5 Wawasan Dari Ilmu Data Terdepan – Menuju AI — Teknologi, Sains, dan Teknik Terbaik

Pengarang: Robert Fox

Ilmu Data

Akan menarik untuk melihat bagaimana lanskap terbentuk selama dua tahun ke depan. Seberapa jauh pendulum akan berayun, dan ke mana ia akan berayun selanjutnya?

Dalam 25 tahun pengalaman rekayasa dan perangkat lunak komersial saya, saya telah memimpin tim di organisasi industri terkemuka seperti MuleSoft (sekarang Salesforce) dan Liaison Technologies (sekarang OpenText).

Dan saya telah melihat industri membuat kemajuan besar.

Sekarang, sebagai CTO HG Insights, saya mulai mengerjakan ilmu data mutakhir. Saya ingin berbagi wawasan saya dari wawancara baru-baru ini tentang data dan wawasan, dan bagaimana memiliki paten yang tertunda pada teknologi unik adalah cara yang pasti untuk terus mendominasi sektor intelijen selama bertahun-tahun yang akan datang.

1. Rob, pada tahun 2021, kami memiliki lebih banyak data daripada yang kami tahu apa yang harus dilakukan. 99,5% data yang dikumpulkan tetap tidak digunakan — yang berarti bahwa 0,5% data adalah wawasan yang dapat ditindaklanjuti. Bagaimana data menjadi wawasan, dan apa yang membuat wawasan dapat ditindaklanjuti?

Mengubah data menjadi wawasan yang dapat ditindaklanjuti tidak mungkin dilakukan oleh sebagian besar bisnis karena mereka tidak memiliki infrastruktur, keahlian, fokus, dan mengubah data yang tepat menjadi wawasan yang dapat ditindaklanjuti. Pikirkan itu seperti ini:

Kita semua membutuhkan bahan bakar untuk menjalankan mobil kita, tetapi kita biasanya tidak memproduksi bahan bakar sendiri. Wawasan adalah bahan bakar untuk bisnis.

Yang membuat pekerjaan kami unik adalah jumlah data yang kami kumpulkan dan jumlah yang benar-benar kami buang. Proses kami membersihkan, mengurangi, dan menyiapkan miliaran dokumen setiap bulan, dan kami mengumpulkan lebih banyak konten digital untuk mencari tahu apa yang mungkin memiliki wawasan yang dapat ditindaklanjuti sebelum kami menambangnya. Proses reduksi sama pentingnya dengan penambangan dan ekstraksi.

Kualitas wawasan kami juga unik. Meskipun kami menambang miliaran titik data yang dapat dikonsumsi pelanggan setiap bulan, tidak semuanya berhasil. Kami memegang standar yang sangat tinggi untuk kualitas titik data empiris ini — presisi dalam data kami adalah 90% atau lebih tinggi. Pada akhirnya, itu hanya wawasan jika menghasilkan ROI untuk pelanggan kami. Jika kualitasnya rendah maka kami tidak dapat mendorong nilai pelanggan. Inilah sebabnya mengapa kami fokus pada kualitas wawasan daripada kuantitas.

Kami mengubah data menjadi wawasan dengan mengumpulkan data dalam jumlah yang luar biasa, mengolahnya dan mengubahnya dengan cara yang dapat dengan mudah dikonsumsi oleh pelanggan melalui produk dan layanan kami. Wawasan kami disesuaikan untuk mendorong nilai pelanggan dan memungkinkan mereka memaksimalkan ROI dengan upaya sesedikit mungkin.

Kami membantu pelanggan menyaring kebisingan data yang luas untuk fokus pada sinyal yang tepat.

2. Sebagai CTO, bagaimana Anda terus berinovasi dalam solusi HG Insights untuk memenuhi kebutuhan pelanggan yang muncul dan laju pertumbuhan industri?

Saya mulai dengan mengajukan pertanyaan seperti: “Mengapa bisnis Anda ada?” Atau, “Pertanyaan apa yang Anda harap jawabannya akan membuat bisnis Anda sangat sukses?” Itu memberi saya semua bahan bakar yang saya butuhkan untuk mencari cara membantu pelanggan dengan kebutuhan masing-masing.

Yang benar adalah, pelanggan dan solusi yang mereka gunakan semakin canggih. Ketika HG Insights dimulai, kami berfokus untuk memberikan detail kepada pelanggan kami tentang teknologi yang digunakan perusahaan. Ini adalah “Keunggulan yang Sangat Tidak Adil” kami, dan kami membantu perusahaan mendorong program penjualan dan pemasaran yang lebih efektif untuk meningkatkan konversi. Kami adalah pionir dalam memberikan wawasan semacam ini dalam skala besar — ​​dan kami masih melakukannya, karena kami tidak kenal lelah dalam menemukan cara baru untuk memberikan jawaban kepada pelanggan atas pertanyaan yang semakin canggih.

Pada tingkat yang lebih besar, kami berinvestasi dalam inovasi. Beberapa tahun yang lalu, CEO Elizabeth Cholawsky dan saya memulai inisiatif baru, “CoreIP,” untuk berinvestasi kembali dalam inovasi. Tujuan eksplisit kami adalah untuk meningkatkan data dan wawasan kami serta membawa wawasan baru ke pasar. Sebagai bagian dari inisiatif ini, kami meluncurkan program paten untuk membantu mengembangkan ide-ide inovatif dan kami telah mengajukan empat paten, dengan beberapa lagi dalam antrean.

Kami percaya bahwa kami memiliki kewajiban untuk terus berinovasi dan memimpin di bidang ini, sambil mempertahankan janji kualitas kami.

Wawasan mendalam HG tentang tren pasar dan pesaing Anda memungkinkan Anda mengonfirmasi kebutuhan produk Anda dan menentukan ukuran peluang GTM Anda.Wawasan mendalam HG tentang tren pasar dan pesaing Anda memungkinkan Anda mengonfirmasi kebutuhan produk Anda dan menentukan ukuran peluang GTM Anda.

3. Bisakah Anda memberi tahu kami lebih banyak tentang program paten, empat paten yang sudah diajukan, dan bagaimana mereka memposisikan Anda di sektor intelijen teknologi?

Kami memperkenalkan Program Penemuan sebagai cara untuk mendorong lingkungan kolaboratif di seluruh perusahaan. Tim didorong untuk terlibat dengan semua produk kami dan memberi kami ide tentang cara meningkatkan dan mengembangkannya — atau mengusulkan sesuatu yang sama sekali baru.

Dari itu, kami telah mengajukan empat paten baru. Salah satu contoh paten baru-baru ini adalah cara baru dan baru dalam melakukan resolusi entitas bernama dalam teks untuk membantu kita membedakan dan membedakan makna dengan lebih baik. Berikut ini contohnya: bayangkan Anda memiliki dokumen yang menyebutkan kata “Google”. Sekarang kita dihadapkan pada pertanyaan: apakah dokumen ini merujuk Google sebagai keseluruhan perusahaan, atau hanya produk tertentu? Apakah ini kependekan dari Google Cloud Platform (GCP)? Atau merujuk ke Google Workspace (sebelumnya G Suite)? Di dunia kita, konteks berarti segalanya.

Alat seperti ini meningkatkan presisi dan cakupan keseluruhan data kami, yang menghasilkan peningkatan ROI bagi pelanggan kami. Ini hanyalah salah satu dari banyak paten dan rencana baru yang kami miliki untuk memanfaatkan data kami yang tak tertandingi.

“Saya selalu mengatakan prediksi dalam bisnis tidak ada artinya sampai menghasilkan hasil.”

4. Apa saja aplikasi/kasus penggunaan data potensial yang mungkin tidak kami sadari? Apakah ada industri lain yang akan mendapat manfaat dari data Anda?

Kami duduk di tambang emas informasi. Karena kami memiliki data dan wawasan yang berasal dari ribuan teknologi di jutaan bisnis, kami sering menggabungkan bagian-bagian untuk menciptakan sesuatu yang baru. Misalnya, kami mencocokkan wawasan yang telah kami gali dengan titik data baru atau analisis eksperimental untuk membuat wawasan baru yang dapat ditindaklanjuti.

Dari perspektif umum, ini telah menyebabkan dua jenis penemuan:

Teknik atau mesin baru untuk menambang data: Misalnya, paten pada teknik baru dalam resolusi entitas bernama Wawasan baru dari data yang ditambang: Misalnya, paten pada model pembelajaran mesin yang memprediksi perilaku pembelian teknologi

Kami terus bereksperimen dengan semua jenis aplikasi baru dari wawasan kami — mulai dari mencoba menentukan adopsi teknologi hingga ke tingkat departemen dan lokasi dari waktu ke waktu, mengontekstualisasikan data niat, membuat profil loyalitas pengecer/konsultan ke vendor atau teknologi tertentu, hingga mengidentifikasi yang muncul/ vendor dan produk teknologi breakout.

Ini berarti membantu pelanggan menyaring kebisingan data yang luas untuk fokus pada sinyal yang tepat. Dan meskipun kami terutama berfokus pada teknologi di ruang vendor B2B, semua yang kami bangun cukup umum untuk diterapkan ke industri lain seperti layanan keuangan, perawatan kesehatan, dan banyak lagi.

5. Akhirnya, “prediktif” adalah kata yang sering dilontarkan di sekitar ruang data/data besar, seberapa mapan Anda dalam analitik prediktif?

Jika tidak ada yang percaya prediksi Anda atau mengerti mengapa itu dibuat, Anda punya masalah.

Ini adalah pemikiran di balik AI kognitif. Saya adalah pendukung besar AI kognitif, tidak hanya dalam membuat prediksi tetapi dalam menunjukkan kepada pelanggan mengapa prediksi itu dibuat. Untuk mengilustrasikan poin saya:

Salah satu hal yang biasanya kami lakukan untuk pelanggan adalah membuat model kecenderungan berbasis teknologi atau Profil Pelanggan Ideal. Ini adalah bagian dari nilai unik HG Insights. Tetapi kami tidak hanya memberi tahu mereka pelanggan mana yang harus mereka targetkan, kami menunjukkan kepada mereka alasannya. Saat Anda menunjukkan kepada pelanggan mengapa prediksi dibuat, Anda menciptakan kredibilitas. Ada terlalu banyak kelelahan kotak hitam di luar sana. Menghubungkan otak manusia dengan prediksi AI adalah inti dari AI kognitif.

Dalam artikel saya berikutnya, saya akan menulis tentang analitik preskriptif, dan bagaimana membuatnya bekerja untuk Anda!

Terima kasih sudah membaca!

Tentang saya

Saya memiliki lebih dari dua puluh lima tahun pengalaman perangkat lunak dan teknik komersial, keterampilan analitis yang kuat, dan berbagai industri umum dan pengetahuan bisnis. Saya telah memimpin tim teknik di organisasi industri terkemuka seperti MuleSoft (sekarang Salesforce) dan Liaison Technologies (sekarang OpenText).

Saya berspesialisasi dalam semua hal data, termasuk analitik, ilmu data, integrasi, manajemen, keamanan, manajemen API dengan keahlian domain di dan sekitar B2B, EAI, Cloud, dan Big Data.

5 Insights From the Cutting Edge of Data Science awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Menuju AI