ცხრილის ანალიზი თუ პროგნოზი? აირჩიეთ კითხვით

მოკლე პასუხი: ცხრილის ანალიზი აღწერს უკვე დაფიქსირებულ მონაცემებს: რა მოხდა, სად შეიცვალა მაჩვენებელი და რომელი ჩანაწერი საჭიროებს ყურადღებას. პროგნოზირება დროითი რიგიდან მომავალი მნიშვნელობის შეფასებას ცდილობს და ამ შეფასებასთან დაკავშირებულ გაურკვევლობას აჩვენებს. ჯერ კითხვა ჩამოაყალიბეთ: წარსულის ან მიმდინარე მდგომარეობის გაგებას ცდილობთ თუ მომავალ პერიოდში სიმძლავრის, მარაგის ან დროის დაგეგმვას? ბუნდოვან მეტრიკას ვერც შეჯამება და ვერც პროგნოზი ვერ გამოასწორებს.

თუ მონაცემიდან განმეორებადი სამუშაო პროცესის შექმნაზე ფიქრობთ, aiNOW-ის AI კონსულტაციის გვერდი შეიძლება საწყისი იყოს. ეს ტექსტი რომელიმე კონკრეტულ ხელსაწყოს ან შედეგს არ გპირდებათ; მისი დანიშნულებაა, ანალიტიკის ამოცანა ინსტრუმენტის არჩევამდე სწორად დაიყოს.

დაიწყეთ ბიზნესკითხვით

AI-ის ფუნქციის გახსნამდე გადაწყვეტილება ერთი წინადადებით დაწერეთ. „რომელ რეგიონში შეიცვალა მარჟა ყველაზე მეტად გასულ თვეში?“ ანალიზის კითხვაა. „რამდენი მარაგი მოვამზადოთ მომდევნო დაგეგმვის პერიოდისთვის?“ მომავლის შეფასებას მოითხოვს. „რატომ შემცირდა მარჟა?“ ჯერ შეიძლება ფასების, პროდუქტის მიქსის, დაბრუნებებისა და ხარჯების ანალიზი დასჭირდეს, სანამ მომავლის რიცხვზე საუბარი გამართლდება.

Microsoft-ის Excel-ის გზამკვლევი ანალიზის კითხვებად ასახელებს შედარებას, გამონაკლისებს, შეჯამებას, ტენდენციებს, პროგნოზსა და „რა მოხდება, თუ“ სცენარებს და გვირჩევს, კონკრეტული კითხვით დავიწყოთ. პრაქტიკულად, კარგი კითხვა პატარა სპეციფიკაციას ჰგავს: მასში უნდა ჩანდეს საზომი, შესაბამისი სტრიქონები ან პერიოდი, შედარება და ის გადაწყვეტილება, რომელსაც პასუხი უნდა მოემსახუროს.

რას აკეთებს ცხრილის ანალიზი

ანალიზი უკვე არსებული სტრიქონებიდან ამოიღებს აღწერით სურათს. ის შეიძლება დაგეხმაროთ, იპოვოთ უჩვეულო დაბრუნებები, შეადაროთ რეგიონები, დააჯგუფოთ გაყიდვები ან შეამჩნიოთ, რომ კონკრეტულ პერიოდში მაჩვენებელი შეიცვალა. მისი ამოცანაა მონაცემის გაგება და შესამოწმებელი ადგილის ჩვენება. ანალიზი არ ამბობს ავტომატურად, რომ იგივე ცვლილება მომავალშიც გაგრძელდება.

ამ შედეგს მაინც სჭირდება მეტრიკის მკაფიო განმარტება. „გაყიდვები“ შეიძლება ნიშნავდეს შეკვეთების რაოდენობას, შემოსავალს, გადახდილ თანხას ან დაბრუნებების გამოკლებით დარჩენილ მნიშვნელობას. თუ გუნდი ერთსა და იმავე სიტყვას სხვადასხვა მნიშვნელობით იყენებს, ლამაზად შედგენილი ცხრილი გადაწყვეტილებას ვერ გაასწორებს.

რას ამატებს პროგნოზირება

პროგნოზი ისტორიულ დროით რიგში არსებულ კანონზომიერებებს იყენებს მომავალი მნიშვნელობის შესაფასებლად. Google Cloud-ის BigQuery-ის მიმოხილვა პროგნოზირებას დროით მონაცემებზე მომავლის შეფასებად აღწერს. მისი ტექნიკური მითითებაც აჩვენებს, რომ პროგნოზის წაკითხვისას თავად შეფასებასთან ერთად გაურკვევლობის ზღვარი და პროგნოზის ჰორიზონტი უნდა გაითვალისწინოთ.

ეს არ ნიშნავს, რომ მომავლის რიცხვი ფაქტია. სეზონურობის, ფასის, კამპანიის, მარაგის ან ბაზრის რეჟიმის ცვლილებამ წარსულზე დაფუძნებული შეფასება შეიძლება ნაკლებად გამოსადეგი გახადოს. პროგნოზი სასარგებლოა მაშინ, როცა მას კონკრეტული დაგეგმვის გადაწყვეტილება, გადახედვის წესი და პასუხისმგებელი პირი ახლავს.

შედარება: ანალიზი და პროგნოზი ყოველთვის ერთი სამუშაოს ორი ეტაპი არ არის

ზოგიერთ პროცესში ჯერ ანალიზია საჭირო, შემდეგ კი პროგნოზი. თუ გუნდმა არ იცის, რომელი პერიოდი აკლია, რატომ შეიცვალა მონაცემი ან რომელი სვეტი არის სანდო, მომავლის შეფასებამდე მონაცემის შემოწმება უნდა ჩატარდეს. სხვა პროცესში კი პროგნოზი საერთოდ არ არის საჭირო: მაგალითად, დღეს რომელი ჩანაწერები დარჩა დამუშავებელი, ცხრილის ამჟამინდელი ფილტრით ჩანს.

გაითვალისწინეთ ეს გამიჯვნა: ანალიზი პასუხობს „როგორ იყო?“ ან „სად არის განსხვავება?“; პროგნოზი პასუხობს „რა შეიძლება იყოს შემდეგ?“; მიზეზის დადგენა კი კიდევ სხვა ამოცანაა. პროგნოზის კარგი სიზუსტე არ ნიშნავს, რომ მან ცვლილების მიზეზიც იპოვა.

პირობითი მაგალითი: თბილისის საბითუმო დისტრიბუტორი

წარმოვიდგინოთ თბილისის საბითუმო დისტრიბუტორი, რომელიც მარაგის დაგეგმვას ცდილობს. ეს გამოგონილი მაგალითია და არ აღწერს aiNOW-ის კლიენტის შედეგს. გუნდი ერთ ცხრილში ინახავს გაყიდვებს, მარაგს, აქციებსა და დაბრუნებებს.

პირველი კითხვა შეიძლება იყოს: რომელ პროდუქტთა ჯგუფებში შემცირდა მარჟა და რა პერიოდთან შედარებით? ეს ანალიზია. გუნდი ამოწმებს ფასს, დაბრუნებასა და აქციის პირობებს, რათა უბრალოდ განსხვავება არ აურიოს მიზეზში. შემდეგი კითხვა შეიძლება გახდეს: მომდევნო დაგეგმვის პერიოდში რამდენი ერთეულის მარაგისთვის უნდა მოემზადოს საწყობი? ეს პროგნოზია, რომელსაც სჭირდება დროის დიაპაზონი, მონაცემის ხარისხის შემოწმება და გადახედვის თარიღი.

თუ აქციის პერიოდში მოთხოვნა უჩვეულოდ გაიზარდა, მოდელმა ეს ცვლილება შეიძლება მომავალშიც გაიმეოროს, მიუხედავად იმისა, რომ აქცია აღარ გაგრძელდება. ამიტომ პროგნოზის გვერდით უნდა ჩაიწეროს დაშვებები: რომელი პირობები ითვლება უცვლელად, რა შეიცვალა და როდის შეწყდება შედეგის გამოყენება.

კითხვიდან შემოწმებად სამუშაომდე

1. დაასახელეთ გადაწყვეტილება. დაწერეთ, რას შეცვლის პასუხი: მარაგის შეკვეთას, თანამშრომლის განაწილებას, კამპანიის გადახედვას თუ მხოლოდ კვლევის რიგს.
2. განსაზღვრეთ საზომი. მიუთითეთ ერთეული, დროის მონაკვეთი, გამონაკლისები და ის, რომელი სვეტი ითვლება წყაროდ.
3. დააცალკევეთ აღწერა და მიზეზი. „სად დაეცა“ ჯერ კიდევ არ ნიშნავს „რატომ დაეცა“.
4. მომავლის შემთხვევაში დაწერეთ დაშვებები. აღნიშნეთ ჰორიზონტი, შესაძლო ცვლილებები და როდის შეამოწმებთ პროგნოზს რეალურ მონაცემთან.
5. დაადგინეთ მფლობელი. პასუხის შემდეგ ვინ მოქმედებს და ვინ აჩერებს პროცესს, თუ მტკიცებულება არასაკმარისია?

შეზღუდვები და გავრცელებული შეცდომები

ცხრილის ანალიზი ვერ ჩაანაცვლებს არასწორად განსაზღვრულ მეტრიკას, გამოტოვებულ სტრიქონებს ან სხვადასხვა წყაროს შეუთანხმებელ სახელებს. პროგნოზი კი განსაკუთრებით მგრძნობიარეა მაშინ, როცა ისტორიული წესი იცვლება: ახალი ფასი, მიწოდების შეფერხება, კამპანია, სეზონური მოვლენა ან პროდუქტის გაუქმება შეიძლება წარსულის გამეორებას არ დაუშვას.

ერთ-ერთი გავრცელებული შეცდომაა პროგნოზის ერთი რიცხვის საბოლოო გეგმად ქცევა. უკეთესია, გუნდმა იცოდეს შეფასების პირობები და გაურკვევლობის საზღვარი, შემდეგ კი რეალურ შედეგს შეადაროს. NIST-ის AI Risk Management Framework-ის FAQ სანდო AI-ს მახასიათებლებს შორის ვალიდურობასა და საიმედოობას, გამჭვირვალობას, ანგარიშვალდებულებასა და ახსნადობას ასახელებს. მონაცემთა სამუშაო პროცესში ეს ნიშნავს, რომ შედეგის წყარო, შეზღუდვა და შემმოწმებელი თვალსაჩინო უნდა იყოს.

თუ მონაცემის მიღება, გაწმენდა, ანგარიშის შექმნა და პასუხისმგებელთან გადაცემა ყოველდღიურად მეორდება, ჯერ აღწერეთ წესი და შემდეგ განიხილეთ ბიზნესის ავტომატიზაცია. ავტომატიზაცია ანალიზისა და პროგნოზის არსებულ გაურკვევლობას არ აქრობს; ის მხოლოდ შეთანხმებულ ნაბიჯებს ამცირებს ხელით შესრულებას.

ხშირად დასმული კითხვები

თუ AI ცხრილიდან მომავლის რიცხვს წერს, ეს უკვე პროგნოზია?

არა აუცილებელი. ტექსტურად შექმნილი რიცხვი არ არის შემოწმებული დროითი პროგნოზი. პროგნოზად განხილვამდე უნდა იყოს განსაზღვრული დროითი სვეტი, საზომი, შეფასების პერიოდი, დაშვებები და რეალურ შედეგთან შედარების წესი.

შეიძლება თუ არა ანალიზმა მიზეზი დაადგინოს?

ანალიზმა შეიძლება აჩვენოს, სად მოხდა ცვლილება და რომელ ფაქტორებთან ერთად ჩანს ის. ეს ავტომატურად არ ამტკიცებს მიზეზს. მიზეზისთვის დამატებითი შემოწმება ან შესაბამისი ექსპერიმენტული დიზაინი შეიძლება გახდეს საჭირო.

როდის არის პროგნოზირების პროექტის დაწყება ნაადრევი?

როცა გუნდი ვერ თანხმდება მეტრიკაზე, დროის სვეტი არასრულია, მომავალი გადაწყვეტილების მფლობელი არ არსებობს ან უცნობია, რა მოხდება ცუდი პროგნოზის შემთხვევაში. ასეთ დროს ჯერ მონაცემის განმარტება და მცირე ანალიზი დაალაგეთ.

შემდეგი პრაქტიკული ნაბიჯი

აიღეთ ერთი მიმდინარე ცხრილი და მის გვერდით დაწერეთ ორი სვეტი: „რას ვხედავთ?“ და „რას ვაპირებთ ამის გამო?“. პირველში ჩაწერეთ მხოლოდ აღწერითი აღმოჩენები, მეორეში ჩაწერეთ შემოწმებადი მოქმედება, პასუხისმგებელი პირი და გადახედვის დრო. თუ გუნდი ვერ ავსებს მეორე სვეტს, ახალი მოდელის არჩევის ნაცვლად ჯერ თვითონ გადაწყვეტილება დააზუსტეთ. კონკრეტული პროცესის განხილვისთვის შეგიძლიათ aiNOW-ს დაუკავშირდეთ.

დაკავშირებული მასალა

• გენერაციული AI და პროგნოზირება: რომელი როდის გვჭირდება
• AI-ის პროგნოზი მიზეზს არ ამტკიცებს: ბიზნესგადაწყვეტილების გზამკვლევი
• AI პილოტი ბიზნესში: როგორ გადაწყვიტოთ გაგრძელება
• AI პროექტის ტექნიკური დავალება: რა უნდა ჩაწეროთ დაწყებამდე