Проблемы использования data driven решений
Доклад «Проблемы при внедрении и использовании дата решений» был сделан Евгением Лимаренко, CIO Inventive Retail Group, на отраслевой офлайн-встрече портала Глобал СИО. Такой формат общения топ-менеджеров ИТ за многие годы доказал свою эффективность, и встреча ИТ-руководителей ритейла исключением не была. Выступление Лимаренко стало кратким, но ярким резюме множества проектов в области ИИ, RPA, нейросетей. Он обозначил основные проблемы таких внедрений и очертил возможные пути их решения.
Ключевой тезис: любая работа с дата-решениями – эволюционный процесс в компании. Он невозможен без наведения базового гигиенического порядка в данных. Принцип shit in – shit out работает железно. Если нет базы, в том числе инфраструктурной, то ни о какой предиктивной, например, аналитике, речи быть не может.
Евгений Лимаренко выделяет три вида data - аналитики: описательную, предсказательную, предписывающую. Описательная аналитика - это системы отчетности. Она показывает, что происходит здесь и сейчас. Предсказательная аналитика используется для моделирования ситуаций в будущем, отвечает на вопрос «что, если». Предписывающая аналитика дает подсказки о том, что нужно делать при наступлении определенных событий.
Рис. 1. Проблемы и решения описательной аналитики.
Проблемы качества данных и в самом широком смысле отсутствие культуры работы с ними характерны для всех видов аналитики. При этом, подчеркивает Евгений, «если у вас нет базовой инфраструктуры, где вы правильно собираете данные, складываете их и храните, включая резервирование, ничего не получится». Инфраструктурные проблемы, включая создание полноценного хранилища данных, организационные вопросы управления данными, должны быть решены до попыток перехода к построению математических моделей, прогнозов.
