Che cos'è l'apprendimento automatico? Il tuo glossario essenziale di business intelligence

Ho sempre considerato le pulizie di primavera troppo piccole, troppo tardi. Per me, gennaio è il momento in cui ordini, stabilisci la priorità e inizi a rispondere alle domande del prossimo anno. Ecco perché ho scelto gennaio per rispondere a una domanda che potresti aver avuto da un po' di tempo: cos'è l'apprendimento automatico?

Risponderò e definirò anche alcuni altri termini che dovrai conoscere per rimanere al passo con il 2017. Se sei interessato a ciò che il software di business intelligence può fare per te, devi prima conoscere questi termini di base .

Ho messo l'apprendimento automatico al primo posto, poiché è una delle prime dieci tendenze tecnologiche strategiche di Gartner per il 2017 , ma il resto delle voci è disposto in ordine alfabetico.

Apprendimento automatico

Prima dell'apprendimento automatico, ai computer doveva essere detto (programmato) come pensare. Con l'apprendimento automatico, i computer possono pensare (più o meno) da soli.

Di recente ho parlato con Michael Finley, Head of Machine Learning presso la società di software BI AnswerRocket , che ha contribuito a elaborare. Prima dell'apprendimento automatico, la maggior parte del software "funzionava nel modo in cui era programmato: le persone trasformavano le istruzioni in codice del computer e il computer faceva ciò che il codice gli diceva di fare". Un esempio molto semplice potrebbe essere una calcolatrice: hai alimentato i numeri della calcolatrice, le hai detto cosa fare (addizione, sottrazione) e la calcolatrice ti ha dato i risultati. Con l'apprendimento automatico, tuttavia, il software può adattarsi. Finley continua: "Il software con l'apprendimento automatico non fa la stessa cosa il giorno in cui lo installi come fa il decimo o centesimo giorno in cui lo esegui". Se i valori immessi nel computer cambiano, il software si adatterà a quei valori. Un computer con l'apprendimento automatico impara come incorporarli.

Per gentile concessione dei fantastici Andre Pinto e Anthill Comics

Finley caratterizza l'apprendimento automatico come un software che sa come affrontare il concetto di "mi piace", come in "Voglio ascoltare una canzone come l'ultima che ho appena sentito". Il concetto è facile per le persone, ma è difficile per i computer. Finley ha spiegato che i computer sono bravi a capire quali numeri sono più grandi o più piccoli e ad abbinare numeri e nomi, ma hanno difficoltà con l'idea di somiglianza. L'apprendimento automatico aiuta i computer a capire perché una cosa è "come" un'altra. La comprensione della somiglianza dell'apprendimento automatico è particolarmente utile per prevedere i desideri dei clienti.

L'apprendimento automatico è alla base della prossima canzone che ascolti su Pandora, o del film suggerito da Netflix. Gli algoritmi di apprendimento automatico di Pandora e Netflix vengono "alimentati" dalle tue scelte (e dai veri "Mi piace", nel caso di Pandora) e lo usano per prevedere quali brani o programmi simili potresti apprezzare.

Alimenta questi algoritmi di apprendimento automatico con dati diversi e reagiranno in modo diverso. Se la tua dieta abituale di film horror include improvvisamente e inspiegabilmente una commedia romantica, gli algoritmi ML di Netflix reagiranno a quei dati e inizieranno a suggerire altre commedie romantiche o romance horror.

A parte il declino del gusto nei film, perché l'apprendimento automatico è importante per le PMI? Può aiutarli a competere con concorrenti più grandi. Il software BI con machine learning prende nuovi numeri ogni volta che aggiorni. Non stai basando la strategia sui numeri di un rapporto annuale, la stai basando su informazioni quasi in tempo reale e algoritmi che sanno come adattarsi a quei dati mutevoli. Finley spiega che il modo tradizionale e omogeneo in cui un'azienda ridimensiona tutto ciò che fa può essere rivoluzionato con ML:

“Potrei aver definito le migliori pratiche e voler ripetere i processi. Ma cosa accadrebbe se potessi definire le migliori pratiche ogni giorno, se avessi informazioni per cambiarle e riformulare la tua strategia ogni giorno? Hai dati grazie al ML che può riscrivere la strategia ogni giorno, ed è così che le PMI stanno davvero mangiando il pranzo dei ragazzi più grandi".

Per le PMI interessate alla strategia aziendale agile, l'apprendimento automatico potrebbe essere più di un modo per rimanere in vita. Potrebbe essere un modo per iniziare a prendere parte delle quote di mercato degli attori affermati.

• Analisi ad hoc
• Interrogazione ad hoc
• Analisi avanzate
• Intelligenza artificiale
• Big Data
• Dati contestuali
• Punto dati
• Qualità dei dati
• Visualizzazione dati
• Data Warehouse
• Banca dati
• Cruscotti
• Scavare a fondo
• ETL
• Metadati
• Metrica
• BI moderna
• BI tradizionale
• Software SaaS/Cloud
• Fare a pezzi
• SQL
• Termini che vuoi sapere...

Analisi ad hoc

L'analisi ad hoc è l'analisi quando ne hai bisogno, a un livello che il non informatico e il non specialista possono capire.

Se la business intelligence accessibile sembra una cosa ovvia da volere, non era sempre realizzabile. Per molto tempo, i professionisti della BI hanno dovuto essere in grado di “parlare al computer” (cioè scrivere in un linguaggio di codifica) per interrogare i programmi di business intelligence. Non sapevo come codificare in SQL, R o Python? Chiedi a qualcuno nell'IT che lo fa. Allora aspetta. E poi attendi che i programmi di business intelligence funzionino, quindi attendi ancora un po' per l'analisi.

Per fortuna, la BI è finalmente maturata per l'analisi ad hoc. : Con questo sistema, non è necessario attendere l'IT, o il ritmo più lento della produzione di report tradizionali, per ottenere i dati necessari. Rende il tuo lavoro, e il loro, più facile e meno stressante.

Se non hai uno staff IT, l'analisi ad hoc risolve questo problema. L'analisi ad hoc crea anche un time-to-insight più rapido (questa è un'altra parola d'ordine che potresti vedere; significa che ci vuole meno tempo per ottenere le informazioni di cui hai bisogno).

Interrogazione ad hoc

Le "query" sono domande a cui potresti chiedere una risposta al tuo software di business intelligence. Ad esempio, potresti chiedere al tuo software BI un elenco alfabetico di tutti i clienti con gli occhi marroni nati dal 1970. Potresti altrettanto facilmente chiamare una domanda una domanda, ma quanto spesso riesci a dire "interrogazione" durante una conversazione?

Una query ad hoc è quella che puoi chiedere quando ne hai bisogno. Come per le analisi aziendali precedenti, le query precedenti richiedevano che qualcuno nell'IT le chiedesse. Le query tendevano anche a svolgersi come parte di rapporti regolari che avresti ricevuto su base mensile o annuale. Con il vecchio software BI, dovresti porre quella query in un linguaggio di programmazione. SQL era uno standard di lunga data nella business intelligence; in questi giorni, R e Python sono quelli popolari.

Puoi guardare i programmi per computer, BI inclusa, come rami di una burocrazia, dal DOJ all'HHS. Sono tecnicamente lì per realizzare le cose, ma ognuno ha il suo linguaggio e lavora in un modo particolare. Un programmatore è come un burocrate che parla la lingua e sa come navigare in ogni programma/dipartimento.

Analisi avanzate

Questo termine in realtà va oltre la business intelligence. La “Business Intelligence” si è tradizionalmente occupata dell'analisi di ciò che è accaduto. L'analisi avanzata va oltre, sia che si tratti di prevedere cosa accadrà in futuro, sia di analizzare dettagli e fattori comunemente non associati alla business intelligence. Alcuni esempi di analisi avanzate sono data e text mining , analisi predittiva , previsione , analisi della posizione , analisi del sentimento e apprendimento automatico.

Intelligenza artificiale

L'apprendimento automatico è una parte dell'IA, ma l'IA è un concetto molto più ampio. L'intelligenza artificiale include tutto ciò che potresti chiamare " intelligenza esibita dalle macchine ". "Intelligenza", nel senso dell'IA, significa la capacità di fare qualcosa. Quindi, la comprensione comune di "intelligenza" come sapere molto non è il tipo di intelligenza che si trova nell'IA.

Le "qualcosa" che l'IA può fare sono già varie. Ad esempio, Daisy Intelligence utilizza l'intelligenza artificiale per esaminare i dati dei rivenditori, quindi formulare raccomandazioni che secondo loro possono "aumentare le vendite del 5% o più". Se, come me, ti piace programmare tanto quanto aspettare al DMV, un'assistente virtuale come Amy , che può programmare riunioni in base alle preferenze dei partecipanti, potrebbe essere il tuo migliore nuovo amico immaginario.

Big Data

I big data sono insiemi di dati estremamente grandi. Anche se normalmente sono d'accordo con Stephen King sul fatto che " la strada per l'inferno è lastricata di avverbi ", che "estremamente" è giustificato. Una piccola quantità di dati sarebbe, diciamo, un breve libro. Un PDF del primo libro di Harry Potter è di circa un megabyte (MB).

I Big Data sarebbero qualcosa come un petabyte di dati. Per continuare l'esempio del libro, tutto ciò che è scritto, dall'inizio della storia registrata, è di 50 petabyte . Le mega corporazioni, come Google, sono il tipo che si occupa di petabyte. Il sistema Mesa di Google , che monitora il traffico pubblicitario di Google, tiene traccia di petabyte di dati.

Dati contestuali

I dati contestuali sono dati aggiuntivi su una persona, un luogo o un evento (che sono chiamati "entità" nel linguaggio dei dati). I dati contestuali aiutano a completare ciò che un'azienda sa di un potenziale cliente e persino a prevedere ciò che potrebbe desiderare.

Sebbene non sia un business, l'Università di Manchester in Inghilterra utilizza i dati contestuali nel suo processo di ammissione per " costruire una visione completa e completa dei tuoi risultati e del tuo potenziale ". Insieme al modulo di ammissione dello studente, la messaggistica unificata considera fattori come il codice postale del candidato, la qualità della scuola in cui hai sostenuto gli esami e " se sei stato accudito o ricoverato per più di tre mesi".

Per un'azienda, i dati contestuali potrebbero aiutare le vendite. Per un esempio molto ampio, i dati contestuali su un cliente passato, basati sulle condizioni meteorologiche della sua posizione, potrebbero generare entrate. Un cliente a Tuscon, in Arizona, ha maggiori probabilità di acquistare ghiaccioli in ottobre rispetto a uno a International Falls, nel Minnesota .

Punto dati

Un punto dati è un singolo frammento di dati. Un punto dati è qualsiasi unità autonoma, o datum, tra i dati tracciati. Un singolo punto dati potrebbe essere qualsiasi cosa, dalle " dimensioni di un investimento " a un singolo clic su un annuncio che hai acquistato su Google. Nel caso di Uber, la posizione è un punto dati importante, talmente importante da poterlo effettivamente tracciare una volta terminata la corsa .

Se hai familiarità con gli indicatori chiave di prestazione , hai familiarità con i punti dati. I KPI misurano determinati tipi di punti dati, come le entrate o il tempo necessario per completare un progetto.

Qualità dei dati

La qualità dei dati è la misura dell'utilità dei tuoi dati. I dati di alta qualità sono puliti, organizzati e disponibili. Se i dati di una biblioteca sono i suoi libri, una biblioteca con dati di alta qualità avrebbe i libri che la popolazione desidera e di cui ha bisogno, in buone condizioni, accantonati nei posti giusti.

Esistono sei dimensioni della qualità dei dati:

• Completezza
• Unicità
• Validità
• Tempestività
• Consistenza
• Precisione

Visualizzazione dati

Una visualizzazione dei dati è qualsiasi immagine, grafica o grafica che mostra i tuoi dati. I grafici a torta e i grafici a barre sarebbero i tipi più comuni. Tuttavia, esiste una gamma molto più ampia di visualizzazioni là fuori. I criteri di valutazione di Gartner per le piattaforme di business intelligence e analisi per il 2016 (protetto da paywall; ne vale la pena) valuta i tipi di grafici più avanzati come elementi "preferiti" da cercare nella soluzione BI. Alcuni di quei tipi di grafici preferiti di qualità superiore da cercare sono:

• Grafici Marimekko
• Grafici X/Y
• Grafici di rete
• Diagrammi di Pareto
• Nubi di parole

Data Warehouse

Un data warehouse è il sistema informatico in cui vengono conservati e organizzati i dati provenienti da vari database e sistemi transazionali. Vedrai spesso il termine con una "impresa" in primo piano, poiché avrai bisogno di una grande quantità di dati di dimensioni aziendali per aver bisogno di un data warehouse.

Banca dati

Un database sono dati, organizzati in modo da poter ottenere facilmente ciò di cui hai bisogno. Sei mai stato a IMDB ? Certo che hai. Quello è un database: film, attori, registi, produttori, tutti organizzati per una facile ricerca, come quando devi barare in un gioco di sei gradi di Kevin Bacon .

Cruscotti

Quella foto è prima di questa spiegazione perché è più facile mostrare come appare una dashboard.

Per una definizione formale: un dashboard è una rappresentazione visiva dei dati che stai monitorando. Il tuo programma BI deve assolutamente avere un dashboard. Non compreresti un'auto senza cruscotto. Lo stesso vale per il software BI.

Quando acquisti un software BI, assicurati che i dashboard del tuo programma abbiano questi due criteri di base consigliati da Gartner (protetto da paywall; ne vale la pena):

• "La possibilità di progettare dashboard con, come minimo, tipi di grafici di base inclusi tabelle, grafici a barre, grafici a linee, grafici ad area e grafici a torta senza richiedere opzioni, codifica o script di terze parti".
• "Quello che vedi è ciò che ottieni (WYSIWYG) design", la possibilità di progettare un dashboard e analizzare i dati senza sapere come codificare.

Scavare a fondo

Il drill down si riferisce alla capacità di acquisire un'informazione generale, come i dati sulle vendite annuali, e di approfondire per mese, settimana o anche giorno. "Drill down" significa che puoi restringere dal generale ai dettagli che spesso fanno la differenza tra informazioni e insight. Il drill down è un po' come la versione di business intelligence di quel vecchio film sui "poteri di dieci".

ETL

ETL, o estrazione, trasformazione, caricamento, avviene tra la raccolta dei dati e il posizionamento di tali dati nel data warehouse.

La necessità di "estrarre" deriva dal fatto che i dati vengono raccolti in database o software ERP prima di arrivare al data warehouse. La necessità di trasformare deriva dal fatto che queste molteplici origini dati sono spesso in formati diversi e devono essere trasformate nel formato corretto per essere archiviate e ricercate nel data warehouse. La necessità di caricare è autoesplicativa; devi inserirlo nel data warehouse prima di poter cercare e confrontare un'origine dati con un'altra.

Metadati

I metadati sono dati sui dati. Se suona, meta, lo è... sono metadati !

Ma sul serio.

I metadati sono informazioni sui tuoi dati. Ci sono tre categorie:

• Tecnico: i dettagli tecnici sui tuoi dati, come i modelli, il formato e le misure.
• Business: descrizioni dei dati in termini di facile utilizzo (es. inglese semplice)
• Processo: dati che ti dicono cosa è stato fatto con quali dati e quando.

Metrica

"Metrico" è solo una parola di fantasia per qualsiasi cosa tu stia misurando.

Stai monitorando i tuoi profitti netti? Questa è una metrica. Tieni d'occhio quante persone utilizzano il software BI nella tua azienda? Anche questa è una metrica. Tenere d'occhio il tasso di conversazione? Anche questa è una metrica. Il trucco con le metriche è scegliere quelle migliori per la tua azienda. Ogni azienda ha esigenze diverse ed è una buona idea considerare le tue esigenze e priorità quando scegli le metriche .

BI moderna

Il termine moderna business intelligence deriva da Gartner , che la definisce così :

Una moderna piattaforma BI supporta lo sviluppo di contenuti analitici abilitato per l'IT. È definito da un'architettura autonoma che consente agli utenti non tecnici di eseguire autonomamente flussi di lavoro analitici a spettro completo dall'accesso, acquisizione e preparazione dei dati all'analisi interattiva e alla condivisione collaborativa di informazioni dettagliate.

In poche parole, la BI moderna mette l'utente aziendale al primo posto. Non dovrai dipendere da qualcuno dell'IT, o dovrai dipendere molto meno da loro, per utilizzare un moderno programma di BI. Laddove i programmi di BI tradizionali e meno recenti sono stati impostati per consentire solo al personale IT di creare contenuti, ad esempio, i moderni programmi di BI consentono agli utenti aziendali di creare facilmente contenuti da soli.

BI tradizionale

I tradizionali programmi di business intelligence fanno molto affidamento sul personale IT. Di solito richiedono che gli utenti conoscano SQL (un linguaggio di programmazione, vedi sotto) e ci vuole molto più tempo per ottenere risposte, poiché devi inserire manualmente più query in quella lingua. In quanto tali, sono molto meno agili e gli esperti come quelli di Gartner suggeriscono agli acquirenti di cercare invece il tipo di funzionalità che si trova nei moderni programmi di BI .

Software SaaS/Cloud

Il software come servizio è un modello in cui gli acquirenti acquistano le licenze per utilizzare il software, anziché acquistarlo e installarlo. La maggior parte dei software SaaS viene eseguita su Internet (ovvero nel cloud), il che riduce i costi iniziali di acquisto e installazione. Elimina anche la necessità di monitorare i server in cui è conservato il software; la società SaaS tiene traccia di eventuali interruzioni.

Fare a pezzi

Tagliare a cubetti grandi set di dati per esaminare i dati da prospettive diverse o esaminare alcune parti in modo più dettagliato. Le funzionalità Slice and Dice sono ciò che, ad esempio, ti consente di controllare i dati per settimana, quindi mese, quindi singolo giorno. Invece di aspettare un rapporto, affetta e dadi ti consente di prendere l'iniziativa e controllare i dati specifici quando ne hai bisogno.

SQL

Pronunciato "sequel", SQL è un linguaggio di programmazione comune utilizzato per ottenere informazioni dai database. Se parli inglese, il database parla SQL e saprà solo come rispondere a domande formulate in questo modo. A meno che, ovviamente, il tuo software di business intelligence non disponga di query in linguaggio naturale (NLQ), che ti consentono di porre domande allo stesso modo di un motore di ricerca.

Termini che vuoi sapere...

O pensi che gioverebbe ai lettori di questa lista? Fatemelo sapere nei commenti qui sotto. Idealmente, la sezione commenti potrebbe diventare un altro luogo in cui le persone possono richiedere definizioni e io per fornirle.

Se vuoi sapere come questi termini possono aiutarti meglio, dai un'occhiata a una delle opzioni nella directory del software di business intelligence di Capterra e contatta un fornitore.