Budoucnost dat a analytiky není více dashboardů, je to rozhodovací inteligence

Podnik nepostrádá dashboardy. Dokáže vidět více podniku než kdy předtím. Proč tedy, po všech našich investicích do dat, platforem, vizualizací a samoobslužné analytiky, organizace stále bojuje s rozhodováním a jednáním?

Cesta od signálu k akci zůstává překvapivě manuální. Někdo musí najít správný dashboard, interpretovat, co se změnilo, sladit to s poznatky uloženými v jiných systémech a v hlavách lidí, svolat tým, rozhodnout, co dělat, a pak jednat.

Dashboardy zůstávají cenné, ale byly vytvořeny především pro zlepšení přehledu. Zřídka shromažďují celý kontext, který rozhodnutí vyžaduje. Málo často poskytují inteligenci v okamžiku rozhodnutí. Problém není přístup k informacím, ale vzdálenost a úsilí mezi informacemi a akcí. AI odhaluje tuto mezeru. AI také nabízí technologickým lídrům příležitost ji překlenout. 

Rozhodovací inteligence spojuje důvěryhodná data, obchodní kontext, lidský úsudek a řízené akce kolem rozhodnutí, která vytvářejí hodnotu. S ní mohou CIOové posunout data a analytiku z funkce zaměřené na doručování informací a artefakty na podnikový rozhodovací systém, který vytváří větší hodnotu. Postřehy musí být doručeny v okamžiku rozhodnutí, nikoli v rámci úložiště podnikových dat.

Budoucnost dat a analytiky není více dashboardů. Je to rozhodovací inteligence.

Poskytněte AI řízený přístup k distribuovaným podnikovým datům

Rozhodovací inteligence závisí na tom, že AI získává přístup k důvěryhodným podnikovým datům jako kontextu, aniž by ohrozila stávající bezpečnostní kontroly nebo zvýšila rizikový profil organizace v oblasti dat a analytiky.

Přiveďte modely k datům, abyste snížili riziko AI. Poskytněte AI kontext dat napříč všemi platformami. Zjednoťte původ a centralizujte zabezpečení dat a řízení přístupu v celém datovém prostředí.

Demokratizujte rutinní analytiku a tvorbu dashboardů

Přesuňte výrobu dashboardů na podnik. Poskytněte skutečnou samoobslužnou analytiku a data. Pro generování opakujících se postřehů dnes vynakládají zdroje se znalostí dat hodiny a dny na pochopení datových schémat, psaní dotazů a pipeline, plánování úloh a vizualizaci metrik a KPI. Mluvčí přirozeného jazyka mají méně štěstí. Musí čekat ve frontě analytického týmu týdny a měsíce.

Můj tým nasadil nástroj pro dotazování v přirozeném jazyce (NLQ), aby umožnil zaměstnancům bez datových dovedností, znalostí dat nebo technické způsobilosti generovat smysluplné postřehy v přizpůsobených dashboardech, které mohou sdílet s ostatními. Vytvářejí své panely během minut nebo hodin, používajíce jen výzvy.

Pro bezpečnost, zachovali jsme stávající omezení ochrany soukromí dat a aplikovali řádkovou úroveň zabezpečení přímo z naší datové platformy. Pro soukromí, použili jsme pouze veřejné modely k vektorizaci výzvy a porovnání s obchodními a technickými metadaty. Pro přesnost a spolehlivost, omezili jsme odpovědi na řízená podniková data a spustitelný SQL místo proměnných, nevysvětlitelných, AI-generovaných odpovědí.

NLQ snížil čas k získání postřehů o 90 % pro mluvčí přirozeného jazyka.

Kromě zrychlené rychlosti rozhodování jsme zaznamenali, že jakmile podnik převzal autorství a vlastnictví inteligentních aktiv, získal lepší povědomí o tom, kde lze inteligenci získat, když ji nejvíce potřebuje.

Demokratizace rutinní analytiky a tvorby dashboardů umožňuje týmu pro data a analytiku získat zpět cennou kapacitu pro výstupy s vyšší hodnotou.

Znovu investujte kapacitu analytiky do odhalování signálů v okamžiku rozhodnutí

Znovu investujte uvolněnou kapacitu do rozhodovací inteligence. Identifikujte signály ukryté hluboko v organizačních datech. Zobrazte je v kritickém okamžiku rozhodnutí v jediné přehledové ploše.

Podnik se již neptá: „Co se děje v tomto účtu?“ Ptá se: „Jakou potřebu zákazník vyjadřuje ve svých interakcích s námi? Který produkt nebo služba by tuto potřebu uspokojila? Která osoba v jakém oddělení by měla být zodpovědná za naplnění této potřeby právě teď?“

Dříve naše organizace měla potíže identifikovat příležitosti k nasazení profesionálních služeb ke zlepšení zákaznické zkušenosti. Naším řešením bylo Shared Customer Intelligence, nástroj, který prohledává podpůrné případy a identifikuje, kde zákazníci mají potíže optimalizovat využití produktu. Zobrazuje profesionální služby a možnosti školení, které by těmto zákazníkům nejvíce pomohly. Také doporučuje eskalaci případu, když je detekován negativní sentiment.

Abychom maximalizovali kapacitu zákaznického servisu, naše Case Analyzer aplikace nabízí manažerům zákaznických služeb stručné souhrny a sentiment pro všechny případy. Dokážou nasadit účet během pouhých 5 % času, který dříve trval, a mohou obsloužit více než dvakrát více účtů současně. Nástroj zobrazuje pravděpodobná řešení případů na základě jak vyřešených případů, tak vysoce relevantních článků znalostní báze. Poskytuje klíčové poznatky manažerovi zákaznických služeb v okamžiku, kdy je zákazník v nouzi. 

Co jsme zjistili, je, že inteligence rozhodování zrychluje rychlost rozhodování. Pak jsme se zamysleli, jaké další výhody bychom mohli získat, pokud by rozhodnutí mohla být delegována, předautorizována nebo automatizována v rámci správných řídicích hranic.

Připojte Tyto Signály k Řízeným Akcím

Inteligence rozhodování by měla dělat víc než jen zlepšovat důsledná lidská rozhodnutí. Inteligence rozhodování má tři režimy: zobrazit kontext k informování lidského rozhodnutí, navrhnout akci se zachováním lidské autority, provést autorizovanou akci pod předdefinovanými kontrolami.

Pokud marketingový tým nepotřebuje ověřovat příležitost k školení, umožněte AI agentům pozvat zákazníka na webinář, nabídnout školení se slevou nebo otevřít příležitost k profesionálním službám v CRM. Pokud je identifikovaná příčina případu jistá, přiřaďte agenta, aby zákazníkovi instrukoval implementaci řešení. Pokud není jistá, autorizujte agenta, aby požádal o doplňující informace a zaznamenal výměnu se zákazníkem.

Autonomní akce samozřejmě vyžadují silnou IT správu. Akce budou automatizovány, odpovědnost nikoli. Práva k rozhodování, prahové hodnoty důvěry a pravidla eskalace musí být jasně definována. Vysvětlitelnost, odpovědnost a reverzibilita musí být pečlivě navrženy a zakomponovány do pracovního postupu. Lidský dohled je nezbytný.

„Akt“ režim inteligence rozhodování může optimalizovat náklady v podniku i IT. Podnikové pracovní postupy vyžadují méně lidského dohledu a protože tato automatizace je zobrazena mimo transakční systémy, vyhýbá se dlouhým cyklům úprav objektů v CRM nebo ERP. To je dobré, protože podnik se stává čím dál netrpělivějším k čekání na změny systémů. 

S vlastnictvím dashboardů demokratizovaným, inteligencí rozhodování urychlenou a některými rutinními rozhodnutími a akcemi delegovanými na agenty s řádnou správou, mohou týmy připravit další evoluci procesů „surface‑decide‑act“.

Postupně Demokratizovat Prvky Návrhu Pracovních Postupů

Konečným cílem nemusí být jen samoobslužná analytika, vylepšená rozhodnutí a automatizované pracovní postupy. Postupem času mohou rozhraní v přirozeném jazyce umožnit obchodním týmům samostatně přepracovávat komponenty pracovních postupů, pod IT správou. 

Éra dashboardů poskytla podnikům bezprecedentní přehled o datech napříč doménami. Éra AI vyžaduje schopnost převést důvěryhodnou inteligenci na včasnou, odpovědnou akci. CIO by měli zvážit těchto pět kroků:

Organizovat se kolem rozhodnutí, ne výstupů. Identifikovat opakující se obchodní rozhodnutí, která nepřiměřeně zvyšují příjmy, optimalizují náklady, snižují rizika a zlepšují zákaznickou zkušenost.

Modernizovat řetězec inteligence. Přinést AI modely k důvěryhodným datům jako kontextu. Použít správnou správu, zabezpečení a sledovatelnost. Zvyšovat dovednosti lidských zdrojů v oblasti práv k rozhodování, úsudku a monitorování AI.

Uvolnit a reinvestovat kapacitu. Nahradit rutinní dotazovací a vizualizační činnosti prováděné týmem dat a analytiky řízenou, samoobslužnou dynamickou tvorbou dashboardů. Investovat zpět do detekce signálů, návrhu rozhodovacích systémů a přepracování obchodních procesů.

Zefektivnit obchodní operace řízenými agenty. Při zachování lidského dohledu, lidské odpovědnosti a IT správy redefinovat práva k rozhodování a eskalační cesty tak, aby zahrnovaly agenty. 

Vyvíjet metriky úspěchu. Používání a adopce dashboardů jsou slabé metriky. Měřte čas od signálu k akci, kvalitu rozhodnutí a, jak vždy, obchodní výsledky, které jsou generovány.

Éra dashboardů učinila informace viditelnými. Éra inteligence rozhodování musí učinit informace podstatnými.