Seuraava artikkeli auttaa sinua: Kuinka tämä Mumbai-pohjainen Google for-Analytics automatisoi tiedot Insights-sukupolviksi
Nimesh Mehta aikoo muuttaa liiketoiminnan seurantaa ja perusti kognitiivisen yritysanalytiikkaalustan Rockmetricin. Ajatuksena oli automatisoida yritystiimien “tiedoista oivalluksiin” -matka ja antaa yrityksille mahdollisuus toimittaa ad hoc -visuaalista analytiikkaa, laajennettuja näkemyksiä ja perussyyanalyysiä ilman tukiryhmien laajentamista.
Eksklusiivisessa vuorovaikutuksessa Analytics India -lehtiNimesh, Rockmetricin perustaja ja toimitusjohtaja, jakoi useita oivalluksia Rockmetricin ideasta, kuinka se hyödyntää tekoälyä ja ML:ää, intuition rakentamista tekoälymalleissa, sen tulevaisuuden suunnitelmista ja paljon muuta.
TAVOITE: Mikä inspiroi sinua rakentamaan Rockmetricia?
Nimesh: ottaa Olen ollut pitkään yhteydessä liikkeenjohdon konsultointiin, ja tiesin hyvin, että vaikka maailman tieto on käden ulottuvilla, ylimmälle johdolle on paljon vaikeuksia seurata tiimiään useista syistä. Ensinnäkin tietopino on hyvin monimutkainen. Toiseksi, ihmisten väliintulo tietojen valmistelussa on myös erittäin työlästä. Laaja idea oli sitten rakentaa arkkitehtuuri, joka antaisi johtajille täydellisen näkyvyyden organisaatiosta ja voisi olla vanhempien CXO:n liittolainen, joka tekee tiimistä tuottavamman. Joten sieltä syntyi ajatus Rockmetricin, Googlen kaltaisen analytiikan haun rakentamisesta.
TAVOITE: Miten tulkitset Rockmetricin “Google for analyticsiksi”?
Nimesh: Googlen avulla voit etsiä tietoja tehokkaammin ja oppia uutta. Tärkein asia, jonka Google tekee, on selata kaikki tietosi ja kysyä sinua jatkuvasti, mitä seuraavaksi. Laaja ajatuksemme on olla sellainen liittolainen yrityskäyttäjälle – kun he käyttävät meitä – he voivat kysyä meiltä kysymyksiä milloin tahansa ja saada tuloksia milloin tahansa. Jos he haluavat tutustua liiketoimintaan enemmän, he voivat tehdä sen ilman rajoituksia, ja järjestelmä voi ennakoivasti tukea heitä selvittääkseen, mikä on rikki ja mikä menee hyvin.
TAVOITE: Miten tunnistit ongelman, johon Rockmetric pohjimmiltaan puuttuu?
Nimesh: Yritimme ymmärtää kolmea asiaa. Ensinnäkin, jos on teollisuus, jossa kaikki on olemassa, ongelma on ratkaistu. Toiseksi, jos vakiintuneet operaattorit ovat vuosikymmeniä vanhoja ja innovaatioita ei ole. Ja kolmanneksi, jos asiakkaat ovat tyytymättömiä. Joten jos tällainen kolmikko on olemassa, se on kuin täydellinen tila häiriölle. Yritysraportointi oli yksi tällainen alue. Kaikki olivat siirtyneet edistyneeseen analytiikkaan ja big dataan. Ongelmana ilmoittaminen oli kuitenkin edelleen puutteellista. Ihmiset käyttivät edelleen vuosikymmeniä vanhoja työkaluja, kuten Excel-laskentataulukoita ja manuaalisia analyysejä.
Lisäksi vaikka ihmiset käyttivät visualisointityökaluja, ne eivät riittäneet. Joten laitamme steroideihin raportoinnin tehokkailla toiminnoilla, kuten luonnollisen kielen haun, ad hoc -tietojen tutkimisen ja automatisoidut oivallukset, ja mahdollistamme tämän erittäin suurissa tietotaulukoissa. Esimerkiksi Rockmetricin avulla yrityskäyttäjät voivat analysoida jopa 250 Gt:n kokoisia tietojoukkoja, toisin kuin tavalliset alle gigatavun tapaukset.
TAVOITE: Voisitko mainita joitain Rockmetricin käsittelemiä käyttötapauksia?
Nimesh: Keskitymme ensisijaisesti arvokkaisiin analytiikan käyttötapauksiin, kuten salkun seurantaan rahoituspalveluissa, asiakasnäkemyksiin, riskien ja petosten tutkimiseen, asiakkaiden segmentointiin ja hankintoihin. Nämä ovat alueita, joilla yrityskäyttäjän on luotava oivalluksia ja saatava hälytyksiä ja poikkeusraportteja ilman, että hän oppii jatko-osan tai Pythonin.
TAVOITE: Onko monenlaisten asiakkaiden palveleminen haastavaa oivallusten luomisesta erilaisista tiedoista? Jos kyllä, miten suhtaudut asiaan?
Nimesh: Meillä on laaja valikoima asiakkaita erilaisilla tietojoukoilla ja skenaarioilla. Alustamme ei kuitenkaan yritä toimittaa verkkotunnuksen esiintymiä. Sen sijaan se automatisoi dataputken, oivallusten luomisen ja asiakkaiden kyvyn poimia oivalluksia tiedoistaan. Kun määritämme tietylle yritykselle sopivia oivalluksia, teemme yhteistyötä yritysjohtajien kanssa. Lisäksi, kun diagnostiset oivallukset on luotu, siirrämme päätöksenteon yrityskäyttäjille, koska heidän toimialueensa asiantuntemuksensa piilee siellä. Joten nyt analytiikkatiimi työskentelee monimutkaisten mallien parissa ja yritystiimi saa suoran pääsyn datasta luotuihin diagnostisiin oivalluksiin työkalujen avulla. Silloin yrityskäyttäjät luovat tuloksia näistä tiedoista. Tämä on toisin kuin aikaisemmassa tapauksessa, jossa verkkotunnuksen käyttäjä meni analyytikon puoleen, jolla ei ole verkkotunnuksen asiantuntemusta, tulkitsemaan tietoja.
TAVOITE: Rockmetric on alhaisen koodin yritysanalytiikkatyökalu. Miksi valitsit ilman koodia?
Nimesh: Laaja ajatus oli, että jos yritysjohtajalla, esimerkiksi myyntijohtajalla, on analyyttisesti järkevä yritystiimi, joka haluaa analysoida suurempaa datajoukkoa, joka ei ole mahdollista MS Accessilla tai Excelillä, yritystiimi ei aio opetella SQL:ää tai Python. Tällaisessa tilanteessa Rockmetric tulee mukaan. Meillä on järjestelmä, jossa englannin luonnollisella kielellä voidaan esittää kysymys ja kone muuntaa sen automaattisesti SQL-kyselyksi ja toimittaa tuloksen automaattisesti. Keskitymme pitkälti siihen, kuinka ei-tekninen yrityskäyttäjä, joka on erittäin perehtynyt analytiikkaan, voi analysoida suuria tietojoukkoja ilman, että hän oppii koodaamaan.
TAVOITE: Kuinka integroit tekoälyn ja ML:n tekniikkapinoasi?
Nimesh: Emme myy tekoälyä ja ML:ää asiakkaillemme. Tarjoamme heille ratkaisun ja siten yksinkertaistamme ongelmaa. Siellä AI tottuu. Esimerkiksi luonnollisen kielen haun tapauksessa tekoälyä käytetään selvittämään, mikä kysely on, ja luomaan oivalluksia; sijoitusalgoritmia käytetään antamaan tarkka tulos käyttäjän kyselyn perusteella; Suositusmoottorimallia hyödynnetään automaattisten näkemysten toimittamiseen asiakkaalle. Joten tekoälyä käytetään eri vaiheissa. Yleisidea on tehdä arkkitehtuurista älykäs, jotta ihmiset, joilla on kohtalainen tai heikko tekninen osaaminen, voivat toimia ja tuottaa liiketoimintaa.
TAVOITE: Kuinka olet rakentanut “intuition” tekoälymalliin?
Nimesh: Kolmen asian katsotaan ottavan huomioon intuition AI-mallissa. Ensimmäinen on itse haku. Toinen on käyttöliittymän tai UX:n tuote. Ja kolmas on sellaiset oivallukset, jotka toimitetaan. Joten kun vanhempi johtaja katsoo trendikaaviota ja haluaa selvittää, miksi myynti laskee päivä päivältä, suurin haaste on kouluttaa analyytikot toimittamaan jotain oleellista. Olemme Rockmetricilla ottaneet asiakkaidemme ja tiimimme valoisimmat mielet ja kouluttaneet koneen toimittamaan asianmukaiset näkemykset automaattisesti. Siten, jos organisaatio käyttää sitä, sen ei tarvitse kouluttaa ihmisiä tuottamaan asiaankuuluvaa tulosta. Kone antaa tuloksen, kun sitä on harjoitettu ensimmäisen kerran.
TAVOITE: Onko valmisteilla uusia tuotteita?
Nimesh: Meillä on kaksi muuta tarjousta tulossa. Ensimmäinen on “Rockmetric Flash”, kevyt tuotevalikoima, jossa yritykset voivat toimittaa suojattua raportointia kenttäjoukkojen jälleenmyyjille tai ulkopuolisille asiakkaille. Toinen on pieni, matalakoodimoduuli, joka automatisoi datamart-prosessin luomisen. Tämä antaa tietotiimille mahdollisuuden tarjota hajautetun datakaupan yrityksille. Tämän myötä Rockmetricistä tulee paljon kattavampi alusta kuin pieni apuväline.
TAVOITE: Luuletko, että jos datasääntelylaki tulee voimaan, se vaikuttaa haitallisesti Rockmetricin liiketoimintaan?
Nimesh: Itse asiassa, jos sääntely tulee voimaan, uskon, että se on hienoa Rockmetricille. Olemme yksi harvoista erittäin turvallisista työkaluista, jotka on suunniteltu BFSI:lle, konteissa ja kannettavissa kaikilla pilvialustoilla. Lisäksi se voi toimia myös paikan päällä. Markkinoilla on monia alustoja, jotka ovat vain pilvessä ja voivat lukita sinut pilvipalveluntarjoajaan. Siksi useimpien yritysten on varmistettava, etteivät ne ole lukittuneena tiettyyn pilvipalveluntarjoajaan tai että heillä ei ole varavaihtoehtoa toimia paikan päällä sodan tai katastrofin sattuessa. Rockmetric on ihanteellinen valinta tällaisissa olosuhteissa. Mitä tiukempi tiedonhallinta on, sitä parempi on Rockmetricin kasvu.
TAVOITE: Millaisena näet Rockmetricin tulevaisuuden?
Nimesh: Tulevaisuuden suunnitelmamme ovat kaksijakoiset. Yksi on se, että haluamme olla luotetuin liiketoiminnan seurantakumppani ja toivomme, että ylimmän tason johtajat ja kaikki huippuorganisaatiot ansaitsevat liiketoiminnan seurannan, yrityskatsaukset ja turvallisen pääsyn loppukäyttäjille. Haluamme muuttaa markkinat pelkkien kojetaulujen ja raporttien luomisesta liiketoiminnan aktiiviseen seurantaan. Toiseksi haluamme olla kattava, hintaluotettava analytiikka-alusta, joka tarjoaa turvallisen ympäristön, jossa yrityskäyttäjät eivät jää kiinni mihinkään pilvipalveluun.
