如何利用一系列人工智能技术和工作方式来推动数据驱动型决策

不可否认的是，数据在2020年对于企业而言具有更大的重要性，而获取数据的投资只会在不久的将来增长。普遍的共识是，全球每10个组织中就有7个组织在未来三年内增加对数据的投资。但是，也有必要了解，采购数据只是完成的工作的一半-使用这些数据来获得真正有助于企业创造价值的见解是真正的艰巨任务。从角度来看，每10个组织中就有7个组织将在采购数据上进行投资，但十分之三的组织只能使用庞大的数据来推动行动。

考虑到大数据，人工智能和机器学习这两个术语所引起的麻烦，很难将一个人误认为另一个人。但是，重要的是要了解数据和见解不是同义词–它们是方法论的各个方面，其更广泛的目标是推动业务增长。公司可以使用数百万个数据点，但是要推断出这些巨大的数据，并就业务难点进行透视是真正的任务。在我看来，我们将看到当前的叙述在很大程度上偏向于数据，将演变为如何利用数据的真实见解构建有效的流程。因此，总而言之，数据对于现代企业而言极为重要，但真正重要的是切实可行的见解。

DJ：一般而言，预测分析可以实现什么?

萨哈(Saha)：

自远古时代以来，人们就表现出了对“未来会发生什么”的无限狂热。而且，这种与生俱来的人格特质导致了许多成功(但未成功)的技术的发展，这些技术可以分析历史模式，以推测未来可能发生的情况。预测分析已经发展了几十年，达到了可以在各个组织中成功实现以实现一系列业务目标的阶段。

预测分析的应用是多方面的-从勤奋的风险评估和流失预防到销售预测，市场分析和财务建模，预测分析已被证明可以成功预测可能的未来行为。例如，在医疗保健行业中使用预测分析会产生深远的影响。预测分析的使用可以提高诊断和治疗的准确性，同时大大有助于有效地管理操作。

在这里必须提到的重要一点是，预测分析的潜力尚未完全实现，因为对其实际ROI的投资和怀疑使许多企业望而却步。但是，随着技术变得可以负担得起，并且预测分析变得更加主流，我们将看到它成为许多组织的标准(以及其他过程)。

DJ：关于客户行为可以获得什么见解?

萨哈：

他们在想什么?对他们有什么吸引力?我该怎么做才能推动他们?只要有一个开放的市场，卖方就一直在使用他们掌握的一切来了解消费者的想法。由于有了新技术，这种好奇心得到了缓解，尽管达到了一定水平。

通过结合AI的机器学习，深度学习，消费者分析和传统行为科学，我们处于了解消费者行为的先进位置。

DJ：企业如何最好地使用自然语言处理?

萨哈(Saha)：

组织现在正在集中精力以不同的方式进入消费者理解的新领域。如今，将分析限制为高度结构化的格式可排除呼叫日志或社交平台中约80%的非结构化信息。这是自然语言处理(NLP)介入的地方。