L'automatisation de la curiosité

Toutes les deux semaines, je découvre un autre article proposant de nouvelles façons de recueillir des «informations» sur les consommateurs, les marchés, les employés ou toute autre société qui compte.

C'est comme si ces idées étaient une énigme que toutes les entreprises cherchaient à comprendre. Et si je vous disais qu'il n'y a pas de recette magique?

Tout ce qu'il faut, c'est un principe simple qui est souvent négligé: être curieux.

Avant d’expliquer plus en détail, laissez-moi vous raconter quelques informations sur moi qui sont pertinentes pour la grande histoire ici. Je suis dans le domaine de l'analyse des données depuis plus de quinze ans, bien avant que cela devienne un mot à la mode sexy. J'ai travaillé dans le secteur des entreprises, avec des gouvernements et des ONG, et ai enseigné la recherche au niveau universitaire.

Tout au long de ma carrière, j'ai eu de grandes victoires. J'ai pu découvrir des informations permettant aux entreprises de résoudre des problèmes liés à la consommation dont elles n'étaient même pas au courant, d'aider les organisations à trouver le moyen de faire évoluer leurs initiatives avec succès en prenant des décisions reposant sur des données, voire même d'empêcher un procès majeur pour une grande entreprise. entre.

Ces victoires n’étaient pas dues à certaines compétences particulières de mes compétences techniques. Je connaissais des gens beaucoup plus intelligents que moi, mieux formés et plus expérimentés. J'avais un avantage qui me donnait l'avantage, une curiosité innée et une dépendance au voyage d'exploration.

Ce que cela signifiait pour les jeux de données que je traitais, liés au consommateur ou autrement, était que je ne laissais aucun inconvénient. J'ai effectué manuellement un niveau d'analyse chirurgical.

J'ai segmenté les données de toutes les manières possibles.

J'ai ensuite segmenté les segments.

J'ai contrôlé pour chaque variable disponible. J'ai ensuite vu comment mes variables de résultat étaient influencées par des modèles de régression, des corrélations ou des tests significatifs.

J'ai réduit l'analyse à l'unité la plus significative.

Si cela signifiait que j’avais besoin d’exécuter 100 modèles de régression en contrôlant toutes les variables pour voir si la localisation géographique aux États-Unis était un facteur prédictif du comportement du consommateur, c’est ce qui a été fait.

Pourquoi 100 modèles et non 50?

S'il existait deux variables pour le sexe, homme et femme, et 50 États américains, afin de savoir avec certitude si le sexe avait une influence sur le comportement du consommateur dans chaque État, il s'agissait de 100 modèles.

Ce n'était que le commencement. Imaginons que si vous aviez des variables de race, de type d'emploi ou autres, le nombre de permutations atteindrait des milliers.

Ce n’était certainement pas quelque chose que je pouvais faire manuellement, ni même avec l’aide de l’équipe de scientifiques de données que j’avais dirigée.

Avant la présentation à un conseil d’administration ou à un représentant du client, j’ai mené autant d’analyses que possible car j’étais vraiment curieux de savoir en quoi les résultats avaient changé ou non.

Pas pratique?

C'était.

Devinez ce qui s'est passé dans le processus? Des informations ont été révélées sur le fait que les entreprises avaient désespérément besoin d’avoir besoin de développer leurs activités. Des décisions stratégiques importantes ont été prises, des conclusions ont été présentées qui ont changé l'orientation des poursuites contre les entreprises du Fortune 500 et les gens ont commencé à en prendre connaissance.

Un cadeau et une malédiction.

Ce don de curiosité est également devenu une malédiction à mesure que les exigences de mon temps ont augmenté. La charge de travail me semblait parfois insupportable. Ce n’était pas durable. Il devait y avoir un moyen d’automatiser une partie de mon travail. Il y a eu de nombreuses nuits sans sommeil avant que l'ampoule électrique proverbiale ne s'éteigne dans ma propre tête.

Avance rapide il y a quelques années lorsque j'ai quitté le monde de l'entreprise. Avec l'aide d'un cofondateur et, ironiquement, davantage de nuits sans sommeil, nous avons décidé de créer une plate-forme pour l'ancien moi.

L'idée lumineuse.

La vision, exploitant le pouvoir des technologies disponibles, l’apprentissage automatique et l’intelligence artificielle, permet de découvrir instantanément des informations profondes sur la psychologie humaine - ce que les gens ressentent, agissent et pensent.

Armés de cela, nous pouvons prendre des décisions stratégiques presque en temps réel, éclairées par de vraies données statistiques et une analyse des réactions écrites à grande échelle.

Donner vie aux idées les plus importantes et les plus pertinentes pour nos clients nous permet non seulement de dormir, mais aussi de mieux dormir.

Pendant très longtemps, j'ai pensé que nous étions en train d'automatiser l'analyse. Jusqu'à ce que ça me frappe, nous automatisons la curiosité.

Ce n’est qu’avec curiosité que nous pourrons orienter l’aiguille vers des perspectives significatives.

Le temps est la seule marchandise que nous ne retrouvons jamais dans la vie. Notre capacité à donner du temps à nos utilisateurs pour qu'ils puissent se concentrer sur la croissance de leur entreprise en prenant des décisions basées sur des données est notre critère de réussite.

Par: Naira Musallam, PhD