Future technology touchscreen interface. Man touching screen interface in hi-tech interior.Businessman  drawing chart in futuristic office.

Előrejelzés- analitika, avagy add meg az adataid és megmondom a jövőd

Az ókori görögök már érezték

Már az ókori görögök tudták, hogy milyen fontos tudás a jövő ismerete, ennek nyomait őrzi a szentély Delphoiben, a világ köldökén. Ennek modern változata a mai “JÓS biznisz” TV-ben újságokban és az interneten is. Igazából senki sem arra vágyik, hogy pontosan megtudja mi vár rá, mert akkor oda a varázs. Az emberek szeretnék tudni, hogy amit ma tesznek, hogyan hat ki a holnapra és visszaigazolásra vágynak, hogy jó amit csinálnak.

Az üzletben azért egy kicsit más a helyzet. Itt komoly értéke van annak, ha pontosan tudod a jövőt. Ki ne szeretné tudni, legalább azt, hogy az egyes döntéseinek milyen valós kimenetelei lehetnek és annak milyen esélyei vannak? A technológia KKV-k számára is elérhető.

Egy üzleti szereplőt a jövőbeli történések előrejelzése nagyon egyszerűen a konkurencia elé tud repíteni, hiszen tudni fogja, hogy pontosan mennyi készletet kell tartania raktáron, amikor épp marketing kampányt futtat, mikor melyik gépe romlik el, melyik vevője akarja elhagyni, melyik dolgozójának kell juttatást adnia, hogy jobban teljesítsen.

A jóslás a görögök idejében sem volt és még most sem egzakt tudomány, de a gépi tanulás módszerei nagyon sokat segítenek nekünk abban, hogy könnyű legyen a vállalkozásod múltbeli adatai alapján előrejelezni a jövőt.

Tedd fel a kérdést!

A prediktív modell felállításának az első és legfontosabb lépése a Te feladatod: fel kell tenned a kérdést! Ez nem is olyan egyszerű, mint elsőre tűnik. Mivel az üzletedet Te ismered legjobban, ezért a kérdés-feltevés terhe alól senki nem tud felmenteni (hasonló iparági kérdésekben tanácsadó cégek tudnak persze ötleteket adni). Amikor a kérdést felteszed, akkor gondolj arra, hogy olyan versenyelőnyt kell ezzel szerezned, amivel lenyomod a konkurenciádat és a nyomodba se érnek. Kell egy hipotézis!

Segítek: Mi az a két dolog (mérő szám, adat, esemény), amit ha ma megtudnál, hogy hogyan alakul 2-3 hónap múlva, mit mondanál? A jövőd melyik szeletébe kukkantanál be? Mi az amire a legkisebb hatásod van, de többet szeretnél? Mi az az információ, amit ha ma tudsz, akkor pár hónapon belül abból előnyt tudnál csinálni?

Na jó, (majd)nem a tenyeredből mondjuk meg a megoldást

A második lépés az adatforrások kiválasztása, azaz melyek azok az adatok, amelyek hatással lehetnek a feltett kérdés megválaszolására. Ezek lehetnek a cég ügyviteli rendszeréből származó adatok, online adatok (pl. GPS adatok) vagy külső adatforrások (időjárás, tőzsdeindexek).

Neked milyen adataid vannak cégben és milyen külső adatok szükségesek ahhoz, hogy előre láthass?

Az adatforrások meghatározásában már be kell vonnod adatbázis-guru tanácsadót és azzal se neked kell majd bajlódnod, hogy ezeket az adatokat egy közös adat-tárolóba drótozzák be.

Amikor az egyes adatforrások bizonyos mezőkön keresztül (pl. cégazonosító, cikk, adat keletkezésének ideje) összekapcsolódnak általában kiderül, hogy egyik-másik adatbázis hiányos vagy hibás adatokat tartalmaz, de még a tökéletes adatbázist is szűrni, tisztítani kell és megszabadítani az előrejelzést torzító, zavaró adatoktól. Ehhez szükség van a Te és a kollégáid ismeretére, de ezt egy jó adatbányász cég különböző eszközökkel támogatja.

Gyakorlatilag így keletkezik a céged “digitális tenyere”

Modell

Ha az elvileg hibátlan adatok együtt vannak, akkor a prediktív(előrejelző) modellt kell kiválasztani, ami minden esetben az adatbányász tanácsadó feladata. Ezt a modellt tesztadatokon kell felépíteni és tesztelni, ami általában a Te múltbeli adataidat tartalmazza (pl. a múlt havi extrém rendelést az egyik legdrágább cikkemből meg tudtam volna-e jósolni az előző 5 év adataiból?). És csak ezután lehet az éles rendszert elindítani, ami majd – jó esetben – a feltett kérdésedre megadja a választ.

A legjobb összefoglaló mű, amit az alkalmazható algoritmusokról olvastam a Master Algorithm című 2015-ös kiadású könyv . Ha általánosságban érdekel a téma, akkor ezt érdemes elolvasni (ha mélyebben, akkor a matekra kell gyúrnod).

Körbe jár az óra, tikk-takk jár…

Végül, de nem utolsó sorban a modelleket persze folyamatosan auditálni és módosítani kell, hiszen a világ is változik körülöttünk és ehhez alkalmazkodni kell.

Számomra mindig az a legérdekesebb, amikor azt elemezzük, hogy a külső körülmények hogyan hatnak egy adatsorra. Pl. hogyan látszik a weboldal látogatási statisztikából, hogy új adwords kampányt kellett volna indítani, vagy éppen az, hogy mikor kell abbahagyni a kampányt, mert már nem fog hozni számottevő eladást.

Szóval akkor vissza az első lépéshez: engedd el a fantáziád és fogalmazd meg a kérdést… Tudod, úgy hogy a nyomodba se érjenek!

Az egyetemen, amikor először hallottam a mesterséges neuronhálózatokról, amik az agyunk modellje alapján készültek és viszonylag komplex feladatokat (pl arcfelismerés) tud megoldani, ellenállhatatlan vonzalmat éreztem és egy évig szorgalmasan jártam az előadásokra (pedig ez nem volt rám jellemző). Szóval az van, hogy mikor arra gondolok, hogy a jövő nagy része bele van kódolva az adataink mélyébe (és bele van, efelől ne legyen kétségetek), akkor elkezd bizseregni a gyomrom és érzéseim között, amit affinitásnak hívnak az százszoros értékkel növekszik. Hát igen, ez valamiféle szerelem lehet.

A negyedik ipari forradalom legelején vagyunk, ami az információra épül és az információ feldolgozásában az algoritmusok nagyon jelentős szerepet fognak játszani. 20 év helyben topogás után pár éve ért oda a hardver, hogy elegendő táptalajt tud adni a mesterséges intelligenciához, hogy kifejlődjön. Nem hiszek az erős mesterséges intelligenciában, vagyis hogy a gépek öntudatra ébredhetnek. De hiszem azt, hogy a gépek már sok tekintetben most is okosabban nálunk, és hiszek abban is, hogy ez az iparág (a gépi tanuló algoritmusok) hamarosan gyökeresen megváltoztatja majd a világot, ahol élünk és ahol a pénzünket keressük. Bízom benne, hogy részem lehet nekem is ebben az átalakulásban.

Péter

Vélemény, hozzászólás?