AI挖的坑,還得人來填
今年不少企業(yè)上馬的 AI 項目陷入 “沒效果” 的困境,相關(guān)求助需求集中涌現(xiàn)。文章從實際服務(wù)十幾個客戶的經(jīng)驗出發(fā),調(diào)侃 “AI 未取代數(shù)據(jù)分析,反倒需數(shù)據(jù)分析救場” 的現(xiàn)象,進而深入剖析 AI 項目踩坑的核心原因,分享盤活爛尾 AI 項目、選擇易突圍項目的具體思路,為企業(yè)推進 AI 項目提供實操參考。
“今年新上的AI項目沒效果!”
“陳老師快來幫幫忙,想想辦法”
“能不能設(shè)計一個評估體系,證明它管用!”
從6月份開始,我就在十幾個客戶之間奔走處理類似需求,邊做邊調(diào)侃:“還說啥AI取代數(shù)據(jù)分析,現(xiàn)在都指望數(shù)據(jù)分析來救場子的” 為什么會出現(xiàn)如此奇觀?以及如何避免AI項目踩坑,剛好在8月底做個小結(jié)。
一、回歸商業(yè)本質(zhì)
先別管它是AI、BI、CI還是DI,站在商業(yè)視角,所有的產(chǎn)品分三類:交易型產(chǎn)品、內(nèi)容型產(chǎn)品、工具型產(chǎn)品。
AI產(chǎn)品也是工具型產(chǎn)品一種,厲害的工具它還是工具,只要是工具型產(chǎn)品,那么就得滿足以下條件:
1、有具體場景
2、有使用對象
3、滿足特定需求
4、可用指標(biāo)衡量價值
媒體聽到一個新概念,就會大呼:“震驚!顛覆!代替!” 但是,真到了企業(yè)里做項目的時候,必須得數(shù)據(jù)說話:
缺少場景or對象,叫偽需求
有真實需求,但工具不能滿足,叫:沒做好
自己說“做得好”,無法量化考核,領(lǐng)導(dǎo)就不認(rèn)賬
這就叫商業(yè)本質(zhì),而今年草草上馬的AI,各有各的死法。
二、偽需求的陷阱
很多公司上了Chat BI,口號都是:“只要隨口說一句,立馬自動生成SQL輸出數(shù)據(jù)圖表”……結(jié)果復(fù)盤的時候,老板要的是SQL、數(shù)字、圖表嗎?都不是!
某企業(yè),老板就當(dāng)著一眾領(lǐng)導(dǎo)面問:
1、能不能發(fā)現(xiàn)業(yè)務(wù)沒有發(fā)現(xiàn)問題?
2、能不能給出可落地的具體辦法?
3、跑數(shù)不是月薪8K的職員干的嗎?
4、所以你們部門裁員了幾個人?
5、所以上項目的效益就是倆人的工資?
項目負(fù)責(zé)人被問得抓耳撓腮團團轉(zhuǎn)……蒸汽火車取代馬車,不是因為蒸汽火車能節(jié)約草料,而是它能支持一種全新生產(chǎn)力。想不明白這點,項目就很容易做成偽需求。
回頭看看,會發(fā)現(xiàn):“人人都是數(shù)據(jù)分析師”本身就是扯淡。
相當(dāng)多公司,業(yè)務(wù)流程沒有數(shù)字化
數(shù)據(jù)基建稀爛,口徑不統(tǒng)一
業(yè)務(wù)“用數(shù)據(jù)說話”能力都沒普及
這時候指望:“隨口說一句話自動生成數(shù)據(jù)”就是自己找死。
三、解決真實的痛點
于是,拯救這些爛項目的思路,就是:
1、重新梳理業(yè)務(wù)場景
2、先找到有價值的數(shù)據(jù)
3、再看如何用AI提供這個數(shù)據(jù)
比如,我在幫一個企業(yè)梳理場景時發(fā)現(xiàn),銷售部門權(quán)力很大但是很少看數(shù)據(jù)。他們經(jīng)常走下沉市場,迎來送往很多,我陪他們出差3天喝了4頓……這種狀態(tài)下,誰看數(shù)據(jù)!
然而,他們確實有真實需求:
如果經(jīng)銷商利潤很低,需主動幫經(jīng)銷商想辦法
如果經(jīng)銷商庫存很高,要檢查庫存預(yù)防竄貨
新品/活動普及不夠,就得推著經(jīng)銷商做
……
于是,我/IT部門/銷售部門一起,梳理出八個“走市場核心指標(biāo)”,并且對應(yīng)到“八大市場提升關(guān)鍵行動”,經(jīng)銷售部老大首肯,先作為行動標(biāo)準(zhǔn)推廣到所有一線執(zhí)行。
然后大家問:數(shù)據(jù)支撐怎么實現(xiàn)呢?上Chat BI!此時IT部門領(lǐng)導(dǎo)紅光滿面的開推廣會:“諸位看,這個Chat BI真的好用,直接對話就能拿到八大指標(biāo)!”于是半死的項目就這么盤活了。
四、透過現(xiàn)象看本質(zhì)
有同學(xué)會說:陳老師,你這跟AI關(guān)系不大呀,做個普通的移動端報表也行呀。
這就要透過現(xiàn)象看本質(zhì)了。再好的技術(shù),最后也是工具。想讓工具發(fā)揮作用,最后還是要回到場景/對象/需求/指標(biāo),認(rèn)真梳理才有出路。
數(shù)據(jù)分析,從來不是SQL/Python/PowerBI等工具的堆砌,而是結(jié)結(jié)實實的解決問題?,F(xiàn)在AI輔助生成SQL越來越好用,釋放出的時間,更多花在提升分析方法,解決業(yè)務(wù)問題,才能產(chǎn)生更大價值。
?五、更容易突圍的項目
當(dāng)然,有些項目沒那么難突圍,稍作修改即可,比如:某集團準(zhǔn)備建立“從財務(wù)指標(biāo)穿透到業(yè)務(wù)過程的智能化經(jīng)營分析體系”,結(jié)果上門一看:主數(shù)據(jù)稀爛,相當(dāng)多業(yè)務(wù)流程還在走紙質(zhì)單,業(yè)財數(shù)據(jù)從來對比上……那就老老實實回來從上系統(tǒng),數(shù)據(jù)治理做起,領(lǐng)導(dǎo)那里先做個好看的看板,交個半年工作總結(jié)差。
比如:AI智能提煉優(yōu)秀客服話術(shù)。結(jié)果提煉完長達5000字,一線坐席念都念不過來。這種就不要貪多,比如先篩選10個最難回答問題(比如“為什么你們賣那么貴”)讓AI先輸出再說。
本文由人人都是產(chǎn)品經(jīng)理作者【接地氣的陳老師】,微信公眾號:【接地氣的陳老師】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于 CC0 協(xié)議。
- 目前還沒評論,等你發(fā)揮!