Premièrement, donner des conclusions qui peuvent être utilisées pour la prise de décisions
Data bad, n'est pas une raison d'arrêter tout travail AI, ni une excuse pour sauter la gouvernance. Les entreprises devraient limiter le problème à des tâches spécifiques, en faisant le bilan des connaissances, des données structurées et des échantillons historiques nécessaires.
Quelles conditions faut-il définir avant de porter un jugement?
La même question peut avoir des réponses différentes dans différentes phases d'activité, de données et de projet. Il est suggéré de vérifier les conditions suivantes et d'intégrer les conclusions communes sur le web dans leurs propres projets.
Ordre d ' avancement suggéré
Premièrement, nous serons clairs sur la cible et la frontière.
Déterminer une tâche opérationnelle à haute fréquence et les résultats à concilier.
Validation Dépendance des clés
b) Inventaire des données, lacunes, pouvoirs et questions de qualité nécessaires à la réalisation de la tâche.
Élaboration de résultats évaluables
Un point de référence manuel a été établi et PoC contrôlé a été complété par de petits échantillons.
Assurez-vous de décider de la prochaine étape avec les résultats réels.
Réinsérer les données, retraiter les procédés ou ajuster les scènes en fonction de la classification des défaillances.
Comment le comprenez-vous dans le business réel?
Au lieu d'être un assistant commercial ouvert, l'entreprise peut d'abord choisir de générer des rapports hebdomadaires de vente, et de fixer l'étalonnage des commandes confirmées et des retours; et de réparer progressivement les données de base du client tout en vérifiant la valeur. Les exemples ne représentent pas la performance d'un client particulier, et les conclusions réelles doivent être vérifiées en conjonction avec le volume d'affaires propre de l'entreprise, échantillon, système et limites de responsabilité.
La fosse la plus facile à monter.
On a estimé que la gouvernance des données de l'entreprise devait être achevée avant que le projet pilote puisse être mis en oeuvre.
Remettre directement au modèle les données historiques non reconnues
Réglez les conseils uniquement lorsque des problèmes de données surviennent, sans corriger le processus source
Comment devrions-nous finir par recevoir et confirmer?
La première question de l'inventaire des données de scène, des sources et des responsabilités, des niveaux de référence de qualité, des autorisations, des échantillons et des options de gestion des lacunes devrait être abordée; le rapport PoC doit faire la distinction entre les questions de modélisation et les questions de données et décrire les questions de gouvernance qui doivent être remplies avant la production en ligne.
En se préparant à communiquer avec les fournisseurs ou les équipes internes, il est recommandé d'apporter les processus actuels, des échantillons représentatifs, des systèmes existants, des délais de planification et des niveaux budgétaires. Premièrement, les éléments inconnus sont clairement marqués, et la décision est alors prise d'utiliser des diagnostics, PoC, des projets à fourchette fixe ou des recherches et développements en cours, qui sont généralement plus fiables qu'une demande directe de prix et de durée sans frontières.