اتخاذ قرارات أفضل مع شخصيات البيانات الضخمة

5

الشخصية هي شخصية خيالية تمثل شريحة من الأشخاص الحقيقيين ، وهي تقنية تصميم تواصلية تهدف إلى تعزيز فهم المستخدم. من خلال عدة عقود من الاستخدام ، كانت الشخصيات عبارة عن هياكل بيانات وأطر ثابتة سمات مستخدم بدون تفاعل. كانت الشخصية وسيلة لتنظيم البيانات حول الشخص الخيالي وتقديم المعلومات إلى صانعي القرار. لم يكن هذا حقًا قابلاً للتنفيذ في معظم المواقف.

كيف تعمل الشخصيات والبيانات معًا

مع زيادة بيانات التحليلات ، يمكن الآن إنشاء الشخصيات باستخدام البيانات الضخمة والأساليب الحسابية. يوفر هذا التكامل بين الأشخاص والتحليلات فرصًا مؤثرة لتحويل الشخصيات من الملفات المسطحة لعرض البيانات إلى واجهات تفاعلية لأنظمة التحليلات. توفر أنظمة تحليلات الأشخاص هذه كلاً من الاتصال التعاطفي للشخصيات والرؤى المنطقية للتحليلات. مع أنظمة تحليلات الشخصية ، لم تعد الشخصية ملفًا ثابتًا وثابتًا. بدلاً من ذلك ، فهي طرق تشغيلية للوصول إلى بيانات المستخدم. يؤدي الجمع بين الأشخاص والتحليلات أيضًا إلى جعل بيانات المستخدم أقل صعوبة في التوظيف لأولئك الذين يفتقرون إلى المهارات أو الرغبة في العمل مع التحليلات المعقدة. ميزة أخرى لأنظمة تحليلات الشخصية هي أنه يمكن للمرء إنشاء مئات من الشخصيات التي تعتمد على البيانات لتعكس الفروق السلوكية والديموغرافية المختلفة في مجموعة المستخدمين الأساسية.

يقدم نهج “الأشخاص كواجهات” فوائد كل من الأشخاص وأنظمة التحليلات وتعالج أوجه القصور في كل منهما. تحويل كل من عملية إنشاء الشخصية والتحليلات ، توفر الشخصيات كواجهات آثارًا نظرية وعملية على حد سواء للتصميم والتسويق والإعلان والرعاية الصحية والموارد البشرية ، من بين مجالات أخرى.

هذا الشخص هو نهج الواجهة هو أساس نظام تحليلات الشخصية ، الجيل التلقائي للشخصية (APG). في دفع التقدم في كل من تصورات الشخصية والتحليلات ، والتطوير ، والاستخدام ، تقدم APG تكاملًا كاملًا متعدد الطبقات يوفر ثلاثة مستويات من عرض بيانات المستخدم ، وهي أ) الشخصية المفاهيمية ، ب) المقاييس التحليلية ، و ج) البيانات التأسيسية.

تقوم APG بإنشاء مجموعات من الأشخاص الذين يمثلون مجتمع المستخدمين ، مع وجود شخصية لكل شريحة. بالاعتماد على فترات منتظمة لجمع البيانات ، تُثري الشخصيات التي تعتمد على البيانات الشخصية التقليدية بعناصر إضافية ، مثل ولاء المستخدم ، وتحليل المشاعر ، والموضوعات ذات الأهمية ، وهي ميزات يطلبها عملاء APG.

بالاستفادة من مفاهيم تصميم نظام الذكاء ، تحدد APG الأنماط السلوكية الفريدة لتفاعلات المستخدم مع المنتجات (على سبيل المثال ، يمكن أن تكون هذه المنتجات ، والخدمات ، والمحتوى ، وميزات الواجهة ، وما إلى ذلك) ثم تربط هذه الأنماط الفريدة بالمجموعات الديموغرافية بناءً على قوة الارتباط إلى النمط الفريد. بعد الحصول على مصفوفة تفاعل مجمعة ، نطبق عامل المصفوفة أو خوارزميات أخرى لتحديد تفاعل المستخدم الكامن. تعتبر عوامل المصفوفة والخوارزميات ذات الصلة مناسبة بشكل خاص لتقليل أبعاد مجموعات البيانات الكبيرة من خلال تمييز العوامل الكامنة.

كيف تعمل شخصيات APG القائمة على البيانات

تُثري APG شرائح المستخدم التي تنتجها الخوارزميات عن طريق إضافة اسم مناسب وصورة وتعليقات على وسائل التواصل الاجتماعي والسمات الديموغرافية ذات الصلة (على سبيل المثال ، الحالة الاجتماعية ، والمستوى التعليمي ، والمهنة ، وما إلى ذلك) من خلال الاستعلام عن ملفات تعريف الجمهور البارزة. منصات التواصل الاجتماعي. تمتلك APG قاعدة بيانات داخلية ذات علامات وصفية لآلاف من صور حقوق الطبع والنشر المشتراة والمناسبة للعمر والجنس والعرق. يحتوي النظام أيضًا على قاعدة بيانات داخلية لمئات الآلاف من الأسماء التي هي أيضًا مناسبة للعمر والجنس والعرق. على سبيل المثال ، بالنسبة لشخصية أنثى هندية في العشرينات من عمرها ، تختار APG تلقائيًا اسمًا شائعًا للإناث منذ عشرين عامًا في الهند. ثم يتم عرض شخصيات APG القائمة على البيانات للمستخدمين من المؤسسة عبر النظام التفاعلي عبر الإنترنت.

تستخدم APG بيانات المستخدم الأساسية التي تعمل عليها خوارزميات النظام ، وتحويل هذه البيانات إلى معلومات حول المستخدمين. نتيجة المعالجة الخوارزمية هذه هي مقاييس وقياسات قابلة للتنفيذ حول جمهور المستخدمين (مثل النسب المئوية والاحتمالات والأوزان وما إلى ذلك) من النوع الذي قد يراه المرء عادةً في حزم التحليلات القياسية في الصناعة. استخدام هذه المقاييس القابلة للتنفيذ هو المستوى التالي من التجريد الذي اتخذته APG. والنتيجة هي نظام تحليلات شخصية قادر على تقديم رؤى المستخدم بمستويات دقة مختلفة ، بمستويات متكاملة ومناسبة للمهمة.

على سبيل المثال ، قد يرغب التنفيذيون على مستوى C في الحصول على مستوى عالٍ عرض مستوى المستخدمين الذين تنطبق عليهم الشخصيات. قد يرغب مديرو العمليات في رؤية احتمالية تناسبها التحليلات. يحتاج المنفذون إلى اتخاذ إجراء مباشر للمستخدم ، مثل حملة تسويقية ، تكون بيانات المستخدم الفردي أكثر ملاءمة لها.

يمكن تقسيم كل مستوى من مستويات APG على النحو التالي:

المستوى المفاهيمي ، الشخصيات. أعلى مستوى من التجريد ، المستوى المفاهيمي ، هو مجموعة الشخصيات التي تولدها APG من البيانات باستخدام الطريقة الموضحة أعلاه ، مع افتراضي عشرة أشخاص. ومع ذلك ، يمكن لـ APG نظريًا إنشاء أكبر عدد ممكن من الأشخاص حسب الحاجة. تحتوي الشخصية تقريبًا على جميع السمات النموذجية التي يجدها المرء في ملفات تعريف الشخصية التقليدية ذات الملفات المسطحة. ومع ذلك ، في APG ، تسمح الشخصيات كواجهات بزيادة التفاعل بشكل كبير في الاستفادة من الشخصيات داخل المنظمات. يتم توفير التفاعل بحيث يمكن لصانع القرار تغيير الرقم الافتراضي لإنشاء عدد أكبر أو أقل من الشخصيات ، مع تعيين النظام حاليًا بين خمسة وخمسة عشر شخصًا. يمكن أن يسمح النظام بالبحث في مجموعة من الشخصيات أو الاستفادة من التحليلات للتنبؤ باهتمامات الشخصية.

مستوى التحليلات: النسب المئوية والاحتمالات والأوزان . على مستوى التحليلات ، تعمل شخصيات APG كواجهات للمعلومات والبيانات الأساسية المستخدمة لإنشاء الشخصيات. قد تختلف المعلومات المحددة إلى حد ما حسب مصدر البيانات. ومع ذلك ، سيعكس مستوى التحليلات المقاييس والمقاييس الناتجة عن بيانات المستخدم الأساسية وإنشاء الشخصيات. في APG ، توفر الأشخاص القدرة على تحمل معلومات التحليلات المختلفة عبر الرموز القابلة للنقر على واجهة الشخصية. على سبيل المثال ، يعرض APG النسبة المئوية لمجموع المستخدمين الذين يمثلهم شخص معين. تعتبر هذه الرؤية التحليلية ذات قيمة لصانعي القرار لتحديد أهمية التصميم أو التطوير لشخصية معينة وتساعد في معالجة مسألة صلاحية الشخص في تمثيل المستخدمين الفعليين.

مستوى المستخدم: البيانات الفردية. الاستفادة من البيانات الوصفية الديموغرافية من خوارزمية العوامل الأساسية ، يمكن لصانعي القرار الوصول إلى مستوى المستخدم المحدد (على سبيل المثال ، الفردي أو الكلي) مباشرة داخل APG. تعد بيانات المستخدم الرقمية (بأشكال مختلفة) أساس الشخصيات والتحليلات.

الآثار المترتبة على الشخصيات التي تحركها البيانات

التحول المفاهيمي للشخصيات من الملفات المسطحة إلى الشخصيات كواجهات لتحسين فهم المستخدم يفتح إمكانيات جديدة للتفاعل بين صانعي القرار والشخصيات والتحليلات. باستخدام الشخصيات القائمة على البيانات المضمنة كواجهات لأنظمة التحليلات ، يمكن لصناع القرار ، على سبيل المثال ، إضفاء أنظمة التحليل مع الاستفادة من الأشخاص لتكوين رابطة نفسية ، من خلال التعاطف ، بين أصحاب المصلحة وبيانات المستخدم ولا يزال بإمكانهم الوصول إلى العملية أرقام المستخدمين. هناك العديد من الآثار العملية للمديرين والممارسين. وبالتحديد ، أصبحت الشخصيات قابلة للتنفيذ الآن ، حيث تعكس الشخصيات بدقة بيانات المستخدم الأساسية. لم يكن جانب التنفيذ الكامل هذا متاحًا مع أي من الأشخاص أو التحليلات سابقًا.

APG هو نظام يعمل بكامل طاقته تم نشره مع المنظمات العميلة الحقيقية. يرجى زيارة https://persona.qcri.org لمشاهدة العرض التوضيحي.

كتب هذا المحتوى معهد قطر لبحوث الحوسبة ، جامعة حمد بن خليفة ، عضو مؤسسة قطر. لم يكتبه طاقم التحرير في MIT تقنيه 24. )