تحلیل های پیشرفته کسب و کار را بشناسید

طی ده سال‌ی قبلی گروه  ، هوشمندی کسب‌و‌فعالیت (Business Intelligence) به یک کدام از ارکان کلیدی برای خریداری کردن آشنایی ظریف از شرایط کنونی سازمان و تصمیم‌گیری مفید و کارآمد بر مبنای آن تبدیل شده‌است. «هوشمندی کسب‌و‌عمل»، داده‌های سرازیر سازمان در مقر‌های داده را تحت عنوان ورودی اخذ کرده و گزارش‌های تحلیلی ظریف و معتبری را به صورت تصویری در دست مدیران ارشد سازمان ها قرار میدهد تا بر مبنای آن به تصمیم‌گیری و تصحیح مسیر جنبش سازمان بپردازند.

در همین عصر، راه سازمان‌ها از گزارش‌گری کارآمد بر پایه ی داده‌های قبل، به ندرت به سمت بررسی‌های آینده‌نگر و پیش‌بینی فرآیند بازار و رقبا متمایل شده‌است. در واقعیت همت سازمان‌ها بر این نکته متمرکز میباشد که بر مبنای داده‌های قبلی، بتوانند مراحل تغییرات آینده را پیش‌بینی و عکس‌العمل قابل قبولی را در قبال آن اپلیکیشن‌ریزی نمایند. تعریف و تمجید نظارت‌های توسعه یافته محاسبه‌های توسعه یافته به تیم‌ای از فناوری‌ها، الگوریتم‌ها و سبک‌های ریاضی توسعه یافته برای شناسایی و یادگیری الگوها و روندهای کسب‌و‌عمل گفته میشود که با غرض کسب نگرش و پیش‌بینی همت کسب‌و‌عمل در آینده انجام می شوند. ارزیابی‌های توسعه یافته به ما امداد می‌نمایند تا سبک‌های ظریف‌تری از دست اندرکاران اثرگذار بر کسب‌و‌فعالیت (دربرگیرنده مشتریان، رقبا، کارمندان، مقررات و قانون ها، فرآیندهای سازمانی و عامل ها شبیه آن) را تهیه و تنظیم کرده و تصمیم‌گیری ظریف‌تری مبنی بر موقعیت بازار داشته باشیم. بررسی‌های توسعه یافته، زیرمجموعه‌ای از محاسبه‌های همگانی کسب‌و‌فعالیت (Analytics) به شمار میایند.

 

به‌طور کلی، بررسی‌های کسب و فعالیت در چهار مجموعه قابل طبقه‌بندی می باشند. موسسه گارتنر (Gartner) این چهار تیم را به شرح پایین اسم‌گذاری نموده است: آنالیز‌های توصیفی (Descriptive Analytics): این استدلال ها، ناظر بر آشنایی موقعیت جان دار سازمان مبتنی بر داده‌های جمع آوری گردیده در مقر‌های داده میباشند. آنچه در داشبوردهای مدیریتی «هوشمندی کسب‌و‌فعالیت» ارائه می شود، یکی گونه های چک‌های توصیفی کسب‌و‌عمل به شمار می آید. در آنالیز توصیفی، از سبک‌های توسعه یافته برای تشخیص، پیش‌بینی یا این که تجویز به کارگیری نمی شود و فقط به ارائه گزارش‌های مصور در قالب نمودارها و جدول‌های ظریف دقت می گردد.

آنالیز‌های تشخیصی (Diagnostic Analytics): در‌این سطح از چک، به منشاء و علل بروز اتفاق ها سازمانی دقت گردیده و با به کارگیری از الگوریتم‌های توسعه یافته، ریشه‌ی اساسی مسائل شناسایی گردیده و براساس آنها به تصمیم‌گیری پرداخته میشود. در نظارت‌های تشخیصی، معمولا چاره ارائه نمیشود و بها‌افزوده‌ی این تیم از استدلال ها، در شناسایی منشاء اختلال و معطوف ساختن منابع سازمان به حل آن به مکان تمرکز بر عارضه ها جانبی مساله میباشد. چک‌های آینده‌نگر (Predictive Analytics): درین مجموعه از استدلال ها، غرض از ارزیابی عبارت میباشد از یادگیری از فرایند قبل و سعی برای یافتن شایسته ترین پروسه قابل سرمایه‌گذاری در آینده. منشاء علمی ارزیابی‌های آینده‌نگر، به علم ها یادگیری ماشینی (Machine Learning) و کانال‌های عصبی (Neural Network) گشوده میگردد. امروزه، الگوریتم‌های بسیار توانمندی در‌این حوزه ساخت گردیده‌اند که قوی به یادگیری کردار و علائق مشتریان، رقبا، کارمندان و دیگر موادتشکیل دهنده اثر گذار در کسب‌و‌فعالیت سازمان بوده و اثر این متغیرها بر یکدیگر را نیز سوای حضور بشر و فقط مبتنی بر داده‌های دور و اطراف کسب‌و‌عمل به خیر چک و پیش‌بینی می‌نمایند.

نظارت‌های تجویزی (Prescriptive Analytics): در مرحله آخری و در شکل تجهیز سازمان به ارزیابی‌های تشخیصی و آینده‌نگر، قابلیت و امکان تجویز چاره‌های کارآمد و اثربخش مهیا می‌گردد. درین مرحله، سازمان میتواند با یادگیری از داده‌های قبلی و مبتنی بر آشنایی کافی از مسائل فعلی، چاره باصرفه و ظریف برای حل این مسائل را شناسایی نماید. آنالیز‌های تجویزی از ظریف‌ترین و به‌روزترین الگوریتم‌ها سود میگیرند. به همین استدلال، اشراف بر این الگوریتم‌ها مستلزم شناخت کافی با ارزیابی‌های توصیفی، تشخیصی و آینده‌نگر میباشد. با اعتنا به طبقه‌بندی ارائه‌گردیده، نظارت‌های توسعه یافته کسب‌و‌فعالیت عبارتند از تمام محاسبه‌های تشخیصی، آنالیز‌های آینده‌نگر و چک‌های تجویزی. یک سری مثال از سوالاتی که در چک‌های توسعه یافته کسب‌و‌فعالیت به آنها جواب داده میشود، عبارتند از: قسمت‌های گوناگون بازار و مشتریان حقیقی وواقعی ما چه اشخاصی می باشند؟ چه‌گونه می‌قدرت الگوهای خرید مشتریان را شناسایی کرد؟ معیار وفاداری یا این که رویگردانی مشتریان کنونی چقدر میباشد؟ آیا قابلیت پیش‌بینی تعداد و مبلغ خرید مشتریان مبتنی بر اخلاق و رفتار خریدهای قبلی وجود داراست؟ آیا فرآیند سوددهی سازمان نسبت به حجم بازار مطلوب میباشد؟

آیا در مقایسه با رقبا، گرایش بازار به فرآورده تازه ما مناسب میباشد؟ آیا موجودی انبار نسبت به نیاز و فرایند ساخت‌و‌ساز کنونی و آتی مطلوب میباشد؟ به چه شکل می‌اقتدار از تقلب مالی و پول‌شویی در سازمان دوری کرد؟ به چه شکل تعادل با صرفه در بین هزینه‌ها و بهره تولید می شود؟ آیا شاخص‌های مالی سازمان، هم‌راستا با هدف ها راهبردی پیشرفت می‌نمایند؟ آیا قابلیت تهیه مراحل ایجاد تولید ها مبتنی بر ذوق و سلیقه‌ی مشتریان و کشش بازار وجود داراست؟ برای جواب به‌این سوال ها، به شیوه‌ها و سبک‌هایی بالاتر از شبکه کردن چند کامپیوتر گزارش‌هایی مانند نمودار، جدول و تصویر نیاز میباشد. به‌این خواسته ما یحتاج میباشد تا برای دستیابی به سود‌ای قاطع و قابل اتکا از سبک‌ها، الگوریتم‌ها و طریق‌های تحلیلی استعمال شود. طبقه‌بندی ارزیابی‌های توسعه یافته کسب‌و‌فعالیت ارزیابی‌های توسعه یافته کسب و فعالیت، در مقاله‌ها و منابع متعدد، طبقه‌بندی‌های متفاوتی دارا هستند.

یک طبقه‌بندی همگانی که مشتمل بر اشکال چک‌های توسعه یافته باشد را می‌قدرت به شرح پایین تعریف کرد: داده‌کاوی (Data Mining): عبارت میباشد از روند اکتشاف سرمشق و روندهای منظم و مخفی در داده‌های عظیم و توزیع‌گردیده با استعمال از گروه‌ی وسیعی از الگوریتم‌های ریاضی ها و آمار. این الگوریتم‌ها معمولاً روی مقادیر عددی و غیرمتنی اعمال می شوند. داده‌کاوی از علومی مانند هوش تصنعی، یادگیری ماشینی، آمار، پژوهش عملیاتی و رئیس مقر‌های داده استعمال می‌نماید. متن‌کاوی (Text Mining): فرآیندی میباشد که در آن، داده ها کیفیت خوب و اثرگذار از متن‌ها علمی و تجاری استخراج میشوند.

در متن‌کاوی، قابلیت و امکان طبقه‌بندی متن‌ها علمی مبتنی بر محتوا، تفکیک ایده ها یوزرها و مشتریان مبتنی بر ایده ها در رابطه تولید ها و سرویس ها، اکتشاف توالی متن‌ها علمی در بازه زمانی‌های هنگامی متفاوت و محاسبه پروسه بسط علمی در سال‌های آتی و شبیه آن وجود خواهد داشت. اینترنت‌کاوی (Web Mining): عبارت میباشد از به‌کارگیری طریق‌های داده‌کاوی و متن‌کاوی در صفحه ها اینترنت که با غرض شناسایی مراحل استعمال از صفحه ها، گونه های یوزرها مراجعه‌کننده به اینترنت‌وب سایت سازمان، نظارت معیار به کار گیری از وب، جستجو محتوا در صفحه های اینترنت در رابطه یک مورد خاص، ارزیابی ساختار اینترنت‌تارنما، آنالیز پروسه کلیک‌ها و ورودی‌ها به اینترنت‌وبسایت‌های گوناگون از روش یک اینترنت‌تارنما، و موضوعات شبیه آن انجام میگردد.

فرآیندکاوی (Process Mining) : گروه‌ای میباشد از طریق‌های رئیس روند در سازمان بر مبنای الگوریتم‌های ریاضی و آماری که بر طبق داده ها ذخیره گردیده در تاریخچه تغییرات مقر داده (Log or History) در روزهای کاری گوناگون، مبادرت به شناسایی گلوگاه‌های فرآیندی و نقاط دارنده قیمت‌افزوده در کار سازمان کرده و همت می‌نماید تا فرآیندهای سازمان، در با صرفه‌ترین شرایط ممکن اجرا شوند. محاسبه احساسات (Sentiment Analysis): یا این که به عبارت دیگر عقیده‌کاوی، عبارت میباشد از به‌کارگیری دانش پردازش گویش طبیعی (Natural Language Processing) و علم ها لهجه‌شناسی (Linguistics) برای محاسبه ایده ها، بینش‌ها و عقاید یوزرها، کارمندان و مشتریان بر مبنای داده‌هایی که در کانال‌های اجتماعی گوناگون به اشتراک می گذارند. در ارزیابی احساسات، قابلیت محاسبه و محاسبه بینش‌های شخص، تیم یا این که حتی جامعه، در برهه زمانی‌های وقتی متعدد و پیش‌بینی روندهای آتی بازار و کسب‌و‌فعالیت بر مبنای آنان وجود خواهد داشت. یادگیری عمیق (Deep Learning): در یادگیری عمیق، غرض جستجو داده‌ها در سطح ها متعدد و با عمق زیاد بر مبنای گروه‌ای از طریق‌های یادگیری ماشینی میباشد.

در یادگیری عمیق، اپلیکیشن سوای هیچ پیش‌خیالی مبادرت به یادگیری از وضعیت محیطی کرده و کم کم خویش را با یافته‌ها وفق میدهد به‌صورتی که فارغ از در مشت داشتن علم اول از حوزه زیر فراگیری و یادگیری، قوی به ادراک و پیش‌بینی روندهای آتی آن حوزه باشد. جریان‌کاوی (Stream Mining): امروزه سرعت ساخت‌و‌ساز داده‌های تازه، از مراحل فزاینده‌ای شامل است. به همین عامل قابلیت توقف ساخت داده‌ها و به کار گیری از الگوریتم‌ها برای نظارت آنها در بعضا از موقعیت قابلیت و امکان‌پذیر وجود ندارد. از این‌رو الگوریتم‌هایی برای جستجو جریان داده‌ها نوآوری گردیده‌اند که بر طبق الگوریتم‌های قبل میباشند اما برای یادگیری و پیش‌بینی در طی ساخت داده، باصرفه‌سازی گردیده‌اند. این الگوریتم‌ها ضمن اخذ داده‌هایی که اخیرا ساخت‌و‌ساز گردیده‌اند، بخشی از داده‌های سابق را از گروه داده‌ها به ندرت حذف می‌نمایند و با داده‌های تازه، پروسه یادگیری را ادامه میدهند تا همواره به‌روز و اثر گذار باشند.

منبع : بهترین نرم افزار خدمات پس از فروش