如何利用AI做出更精准的商业决策？ 4种数据分析 | 商业人工智能#14

如何利用人工智能的力量，根据详细且更相关的数据做出业务决策？ 我们将了解数据分析的类型以及人工智能如何支持它们，以及将彻底改变您查看数据方式的工具。

AI支持的4类数据分析

人工智能可以支持的最重要的数据分析类型是：

• 描述性分析——也称为描述性分析，是最简单的分析形式。 它涉及收集和组织历史数据，即公司已经发生的事情。 它通常不需要使用人工智能。 仅当分析大量数据或分析师期望人工智能发现以前未研究过的新模式时，才会使用人工智能。
• 增强分析——是一种支持分析师完成诸如编译数据进行分析或通过各种图表、表格和演示文稿可视化结果等任务的工具。 基于人工智能准备的数据，分析师可以更轻松地总结收集到的材料，而无需团队帮助输入和分类信息。 人们可以使用免费的 ChatGPT 工具来提供帮助，或者使用免费增值选项，例如 Visme 或 Datawrapper。


数据可视化示例。

资料来源：academy.datawrapper.de

• 预测分析– 专注于寻找现有数据中的模式，以便根据其做出更准确的决策并识别潜在风险。 人工智能使用统计建模、机器学习（ML，机器学习）和数据挖掘技术来预测未来事件。
• 规范性分析——也称为规范性分析，与上述所有分析一样，收集过去情况的数据。 但其目的最为复杂，其运作也最依赖人工智能。 这是因为它是关于指示给定业务情况下的最佳行为。

决策——人类与人工智能

做出任何类型的准确决策的基础是了解事件和过程之间的关系。 通过收集和分析过去的数据，试图预测未来的人类和人工智能都有一定成功的机会。

从统计上看，做出更准确决策的机会是由更封闭的系统给出的，即不受外部影响的情况。 通过以各种方式描述过去类似关系的更广泛的数据集，也增加了成功的机会。

人工智能比人类具有优势，因为它可以分析大量数据并看到人眼看不见的模式。 例如，人工智能可以：

• 查看公司服务需求的周期性变化取决于位置，
• 更准确地分析由多种数据组成的市场信息，
• 从视觉上没有吸引力的简历中找出候选人对公司最有利的技能组合。

然而，人类相对于人工智能的优势在于，在做出决策时，他可以考虑外部因素，这些因素对公司状况的影响可能不明显或间接。 人类解释数据可以：

• 考虑他们的选择的道德、社会和法律方面，
• 质疑并批判性地评估他们的假设和结论，
• 考虑与客户和业务合作伙伴的现有关系。

决策方法

为了应对与业务决策相关的风险、不确定性和责任，公司正在采取一些方法来使流程变得更容易、更有序。 这些包括：

• 艾森豪威尔矩阵- 是一种基于紧急性和重要性轴的简单任务优先级排序技术。 它使您能够将任务分为 4 类：
• 紧急且重要——需要立即实施。
• 重要但不紧急——您应该为它们的实施制定一个最后期限。
• 紧急但不重要——可以委托给其他人或完全跳过。
• 既不紧急也不重要——不必要的、耗费时间的。

人工智能可以帮助使用艾森豪威尔矩阵的业务分析师根据紧急性和重要性自动对分析任务进行分类，从而使优先级划分和规划变得更加容易。

• SPADE（密度标准化事件的生成树进展分析） ——一个多方面的框架，强调基于共享整个团队的经验的单人决策责任。 它是一种用于商业的工具，也用于医疗诊断。 人工智能可以通过数据分析、模拟选项以及对每个决策的结果进行算法建模来支持搜索。
• 敏捷初始阶段——为敏捷团队工作的第一个概念和决策阶段创建一个框架。 其主要时刻有：
• 定义产品愿景和业务目标。
• 选项和风险分析，解决方案原型设计。
• 选择最佳创意并确定 MVP。

人工智能可以对风险进行建模、模拟选项并根据数据推荐最佳原型。

• 整合思维——这是一种专注于探索可能性和快速构建解决方案原型的方法，ChatGPT 或 Google Bard 等工具可以很好地发挥作用。

人工智能支持的 4 个决策领域

人工智能既可用于简单但劳动密集型的数据分析决策，也可用于需要处理大型数据集的决策。 这些包括：

• 将文档输入数据库——即使它们以纸质形式交付给公司或包含不完整或结构不良的数据，人工智能也可以准确地组织信息并决定文档属于哪个集合，
• 用自然语言回答问题——决策使人工智能能够准确地回答提出的问题，并主动提出后续问题，
• 业务流程管理——在数据不完整的情况下，人工智能可以决定转向流程图中包含的替代后续步骤之一
• 流程自动化——人工智能的作用使得为公司服务的各个程序之间的工作流程实现自动化。

用于业务数据分析的最佳人工智能工具

下面是最新一代的工具，可以帮助进行最困难的数据分析——规范性分析，回答需要采取哪些措施来改进基于数据的结果的问题。 他们都不会自己做出决定，但他们的能力极大地促进了客观和多方面的数据处理方法。

1. ChatGPT Code Interpreter – ChatGPT Plus 订阅者可以使用的工具，可对高达 170 MB 的数据进行分析、可视化和解释。 它最大的优点是可以准确地适应提问者的命令，而缺点是需要在另一个程序中准备数据进行分析。 然而，代码解释器可以处理重复的行、不准确的数据和单位不准确、检测异常值、检查错误、清理、预处理、检查和可视化数据。 人工智能可以很好地处理结构化数据。 您可以上传 Excel 电子表格、CSV 文件等，并让代码解释器描述、处理、评估、可视化和解释数据。
2. Tableau – 提供“Ask Data”功能，输入自然语言查询，然后自动生成适当的数据可视化。 它利用人工智能来理解用户的查询并提供数据驱动的响应。 Tableau 还提供其他基于人工智能的功能，例如“解释数据”，它可以自动解释数据并提供对其含义的见解。
3. Improvado – 一种分析工具，可将各种来源的营销和销售数据整合到一个地方。 Improvado 的主要优势之一是它允许与 Google Ads、Facebook Ads 或 Salesforce 集成。 除了创建自定义报告和仪表板之外，您还可以快速轻松地分析数据。

概括

人工智能支持的数据分析正在为商业决策开辟新的可能性。 虽然人工智能有潜力分析更大的数据集并发现其中隐藏的模式，但它不会取代人类的判断和直觉。 通过最好的人工智能工具，人类与技术之间的协作是未来决策更加明智、准确且基于可靠数据的关键。

如果您喜欢我们的内容，请加入我们在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest 上的忙碌蜜蜂社区。

作者：罗伯特·惠特尼

JavaScript 专家和 IT 部门的讲师。 他的主要目标是通过教其他人如何在编码时有效合作来提高团队生产力。

查看所有帖子

商业人工智能：

1. 人工智能在商业中的威胁和机遇（第 1 部分）
2. 人工智能在商业中的威胁和机遇（第 2 部分）
3. 人工智能在商业中的应用 - 概述
4. 人工智能和社交媒体——它们对我们有何评价？
5. 人工智能辅助文本聊天机器人
6. 商业 NLP 的今天和明天
7. 人工智能在商业决策中的作用
8. 安排社交媒体帖子。 人工智能有何帮助？
9. 自动社交媒体帖子
10. 内容管理中的人工智能
11. 今天和明天的创意人工智能
12. 多模态人工智能及其在商业中的应用
13. 新的互动。 人工智能如何改变我们操作设备的方式？
14. 数字公司中的 RPA 和 API
15. 利用人工智能运行的新服务和产品
16. 未来的就业市场和即将到来的职业
17. 绿色人工智能和地球人工智能
18. 教育科技。 人工智能在教育领域的应用
19. 我的经营理念有哪些弱点？ ChatGPT 的头脑风暴会议
20. 在商业中使用 ChatGPT
21. 合成演员。 排名前 3 的 AI 视频生成器
22. 3 个有用的 AI 图形设计工具。 商业中的生成式人工智能
23. 今天你必须尝试的 3 位出色的人工智能作家
24. 探索人工智能在音乐创作中的力量
25. 使用 ChatGPT-4 探索新的商机
26. 经理的人工智能工具
27. 6 个很棒的 ChatGTP 插件，让您的生活更轻松
28. 3 绘图人工智能。 商业情报总局
29. 麦肯锡全球研究院认为人工智能的未来是什么？
30. 商业人工智能 - 简介
31. 什么是 NLP，即商业中的自然语言处理
32. 自动文档处理
33. 谷歌翻译 vs DeepL。 机器翻译的 5 个商业应用
34. 语音机器人的运营和商业应用
35. 虚拟助理技术，或者说如何与AI对话？
36. 什么是商业智能？
37. 人工智能会取代商业分析师吗？
38. 人工智能如何帮助 BPM？