Qərarın avtomatlaşdırılması: İnsan zəkası ilə proqnozlaşdırıcı analitikanı necə genişləndirmək olar

Bu yazı, avtomatlaşdırılmış qərar qəbulunun qabaqcıl təhlil və insan qarşılıqlı əlaqəsi ilə mükəmməl birləşməsini araşdırır. Sadə bir tapmacadan başlayaq. Bu şəkilə baxın: Süfrədə dörd kart var. İşiniz qaydanı yoxlamaqdır: "Kartın bir tərəfində sait varsa, digər tərəfində bərabər say var." Bu qaydanın etibarlılığını yoxlamaq üçün hansı kartı (kartları) çevirməli olduğunuzu müəyyənləşdirin.

Respondentlərin əksəriyyəti dərhal cavab verir: "A" kartının digər tərəfini yoxlamaq kifayətdir. Başqa bir populyar cavab, həm "A", həm də "2" kartları çevirmək məcburiyyətindəsiniz. Əlbətdə ki, "A" kartını çevirməliyik, çünki bu kartda sait var və bu kartın digər tərəfində nə olduğuna dair məlumatımız yoxdur. Həqiqətən kartı "2" çevirmək lazımdırmı? Qaydalarımız bərabər nömrələr haqqında heç bir şey söyləmir, buna görə də bu kartı yoxlamağa marağımız yoxdur. Ancaq bu, A kartının yoxlanmasının kifayət olduğunu ifadə etmir. Bu kartın digər tərəfində saitin olub olmadığını bilmək üçün "7" kartını çevirməliyik. Əgər belədirsə, bu qaydaya zid olardı.

Bu vəzifə "Wason Selection Task" adlanır və aparıcı idrak psixoloqu Peter Wason tərəfindən hazırlanmışdır. Təcrübələrinə görə, beş respondentdən dördü bu tapmacanı düzgün həll edə bilmir. Bilişsel psixoloqlar, insanların yüksək dərəcədə qeyri-müəyyənliyi olan amillər haqqında spekulyasiya etməkdə ehtiyatlı olduqlarını müəyyən etdilər. Qərarlarını yalnız məlum faktlara əsaslanmağı üstün tuturlar. Başqa sözlə, qeyri-müəyyən məlumatlara göz yumurlar. Lakin məlumatda gizli olan məlumatlar olmadan məlumatlı və dərindən qərar qəbul etmək mümkün deyil.

Bain & Company-nin Paul Rogers və Jenny Davis-Peccoud, vəba şirkətlərinin qərar vermə 10 xəstəliyinin siyahısını tərtib etdilər və bu qiymətləndirmə müvafiq düşüncənin olmaması və ya bulanıq görmə adlandırdıqları yerdən getdi. Sonrakı yerlərdə, proqnozlaşdırıcı analitik və qərarların avtomatlaşdırılması üsullarının müxtəlif sahələrdə qərar qəbul etməsini inkişaf etdirə biləcəyinə dair bir neçə nümunəni təqdim etmək istərdik.

Kredit kartı sistemlərini və inkişaf etmiş analitik modellərini tətbiq etməklə, borc verənlər ən etibarlı və gəlirli hesablar əldə edə, kredit qiymətləri ilə bağlı ən yaxşı qərarlar qəbul edə və çarpaz satış imkanlarından faydalana bilərlər. Bu, perspektivli kreditorlara müştəri əldə etmə kampaniyalarının dəyərini azaltmağa, kredit portfelini yaxşılaşdırmağa və ümumi gəlirliliyi artırmağa imkan verir.

Marketinq mütəxəssisləri qərar avtomatlaşdırma platformalarını müştərilərin ömrü boyu idarəetmə fəaliyyətləri və marketinq kampaniyaları hazırlamaq, sınamaq və həyata keçirmək üçün istifadə edə bilərlər. Mürəkkəb məlumatların təhlili və davranış qaydaları ilə, bazardakı boşluqları müəyyənləşdirə və rəqibləri üzərində bir məlumat üstünlüyü qazana bilər. Bundan əlavə, marketinqin avtomatlaşdırılması həlləri ilə fərqli hədəf qrupları üçün məhsul və xidmətlərin performansını izləyə və müştəri tələblərinin dəyişməsinə diqqət yetirməyə davam edə bilərlər.

Qərarların avtomatlaşdırılması texnologiyaları iş axınını optimallaşdırır və hər ölçüdə şirkətlərə gündəlik əməliyyatlarında məlumat yerləşdirməyə imkan verir. Qərarlarını və risklərin idarə edilməsini optimallaşdırmaq üçün proqnozlaşdırıcı analitikadan istifadə edə bilən ağıllı bazar iştirakçıları artıq müvafiq anlayışları əldə edə bilməyəcəklər: məlumatları avtomatik olaraq qazanclı tədbirlərə çevirə biləcəklər.