Джордан Морроу - Как вытащить из данных максимум. Навыки аналитики для неспециалистов

Все четыре аналитических уровня охвачены инструментами бизнес-аналитики, благодаря которым сотрудники организаций находят, очищают и распределяют данные. Это тема для отдельной книги, но не нужно забывать о том, что в сфере управления данными технологии очень быстро и неуклонно развиваются. Для этого развития очень важно, чтобы ключевые позиции занимали подходящие сотрудники, а получение данных настоятельно требует дата-грамотности. Как вы помните (вторая ступень схемы принятия решений, подкрепленных данными), для этого процесса необходимы качественные данные.

В сфере бизнес-аналитики дата-грамотность необходима для успеха организации в деле демократизации данных. Если стратегия – это «чертеж» дома, то бизнес-аналитика – это инструменты, позволяющие «чертежу» стать настоящим домом: так сказать, «молоток» и «гвозди». В нашем случае это могут быть компьютерные программы и методы, которыми сотрудники должны овладеть для успешного воплощения стратегии.

Поэтому дата-грамотность оказывается набором навыков, необходимых для правильного пользования этими инструментами, без чего невозможен правильный конечный результат. В аналитической стратегии результат – это принятие разумного, подкрепленного данными решения. Также для этого необходимо свободное владение данными – чтобы сформировать общий, универсальный подход к использованию данных. Необходимо понять и запомнить, что дата-грамотность – это не просто теории и концепции, связанные с данными и аналитикой. Дата-грамотность должна также включать в себя обучение использованию инструментов бизнес-аналитики, которые имеются в нашем распоряжении. Каждый из нас способен зазубрить любые теории, но, если мы не в состоянии на их основе подобрать и эффективно использовать необходимые методы, что толку в обучении? Однако верно и обратное. Что если мы познакомимся с методом, но не будем иметь ни малейшего представления, что такое четыре уровня аналитики и как они работают? В таком обучении тоже крайне мало смысла. Нужно объединить теорию с практикой, и тогда мы добьемся успеха как в работе с данными и результатами их анализа, так и в использовании инструментов бизнес-аналитики.

Чтобы разобраться в сфере искусственного интеллекта, давайте следовать определенной схеме. В первую очередь разберем, что такое искусственный интеллект. Затем можно обсудить его применение в сфере данных и аналитики. И наконец, мы рассмотрим влияние на него дата-грамотности.

Согласно одному из определений, искусственный интеллект – это «отрасль информатики, занимающаяся симуляцией интеллектуального поведения компьютеров; способность машины имитировать разумное поведение человека».

Уже одно это определение дает понять, в чем искусственный интеллект соприкасается с миром данных и аналитики – особенно в той части, где речь идет об имитации человеческого поведения. Тут у меня возникает вопрос: может ли искусственный интеллект принимать разумные, подкрепленные данными решения, подобные человеческим?

Давайте рассмотрим несколько примеров использования искусственного интеллекта, которые помогут определить, что имеется в виду под этим термином [58] Adams, R. L. (2017). 10 Powerful Examples of Artificial Intelligence In Use Today, Forbes, 10 January. https://www.forbes.com/sites/robertadams/2017/01/10/10-powerful-examples-of-artificial-intelligence-in-use-today . .

● Alexa от Amazon. В моем доме это обычный инструмент, используемый преимущественно для прослушивания музыки.

● Nest. Возможно, вы уже сталкивались с этим удивительным и мощным устройством. Nest – цифровой терморегулятор для вашего дома, который способен обучаться и использовать алгоритмы для подбора комфортной температуры. Кстати, знаете ли вы, что Nest можно управлять голосом через Alexa? Здорово, что эти штуки способны помогать друг другу.

Сегодня мы встречаем ИИ повсюду – неважно, осознаем ли мы, что взаимодействуем с ним, нравится ли нам это, готовы ли мы с этим мириться. Поэтому следует понимать, какова его мощь, и использовать ее разумно.

В сфере данных и аналитики ИИ занимает сильные позиции. Уже из определения мы видим, что искусственный интеллект пытается имитировать разумное поведение. Так может ли компьютер, оснащенный ИИ, принимать – самостоятельно, вместо нас – более разумные решения в ходе работы с данными? Это было бы замечательно! Ведь у компьютеров (в особенности у суперкомпьютеров) огромные вычислительные мощности, поэтому они способны найти куда больше вариантов, из которых можно выбирать. Привлечение такой силы к процессу принятия решений может принести большую пользу. Если мы положимся на помощь ИИ для принятия решений и передадим машине определенную часть аналитической работы, то отдача от вложений в сферу данных и аналитики, безусловно, возрастет. Однако при чем тут дата-грамотность?

Дата-грамотность во многом влияет на использование искусственного интеллекта, но, как мне кажется, есть одна проблема: не все понимают, что такое ИИ и каковы его возможности. Я попробую продемонстрировать связь дата-грамотности с ИИ на примере из личного опыта.

Однажды я отправился в Южную Африку на конференцию. Попутно мне пришлось посетить ряд самых разных организаций с лекциями и семинарами по дата-грамотности. Во время выступления перед коллективом одной компании у меня завязалась дискуссия с группой сотрудников, и я услышал вопрос, показавшийся мне крайне важным (я уже приводил его в главе 5, и сейчас вы, конечно же, вспомните формулировку). Человек спросил: «А все эти технологические достижения и искусственный интеллект не позволят ли нам, людям, вконец облениться?» Поразмышляйте и вы над этим вопросом. Что приходит вам в голову? Не обленимся ли мы? Когда я отвечал слушателю, в голове у меня роились самые разные мысли на эту тему – она беспокоит меня давным-давно. Давайте представим себе панель мониторинга или визуализацию данных. Вы готовите что-то подобное каждую неделю, и обычно на это уходит часа три. Закончив, вы посылаете свою работу заинтересованным лицам. А теперь представьте, что ваша организация поставила себе на службу искусственный интеллект. На то, что раньше занимало у вас три часа, теперь уходит от силы минут пятнадцать. Это заставит вас облениться? Нет, конечно. Просто у вас появится лишних 2 часа 45 минут на то, чтобы лучше изучить данные или поработать над другими проектами.

Мне кажется, что искусственный интеллект не делает нас ленивыми; напротив, он повышает нашу продуктивность. Высвобождая время, он предоставляет больше возможностей для использования трех «С» дата-грамотности – любопытства, креативности и критического мышления. К несчастью, в нашей повседневной работе, как правило, не нужно глубоко копать. Она во многом состоит из скучных повседневных обязанностей, чтения писем и довольно простых задач. А если в нашу рабочую рутину внедрить ИИ, то мы можем использовать свои навыки дата-грамотности для эффективной работы с данными.