De rol van kunstmatige intelligentie in besluitvormingsprocessen. 4 soorten data-analyse | AI in business #14

4 soorten data-analyse ondersteund door AI

De belangrijkste soorten data-analyse die kunstmatige intelligentie kan ondersteunen zijn:

• Descriptieve analyse – ook bekend als descriptieve analyse, is de eenvoudigste vorm van analytics. Het omvat het verzamelen en organiseren van historische gegevens, dat wil zeggen over wat er al is gebeurd in het bedrijf. Het hoeft meestal geen gebruik te maken van kunstmatige intelligentie. AI wordt alleen gebruikt wanneer er zeer grote hoeveelheden gegevens worden geanalyseerd, of wanneer analisten verwachten dat kunstmatige intelligentie nieuwe patronen ontdekt die nog niet zijn bestudeerd.
• Augmented analytics – is een hulpmiddel dat analisten ondersteunt bij taken zoals het samenstellen van gegevens voor analyse of het visualiseren van resultaten via verschillende grafieken, tabellen en presentaties. Op basis van de door AI voorbereide gegevens kan een analist gemakkelijker conclusies trekken uit het verzamelde materiaal zonder de hulp van een team om informatie in te voeren en te classificeren. Hier kan men helpen met het gratis ChatGPT-hulpmiddel, of gebruik maken van freemium-opties zoals Visme of Datawrapper.

Voorbeeld van datavisualisatie.

Bron: academy.datawrapper.de

• Predictieve analytics – richt zich op het vinden van patronen in bestaande gegevens zodat er nauwkeurigere beslissingen op basis daarvan kunnen worden genomen en potentiële risico’s kunnen worden geïdentificeerd. Kunstmatige intelligentie maakt gebruik van statistische modellering, machine learning (ML, Machine Learning) en Data Mining-technieken om toekomstige gebeurtenissen te voorspellen.
• Prescriptieve analytics – ook wel bekend als prescriptieve analytics, verzamelt net als de bovenstaande gegevens over eerdere situaties. Het doel ervan is echter het meest complex, en de werking ervan is het meest afhankelijk van kunstmatige intelligentie. Dit komt omdat het gaat om het aangeven van het beste gedrag in een bepaalde zakelijke situatie.

Besluitvorming – mens vs. AI

De basis voor het nemen van nauwkeurige beslissingen van welke aard dan ook is kennis van de relatie tussen gebeurtenissen en processen. Zowel mensen als kunstmatige intelligentie die proberen de toekomst te voorspellen, hebben enige kans op succes door gegevens over het verleden te verzamelen en te analyseren.

Statistisch gezien worden de kansen om een nauwkeuriger besluit te nemen gegeven door een meer gesloten systeem, dat wil zeggen een situatie die niet onderhevig is aan externe invloeden. De kansen op succes worden ook vergroot door een uitgebreider gegevensset die op verschillende manieren vergelijkbare eerdere relaties beschrijft.

Kunstmatige intelligentie heeft een voordeel ten opzichte van mensen omdat het veel grotere hoeveelheden gegevens kan analyseren en patronen kan zien die voor het menselijk oog onzichtbaar zijn. AI kan bijvoorbeeld:

• cyclische veranderingen in de vraag naar de diensten van het bedrijf afhankelijk van de locatie zien,
• marktinformatie die uit verschillende gegevens bestaat nauwkeuriger analyseren,
• de optimale combinatie van vaardigheden van de kandidaat voor het bedrijf uit een visueel onaantrekkelijk cv vissen.

Echter, een mens heeft het voordeel ten opzichte van kunstmatige intelligentie dat hij bij het nemen van beslissingen rekening kan houden met externe factoren waarvan de impact op de situatie van het bedrijf misschien niet voor de hand liggend of indirect is. Een mens die gegevens interpreteert kan:

• de ethische, sociale en juridische aspecten van hun keuzes overwegen,
• hun aannames en conclusies in twijfel trekken en kritisch evalueren,
• rekening houden met bestaande relaties met klanten en zakenpartners.

Besluitvormingsmethoden

Om de risico’s, onzekerheden en verantwoordelijkheden die gepaard gaan met het nemen van zakelijke beslissingen het hoofd te bieden, nemen bedrijven methoden aan om het proces gemakkelijker en ordelijker te maken. Deze omvatten:

• De Eisenhower Matrix – is een eenvoudige techniek voor het prioriteren van taken op basis van urgentie en belangrijkheid. Het stelt je in staat om taken in 4 categorieën te verdelen:
• Urgent en belangrijk – vereisen onmiddellijke uitvoering.
• Belangrijk maar niet urgent – je moet een deadline voor hun uitvoering plannen.
• Urgent maar onbelangrijk – kan aan iemand anders worden gedelegeerd of helemaal worden overgeslagen.
• Noch urgent noch belangrijk – onnodig, tijdrovend.

AI kan zakelijke analisten helpen die de Eisenhower-matrix gebruiken om analytische taken automatisch te categoriseren op basis van urgentie en belangrijkheid, waardoor prioritering en planning gemakkelijker worden.

• SPADE (Spanning-tree Progression Analysis of Density-normalized Events) – een veelzijdig kader dat de verantwoordelijkheid van één persoon voor beslissingen benadrukt op basis van het delen van de ervaring van het hele team. Het is een hulpmiddel dat in het bedrijfsleven wordt gebruikt, maar ook in medische diagnostiek. AI kan de zoektocht ondersteunen door gegevensanalyse, het simuleren van opties en het algoritmisch modelleren van de gevolgen van elke beslissing.
• Agile Inception – creëert een kader voor de eerste conceptuele en besluitvormingsfase van het werk van het agile team. De belangrijkste momenten zijn:
• Definieer productvisie en zakelijke doelstellingen.
• Analyse van opties en risico’s, prototyping van oplossingen.
• De beste ideeën selecteren en de MVP bepalen.

AI kan risico’s modelleren, opties simuleren en de beste prototypes aanbevelen op basis van de gegevens.

• Geïntegreerd Denken – wat een methode is die zich richt op het verkennen van mogelijkheden en het snel prototypen van oplossingen, waar hulpmiddelen zoals ChatGPT of Google Bard goed zullen werken.

4 besluitvormingsgebieden ondersteund door AI

Kunstmatige intelligentie wordt gebruikt voor zowel eenvoudige maar arbeidsintensievere data-analysebeslissingen als voor die welke het omgaan met grote datasets vereisen. Deze omvatten:

• Documenten invoeren in databases – zelfs in situaties waarin ze in papieren vorm aan het bedrijf worden geleverd of onvolledige of slecht gestructureerde gegevens bevatten, kan AI de informatie nauwkeurig organiseren en beslissen tot welke verzameling het document behoort,
• vragen beantwoorden die in natuurlijke taal zijn gesteld – besluitvorming maakt kunstmatige intelligentie in staat om nauwkeurig te reageren op gestelde vragen en het initiatief te nemen door vervolgvragen te stellen,
• Bedrijfsprocesbeheer – in het geval van onvolledige gegevens kan AI besluiten om door te gaan naar een van de kliekjes van alternatieve volgende stappen die in de proceskaart zijn opgenomen
• Procesautomatisering – de actie van kunstmatige intelligentie maakt de automatisering van workflows tussen de verschillende programma’s die het bedrijf bedienen mogelijk.

De beste AI-tools voor zakelijke data-analyse

Hieronder staat de nieuwste generatie tools die kunnen helpen bij de moeilijkste data-analyse – prescriptieve analyse, die de vraag beantwoordt wat er moet worden gedaan om de resultaten op basis van de gegevens te verbeteren. Geen van hen zal op zichzelf beslissen, maar hun mogelijkheden vergemakkelijken aanzienlijk een objectieve en veelzijdige benadering van gegevens.

1. ChatGPT Code Interpreter – een tool die beschikbaar is voor ChatGPT Plus-abonnees en die analyse, visualisatie en interpretatie van gegevens tot 170 MB biedt. Het grootste voordeel is dat het zich nauwkeurig aanpast aan de commando’s van de vraagsteller, terwijl het nadeel de noodzaak is om de gegevens voor analyse in een ander programma voor te bereiden. Een Code Interpreter kan echter omgaan met herhaalde regels, onnauwkeurige gegevens en eenheden, uitschieters detecteren, fouten controleren, gegevens opschonen, voorbewerken, inspecteren en visualiseren. AI gaat uitzonderlijk goed om met gestructureerde gegevens. Je kunt Excel-spreadsheets, CSV-bestanden, enz. uploaden en de Code Interpreter de gegevens laten beschrijven, verwerken, evalueren, visualiseren en interpreteren.
2. Tableau – biedt een “Vraag Gegevens” functie die een natuurlijke taalquery invoert en vervolgens automatisch de juiste datavisualisaties genereert. Het maakt gebruik van AI om de vraag van de gebruiker te begrijpen en een op gegevens gebaseerde reactie te geven. Tableau biedt ook andere AI-gebaseerde functies, zoals “Leg Gegevens Uit,” die automatisch gegevens interpreteert en inzichten biedt in de betekenis ervan.
3. Improvado – een analysetool om marketing- en verkoopgegevens uit verschillende bronnen op één plek te consolideren. Een van de belangrijkste voordelen van Improvado is dat het integratie met Google Ads, Facebook Ads of Salesforce mogelijk maakt. Naast het creëren van aangepaste rapporten en dashboards die het mogelijk maken om gegevens snel en eenvoudig te analyseren.

Samenvatting

Data-analyse ondersteund door kunstmatige intelligentie opent een nieuwe dimensie van mogelijkheden voor zakelijke besluitvorming. Hoewel AI het potentieel heeft om veel grotere datasets te analyseren en verborgen patronen daarin te zien, zal het menselijk oordeel en intuïtie niet vervangen. Samenwerking tussen mensen en technologie, via de beste AI-tools, is de sleutel tot een toekomst waarin beslissingen beter geïnformeerd, nauwkeuriger en gebaseerd zijn op solide gegevens.

Als je onze inhoud leuk vindt, sluit je dan aan bij onze drukke bijengemeenschap op Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest.