息的整理,整理和组织以及在平台中进行表示。

 

该商业智能软件非常适合增强决策过程,预测未知的未来并制定策略,但是它们显然容易遭受可访问性问题的困扰。只有少数人具有成功利用此软件以利用其功能的特权或知识。这意味着麻烦。

 

各个部门的员工必须迅速工作以做出决定,按时完成任务并运送产品。数据访问是解决这一难题的重要步骤。将数据存储在丝绒绳后面,仅使少数几个人利用,这显然与公司的利益背道而驰。当这种情况发生时(通常如此),这意味着大多数员工正在盲目地前进,而不采取数据驱动的行动。

 

精致的数据可视化工具可以使图表和图形在视觉上令人惊叹,但仍然远远不足以使数据直观和可用。如今,整个公司范围内普遍缺乏对商业智能的了解,是这些企业如何处理数据的一个严重缺陷。始终不切实际或难以理解分析,因此最终结果是员工完全放弃了分析。

AI Time Journal资源
您正在学习数据科学吗?

Check out what 图书 帮助20多个成功的数据科学家成长。

 

这是一种不必要的艰难经营方式,但请考虑一下蒂姆·费里斯(Tim Ferriss)的话:“如果这很简单,那会是什么样?”我们已经确定了三种主要方式,使企业可以更轻松地访问其数据,使更多的员工成为数据灵通的员工,从而做出更明智的决策。

 

使对数据的访问民主化。

 

数据可以使公司获得新的商机,甚至可以进入新的经济体,但是大多数由数据科学团队和高管来解释这些数据。

 

如果企业的创意市场逐渐成长为包括整个层次的人员,该怎么办?这不是要对员工进行培训以使其成为合格的数据科学家,而是要为他们提供更好的工具,从而为业务数据带来更直观的用户体验。金字塔底层的人将拥有与高层人物不同的想法,而当这些想法是数据驱动的时,顶层的人更有可能认为它们充满了希望。

 

寻求优势的企业需要赋予他们尽可能多的劳动力以访问数据。这只会导致经过压力测试的新想法产生更好的结果。

 

在正确的环境中使用正确的工具。

 

这无非就是改变公司在数据方面的文化和政治。当现实情况是每个人都有可能从企业的数据存储中受益时,“大数据”和“分析”等术语很容易与利基专家的工作联系在一起。数据就是力量-不应将其集中在组织的高层。

 

技术比以往任何时候都更加用户友好,并且我们开始看到这种趋势从消费者领域扩散到业务应用程序中。用户应该授予商业智能应用程序复杂而笨拙的权限,因为它提供了高度专业化的数据来进行解释。

 

当软件易于使用时,人们会希望更多地使用它。当业务环境采用简化数据访问的工具时,新的效率和改进的结果是不可避免的。

 

使用取决于日常自然语言的解决方案。

 

自然语言处理是现代人工智能方法的一个分支,旨在使机器理解普通的人类语言。您肯定已经在实际的消费者解决方案中看到了它,例如,Apple的Siri可以解释用户的语音请求,以便返回请求的数据,发送短信,创建提醒等。

 

这项技术不仅在消费者中得到了广泛的采用,并且在同一个类别(亚马逊的Alexa,微软的Cortana)中产生了许多可比的解决方案,而且实际上可以缓解可访问性问题。初次使用iPhone的用户可能无法找到Messages应用程序来发送文本,但是他或她可以很容易地理解与设备的对话,以便“向John发送一条短信,说'我很快就可以回家了。 '”

 

自然语言的用户体验可以将复杂的查询变成随意的对话。如果您可以构建口头请求,那么将出现新技术,不仅可以解释这些请求,还可以满足这些请求。当公司投资利用相同原理的商业智能平台时,它们使利用数据就像进行对话一样容易。

 

满足初级员工对更多数据的要求,这并不奇怪或不便。当对该数据的访问民主化(并且数据本身易于交互)时,差异将是不可忽略的。

 

现在是公司删除具象眼罩的时候了!

贡献者

Askdata的创始人兼首席执行官

贡献者表达的观点是他们自己的观点。

关于西蒙妮·迪·索玛

Askdata的创始人兼首席执行官

查看Simone Di Somma的所有帖子→