Warum „Daten“ und „A.I.“ gehen immer zusammen

Daten und KI KI und Daten.

Man hört die beiden Begriffe fast immer im selben Atemzug. Warum ist das so?

Wenn Sie ein Gründer sind und versuchen, mehr über diese Themen zu erfahren, sei es, um Ihre Arbeitsabläufe oder Ihre Produkte oder einen Aspekt Ihres Betriebs zu verbessern, finden Sie hier die Einführung für einen Geschäftsinhaber darüber, was die Leute wann meinen sie bestehen darauf, beides zusammen zu sagen.

KI braucht Daten, um irgendetwas zu tun.

Im Kern ist KI ein Algorithmus, der im Klartext ein Prozess ist, der Eingaben entgegennimmt und Ausgaben erzeugt. Genau wie Ihr Auto, das nur ein Stück Metall ist, das in der Garage sitzt, bis es Kraftstoff hat, um es zu betreiben, kann ein Algorithmus allein ohne zu verarbeitende Daten nichts Nützliches tun. Eigentlich kann er überhaupt nichts tun.

Das bedeutet, wenn Sie möchten, dass Ihr Unternehmen von KI profitiert, besteht die erste Aufgabe darin, Ihre Daten zu sammeln und zu formen. Laut Phong Nguyen, Gründer der Data-Science-Beratung Partners in Company, kann dies ein echter Stolperstein sein. "Laut Kunden, mit denen wir zusammengearbeitet und gesprochen haben, sind die Hindernisse für eine stärkere Datenorientierung normalerweise die Grundlagen sauberer, konsistenter Daten, die zentralisiert und sicher sind", sagt -her.

Dies bedeutet normalerweise, dass Sie Ihre Daten entweder aus Tabellenkalkulationen ziehen oder Ihre Daten von mehreren Plattformen, wie z. B. einer Customer Relationship Management (CRM)-Plattform und einem Marketingformular, in einem zentralen Repository zusammenführen, wo die Daten verfügbar sind beginnen, für die Analyse kombiniert und verglichen zu werden. Normalerweise müssen sie noch auf verschiedene Arten bereinigt und normalisiert werden, um sicherzustellen, dass sie konsistent und in der richtigen Form sind, bevor Datenteams die richtigen Schlussfolgerungen ziehen und dann mit der KI auf den Daten aufbauen können.

Außerdem benötigen die meisten KI große Datenmengen, um zuverlässige Ergebnisse zu erzielen, aus dem gleichen Grund benötigen Sie eine große Stichprobe von irgendetwas, um ein vernünftiges Urteil zu fällen. Wir sind alle mit politischen Umfragen vertraut, bei denen Fachleute in der Regel eine Genauigkeit von mehr als 95 % angeben, wie die Bevölkerung als Ganzes plant, bei einer Wahl abzustimmen, indem sie eine Stichprobe von etwa 300 Personen ziehen.

Dies ist für eine einfache Wahl zwischen zwei Optionen. Wenn Sie versuchen, komplexere Vorhersagen zu erstellen, wie z. B. die Unterscheidung zwischen verschiedenen Arten von Kundenverhalten in Ihren Marketingdaten, sollten Sie mit mehreren tausend Stichproben beginnen. Oft werden Sie viel mehr verwenden, um großes Vertrauen in Ihre Ergebnisse zu haben.

Über wie viele Daten reden wir? Die richtige statistische Analyse kann Ihnen eine genaue Zahl für das geben, was Sie zu tun versuchen, aber als Faustregel gilt, dass Hunderttausende von Zeilen den auf maschinellem Lernen basierenden Analysen normalerweise unterlegen sind. „Ich bin es nicht gewohnt, mit weniger als einer Million Zeilen zu arbeiten“, sagt Chantel Perry, eine erfahrene Datenwissenschaftlerin in großen Unternehmen und Autorin des Buches Data Newbie to Guru.

Und für so etwas wie Marketinganalysen, bei denen die Kundentrends, die Sie zu verstehen versuchen, von Tag zu Tag und Monat zu Monat variieren können, möchten Sie, dass einige auch genug Daten über einen ausreichend langen Zeitraum sammeln nützliche Vorhersagen treffen: "Sie wollen mindestens sechs Monate im Geschäft sein und mindestens sechs Monate lang Daten über Ihre Kunden sammeln", sagt Perry.

Jetzt verstehen Sie also, warum KI Daten benötigt. Diese Abhängigkeit geht auch in die andere Richtung. Die Wahrheit ist, das eine geht nicht ohne das andere.

Viele Daten kommen aus K.I.

So wie KI-Algorithmen Daten als Eingabe benötigen, ist ihre Ausgabe oft irgendeine Form von Daten.

Angenommen, Ihre Marketingdaten werden so analysiert, dass Sie feststellen, dass Sie acht Hauptkundengruppen haben. Möglicherweise stellen Sie auch fest, dass unterschiedliche Kundengruppen unterschiedliche Arten von Pitches oder Anzeigen erhalten sollten. Diese ...