Generative BI თუ ჩვეულებრივი ანგარიში?
არჩევანი ხელმძღვანელის კითხვებსა და მონაცემთა ხარისხზეა დამოკიდებული. როდის არის სასარგებლო მონაცემებთან დიალოგი და როდის კმარა გასაგები ანგარიში?
დაიწყეთ კითხვით და არა ინტერფეისით
თუ ხელმძღვანელი ყოველ კვირას შემოსავალს, დავალიანებასა და გაყიდვების გეგმას ერთსა და იმავე ჭრილში უყურებს, დეშბორდი მოსახერხებელია: სტრუქტურა უცვლელია და მაჩვენებლები შედარებადია. ჩატმა ის აუცილებლად არ უნდა შეცვალოს. Generative BI განიხილეთ, როცა პირველ კითხვას დაზუსტებები მოჰყვება: რატომ შეიცვალა მარჟა, რომელმა პროდუქტებმა იმოქმედა და რა ხდებოდა სხვა არხში.
ერთი მაჩვენებელი — ერთი წესი
წარმოიდგინეთ სავაჭრო კომპანია. CRM-ში შემოსავალი დახურული გარიგებებით ითვლება, აღრიცხვაში — გადახდებით, ხელმძღვანელს კი დაბრუნებების შემდეგ დარჩენილი თანხა აინტერესებს. AI ამ წინააღმდეგობას ავტომატურად ვერ აგვარებს. ჯერ განსაზღვრეთ მაჩვენებელი, პერიოდი, ვალუტა და ჩასათვლელი თუ გამოსარიცხი ჩანაწერები. შემდეგ წყაროები ისე დააკავშირეთ, რომ ერთი შეკვეთა ორჯერ არ ჩაითვალოს. ეს სასწავლო სცენარია და არა ჩვენი კლიენტის შემთხვევა.
როგორ ჩაატაროთ შეზღუდული პილოტი
აირჩიეთ ერთი პროცესი და რამდენიმე მმართველობითი კითხვა. თითოეულზე სწორი პასუხი ხელით მიიღეთ და წყარო ჩაიწერეთ. შეამოწმეთ მარტივი ფაქტი, პერიოდების შედარება, ფილტრი და რთული წესი. დაამატეთ კითხვა, რომლისთვისაც მონაცემები არ არსებობს, და კითხვა შესაბამისი წვდომის არმქონე მომხმარებლისგან. სწორი ქცევაა შეზღუდვის მითითება. ლამაზად გაფორმებული პასუხი გამოთვლის სისწორეს არ ადასტურებს.
რა შეამოწმოთ პასუხში
მომხმარებელს უნდა ესმოდეს პერიოდი, ფილტრები და მონაცემთა წყარო. მოთხოვნისა და გამოთვლის ნახვის შესაძლებლობა პლატფორმასა და გამართვაზეა დამოკიდებული — ეს შერჩევისას გადაამოწმეთ. თუ წყარო არასრულია, პასუხში შეზღუდვა უნდა ჩანდეს. კითხვაზე „რატომ“ მიზეზების ადამიანური შემოწმებაც ხშირად საჭიროა: თანმხვედრი ცვლილებები მიზეზობრივ კავშირს არ ამტკიცებს.
როდის გადადოთ დანერგვა
თუ მონაცემებს ვერ იღებთ, მაჩვენებლები გაურკვეველია ან პასუხების შემმოწმებელი არ გყავთ, მომზადებით დაიწყეთ. განმეორებადი ანგარიშებისთვის ჩვეულებრივი BI შეიძლება საკმარისი იყოს. მომზადებულ მონაცემებზე ახალი კითხვებისთვის კი Generative BI-ის პილოტი განიხილეთ. შეაფასეთ პასუხის სარგებლიანობა, მიღების დრო და შემოწმების ღირებულება და არა მხოლოდ AI-ის არსებობა.