Marketing News

Cách phân tích tăng cường sẽ thay đổi quy trình làm việc của Analytics và BI

Nhấp để tìm hiểu thêm về tác giả Kaycee Lai. Như nhà phân tích và nhà báo Bernard Marr đã nói, “Không có các nhà khoa học dữ liệu trong đội ngũ nhân viên hoặc có sẵn để giải thích dữ liệu và biến thông tin thành hoạt động kinh doanh vững chắc, lợi ích của dữ liệu có thể vẫn được mở khóa.” Phân tích tăng cường hứa hẹn sẽ cải thiện khả năng các tổ chức thu được lợi ích từ dữ liệu bằng cách: Nhận nhiều phân tích thông thường hơn từ các nhóm Khoa học dữ liệu để họ có thể tập trung vào các vấn đề phức tạp hơn phân tích tăng cường liên quan đến việc sử dụng máy học và xử lý ngôn ngữ tự nhiên (NLP) để hỗ trợ chuẩn bị, phân tích và báo cáo dữ liệu, loại bỏ những thứ làm chậm phân tích. Nhưng nó hứa hẹn sẽ làm được nhiều hơn thế – phân tích tăng cường cũng liên quan đến việc viết lại toàn bộ phân tích và quy trình làm việc BI. Tăng cường phân tích dữ liệu và quy trình làm việc BI Để làm điều này, hãy bắt đầu bằng cách kiểm tra quy trình làm việc điển hình hiện tại, bao gồm các bước sau: Xác định KPI và các câu hỏi liên quan Khám phá dữ liệuChuẩn bị dữ liệu để phân tích Người dùng kết hợp và chia sẻ những phát hiện của họNhững phát hiện này được trình bày dưới dạng các hành động được khuyến nghị Theo quy trình này, người dùng – người thậm chí có thể không phải là nhà phân tích, mà là người dùng kinh doanh phi kỹ thuật được cấp quyền bởi phân tích không mã – đến với nền tảng với một bộ KPI có liên quan và một câu hỏi kinh doanh, và truy vấn hệ thống, sau đó sẽ xử lý phần còn lại và quay lại với các hành động được đề xuất. Nếu điều này nghe có vẻ xa vời, hãy xem xét rằng ba thành phần mà Gartner đã xác định là nền tảng để phân tích tăng cường không phải là một phần của danh sách mong muốn thế hệ tiếp theo, nhưng là các công nghệ đã phát triển tốt đã được sử dụng rộng rãi trong nhiều lĩnh vực khác : Máy học Tạo ngôn ngữ tự nhiên và xử lý ngôn ngữ tự nhiên Chức năng Máy học là một thuật ngữ chung mô tả các thuật toán đưa ra “quyết định” dựa trên các xác suất có trọng số. Nó cho phép phân tích nâng cao nhưng cũng là cơ sở cho hai công nghệ khác được Gartner xác định là thành phần quan trọng của phân tích tăng cường. Loại bỏ Gatekeeper Tạo ngôn ngữ tự nhiên (NLG) và xử lý ngôn ngữ tự nhiên (NLP) dịch lời nói của máy tính sang ngôn ngữ của con người và ngược lại, cho phép con người và máy tính tương tác mà không cần sự trợ giúp của người biết viết mã máy tính. Bây giờ chúng tôi đã quen với điều này. Khi chúng tôi yêu cầu điện thoại điều hướng chúng tôi đến tiệm bánh pizza gần nhất, về cơ bản chúng tôi đang sử dụng công nghệ tăng cường để thu thập dữ liệu, thực hiện một phép tính và sau đó dịch phép tính đó thành thứ mà chúng tôi có thể hiểu – chỉ đường bằng ngôn ngữ tự nhiên. Áp dụng phương pháp tiếp cận công nghệ tăng cường này để trả lời một câu hỏi kinh doanh dựa trên KPI thực sự không phải là một bước nhảy vọt. Hãy tưởng tượng tình huống sau: Người dùng hỏi, “Doanh số bán pizza đông lạnh ở 2021 so với 2020? ” Giải pháp phân tích tăng cường phản hồi với “Doanh số bán bánh pizza đông lạnh đã giảm 30% giữa 2020 và 2021.” Sau đó, người dùng hỏi tiếp theo như “Doanh số bán bánh pizza đông lạnh thấp nhất ở khu vực nào 2021?” Nền tảng trả lời, “US Western.” Người dùng có thể tiếp tục truy vấn hệ thống và biết rằng một dòng pizza nhất định, vốn bán rất chạy ở các khu vực khác, đã bị kiểm tra nghiêm trọng. Không khó để tưởng tượng điều này sẽ tiết kiệm thời gian như thế nào. Nhưng để thực sự đánh giá cao giá trị của những gì người dùng không phải làm, chúng ta hãy xem những gì đang diễn ra trong quá trình này và xem điều gì đang xảy ra. Câu hỏi của người dùng – “Doanh số bán pizza đông lạnh ở 2021 so với 2020? ” – được chuyển đổi thông qua NLP thành một truy vấn SQL. Truy vấn đó không chỉ được thực thi thông qua một cơ sở dữ liệu mà còn thông qua hàng tá hệ thống mà công ty có thể sử dụng – hãy nghĩ về một truy vấn được thực thi đồng thời trên các cơ sở dữ liệu trong Teradata, Oracle, Hadoop, v.v. Nếu dữ liệu cần thiết để trả lời câu hỏi nằm trong các hệ thống khác nhau, thì nền tảng phân tích tăng cường sẽ tự động kết hợp các bảng đó. Nó thực hiện truy vấn trả về dữ liệu. Nhưng hệ thống không chỉ lấy ra dữ liệu. Thay vào đó, nó sử dụng NLG để dịch dữ liệu đó thành giọng nói của con người. Quá trình này được thực hiện theo chu kỳ nhiều lần cho đến khi người dùng cuối cùng đi đến kết luận có thể hành động được. Sau đó, người dùng đưa ra khuyến nghị này cho những người ra quyết định thích hợp. Quá trình tăng cường này diễn ra với tốc độ nhanh hơn nhiều lần so với phân tích truyền thống do con người dẫn dắt, giúp nó có thể lặp lại và xác thực các quyết định ở quy mô lớn hơn vô hạn. Người dùng không phải viết mã. Họ cũng không cần phải tham khảo ý kiến ​​của một nhà phân tích dữ liệu, điều này có thể khiến họ phải chờ đợi hàng tuần hoặc thậm chí hàng tháng để có câu trả lời. Họ không phải lội qua các kho chứa dữ liệu khổng lồ của công ty – và do đó, họ không phải đối phó với bất kỳ người gác cổng nào ở các bộ phận khác nhau có thể làm chậm hoặc ngăn cản quyền truy cập của họ vào dữ liệu. Đưa ra những câu hỏi thực sự hóc búa cho các chuyên gia và “gia tăng” mọi thứ khác Tóm lại, phân tích tăng cường hứa hẹn sẽ bổ sung tốc độ và khả năng mở rộng chưa từng có vào quy trình phân tích dữ liệu. Điều này không có nghĩa là mã hóa SQL sẽ không tiếp tục là một kỹ năng có giá trị, hoặc chuyên môn của các nhà khoa học dữ liệu sẽ không được yêu cầu. Có một số câu hỏi nhất định – đặc biệt là những câu hỏi liên quan đến học máy dự đoán – sẽ đòi hỏi một bộ não con người được đào tạo chuyên sâu. Điều đó có nghĩa là các nhà khoa học, nhà phân tích và kiến ​​trúc sư dữ liệu được trả lương cao đó sẽ không dành thời gian làm công việc học vẹt và trả lời các câu hỏi phổ biến hơn. Trang chủ Tiếp thị nội dung Chiến lược tiếp thị kỹ thuật số Chiến lược tiếp thị kỹ thuật số Chiến lược tiếp thị kỹ thuật số PPC SEO Xây dựng xã hội Phát triển web WordPress Khoa học dữ liệu

  • Trang chủ
  • CRM
  • Email doanh nghiệp
  • Email marketing
  • Marketing News
  • Marketing tổng thể
  • SEO
  • Thiết kế Website
  • Web Hosting
  • Chatbot
  • Data science
  • Back to top button