Llywio Llythrennedd Data Ym Myd Dadansoddeg Estynedig

Mae galluoedd deallusrwydd artiffisial (AI) fel dysgu peiriant (ML) a phrosesu iaith naturiol (NLP) yn parhau i wella, a gall cynhyrchion dadansoddeg estynedig awtomeiddio llawer o dasgau sy'n ymwneud â gweld a deall data yn ddibynadwy. Gydag offer pwerus sy'n gallu dod i'r wyneb mewnwelediadau o ddata, mae swyddogion gweithredol yn aml yn cael eu gadael yn pendroni: A yw'r dechnoleg hon mewn gwirionedd yn lleihau'r angen am llythrennedd data ymdrechion hyfforddi yn eu sefydliadau? Na, yn hytrach i'r gwrthwyneb.

Mae llythrennedd data - y gallu i ddarllen, ysgrifennu a chyfathrebu data mewn cyd-destun - yn bwysicach nag erioed. Mae'n hanfodol i helpu sefydliadau i ddatblygu ffordd o weithio sy'n cael ei gyrru gan ddata a grymuso gweithwyr i ychwanegu at sgiliau deallusrwydd artiffisial gyda'u creadigrwydd a'u meddwl beirniadol eu hunain.

Mae ffactorau ychwanegol i'w hystyried yn rôl llythrennedd data ar gyfer twf a llwyddiant sefydliad. Mae llogi, hyfforddi a chadw gwyddonwyr a dadansoddwyr data yn anodd - a hefyd, mae eu sgiliau yn aml yn gynnil ac yn ddrud. Yn ôl 365 Gwyddor Data, mae'n debyg na fydd y rhan fwyaf o wyddonwyr data yn treulio mwy na 1.7 mlynedd yn eu gweithle presennol. Mae gwyddonwyr a dadansoddwyr data, sydd wedi'u hyfforddi'n drylwyr, yn aml yn derbyn ceisiadau am dasgau fel adeiladu ffynhonnell ddata lân i'w gwerthu neu gorddi adroddiadau sylfaenol. Gyda'u galluoedd arbenigol, byddai eu hamser a'u set sgiliau yn cael eu gwasanaethu'n well gan weithio ar fodelu a datblygu llifoedd gwaith ar gyfer cwestiynau busnes cymhleth, gwerth uwch.

Pan fydd swyddogion gweithredol yn buddsoddi mewn AI a thechnoleg dadansoddeg estynedig, gall y defnyddiwr busnes - defnyddiwr data mwy achlysurol o'i gymharu â dadansoddwr pwrpasol - gyrchu'r atebion i'w cwestiynau a'r wybodaeth sydd ei hangen arnynt i wneud eu gwaith yn dda heb boeni am fecanwaith gwneud. felly.

Mae gan archwilio sut y gall datrysiadau wedi'u galluogi gan AI gefnogi tasgau defnyddwyr a dod o hyd i'r profiad defnyddiwr cywir botensial enfawr i osod yr offeryn a'r defnyddiwr ar gyfer llwyddiant. Er enghraifft, gall offeryn AI awtomeiddio rhai o'r tasgau mwy diflas sy'n ymwneud â pharatoi data ac yna darparu'r canlyniadau i'r dynol, a all ddadansoddi a delweddu'r cynnwys ymhellach yn seiliedig ar eu hanghenion dadansoddol.

Mae Datblygiadau mewn Dadansoddeg Estynedig yn Helpu Pobl i Ateb Cwestiynau'n Gyflymach

Gall datrysiadau dadansoddeg estynedig ei gwneud hi’n haws i ddefnyddwyr busnes ddeall data, sy’n helpu cwmnïau i wneud y mwyaf o werth y technolegau costus hyn. Er enghraifft, gall dadansoddeg estynedig ddeall diddordeb cwsmeriaid a chynnig rhagfynegiadau am ddewisiadau defnyddwyr, datblygu cynnyrch, a sianeli marchnata. Gallant hefyd ddarparu cyd-destun ychwanegol am dueddiadau, gwerthoedd, ac amrywiadau yn eich data. Gall algorithmau soffistigedig awgrymu delweddiadau ychwanegol y gellir eu hychwanegu at ddangosfwrdd, ynghyd ag esboniadau testun a chyd-destun a gynhyrchir mewn iaith naturiol.

Dyma rai enghreifftiau o atebion a all helpu i ddyrchafu eich gweithlu.

1. Straeon Data. Mae Tableau Cloud bellach yn cynnwys Straeon Data, nodwedd teclyn dangosfwrdd deinamig sy'n cyflogi algorithmau AI i ddadansoddi data ac ysgrifennu stori syml amdano naill ai ar ffurf naratif neu fwled. Mae'r straeon yn plethu ynghyd naratifau am ddata y tu hwnt i ddim ond siartiau a dangosfyrddau mewn cofrestr sy'n hygyrch i ddefnyddwyr busnes ar gyfer ateb llawer o'u cwestiynau. Mae hyn yn lleihau lefel y llythrennedd data sydd ei angen ar ddefnyddiwr busnes i ddeall y wybodaeth sydd bwysicaf iddynt. Mae Data Stories yn wynebu'r cwestiynau syml y mae defnyddiwr yn eu gofyn pan fydd yn edrych am y tro cyntaf ar siart bar neu siart llinell: A oedd y rhif hwn sy'n edrych fel allglaf yn wirioneddol yn allglwr? Sut mae'r rhif hwnnw wedi newid dros amser? Beth yw'r cyfartaledd? Mae angen dehongli'r data o hyd - nid dyna'r stori gyfan - ond mae'n gam mawr tuag at ddatgloi'r mewnwelediadau mewn data.

2. Dangos i Mi. Mae nodweddion dadansoddeg estynedig hefyd yn caniatáu ar gyfer rhagosodiadau amgodio doethach. Er enghraifft, mae Show Me yn argymell mathau o siartiau ac amgodiadau marciau priodol yn seiliedig ar briodoleddau data o ddiddordeb. Yna gall defnyddwyr ganolbwyntio ar y siopau tecawê lefel uchel y maent am eu cyfathrebu a rhannu'r siartiau hyn â'u cynulleidfa fel rhan o'u llif gwaith dadansoddol gweledol.

3. Dealltwriaeth iaith naturiol. Gydag ymchwil soffistigedig, setiau hyfforddi mawr ar gyfer modelau iaith, a galluoedd cyfrifiadurol gwell, mae dealltwriaeth iaith naturiol hefyd wedi gwella'n sylweddol dros y blynyddoedd.

Gall pobl ofyn cwestiynau dadansoddol heb orfod deall mecanwaith adeiladu ymholiadau SQL. Gyda gwell bwriad o ddeall, gall rhyngwynebau iaith naturiol ateb cwestiynau gyda siartiau rhyngweithiol y gall defnyddwyr eu hatgyweirio, eu mireinio a rhyngweithio â nhw wrth iddynt wneud synnwyr o'r data.

4. Dysgu peiriant. Mae dadansoddiadau estynedig yn ymwneud ag ML hefyd wedi cymryd camau breision. Gall y modelau hyn ddysgu tasgau dadansoddol soffistigedig a chymhleth megis gweithrediadau trawsnewid data sy'n cael eu personoli i fath penodol o ddefnyddiwr neu grŵp o ddefnyddwyr. Ymhellach, mae gan lawer o brofiadau dadansoddeg estynedig bellach ryngwynebau defnyddwyr sy'n teimlo'n reddfol, gan leihau cymhlethdod hyfforddiant a chymhwyso model yn llif gwaith dadansoddol defnyddiwr.

Er bod gan AI alluoedd anhygoel, ni fydd byth yn disodli bodau dynol yn llwyr. Gall casglu siopau cludfwyd lefel uchel o eiddo ystadegol lefel is fod yn gymhleth a braidd yn gynnil. Mae gan bobl lefel uwch o wybyddiaeth greadigol; yr ydym yn chwilfrydig; gallwn ddistyllu'r siopau tecawê lefel uchel hyn o ddata.

Argymhellion ar gyfer Meithrin Llythrennedd Data

Er mwyn i sefydliadau ddatgloi mewnwelediadau lefel uwch o'u data, rhaid addysgu gweithwyr - defnyddwyr busnes a dadansoddwyr fel ei gilydd - am sut y dylent ddadansoddi eu data a chael arferion gorau ar gyfer delweddu a chyflwyno data. Dyma sut y gall sefydliadau ddatblygu arferion gorau wrth hyrwyddo llythrennedd data ac ychwanegu at ddeallusrwydd artiffisial gydag offer dadansoddi.

1. Buddsoddi mewn hyfforddiant.

Mae cael yr offer cywir a'r addysg/hyfforddiant cywir yn hanfodol i unrhyw sefydliad. Mewn Astudiaeth Forrester Consulting ar lythrennedd data, dim ond 40% o weithwyr a ddywedodd fod eu sefydliad wedi darparu’r hyfforddiant sgiliau data y disgwylir iddynt ei gael.¹ Dylai unigolion a sefydliadau wneud pobl yn agored i hyfforddiant gwell o ran yr arferion gorau o weld a deall eu data. Dylai gweithleoedd gynnig cyrsiau ar ddelweddu data a llythrennedd data fel y gall gweithwyr ddeall patrymau a dysgu'r ffyrdd gorau o greu a chynrychioli siartiau.

I hyfforddi'ch gweithwyr, gallwch chi ymrestru rhaglenni trydydd parti gwych gan gwmnïau fel Qlik, Llythrennedd Data, Academi Data a Dadansoddeg Coursera, EdX, Camp data, Khan Academi, Cynulliad Cyffredinol, LinkedIn Dysgu, a mwy. Tableau yn cynnig dysgu hunan-ysgogol, dosbarthiadau hyfforddi byw, rhithwir, a siop tecawê cwrs am ddim ar lythrennedd data. Mae prosiectau tebyg sy'n ymgorffori hyfforddiant, rhai ohonynt yn rhad ac am ddim, yn cynnwys Data i'r Bobl, Adrodd Storïau gyda Data, Y Gyfrinfa Ddata, Y Prosiect Llythrennedd Data, Ac eraill.

Dylai swyddogion gweithredol hefyd ystyried: Sut y gellir hyfforddi eich cyflogeion, nid yn unig yn iaith siartiau ond hefyd fel patrwm ehangach?

Un anfantais o adeiladu offer sydd â llawer o alluoedd estynedig - sy'n cynnwys AI a dysgu â pheiriant - yw y gallant edrych yn dwyllodrus o syml, a gallant gael defnyddwyr i fyny yn gyflym iawn. Ond gallai defnyddwyr heb ddigon o hyfforddiant gynhyrchu siart neu fewnwelediadau tecawê o siart a allai fod yn gamarweiniol neu'n gyfeiliornus mewn rhyw ffordd.

Mae'n bwysig addysgu pobl am iaith cynrychiolaeth weledol a'r wyddoniaeth y tu ôl iddo fel eu bod nhw, o leiaf, yn wybodus o ran data, os nad yn llythrennog mewn data. Er enghraifft, sut mae pobl yn nodi beth yw allanolyn? Sut dylen nhw ddylunio dangosfyrddau y gellir ymddiried ynddynt? Dylent hefyd allu deall y gwahaniaeth rhwng cydberthynas ac achosiaeth. Bydd hyn yn sicrhau bod y data yn gywir ac y gellir ei ddefnyddio ar gyfer dadansoddi.

2. Gwneud penderfyniadau sy'n cael eu gyrru gan ddata.

Mae symud o lafaredd data - lle mae pobl yn siarad am wneud penderfyniadau sy'n cael eu gyrru gan ddata - i lythrennedd data - lle mae gan bobl y gallu i archwilio, deall a chyfathrebu â data - yn gofyn am fynediad democrataidd i ddelweddau data. Mae hyn yn golygu canolbwyntio ar ddysgu unigol a chymhwysedd, ond dylai fod yn fwy o newid sefydliadol. Mae gwir ddemocrateiddio llythrennedd data yn ystyried yr ecosystem ddata gyfan. Mae'n cydnabod y doreth o siartiau ym mywydau beunyddiol defnyddwyr ac yn gweithio i'w gwneud yn ddealladwy yn gyffredinol.

Dylai pobl fod yn gwneud penderfyniadau ar sail data ac nid ar farn oddrychol yn unig; mae hyn yn mynd yn ôl at bwysigrwydd hyfforddiant sy'n addysgu defnyddwyr am y gwahaniaeth rhwng cydberthynas ac achosiaeth. Sut y dylid gwneud penderfyniadau sy'n seiliedig ar ddata? Beth yw cyfrwng cyflwyno data a’r siopau cludfwyd allweddol fel y gall y drafodaeth aros yn wrthrychol i wneud penderfyniadau effeithiol? Er enghraifft, dylai cwmnïau technoleg ddefnyddio data telemetreg defnyddwyr i benderfynu pa nodweddion i'w hadeiladu, nodweddion defnydd, a nodi unrhyw ffrithiant ym mhrofiad y defnyddiwr.

3. Datblygu a chynnal seilwaith digonol.

Er mwyn cefnogi'r ddau argymhelliad cyntaf, rhaid i weithredwyr sicrhau bod eu sefydliad wedi adeiladu seilwaith digonol, graddadwy i gartrefu a llywodraethu ei ddata. Dylent hefyd helpu eu sefydliadau i nodi a chael mynediad at dechnoleg AI sy'n mynd i'r afael â phroblemau ac anghenion eu cwsmeriaid.

At hynny, rhaid i'r rhai sy'n gwneud penderfyniadau fod yn feddylgar ac yn fwriadol ynghylch preifatrwydd data ac ymddiriedaeth. Ni all fod yn ôl-ystyriaeth; rhaid ei gymryd i ystyriaeth o ddifrif o'r dechrau. Dylid distyllu cyfrifoldeb preifatrwydd ac ymddiriedaeth data yr holl ffordd i lawr i'r defnyddiwr unigol, y gall polisïau llywodraethu a rheoli data cynhwysfawr eu cwmpasu.

Parhau i Ganolbwyntio ar Ymdrechion Llythrennedd Data

Mae buddsoddi mewn AI ac offer dadansoddeg estynedig fel Data Stories yn gam ardderchog tuag at rymuso defnyddwyr busnes i ddarganfod atebion o'u data, ond bydd yr offer hyn yn ategu ymdrechion llythrennedd data yn hytrach na'u disodli. Ar ben hynny, gall y mathau cywir o fuddsoddiad mewn technoleg a hyfforddiant AI gefnogi bodau dynol yn effeithiol i wneud yr hyn sydd orau ganddynt: meddwl a chreu atebion wrth ddatrys anghenion cwsmeriaid, i gyd yn canolbwyntio ar ddata.

Bydd parhau i ganolbwyntio ar lythrennedd data ledled eich sefydliad yn sicrhau bod mwy o'ch gweithwyr - y defnyddiwr busnes achlysurol a'r dadansoddwr data soffistigedig - yn gofyn y cwestiynau cywir am eich data a fydd yn arwain at fewnwelediadau pellach.

DEWISWCH BARTNER DADANSODDIAD HYBLYG

Mae partner dadansoddeg fel Tableau yn cynnig ehangder a dyfnder mewn galluoedd yn ogystal â hyfforddiant seiliedig ar rôl - gan ei wneud yn bartner hyblyg ar y daith i ddarganfod beth sy'n gweithio orau i'ch cwmni. Dysgwch fwy am Tablau Cwmwl.

ARCHWILIADAU DATA I DDEFNYDDWYR BUSNES

Sefydlu eich defnyddwyr busnes ar gyfer llwyddiant. Dysgwch fwy am Straeon Data ewch yma.