Скрытое знание в данных требует автоматизации для извлечения

Скрытое знание в данных требует автоматизации для извлечения

Самый ценный уровень анализа — когда компания не знает, что именно она знает. Информация есть в собранных данных, но текущие модели анализа не могут её извлечь из-за сложности или высокой вариабельности поведения пользователей. Здесь критически важна автоматизация через machine learning и специализированные инструменты. Именно на этом уровне появляются ответы на вопрос «Почему?», а не только «Что произошло?»

Связи

• Евангелизм через обучение команды самостоятельному измерению — Оба о переходе от простого анализа к автоматизации сложных аналитических задач
• Качество автоматизации через внимание к деталям — Автоматическая обработка данных извлекает скрытую ценность через устранение артефактов
• Аналитические события как навигация по коду — События как инструмент извлечения неявного знания из структуры кода
• Локальная автоматизация через компьютерное зрение — Практическое применение ML для автоматизации извлечения информации из данных

---

Источник: Telegram, 2019-03-21