AIは80/20ルールを変更しようとしています。
MITライターの書いた記事。 AIを使って２０パーセントの高い収益を上げてる要素を簡単に抽出できる。 AIがパレードの法則を崩壊させてる場所もある。
多くの高性能組織は、イタリアのエンジニアとエコノミストであるVilfredo Paretoに熱心に取り組んでいます。彼らは80/20の原則、つまり効果（売上、収入など）の80％が原因の20％（製品、従業員など）に由来するという考えに触発され続けています。機械学習とAIアルゴリズムの革新が分析を変えるにつれ、私は次世代アルゴリズムがパレートの経験的に挑発的なパラダイムを超過することに賭けている。 AIと機械学習がパレート原理を使って収益性の高いイノベーションを従来の分析を超えてデジタルで推進する方法を再定義する3つの重要な方法があります。
スマートパトス
第1に、より多くの量とさまざまなデータがアルゴリズムがよりスマートになるために必要なトレーニングを受けることを保証します。その結果、デジタルネットワークは、変数の重要なベクトルを新しい価値に変換するパレートプラットフォームになります。
例えば、新しい職場分析では、製品、プロセス、ユーザーエクスペリエンスに80％の価値を寄与する従業員の20％をより容易に特定できる企業が増えています。ビジネスプロセス、プラットフォーム、および顧客経験の継続的なデジタル化は、同様に創造的なParetoの視点を招いています。プラットフォームのアップグレードの20％がその影響の80％を作り出しますか？顧客体験の20％が喜びや嫌悪感の80％を呼び起こしますか？深刻なCスイートは、データ駆動型の質問にアルゴリズム的に対処したいと考えています。
スーパーパトリス
第二に、従来のディストリビューションは破壊的に変化しました。大きなデータの小さな生産性秘密は、パレートの80/20の洞察が経験的な時代遅れに崩壊しているということです。分析的に積極的な企業は、10/90、5/50、2/30、1/25に近いパレート率をますます認識しています。データがデジタルスライスされ、ダイスされ、定義される程度に応じて、1/50、5/75、そして、はい、10/150パロットが出現します。パレートの「重要な少数」は「重要な少数」になります。
極端なディストリビューションは業界を凌駕し、支配しています。例えば、飲酒者の10％未満が、販売されている硬酒の半分以上を占める。さらに極端なことに、ゲームゲーマーの0.25％未満がすべてのゲーム内収益の半分を占めています。
しかし、「スーパーパロット」を明確に特定し、コシェートすることは、分析的には十分に進んでいない。これらの記述統計が予測統計量と規範統計量につながることを要求している。言い換えれば、これらのデータセットをスマートアルゴリズムの「トレーニングセット」に変換します。
組織は、パレートの傾向を特定する必要もあります。アルゴリズムを使用して、規模の小さいビジネスへの影響を促進する小さな調整でコードをクラッキングする必要があります。マネージャーとそのデータサイエンスチームは、より多くの優れたデータだけではなく、極端なパレートの可能性と可能性について再構成する必要があります。
たとえば、2,000以上のSKUを持つ数百万ユーロの産業機器会社は、そのオファーの4％未満が売上高の3分の1、収益性の約半分を占めていると判断しました。しかし、サービスとメンテナンスを含むように分析を拡張すると、約100の製品が収益性の3分の2以上を占めることが明らかになりました。その結果、同社は価格設定とバンドル戦略を根本的に再考しました。
製品そのものだけではなく、製品の属性や機能を中心としたより細かいパレート分析は、より洞察的な洞察を提供しました。同社のエンジニアリングチームとアカウントチームは、製品そのものではなく、必要な機能や機能セットを中心にデータ駆動型の再設計を検討しました。異なる分析単位を処理することで、さらに貴重なパレートの洞察が得られました。例えば、目標を絞った機能の削除はコストを削減するだけでなく、測定可能なユーザーエクスペリエンスを直接向上させ、増加する顧客セグメントのシェアを増加させました。
スーパーパロット
第3に、データがより細かくなり、アルゴリズムが複雑なパターンをよりスマートな方法で処理するようになると、Paretoのポートフォリオ管理が変更されました。分析的にも運用上でも、すでにパレート・ポートフォリオ、つまり企業全体でさまざまなパレートの洞察を管理しています。 KPIのダッシュボードが主要なパレート情報のデータ駆動型ルックを容易にしない場合、人々は将来の最適化と価値創造の機会を盲目に思っています。
個々のプロセスオーナー、プロダクトマネージャー、セールスチームが、一度独自のコアParetosを最適化することを強調した時点で、他の人のParetosを突き刺し、プローブし、プレイします。深刻な管理者と経営幹部は、分析サイロから壊れて破裂します。彼らは、彼らのパレオが分析的に交差し、重なり合って、企業全体でパレオスと生産的に再結合できることを認識しています。
ますます、パレートを再考し再生する最も確実な方法は、パレートを別のパレートにリンクすることです。データが豊富でアルゴリズムを意識した企業が、数十の重要なパレート指標を個別に管理することから、数千、数千もの企業KPIを監視するようになり、勇敢な新しいパレートアンサンブルが登場します。どのアンサンブルが新しい創造と捉えに最大の洞察と機会を提供しますか？
結果的に、ネットワークパトリオスは、私が見る最も刺激的で生産的な分析イニシアチブの1つになっています。 KPIクラスタの10％は、新規顧客、成長、または利益率の90％を説明しますか？超パレートの創造性への挑戦は、データ主導の多機能なコラボレーションを必要とします。企業全体の洗練された管理者と企業内者は、重要な少数を革新的に融合させたいと考えています。
あるグローバル通信会社では、記述的、予測的、規範的なあらゆる種類のパレート分析が開発され、解約を予期し、防止し、最小化しました。チャーン管理チームは、何百万人ものリスクのある顧客を文字通りに識別して保持する優れた作業を行っていました。しかし、リターンの縮小は始まった。パフォーマンスは高まりました。
グループが広がることに決めた時、すべてが変わった。顧客満足度、苦情、またはサービスに関するパレートの洞察力を強調する代わりに、彼らはアップセルを重視するいくつかのセールスマーケティングパレートデータセットを発見しました：購入した新規サービスの80％を占める顧客の20％新しいラインまたはデータプランの75％を担当する顧客の25％。
分析的にこれらのParetosで武装し、チャーンチームは、実際に顧客をアップセルできるかどうかを尋ねました。簡単な回帰分析と簡単なエージェントベースのモデリング手法は、パレートチャーナーとパレートの「アップセルラー」の間に有意なプロファイル相関を示しました。
スクリプトの作成や実験的なテストの提供は、かなり高速で、簡単で、安価でした。究極の結果は革命的ではありませんでしたが、それは増分をはるかに超えました。保持数は改善されただけでなく、チャーンチームはそれを保つのに費やす労力が少なく、成功率は2〜3％上昇しました。
しかし、このパレト・アンサンブルは、明らかにビジネス上のボーナスである場合には、思いがけないものです。 Churnチームの新しいParetosは、アップセルのセールスおよびマーケティング機能に役立っています。彼らの革新的なアンサンブルは、顧客満足度とNPS数を高めながら、自分の解約率を引き下げました。誰もが勝った。
Paretoアンサンブルの初期の成功は、Netflix Prizeの競争からの批判的な洞察を思い起こさせます。最良の結果は、個々のモデルのパフォーマンスの向上ではなく、最良の属性がまとめて増幅されたアンサンブルの作成によるものです。皮肉なことに、しかし適切に、パレート分析は最も価値のあるアンサンブルを決定することができます。
ここでの教訓は、競技に勝つために必要な段階的な結果には、多くのモデルを持つことが有用であることですが、実際には、うまく選択された数少ないモデルだけで優れたシステムを構築できます。
パレート分析をPareto分析に厳密に適用することは明らかですが、毎日その規律を示す組織はほとんどありません。それは変わらなければならない。戦略計画と技術ロードマップは、「パレート経路」によって分析的に情報を提供する必要があります。重要な将来を予測する能力、企業全体のKPIを組み合わせる機会は、効率性だけでなく破壊的な要因価値創造。
よりスマートにあなたのアルゴリズム、より多くの彼らとあなたの組織 - パレートとの間で学ぶ必要があります。
ライター
MITスローンスクールのデジタルビジネスセンターの研究員であるMichael Schrageは、書籍「Serious Play」（HBR Press）の著者であり、あなたの顧客は誰ですか？ （HBR Press）とInnovator’s Hypothesis（MIT Press）を参照してください。
