Приоритизация
Сегодня хочу поделится статьей не про данные, но, тем не менее, про связанную с процессом анализа данных методику.
На одной из встреч Клуба выступал Олег Хомюк (Ламода) и в своей презентации он кратко рассказал о методе приоритизации гипотез для проработки, который принят в компании Ламода. Он мне показался очень интересным и правильным. Ниже ссылка на статью, где этот метод описывается более подробно, а кратко суть и важность его вот в чем.
Уже базовой сложившейся практикой является выбор проектов, продуктовых функций и аналитических гипотез, на основе расчета экономического эффекта в виде отношения предполагаемого дохода, который появится после реализации задачи к затратам, которые необходимо понести для реализации.
Предлагаемый метод ICE отличается тем, что в формуле присутствует еще один параметр - уверенность.
Уверенность указывает на то, насколько мы уверены в воздействии, а также в некоторой степени в простоте реализации. Обычно мы очень плохо умеем оценивать и то и другое (помним же, что из-за разных когнитивных искажений data-driven подход и лучше), Уверенность - это противоядие - этот коэффициент помогает нам быть честными в своих предположениях.
Есть только один способ оценить уверенность - соответсвующие свидетельства (обратная связь от заказчика, исследования рынка и тд).
Метод оценки по сути прост - предлагается таблица, которая в соответствие каждому свидетельству ставит значение коэффициента уверенности.
В принципе, все очень просто и эффективно.
https://itamargilad.com/the-tool-that-will-help-you-choose-better-product-ideas/
Сегодня хочу поделится статьей не про данные, но, тем не менее, про связанную с процессом анализа данных методику.
На одной из встреч Клуба выступал Олег Хомюк (Ламода) и в своей презентации он кратко рассказал о методе приоритизации гипотез для проработки, который принят в компании Ламода. Он мне показался очень интересным и правильным. Ниже ссылка на статью, где этот метод описывается более подробно, а кратко суть и важность его вот в чем.
Уже базовой сложившейся практикой является выбор проектов, продуктовых функций и аналитических гипотез, на основе расчета экономического эффекта в виде отношения предполагаемого дохода, который появится после реализации задачи к затратам, которые необходимо понести для реализации.
Предлагаемый метод ICE отличается тем, что в формуле присутствует еще один параметр - уверенность.
Уверенность указывает на то, насколько мы уверены в воздействии, а также в некоторой степени в простоте реализации. Обычно мы очень плохо умеем оценивать и то и другое (помним же, что из-за разных когнитивных искажений data-driven подход и лучше), Уверенность - это противоядие - этот коэффициент помогает нам быть честными в своих предположениях.
Есть только один способ оценить уверенность - соответсвующие свидетельства (обратная связь от заказчика, исследования рынка и тд).
Метод оценки по сути прост - предлагается таблица, которая в соответствие каждому свидетельству ставит значение коэффициента уверенности.
В принципе, все очень просто и эффективно.
https://itamargilad.com/the-tool-that-will-help-you-choose-better-product-ideas/
Itamar Gilad
Idea Prioritization With ICE and The Confidence Meter
Most product ideas deliver no benefits. In this article I show a real-world prioritization example using ICE and the Confidence Meter
перепощу тут новость - если в России будут доступны все сервисы AWS - особенно связанные с построением хранилищ, работой с ML моделями и тд - это будет прям отлично!
Ну и нельзя не отметить, что для mail.ru это прям “ход конем” в ответ на яндекс.облако и гос облако сбербанка.
Ну и нельзя не отметить, что для mail.ru это прям “ход конем” в ответ на яндекс.облако и гос облако сбербанка.
Forwarded from Все о блокчейн/мозге/space/WEB 3.0 в России и мире
Amazon договорился о выходе на российский рынок в партнерстве с Mailru
Компании предложат клиентам единый доступ к облачным сервисам и решениям. Это позволит Amazon соблюдать законодательство о хранении персональных данных в России- до сих пор ближайший ее дата-центр был в Германии.
Mailru и Amazon запускают в России мультиклауд (облачная инфраструктура, построенная на решениях различных поставщиков), который позволит клиентам получить доступ к сервисам одновременно обеих компаний.
Прямые продажи услуг мировых облачных провайдеров в России ограниченны и составляют не более 8% рынка.
Весь рынок облачных услуг России в 2019 году составил ~ 86 млрд руб.
Компании предложат клиентам единый доступ к облачным сервисам и решениям. Это позволит Amazon соблюдать законодательство о хранении персональных данных в России- до сих пор ближайший ее дата-центр был в Германии.
Mailru и Amazon запускают в России мультиклауд (облачная инфраструктура, построенная на решениях различных поставщиков), который позволит клиентам получить доступ к сервисам одновременно обеих компаний.
Прямые продажи услуг мировых облачных провайдеров в России ограниченны и составляют не более 8% рынка.
Весь рынок облачных услуг России в 2019 году составил ~ 86 млрд руб.
Коммерсантъ
Mail.ru Group и Amazon встретились в облаках
Компании запустят совместный сервис в России
Вышел новый аналитический отчёт компании KMDA о состоянии цифровой трансформации российских компаний.
Крайне рекомендуется к изучению, не уверен, что нужно писать к нему комментарии, тк основные выводы приводятся в самом отчете, но если будут мысли по прочтении - обязательно тут поделюсь.
Крайне рекомендуется к изучению, не уверен, что нужно писать к нему комментарии, тк основные выводы приводятся в самом отчете, но если будут мысли по прочтении - обязательно тут поделюсь.
On-premise or cloud – where should you host your AI applications?
Статья на тему вечного спора на тему Cloud vs On-premise.
Какие аспекты следует учитывать при выборе?
⁃ Стоимость
⁃ Масштабируемость
⁃ Безопасность
⁃ Гравитацию данных
Если первые 3 пункта достаточно тривиальны (а детали можно прочитать в оригинальной статье), то на четвертом я бы остановился чуть подробнее. Гравитация данных означает, что часто стоимость доставки данных до обрабатывающего их приложения обходится дороже, чем развертывание приложения непосредственно там, где находится источник данных. Таким образом, именно источник данных определяет преимущества реализации ИИ-приложения в периметре или в облаке.
Ну и надо отметить, что выбор между облаком и местным хостингом - это не разовое решение. Это вопрос, который разработчики и бизнес-администраторы могут задать себе на разных этапах в течение жизненного цикла ИИ-приложения. Может возникнуть необходимость перехода с локальной обработки на облако или наоборот. Если бизнес находится на ранних стадиях цифровой трансформации, то "облако" будет лучшим вариантом с низкими затратами на эксперименты. А затем, оценивая требования приложений, предприятия могут при необходимости адаптироваться, изменять или масштабировать хостинг на on-premise.
Подробнее по ссылке: https://www.experfy.com/blog/on-premise-or-cloud-where-should-you-host-your-ai-applications/
Статья на тему вечного спора на тему Cloud vs On-premise.
Какие аспекты следует учитывать при выборе?
⁃ Стоимость
⁃ Масштабируемость
⁃ Безопасность
⁃ Гравитацию данных
Если первые 3 пункта достаточно тривиальны (а детали можно прочитать в оригинальной статье), то на четвертом я бы остановился чуть подробнее. Гравитация данных означает, что часто стоимость доставки данных до обрабатывающего их приложения обходится дороже, чем развертывание приложения непосредственно там, где находится источник данных. Таким образом, именно источник данных определяет преимущества реализации ИИ-приложения в периметре или в облаке.
Ну и надо отметить, что выбор между облаком и местным хостингом - это не разовое решение. Это вопрос, который разработчики и бизнес-администраторы могут задать себе на разных этапах в течение жизненного цикла ИИ-приложения. Может возникнуть необходимость перехода с локальной обработки на облако или наоборот. Если бизнес находится на ранних стадиях цифровой трансформации, то "облако" будет лучшим вариантом с низкими затратами на эксперименты. А затем, оценивая требования приложений, предприятия могут при необходимости адаптироваться, изменять или масштабировать хостинг на on-premise.
Подробнее по ссылке: https://www.experfy.com/blog/on-premise-or-cloud-where-should-you-host-your-ai-applications/
Всем добрый день!
Напоминаем, что в ближайший четверг, 30 июля, у нас очередное онлайн мероприятие.
⏰19:00-20:00 Денис Афанасьев, CEO CleverDATA и активный автор данного канала, будет выступать с темой «Внешние данные, кейсы. Методы безопасного обмена данными».
Ссылку для подключения к Zoom направим в четверг. Ставьте ивент в календарь, если раньше этого еще не сделали. Хорошего дня!
Напоминаем, что в ближайший четверг, 30 июля, у нас очередное онлайн мероприятие.
⏰19:00-20:00 Денис Афанасьев, CEO CleverDATA и активный автор данного канала, будет выступать с темой «Внешние данные, кейсы. Методы безопасного обмена данными».
Ссылку для подключения к Zoom направим в четверг. Ставьте ивент в календарь, если раньше этого еще не сделали. Хорошего дня!
До встречи в 19:00 на выступлении Дениса Афанасьева, CEO CleverDATA, с темой «Внешние данные, кейсы. Методы безопасного обмена данными».
Ссылка для подключения https://us02web.zoom.us/j/87880614971
Ссылка для подключения https://us02web.zoom.us/j/87880614971
Zoom Video
Join our Cloud HD Video Meeting
Zoom is the leader in modern enterprise video communications, with an easy, reliable cloud platform for video and audio conferencing, chat, and webinars across mobile, desktop, and room systems. Zoom Rooms is the original software-based conference room solution…
1DMx_Data_market.pdf
18.7 MB
Все привет и спасибо всем, что присоединился к трансляции! Как обещал, публикую презентацию, а записью поделимся чуть позже.
Всем добрый день! По ссылке ниже запись прошедшего на прошлой недели выступления Дениса Афанасьева в рамках Клуба CDO с темой «Внешние данные, кейсы. Методы безопасного обмена данными».
https://www.youtube.com/watch?v=8P0uZLP0CHE
https://www.youtube.com/watch?v=8P0uZLP0CHE
YouTube
Клуб CDO. Денис Афанасьев, CEO CleverDATA: Внешние данные, кейсы. Методы безопасного обмена данными
Fueling growth through data monetization
Довольно свежие результаты исследования McKinsey на тему использования данных в задачах роста бизнеса.
Краткие выводы: продажи и маркетинг по использованию данных впереди всех, high tech индустрия использует данные в максимальном количестве кейсов, в оценке результата использования данных доминирует “moderate change” как оценка результата.
В основном компании с помощью данных равивают текущую продуктовую линейку, нежели создают фундаментально новые продукты.
С точки зрения организации структуры аналитического отдела у лидеров рынка доминирует гибридный подход, с единым центром экспертизы, но с выделенными под заказчиков ресурсами. А вот у отстающих вместо гибридной схемы используются либо полностью централизованный или полностью децентрализованный подходы.
Также интересно, что у лидеров рынка за данные отвечает непосредственно CEO (прям в сильно подавляющем количество случаев)
Подробности с красивыми гистограммами тут:
https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/fueling-growth-through-data-monetization
Довольно свежие результаты исследования McKinsey на тему использования данных в задачах роста бизнеса.
Краткие выводы: продажи и маркетинг по использованию данных впереди всех, high tech индустрия использует данные в максимальном количестве кейсов, в оценке результата использования данных доминирует “moderate change” как оценка результата.
В основном компании с помощью данных равивают текущую продуктовую линейку, нежели создают фундаментально новые продукты.
С точки зрения организации структуры аналитического отдела у лидеров рынка доминирует гибридный подход, с единым центром экспертизы, но с выделенными под заказчиков ресурсами. А вот у отстающих вместо гибридной схемы используются либо полностью централизованный или полностью децентрализованный подходы.
Также интересно, что у лидеров рынка за данные отвечает непосредственно CEO (прям в сильно подавляющем количество случаев)
Подробности с красивыми гистограммами тут:
https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/fueling-growth-through-data-monetization
McKinsey & Company
Fueling growth through data monetization
A new survey finds that many companies are launching data-focused businesses. But few have achieved significant financial impact, which requires the right combination of strategy, culture, and organization.
Интересный кейс разворачивается вокруг противостояния Wheely и ДТ Москвы о передачи данных. ДТ хочет получать все данные о поездках в реальном времени. Похоже кроме кейса mail/doubledata, появиться новый пример спора о правовой принадлежности данных.
https://wheely.com/ru/debunking-mdots-anti-privacy-argument
https://wheely.com/ru/debunking-mdots-anti-privacy-argument
Wheely
Разбор аргументов департамента транспорта о безопасности данных
Это сопроводительное письмо к колонке, посвященной нашему противостоянию с Департаментом транспорта Москвы по вопросу передачи конфиденциальных данных пассажиров. Мы хотели бы подробнее ответить на три вероятных возражения по поводу нашей позиции, а также…
Не новая статья, но как-то пропустил в свое время, а вот сейчас руки дошли: о том, как Почта России работает с данными для развития новых сервисов и направлений бизнеса: https://www.computerworld.ru/cio/articles/300119-Pochta-Rossii-znaniya-o-pochtovyh-yaschikah
Вестник цифровой трансформации | «Директор информационной службы»
«Почта России»: знания о почтовых ящиках
Довольно часто проект, призванный решить какую-либо определенную задачу, в ходе работ существенно видоизменяется. Однако далеко не всегда изменения столь радикальны, как это произошло в «Почте России», где задуманная всероссийская CRM-система превратилась…
Forwarded from Малоизвестное интересное
За последнее десятилетие ИИ превратился в самую мифологизированную область прогресса, вокруг которой формируется новая техно-религия всезнания больших данных и всемогущества машинного обучения.
С каждым настоящим достижением в области ИИ мы наблюдаем параллельный рост шумихи, мифов, заблуждений и неточностей. Эти недоразумения способствуют непрозрачности систем ИИ, делая их в глазах общественности волшебными, непостижимыми и недоступными.
О новом проекте команды Даниэля Лойфера «Мифы об ИИ», цель которого помочь распутать и развенчать некоторые из этих вводящих в заблуждение идей, - в моем новом посте на 5 мин.
- на Medium http://bit.do/fHxvt
- на Яндекс Дзен https://clck.ru/QK3fS
#ИИ
С каждым настоящим достижением в области ИИ мы наблюдаем параллельный рост шумихи, мифов, заблуждений и неточностей. Эти недоразумения способствуют непрозрачности систем ИИ, делая их в глазах общественности волшебными, непостижимыми и недоступными.
О новом проекте команды Даниэля Лойфера «Мифы об ИИ», цель которого помочь распутать и развенчать некоторые из этих вводящих в заблуждение идей, - в моем новом посте на 5 мин.
- на Medium http://bit.do/fHxvt
- на Яндекс Дзен https://clck.ru/QK3fS
#ИИ
Medium
Восемь мифов об ИИ
«Люди живут в мире мифов. Мифы формируются на основе личного опыта или извлекаются из той среды, в которой человек живет… Мифологично не…
Forwarded from Ivan Begtin (Ivan Begtin)
С января 2020 стартовал европейский проект TRUSTS [1] по созданию платформы торговли персональными и проприетарными данными с учётом всех правил и ограничений Евросоюза, включая GDPR. В проекте участвует консорциум из 17 организаций, академических, финансовых, стартапов в области данных, а Евросоюз выделил на него чуть менее 6 миллионов евро на 3 года [2].
Этот проект создан в рамках направления "Supporting the emergence of data markets and the data economy" [3] под которым в Евросоюзе создаются такие проекты как:
- Kraken Brokerage [4] платформа по защите персональных данных в облачных средах
- PIMCITY [5] повышение контроля пользователей за их данными собираемыми веб-сайтами
и многие другие проекты.
По моему опыту наблюдения за проектами в рамках Европейской исследовательской программы Horizon 2020 они редко превращаются в практические системы/стартапы/продукты, но очень часто прямо или косвенно влияют на выработку госполитики и регулирование в Евросоюзе.
Ссылки:
[1] https://www.trusts-data.eu/
[2] https://cordis.europa.eu/project/id/871481
[3] https://cordis.europa.eu/programme/id/H2020_ICT-13-2018-2019
[4] https://cordis.europa.eu/project/id/871473
[5] https://cordis.europa.eu/project/id/871370
#privacy #personaldata #eu
Этот проект создан в рамках направления "Supporting the emergence of data markets and the data economy" [3] под которым в Евросоюзе создаются такие проекты как:
- Kraken Brokerage [4] платформа по защите персональных данных в облачных средах
- PIMCITY [5] повышение контроля пользователей за их данными собираемыми веб-сайтами
и многие другие проекты.
По моему опыту наблюдения за проектами в рамках Европейской исследовательской программы Horizon 2020 они редко превращаются в практические системы/стартапы/продукты, но очень часто прямо или косвенно влияют на выработку госполитики и регулирование в Евросоюзе.
Ссылки:
[1] https://www.trusts-data.eu/
[2] https://cordis.europa.eu/project/id/871481
[3] https://cordis.europa.eu/programme/id/H2020_ICT-13-2018-2019
[4] https://cordis.europa.eu/project/id/871473
[5] https://cordis.europa.eu/project/id/871370
#privacy #personaldata #eu
TRUSTS
Home
Project Partners
https://youtu.be/eitIXdxLUno
TRUSTS explained
Watch the video and get an insight into one of Europe's innovations!
https://youtu.be/eitIXdxLUno
TRUSTS explained
Watch the video and get an insight into one of Europe's innovations!
Всем добрый день!
Рады анонсировать следующее мероприятие (остаемся пока в онлайне).
⏰ 2 сентября 19:00-20:30
Михаил Садофьев, Директор, Руководитель направления продвинутой аналитики Accenture в России
Тема: «Стратегия данных»
Особенности и факторы успеха при разработке стратегии данных. Примеры кейсов. Руководство по достижению целевого уровня зрелости организации.
Ставьте себе в календарь, чтобы не забыть. А ссылку пришлем ближе к мероприятию.
Рады анонсировать следующее мероприятие (остаемся пока в онлайне).
⏰ 2 сентября 19:00-20:30
Михаил Садофьев, Директор, Руководитель направления продвинутой аналитики Accenture в России
Тема: «Стратегия данных»
Особенности и факторы успеха при разработке стратегии данных. Примеры кейсов. Руководство по достижению целевого уровня зрелости организации.
Ставьте себе в календарь, чтобы не забыть. А ссылку пришлем ближе к мероприятию.
Progress…but more work ahead
Очень хороший заголовок для отчета о текущем состоянии AI в бизнесе, имхо максимально точно определяет текущее положение вещей.
Отчет подготовлен компанией KPMG и доступен по ссылке ниже.
Основные выводы по прочтению отчета такие:
⁃ две трети опрошенных считают, что внедрение технологии ИИ движется с соответствующей скоростью в их отрасли, но большинство респондентов все еще желают, чтобы их организации более активно внедряли технологию.
⁃ Менеджеры С-уровня значительно более позитивно оценивают готовность организаций к внедрению, чем менеджер среднего уровня
⁃ Большинство компаний ждут основную отдачу от AI в будущем, но и на текущий момент отмечают существенные выгоды от применения технологий
⁃ Существует большое различие в адаптации технологии между разными индустриями, внедрения идут неравномерно
⁃ Основная проблема адаптации технологий - недостаточное понимание возможностей технологии
⁃ Новый термин появился - “data literacy” - что еще раз подчеркивает необходимость массового обучения
⁃ Не такой уж и большой процент сотрудников считают AI угрозой для своих рабочих мест
⁃ Вопросы этики, безопасности и контроля данных и ИИ - первостепенные
⁃ Государственное регулирование ИИ сферы - неизбежно
https://advisory.kpmg.us/content/dam/advisory/en/pdfs/2020/living-in-ai-world.pdf
Очень хороший заголовок для отчета о текущем состоянии AI в бизнесе, имхо максимально точно определяет текущее положение вещей.
Отчет подготовлен компанией KPMG и доступен по ссылке ниже.
Основные выводы по прочтению отчета такие:
⁃ две трети опрошенных считают, что внедрение технологии ИИ движется с соответствующей скоростью в их отрасли, но большинство респондентов все еще желают, чтобы их организации более активно внедряли технологию.
⁃ Менеджеры С-уровня значительно более позитивно оценивают готовность организаций к внедрению, чем менеджер среднего уровня
⁃ Большинство компаний ждут основную отдачу от AI в будущем, но и на текущий момент отмечают существенные выгоды от применения технологий
⁃ Существует большое различие в адаптации технологии между разными индустриями, внедрения идут неравномерно
⁃ Основная проблема адаптации технологий - недостаточное понимание возможностей технологии
⁃ Новый термин появился - “data literacy” - что еще раз подчеркивает необходимость массового обучения
⁃ Не такой уж и большой процент сотрудников считают AI угрозой для своих рабочих мест
⁃ Вопросы этики, безопасности и контроля данных и ИИ - первостепенные
⁃ Государственное регулирование ИИ сферы - неизбежно
https://advisory.kpmg.us/content/dam/advisory/en/pdfs/2020/living-in-ai-world.pdf