Beslissingsinformatie integreren in datapraktijken

door | mei 24, 2021

Beslissingsinformatie integreren in datapraktijken

door | mei 24, 2021 | Blog | 0 Reacties

Andreas Bartsch, hoofd servicelevering bij PBT Group

Als onderdeel van de lopende serie onderzoeken Gartner’s ‘Top 10 trends in data en analyse voor 2020’ , deze maand ligt de focus op beslissingsintelligentie. Gedefinieerd als een technische discipline die datawetenschap verrijkt met theorie uit sociale wetenschappen, besluitvorming en managementwetenschap, concentreert het zich op het analyseren van de oorzaak en het gevolg van het besluitvormingsproces.

Volgens Gartner biedt dit een raamwerk om leiders op het gebied van gegevens en analyses te helpen bij het ontwerpen, samenstellen, modelleren, afstemmen, uitvoeren, bewaken en afstemmen van besluitmodellen en -processen in de context van bedrijfsresultaten en gedrag. In meer praktische termen ziet dit dat data science, kunstmatige intelligentie (AI) en machine learning het besluitvormingsproces op een emotieloze manier doorlopen.

Voor beslissingen zorgen

Dus in plaats van mensen te laten nadenken over verschillende opties, maken het beslissingsintelligentiekader en de technieken het mogelijk om verschillende scenario’s te onderzoeken vanuit data-, sociale en managementperspectieven, om een weloverwogen aanbeveling te doen. Mensen worden beperkt door het aantal scenario’s waar ze effectief naar kunnen kijken, gezien de informatie waarover ze beschikken. Uiteindelijk bereiken ze in veel gevallen het stadium waarin ze beslissen over een uitkomst en alle beschikbare gegevens gebruiken om hun mening te rechtvaardigen.

Beslissingsintelligentie elimineert deze menselijke vooringenomenheid. Het zet informatie om in betere acties op elke schaal, niet gehinderd door de beperkingen van mensen. Dit wil natuurlijk niet zeggen dat het de rol van een individu zal vervangen. In plaats daarvan zullen de datawetenschapper en bedrijfsanalist nog belangrijker worden, omdat ze elk een belangrijke rol spelen bij het definiëren van de algoritmen die voor het raamwerk worden gebruikt. Sommige elementen moeten mogelijk kwalitatief zijn, andere kwantitatief. Maar uiteindelijk vereist beslissingsinformatie een persoon of een team van mensen die het bedrijf begrijpen en welke analyse nodig is om waarde uit de gegevens te halen.

Verantwoordelijke AI

Het is wanneer beslissingsintelligentie gecombineerd met AI dat het potentieel om het proces te verbeteren volledig wordt gerealiseerd. In tegenstelling tot wat vaak wordt gedacht, is AI geen technologie zonder mensen. Technologie is een reflectie  van zijn makers en systemen die werken op een schaal die menselijke tekortkomingen kan versterken. Decision intelligence zorgt ervoor dat verantwoordelijk AI-leiderschap kan plaatsvinden.

Dit benadrukt alleen maar hoe belangrijk het is om een data-engineer te hebben die de systemen kan optimaliseren om informatie direct op schaal beschikbaar te maken. Door beslissingsinformatie in de mix te injecteren, kunnen organisaties in verschillende bedrijfstakken profiteren van efficiëntere diensten. Een bank kan bijvoorbeeld decision intelligent gebruiken om voorspellend onderhoud uit te voeren aan geldautomaten die vaak worden gebruikt om ervoor te zorgen dat ze niet kapot gaan tijdens piekmomenten zoals weekenden, maandeinde of tijdens drukke vakantieseizoenen. Prijsoptimalisatie kan op schaal worden geïmplementeerd voor luchtvaartmaatschappijen, hotels en zelfs apotheken om zich aan te passen aan veranderende marktomstandigheden.

Hoewel het concept van beslissingsinformatie nog relatief nieuw is aan lokale kusten, is het potentieel om de AI-markt te verstoren aanzienlijk. Bedrijven moeten op de hoogte zijn van dit raamwerk en begrijpen hoe ze het kunnen gebruiken voor optimale gegevensanalyse.

Archives

Related Articles