التنقل في محو الأمية البيانات في عالم التحليلات المعززة

تستمر قدرات الذكاء الاصطناعي (AI) مثل التعلم الآلي (ML) ومعالجة اللغة الطبيعية (NLP) في التحسن ، ويمكن لمنتجات التحليلات المعززة أتمتة العديد من المهام المتعلقة برؤية البيانات وفهمها بشكل موثوق. باستخدام الأدوات القوية التي يمكن أن تظهر رؤى من البيانات ، غالبًا ما يترك التنفيذيون يتساءلون: هل تقلل هذه التكنولوجيا بالفعل من الحاجة إليها محو الأمية البيانات جهود التدريب في منظماتهم؟ لا بل العكس.

تعد معرفة البيانات - القدرة على قراءة البيانات وكتابتها ونقلها في سياقها - أكثر أهمية من أي وقت مضى. من الأهمية بمكان مساعدة المؤسسات على تطوير طريقة عمل تعتمد على البيانات وتمكين الموظفين من زيادة مهارات الذكاء الاصطناعي من خلال إبداعهم وتفكيرهم النقدي.

هناك عوامل إضافية يجب مراعاتها في دور محو الأمية البيانات لنمو المنظمة ونجاحها. يعد تعيين علماء ومحللي البيانات وتدريبهم والاحتفاظ بهم أمرًا صعبًا ، بالإضافة إلى أن مهاراتهم غالبًا ما تكون دقيقة ومكلفة. وفقًا لـ 365 Data Science، ربما لن يقضي معظم علماء البيانات أكثر من 1.7 سنة في مكان عملهم الحالي. غالبًا ما يتلقى علماء ومحللو البيانات ، المدربون تدريباً عالياً ، طلبات لمهام مثل إنشاء مصدر بيانات نظيف للمبيعات أو إعداد التقارير الأساسية. من خلال قدراتهم المتخصصة ، سيتم تقديم وقتهم ومجموعة مهاراتهم بشكل أفضل عند العمل على نمذجة وتطوير سير العمل لأسئلة الأعمال المعقدة وذات القيمة الأعلى.

عندما يستثمر المسؤولون التنفيذيون في الذكاء الاصطناعي وتكنولوجيا التحليلات المعززة ، يمكن لمستخدم الأعمال - وهو مستخدم غير رسمي للبيانات مقارنة بالمحلل المخصص - الوصول إلى إجابات لأسئلتهم والمعلومات التي يحتاجونها لأداء وظائفهم بشكل جيد دون القلق بشأن آليات التنفيذ لذا.

إن استكشاف كيف يمكن للحلول التي تدعم الذكاء الاصطناعي أن تدعم مهام المستخدم والعثور على تجربة المستخدم المناسبة له إمكانات هائلة لإعداد الأداة والمستخدم لتحقيق النجاح. على سبيل المثال ، يمكن لأداة الذكاء الاصطناعي أتمتة بعض المهام الشاقة المتعلقة بإعداد البيانات ثم تقديم النتائج إلى الإنسان ، الذي يمكنه تحليل المحتوى وتصوره بناءً على احتياجاته التحليلية.

تساعد التطورات في التحليلات المعززة الأشخاص في الإجابة عن الأسئلة بشكل أسرع

يمكن أن تسهل حلول التحليلات المعززة على مستخدمي الأعمال فهم البيانات ، مما يساعد الشركات على زيادة قيمة هذه التقنيات المكلفة. على سبيل المثال ، يمكن للتحليلات المعززة فهم اهتمامات العملاء وتقديم تنبؤات حول تفضيلات المستهلك وتطوير المنتجات وقنوات التسويق. يمكنهم أيضًا توفير سياق إضافي حول الاتجاهات والقيم والتباينات في بيانات الفرد. يمكن أن تقترح الخوارزميات المتطورة تصورات إضافية يمكن إضافتها إلى لوحة المعلومات ، جنبًا إلى جنب مع تفسيرات نصية وسياق تم إنشاؤه بلغة طبيعية.

فيما يلي بعض الأمثلة على الحلول التي يمكن أن تساعد في رفع مستوى القوة العاملة لديك.

1. قصص البيانات. يشمل Tableau Cloud الآن ملفات قصص البيانات، وهي ميزة عنصر واجهة مستخدم ديناميكي للوحة المعلومات تستخدم خوارزميات الذكاء الاصطناعي لتحليل البيانات وكتابة قصة بسيطة عنها إما في شكل سردي أو نقطي. تنسج القصص معًا روايات حول البيانات تتجاوز مجرد المخططات ولوحات المعلومات في سجل يمكن لمستخدمي الأعمال الوصول إليه للإجابة على العديد من أسئلتهم. هذا يقلل من مستوى معرفة البيانات التي يحتاجها مستخدم الأعمال لفهم المعلومات الأكثر أهمية بالنسبة لهم. تعرض قصص البيانات الأسئلة البسيطة التي يسألها المستخدم عندما ينظر لأول مرة إلى مخطط شريطي أو مخطط خطي: ​​هل كان هذا الرقم الذي يبدو غريبًا حقًا؟ كيف تغير هذا الرقم مع مرور الوقت؟ ما هو المتوسط؟ لا تزال البيانات بحاجة إلى تفسير - فهي ليست القصة بأكملها - ولكنها خطوة كبيرة نحو فتح الرؤى في البيانات.

2. أرني. تتيح ميزات التحليلات المعززة أيضًا إعدادات تشفير افتراضية أكثر ذكاءً. على سبيل المثال ، توصي Show Me بأنواع المخططات وتشفيرات العلامات المناسبة بناءً على سمات البيانات ذات الأهمية. يمكن للمستخدمين بعد ذلك التركيز على الوجبات الجاهزة عالية المستوى التي يرغبون في توصيلها ومشاركتها مع جمهورهم كجزء من سير العمل التحليلي البصري.

3. فهم اللغة الطبيعية. من خلال الأبحاث المتطورة ، ومجموعات التدريب الكبيرة لنماذج اللغة ، وقدرات الحوسبة المحسنة ، تحسن فهم اللغة الطبيعية أيضًا بشكل كبير على مر السنين.

يمكن للناس طرح أسئلة تحليلية دون الحاجة إلى فهم آليات إنشاء استعلامات SQL. بقصد الفهم بشكل أفضل ، يمكن لواجهات اللغة الطبيعية الإجابة عن الأسئلة باستخدام مخططات تفاعلية يمكن للمستخدمين إصلاحها وتنقيحها والتفاعل معها لأنها تفهم البيانات.

4. التعلم الآلي. كما حققت التحليلات المعززة المتعلقة بتعلم الآلة خطوات واسعة. يمكن أن تتعلم هذه النماذج المهام التحليلية المعقدة والمعقدة مثل عمليات تحويل البيانات المخصصة لنوع معين من المستخدمين أو مجموعة من المستخدمين. علاوة على ذلك ، تحتوي العديد من تجارب التحليلات المعززة الآن على واجهات مستخدم تبدو بديهية ، مما يقلل من تعقيد التدريب ويطبق نموذجًا في سير العمل التحليلي للمستخدم.

على الرغم من أن الذكاء الاصطناعي يتمتع بقدرات مذهلة ، إلا أنه لن يحل محل البشر تمامًا. يمكن أن يكون استخلاص الوجبات السريعة عالية المستوى من الخصائص الإحصائية ذات المستوى الأدنى معقدًا ودقيقًا إلى حد ما. يتمتع الناس بمستوى أعلى من الإدراك الإبداعي ؛ نحن فضوليون يمكننا استخلاص هذه النتائج عالية المستوى من البيانات.

توصيات لتعزيز محو الأمية البيانات

لكي تتمكن المؤسسات من فتح الرؤى عالية المستوى من بياناتها ، يجب توعية الموظفين - مستخدمو الأعمال والمحللون على حد سواء - حول كيفية تحليل بياناتهم والحصول على أفضل الممارسات لتصور البيانات وتقديمها. إليك كيف يمكن للمؤسسات تطوير أفضل الممارسات في تعزيز معرفة البيانات وزيادة الذكاء الاصطناعي باستخدام أدوات التحليل.

1. استثمر في التدريب.

يعد امتلاك كل من الأدوات المناسبة والتعليم / التدريب المناسب أمرًا بالغ الأهمية لأي منظمة. في دراسة Forrester Consulting حول محو الأمية البيانات، قال 40٪ فقط من الموظفين إن مؤسستهم قدمت تدريبًا على مهارات البيانات من المتوقع أن يحصلوا عليه.¹ يجب على الأفراد والمؤسسات تعريض الأشخاص لتدريب أفضل من حيث أفضل الممارسات لرؤية بياناتهم وفهمها. يجب أن تقدم أماكن العمل دورات حول تصور البيانات ومحو أمية البيانات حتى يتمكن الموظفون من فهم الأنماط وتعلم أفضل الطرق لإنشاء الرسوم البيانية وتمثيلها.

لتدريب موظفيك ، يمكنك الحصول على برامج رائعة تابعة لجهات خارجية من قبل شركات مثل قليك, محو الأمية البيانات, أكاديمية Coursera للبيانات والتحليلات, EDX, داتاكامب, أكاديمية خان, الجمعية العامة, لينكيدين التعلم، و اكثر. عروض تابلوه التعلم الذاتي, دروس تدريبية افتراضية حية، و دورة مجانية في محو الأمية البيانات. تشمل المشاريع المماثلة التي تتضمن التدريب ، وبعضها مجاني بيانات للشعب, رواية القصص بالبيانات, لودج البيانات, مشروع محو الأمية البيانات، وغيرها.

يجب على المديرين التنفيذيين أيضًا التفكير في: كيف يمكن تدريب موظفيك ، ليس فقط على لغة الرسوم البيانية ولكن أيضًا كنموذج أوسع؟

أحد الجوانب السلبية لأدوات البناء التي تحتوي على الكثير من القدرات المعززة - والتي تشمل الذكاء الاصطناعي والتعلم الآلي - هي أنها يمكن أن تبدو بسيطة بشكل مخادع ، ويمكنها زيادة عدد المستخدمين بسرعة كبيرة. ولكن يمكن للمستخدمين غير المتمرسين إنشاء مخطط أو رؤى سريعة من مخطط قد يكون مضللاً أو مضللاً بطريقة ما.

من المهم تثقيف الناس حول لغة التمثيل المرئي والعلم الذي يقف وراءها حتى يكونوا ، على الأقل ، على علم بالبيانات ، إن لم يكونوا ملمين بالبيانات. على سبيل المثال ، كيف يحدد الناس ما هو الخارج؟ كيف يجب عليهم تصميم لوحات معلومات جديرة بالثقة؟ يجب أن يكونوا قادرين أيضًا على فهم التمييز بين الارتباط والسببية. سيضمن ذلك دقة البيانات ويمكن استخدامها للتحليل.

2. اتخذ قرارات مبنية على البيانات.

الانتقال من شفهية البيانات - حيث يتحدث الناس عن اتخاذ قرارات تعتمد على البيانات - إلى معرفة البيانات - حيث يكون لدى الناس القدرة على استكشاف البيانات وفهمها والتواصل معها - يتطلب إضفاء الطابع الديمقراطي على الوصول إلى تصورات البيانات. يستلزم هذا التركيز على التعلم الفردي وقابلية التطبيق ، ولكن يجب أن يكون أكثر من تغيير تنظيمي. تأخذ عملية الدمقرطة الحقيقية لمحو الأمية البيانات في الاعتبار النظام البيئي الكامل للبيانات. إنها تدرك انتشار الرسوم البيانية في حياة المستخدمين اليومية وتعمل على جعلها مفهومة على نطاق واسع.

يجب أن يتخذ الناس قرارات بناءً على البيانات وليس فقط على الآراء الشخصية ؛ يعود هذا إلى أهمية التدريب الذي يثقف المستخدمين على التمييز بين الارتباط والسببية. كيف ينبغي اتخاذ القرارات التي تعتمد على البيانات؟ ما هي وسيلة تقديم البيانات والوجبات الرئيسية حتى تظل المناقشة موضوعية لاتخاذ قرارات فعالة؟ على سبيل المثال ، يجب على شركات التكنولوجيا استخدام بيانات المستخدم عن بُعد لتحديد الميزات التي يجب إنشاؤها وخصائص الاستخدام وتحديد أي احتكاك في تجربة المستخدم.

3. تطوير وصيانة بنية تحتية مناسبة.

لدعم التوصيتين الأوليين ، يجب على المديرين التنفيذيين التأكد من أن مؤسستهم قد قامت ببناء بنية تحتية مناسبة وقابلة للتطوير لإيواء بياناتها وإدارتها. يجب عليهم أيضًا مساعدة مؤسساتهم في تحديد والوصول إلى تقنية الذكاء الاصطناعي التي تعالج مشاكل العملاء واحتياجاتهم.

علاوة على ذلك ، يجب أن يكون صانعو القرار مدروسين ومدروسين بشأن خصوصية البيانات وثقتها. لا يمكن أن تكون فكرة لاحقة. يجب أن يؤخذ في الاعتبار بجدية منذ البداية. يجب أن تنحصر مسؤولية خصوصية البيانات والثقة بها على عاتق المستخدم الفردي ، والتي يمكن أن تغطيها سياسات إدارة وإدارة البيانات الشاملة.

مواصلة التركيز على جهود محو الأمية البيانات

يُعد الاستثمار في الذكاء الاصطناعي وأدوات التحليلات المعززة مثل Data Stories خطوة ممتازة نحو تمكين مستخدمي الأعمال من اكتشاف الإجابات من بياناتهم ، ولكن هذه الأدوات ستكمل جهود محو الأمية للبيانات بدلاً من استبدالها. علاوة على ذلك ، يمكن للأشكال الصحيحة للاستثمار في كل من تكنولوجيا الذكاء الاصطناعي والتدريب أن تدعم بشكل فعال البشر للقيام بما يتفوقون فيه: التفكير في الحلول وإيجادها أثناء تلبية احتياجات العملاء ، وكلها تتمحور حول البيانات.

سيضمن الاستمرار في التركيز على محو الأمية البيانات في جميع أنحاء مؤسستك أن المزيد من موظفيك - مستخدم الأعمال غير الرسمي ومحلل البيانات المتطور - يطرحون الأسئلة الصحيحة حول بياناتك والتي ستؤدي إلى مزيد من الأفكار.

اختر شريكًا مرنًا في التحليل

يقدم شريك التحليلات مثل Tableau اتساعًا وعمقًا في القدرات بالإضافة إلى التدريب القائم على الأدوار - مما يجعله شريكًا مرنًا في الرحلة لاكتشاف ما هو الأفضل لشركتك. تعلم المزيد عن تابلوه كلاود.

إحصاءات البيانات لمستخدمي الأعمال

قم بإعداد مستخدمي عملك لتحقيق النجاح. تعرف على المزيد حول قصص البيانات هنا.