Oleksandr Krakovetskyi: Чому створення data strategy для компаній – це першочергове завдання? AI & BigData Online Day 2021 Website - https://aiconf.com.ua/ Youtube - https://www.youtube.com/startuplviv FB - https://www.facebook.com/aiconf

1. 1
de
v
r
a
i
n
.
c
o
m
Oleksandr
Krakovetskyi
CEO DevRain, Ph.D.
Microsoft Regional Director
Microsoft AI MVP
Microsoft Certified Trainer

2. 2
de
v
r
a
i
n
.
c
o
m
Чому створення
data strategy для
компаній – це
першочергове завдання?

3. 3
de
v
r
a
i
n
.
c
o
m
Типові завдання бізнесу
1. Які канали залучення клієнтів
дають найбільшу конверсію?
Як зменшити час на доставку
товарів?
2. Що і як клієнти говорять про
компанію у соціальних
мережах?
3. Як визначити аномальні
ситуації?
4. Який прибуток очікується в
наступному кварталі?

4. 4
de
v
r
a
i
n
.
c
o
m
Від сирих даних до наборів даних
Raw data & datasets
1. Різні задачі вимагають
різні набори даних
2. Для розв’язання ML
завдань потрібні різні типи
наборів даних
3. Набір даних – важлива
складова відтворюваності
експерименту

5. 5
de
v
r
a
i
n
.
c
o
m
Стратегія даних
1. Описує інструменти, процеси
та правила, які визначають,
як керувати, аналізувати та
діяти на основі даних.
2. Допомагає приймати
обґрунтовані рішення на
основі ваших даних.
3. Допомагає організувати
безпечне зберігання даних
відповідно до вимог
законодавства.

6. 6
de
v
r
a
i
n
.
c
o
m
Модель зрілості компаній щодо впровадження ШІ

7. 7
de
v
r
a
i
n
.
c
o
m
Foundational
1. Демістифікація ШІ
2. Вивчення досвіду інших компаній
3. Використання готових інструментів
4. Співпраця з технологічними
партнерами

8. 8
de
v
r
a
i
n
.
c
o
m
Approaching
1. Впровадження дата-культури
2. Вивчення можливостей для
створення власних ШІ рішень
3. Співпраця з технологічними
партнерами

9. 9
de
v
r
a
i
n
.
c
o
m
Aspirational
1. Високий рівень цифровізації
2. ШІ розглядається як інструмент для
створення нових бізнес-моделей або
оптимізації бізнес-процесів
3. Створення власних ШІ рішень на базі
складніших інструментів
4. Наявність власної команди
спеціалістів у співпраці з
технологічними партнерами

10. 10
de
v
r
a
i
n
.
c
o
m
Mature
1. Розуміння всіх аспектів роботи з
даними
2. Вміння будувати моделі машинного
навчання та управляти ними у
реальному середовищі
3. Наявність архітектури даних
4. Співпраця з технологічними
партнерами для розв’язання нішевих
завдань

11. 11
de
v
r
a
i
n
.
c
o
m
Складові стратегії даних

12. 12
de
v
r
a
i
n
.
c
o
m
Джерела даних
Data sources
Сценарій Необхідні дані Джерела даних
Які канали залучення клієнтів
дають найбільшу конверсію?
Продажі, трафік,
відвідувачі сайту
E-commerce, Google
Analytics
Як зменшити час на доставку
товарів?
Замовлення,
запаси товарів,
затори, карта
ремонтів
CRM, системи трекінгу
часу, служби доставки,
Google Maps

13. 13
de
v
r
a
i
n
.
c
o
m
Користувачі даних
Data users

14. 14
de
v
r
a
i
n
.
c
o
m
Каталог даних
Data catalog

15. 15
de
v
r
a
i
n
.
c
o
m
Сховище даних та трансформація даних

16. 16
de
v
r
a
i
n
.
c
o
m
Архітектура та технологічний стек
Architecture and technology

17. 17
de
v
r
a
i
n
.
c
o
m
Інструменти
Tools

18. 18
de
v
r
a
i
n
.
c
o
m
Загальна модель даних
Common data model

19. 19
de
v
r
a
i
n
.
c
o
m
Дорожня карта
Roadmap

20. 20
de
v
r
a
i
n
.
c
o
m
Коли стратегія даних
не потрібна?
1. Якщо у вас немає даних.

21. 21
de
v
r
a
i
n
.
c
o
m
Контакти
Краковецький Олександр
CEO DevRain, Ph.D.
o.krakovetskyi@devrain.com