发帖
雷达卡
如何衡量一种新的增强数据发现解决方案的有效性？一旦企业选择了数据民主化并实施了自助服务分析解决方案，就必须衡量ROI和TCO并建立度量标准，以比较实施前后的业务成果。
没有可衡量的结果，将很难获得和维持对业务转型以及为 公民数据科学家 能够蓬勃发展的环境提供支持。如果管理团队不重视这些新工具，那么高级管理人员，公司利益相关者和反对者可能会诉诸直觉，而业务用户可能会发现，采用自助式高级分析工具几乎无济于事。
当组织建立度量标准时，它必须考虑其目的和目标，并分析在数据分析和“旧方法”的支持下采取的行动和做出的决策的结果。例如，如果要基于Assisted Predictive Modeling设定新的定价，确定新的业务地点或创建新的促销活动，则该业务将衡量成功和结果与没有数据分析的情况下所取得的结果之间的关系。
许多组织取决于具有市场或行业经验的一个人或一小撮高管团队的愿景。如果没有明确定义的指标和结果来支持数据驱动决策的情况，这种方法可能很难被击败。从一开始，这些工具就可以用来“检验”理论或将方向或决策与另一个选择进行比较。但是，那没关系。通过提供建议和选项，团队将开始考虑其他可能性，并且随着数据基础的创建，“勇往直前”的论点将逐渐消失。
随着企业转移其重点，并且团队成员采用并依靠 增强分析 来进行演示，数据共享和报告，这种文化将发生变化，并且企业将对清晰，精确的数据及其在计划中产生的结果获得新的赞赏。过程，日常决策，解决问题和确定市场潜力。
关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
