26.08.2022  Экспертиза, Искусственный интеллект

Чтобы компании могли максимально использовать свои данные, им необходимо преодолеть пропасть между наукой о данных и бизнес-аналитикой (BI), пишет на портале AI Business Зохар Бронфман, генеральный директор и соучредитель компании Pecan.ai. Данные могут быть самым ценным активом компании, обеспечивая основу для прогнозирования всего — от будущих доходов до поведения покупателей и удержания клиентов. Во многих компаниях есть хорошо отлаженные команды бизнес-аналитиков, которые рассматривают и анализируют исторические данные для выявления тенденций производительности и управления. Но когда предприятия хотят выйти за рамки традиционного исторического анализа и внедрить предиктивную аналитику и искусственный интеллект, они сталкиваются с проблемами в поиске специалистов и необходимых инструментов. Специалистов по анализу данных трудно нанять, и они обучены уделять больше внимания исследованиям и точности моделей, чем достижению конкретных бизнес-результатов. Чтобы компании могли максимально использовать свои данные, им необходимо преодолеть пропасть между наукой о данных и BI. Обе области анализируют данные для продвижения бизнеса вперед, но у каждой из них есть свои сильные стороны и ограничения. Классическая бизнес-аналитика Хорошо известно, что классическая BI в основном сосредоточена на интерпретации прошлых событий и тенденций и представлении их в виде легко усваиваемых агрегированных отчетов и информационных панелей. Ограничение BI заключается в том, что генерируемые ... читать далее.