米兰官方网页版-米兰MiLan(中国)







  • 咨询热线:021-80392549

    米兰官方网页版-米兰MiLan(中国) QQ在线 米兰官方网页版-米兰MiLan(中国) 企(qǐ)业微(wēi)信
    米兰官方网页版-米兰MiLan(中国)
    米兰官方网页版-米兰MiLan(中国) 资讯(xùn) > 人工智(zhì)能 > 正文

    2020年商业分(fèn)析:从商业智能到人工(gōng)智能

    2019/11/10405

    传统(tǒng)的商业(yè)智能已(yǐ)经不能满足企业数据的数(shù)量(liàng)、多样性(xìng)和速(sù)度(dù)性的要求,现在是让新的(de)人工智能工具来弥补不足的时候了。

    人类每天(tiān)都在(zài)产生海量的数据。不仅(jǐn)数据的总量在增(zēng)加,数据的类(lèi)型也在增加,而(ér)且存储和生成数(shù)据的应用(yòng)程序也在增加。以往采用的商业智能工具无法处理大量数(shù)据,并且它(tā)们还发现难以(yǐ)处理来自新应(yīng)用程序(xù)的数据;为了使原(yuán)有的商业(yè)智能工具适合(hé)新的应用(yòng)程序,通常需要进行(háng)大量(liàng)的人工调整。因此,使(shǐ)用商业智能工(gōng)具的(de)企(qǐ)业可(kě)能会错过现在(zài)可用的数据(jù)驱动的见解。
     
    探索人(rén)工智能和商业智能之间的六个主要(yào)区别
     
    传统(tǒng)的商业智能已经不(bú)能满足(zú)企业(yè)数据的(de)数量、种类和速度的要求(qiú),现在是让新(xīn)的人工智能(néng)工具来弥补不足的(de)时(shí)候了。但是,这种新一代工具与(yǔ)以(yǐ)前的工具有何不同?
     
    (1)数据收集与整合
     
    在(zài)未来五年,80%的(de)数据(jù)将是非结构化的数据(jù)。这(zhè)些数据(jù)无法在数据库中分类,因此很(hěn)难(nán)标记、搜索和编辑。使(shǐ)用传统(tǒng)的商业智能工具,非结构(gòu)化数据位(wèi)于(yú)孤岛中(zhōng),并且即(jí)使有的话也要对其进(jìn)行缓慢的分析。数(shù)据科学家通(tōng)常会(huì)花费(fèi)大约80%的时间准备这些数据(jù),然后才能对其进行(háng)分析。
     
    使用现代(dài)的(de)商(shāng)业(yè)智(zhì)能工具,准备工作将更快、更加自(zì)动化。无论企业需要分析哪种(zhǒng)数据,这些新工(gōng)具都(dōu)可以在一个(gè)无缝的数据湖(hú)中对(duì)它们(men)进行排序(xù)和分(fèn)类,从而(ér)使(shǐ)孤岛成为过去。这(zhè)些工具是自助服务(wù),使数据科学家可以(yǐ)在(zài)数小时或数天(tiān)之内(nèi)开(kāi)始接收可(kě)操作的情报,而无需参与IT运营。
     
    (2)指标覆盖率
     
    传统的关键绩(jì)效指(zhǐ)标(biāo)(人(rén)工设置和(hé)研究(jiū)的关键绩效指标)仅覆盖组织中正在使用的(de)指标的3%。实际上,对于现(xiàn)代企(qǐ)业而言,只有3%关键绩效指标的规模(mó)较小。
     
    如果(guǒ)在面向用(yòng)户的应用(yòng)程序中出现问(wèn)题,则很有可能会以(yǐ)企业当(dāng)前(qián)未(wèi)涵盖的指标来出错。只要企(qǐ)业监控(kòng)的关键绩效指标不会下降,就无法检测(cè)到错误或中断,直(zhí)到客户告(gào)知企业这些错误。相比之下,任(rèn)何组织都(dōu)不可能人工监控其所有关键绩效指标(biāo),因此采用人工智(zhì)能(néng)可以解决这(zhè)个问(wèn)题(tí)。无论企业生(shēng)成多少个指标,其数量级(jí)无关紧(jǐn)要。他们能够一次(cì)提(tí)取数百(bǎi)万个指(zhǐ)标,并且在(zài)出现问题时仍可以(yǐ)提(tí)供即时反馈。
     
    (3)阈值(zhí)和基准
     
    传统的人工(gōng)警(jǐng)报实践要求数据科学家为关键(jiàn)绩效指标设(shè)置(zhì)阈值。当关键绩效指标(biāo)低于某个阈(yù)值(zhí)或高于(yú)某一个阈值时,它会(huì)触发警报。不幸的是,即使在正常行为(wéi)期间,指标也往往会出现(xiàn)不可预(yù)测的涨(zhǎng)跌。即使(shǐ)企业将基线设(shè)置为高于和低于(yú)这些阈值,这(zhè)也降(jiàng)低了在设置的阈值内(nèi)仍可能发生异常行为的(de)可能性。
     
    这种做法(fǎ)也忽略了季节性,季节性是在每天、每(měi)周或每月的(de)周期中某些(xiē)指标的正(zhèng)常变(biàn)化。在传(chuán)统的商(shāng)业智能程序中,所有的季节性看(kàn)起来都是异常的,会(huì)导致大(dà)量的误报(bào)和漏报。
     
    现(xiàn)代分析平台采用完(wán)全自主的方法进(jìn)行基准(zhǔn)划(huá)分(fèn)。他们依靠(kào)机器学习算法来学(xué)习指标的正常行(háng)为并确定其基准(zhǔn),从而无需进(jìn)行人工阈值处理。
     
    (4)检测和警(jǐng)报
     
    建立(lì)具有人工警报的传统商业智能系统自然(rán)是一个结果,那就是警(jǐng)报太多。警报疲劳是一个现实问(wèn)题。在(zài)某些应(yīng)用中,信息安全人员每天可能会遇到(dào)100多万(wàn)次警报(bào)。这(zhè)使得分析(xī)师(shī)很难区分(fèn)紧急情况和数据中的噪音。
     
    在人(rén)工智能驱动的报告中没(méi)有人工(gōng)阈(yù)值(zhí)。唯一的警报是(shì)“真实的”警报——在度量标准中是(shì)真(zhēn)正异常(cháng)行为。即使(shǐ)只(zhī)靠这种(zhǒng)行为,这种(zhǒng)行(háng)为也大大(dà)减(jiǎn)少了误报。然而(ér),人(rén)工智能的发展远不止(zhǐ)于此。现代的(de)商业智能工具使企业能够(gòu)只对最(zuì)严重的(de)偏差(chà)发出警报,从而使企业的响应团队只关注最重要的事情。
     
    (5)根本原因分析
     
    异常不会自(zì)行发生。使用传统的仪表板,企业可能看到在监视(shì)的3%指(zhǐ)标中出现的一个异常。不幸的是,企业将无法(fǎ)看到其(qí)他地(dì)方出现的异常。反(fǎn)过来,这意味着企业需要(yào)更长的时间来了解异常发生的位(wèi)置以及(jí)如何(hé)解决。
     
    相比之下(xià),自(zì)主分析会(huì)报告每个警报的完整场景。如(rú)果在(zài)相关指标(biāo)中同时发生两个异常,则企业的警报将反映出来(lái)。如果(guǒ)这些异常(cháng)恰好与(yǔ)补丁程序、设备故障或(huò)黑色星期五同时发生,则(zé)企业的报告也将反映出来。这(zhè)使得检测和应对异常更加容易(yì)。
     
    (6)预测
     
    预(yù)测(cè)与异常检测不同,但是(shì)对于传统(tǒng)的商业(yè)智能来说,同样存在困难。准备用于预测的数据需要花费很长时间,而不幸的是,当企业需要提前而不是(shì)推迟预(yù)测时。由(yóu)于传统分析工(gōng)具受(shòu)其可以接受的分析数量的限制,因此企业的预测将无法(fǎ)考虑(lǜ)所有(yǒu)可能影响业务的指标(biāo)。简而言之,企(qǐ)业会得到一(yī)个(gè)不(bú)太准确的预(yù)测,需要更长的准备时间。
     
    借(jiè)助自主分析,企业可以在需要时获得所需的预(yù)测。自主(zhǔ)分析(xī)不仅可以在几秒钟内提供预测,而且(qiě)每(měi)次(cì)进行预测时(shí)都会(huì)变得更加准确(què)。该(gāi)模型将自(zì)动将其预测与随后(hòu)发生的(de)事件进行比(bǐ)较(jiào),然后根据判断的(de)对与错来完善(shàn)其结论(lùn)——它运行的时间(jiān)越长,变得越精确。
     
    企业需要什么样的(de)人工智能(néng)?
     
    自主分(fèn)析程序消除(chú)了数据和分析之间的矛(máo)盾。在采(cǎi)用传统(tǒng)的(de)解决方案的情况下,数据无法到达应有的位置,在处理之(zhī)前需要对其进行(háng)处(chù)理对于工作人员或有限的工(gōng)具来(lái)说(shuō),它已经变得(dé)太(tài)庞大(dà),无法处理,而且(qiě)它的度量标准(zhǔn)也出人意料(liào)地发生了变化。简而言之,数(shù)据太大,变化(huà)太快,传(chuán)统工(gōng)具无法处(chù)理。
     
    商业智能领域(yù)的领先(xiān)解决(jué)方案正(zhèng)在将人工智能功能(néng)添(tiān)加到其现有产品中,但并非(fēi)每个(gè)解决方案都(dōu)是一样的。现有企业(yè)正在零散添加解决方案,而这还没(méi)有完整的(de)人工智能项(xiàng)目。其他(tā)供应(yīng)商(shāng)提供异常检测功能,但(dàn)仅针对基础设施数据提供功能,这(zhè)无法提供企业所需的完整信息。
     

    只有完全自主(zhǔ)的异常检测和预(yù)测解决方案才能为企业提供(gòng)处(chù)理大量数据(jù)所需(xū)的(de)规模(mó)和速度。无论是经(jīng)验丰富的数据分析师还是经验不足的业务用(yòng)户(hù),这些工(gōng)具都将帮助企业在不断变化的竞争(zhēng)环境(jìng)中获得所需的切实可行的(de)见解。

    来源:企业网D1Net


    关键词:




    AI人工智能(néng)网声明(míng):

    凡资讯来源(yuán)注明为(wéi)其(qí)他媒体来源的(de)信息,均为转载(zǎi)自其他媒体,并不代(dài)表本网站赞同其观点,也不代表本网(wǎng)站对其(qí)真(zhēn)实性负责。您若对该文章内容有任何疑(yí)问或质疑,请立即与网站(www.fartooclub.huaibei.xinxiang.zz.pingliang.ww38.viennacitytours.com)联系,本网站将迅速给(gěi)您回应并做处理。


    联(lián)系电话:021-31666777   新(xīn)闻、技术文章投(tóu)稿QQ:3267146135   投稿(gǎo)邮箱:syy@gongboshi.com

    精选资讯更多

    相关资(zī)讯更多

    热门搜索

    工博士人工(gōng)智能网
    米兰官方网页版-米兰MiLan(中国)
    扫描(miáo)二维码关注微(wēi)信
    扫码(mǎ)反馈

    扫一扫(sǎo),反馈当前页(yè)面

    咨询(xún)反馈
    扫码(mǎ)关注

    微信公众号

    返回顶部

    米兰官方网页版-米兰MiLan(中国)

    米兰官方网页版-米兰MiLan(中国)