أضواء كاشفة: جودة البيانات - البعد 6 ، الاتساق

سلسلة مقابلات مع Clarity AI الفريق التنفيذي المعني بالأبعاد ال 8 لجودة البيانات

كيف Clarity AI تأكد من أن بياناتها من أعلى مستويات الجودة؟

Clarity AI يستخدم إطار عمل 8 أبعاد لضمان أن تكون البيانات من أعلى مستويات الجودة. هذه الأبعاد هي التغطية ، والنضارة / التوقيت ، والدقة ، وتحديثات البيانات ، وقابلية التفسير ، والاتساق ، والنقطة الزمنية ، والتعليقات. في هذه السلسلة من المقابلات مع Clarity AI المديرين التنفيذيين ، يتم استكشاف كل من هذه الأبعاد وشرحها. Clarity AIيقوم فريق الخبراء بإنشاء منهجيات علمية وقائمة على الأدلة تستفيد بعد ذلك من الذكاء الاصطناعي القوي والقابل للتطوير (مثل التعلم الآلي) لجمع مجموعات البيانات الحالية وتنظيفها وتحليلها وتوسيعها لتشغيل منصة تكنولوجيا الاستدامة الخاصة بها أو للاندماج مباشرة في سير العمل الحالي للمستخدمين.

البعد 6 - الاتساق

Clarity AIنائب رئيس المنتج ، أنخيل أجودو ، رئيس أبحاث المنتجات والابتكار ، باتريشيا بينا ، رئيس استراتيجية البيانات ، خوان دييغو مارتن ، ورئيس علوم البيانات ، رون بوتوك ، يناقشون - مع كريس سيومبي ، Clarity AIالرئيس التنفيذي للتسويق - البعد الحاسم للاتساق وعلاقته بجودة البيانات. 

كريس سيومبي: مرحبًا بالجميع. مرحبا بك مرة أخرى في مناقشة أخرى حول جودة البيانات. Ángel ، هل يمكنك من فضلك تحديد الاتساق من حيث صلته بجودة البيانات؟

Ángel Agudo: يمكن وصف الاتساق من زوايا مختلفة ، ولكن بالنسبة لنا ، يتعلق الأمر بشكل أساسي بمعالجة المعلومات بنفس الطريقة بمرور الوقت والقدرة على تقديم صور لكيفية أداء الشركات. يرتبط أيضا بالقدرة على المقارنة ، وأحد التحديات الرئيسية لجودة البيانات هو مقارنة التفاح بالتفاح. يجب أن تكون دقة تعريف المقياس هي نفسها تماما لكل شركة على حدة. الهدف النهائي هو أن تكون قادرا على إجراء مقارنات ، وأن يكون لديك اتساق عند قراءة المقياس عبر جميع الشركات. هناك أيضا اتساق في الطريقة التي نجمع بها جميع المعلومات وكيفية تعاملنا مع الشركات والشركات التابعة والأوراق المالية ... لذلك عندما تنظر إلى محفظة ، سيتم تنظيم كل شيء وتجميعه بطريقة متسقة عبر الأوراق المالية والشركات والصناديق المختلفة.

خوان دييغو مارتين: بالتأكيد، أنا أتفق مع أنجيل، ومن منظور العميل، فإن الاتساق أمر بالغ الأهمية لأن عملاءنا ينظرون إلى مشكلة الاستدامة من عدسات مختلفة. فالبعض ينظرون إلى الحوكمة البيئية والاجتماعية والمؤسسية، والبعض الآخر ينظر إلى التأثير، أو يستخدمون اللوائح التنظيمية. الاتساق أمر ضروري لدمج وتجميع محافظ أسهم الشركات المختلفة واستخراج المقارنات، ولكن العملاء يريدون أيضًا التحقق من وجهات النظر المختلفة. فهم يحتاجون إلى فهم المحافظ والصناديق والشركات من وجهات نظر مختلفة للحصول على رؤية أفضل، لذا فهم بحاجة إلى كل هذا الاتساق الذي يجب أن يتم منحه وتوفيره.

كريس سيومبي: حسنا ، جيد جدا. باتريشيا ، لماذا الاتساق مهم لمستهلكي بيانات الاستدامة؟

باتريشيا بينا: عندما نتحدث عن الاتساق هناك بُعدان مختلفان: أولاً، الاتساق عبر التحليلات المتعلقة بالاستدامة، وثانيًا، الاتساق الزمني. دعونا نركز أولاً على البعد الأول، فهو يشير إلى أن الشركة نفسها لديها قيمة مترية أو درجة مختلفة حسب المنتج. على سبيل المثال، قد يرى العميل قيمة مختلفة لدرجات الكربون الخاصة بالشركة في منتج المناخ وفي منتج درجة المخاطر البيئية والاجتماعية والحوكمة. ويمكن أن تكون هناك أسباب وجيهة جدًا لهذا التباين: ترددات مختلفة لتحديث البيانات حسب المنتج، أو عوالم مختلفة من التغطية، حسب المنتج الذي يؤدي إلى درجات مختلفة عند حساب التصنيفات النسبية ودرجات الأفضل في فئتها، أو منطقية وراثة مختلفة بين الشركات الأم والشركات الفرعية حسب حالة الاستخدام. ومع ذلك، فإن أول ما سيلاحظه العملاء هو عدم الاتساق وسرعان ما سيفقدون الثقة في البيانات. علاوةً على ذلك، غالبًا ما يخلط العملاء بين التحليلات من منتجات مختلفة لبناء فهم شامل لرحلة الاستدامة الخاصة بالشركة، كما أن التناقضات بين المنتجات تجعل من الصعب عليهم معرفة الحقيقة الأساسية وكيف يجب أن يفكروا في تلك الشركة بعينها.

فيما يتعلق باتساق الوقت ، يكافح العملاء مع تغييرات كبيرة غير متوقعة بين السنوات. في هذه الحالة ، يتعلق الأمر بإمكانية التفسير وضمان تبرير هذه التغييرات في سياق سلسلة زمنية. بمعنى آخر ، التأكد من أن هذه التغييرات الكبيرة ناتجة عن تغييرات فعلية في السلوك وأنها غير مرتبطة بتغيير الشركة لحدود التقارير أو التغييرات المنهجية الأخرى. كما أن مسألة قيام الشركات بإعادة صياغة قيمها المبلغ عنها من السنوات السابقة هي أيضا تحد آخر لأنه يؤدي إلى أن يكون للشركة قيمتان مختلفتان لنفس المقياس والسنة ، وهو نوع آخر من عدم الاتساق. يجب تقييم هذه الحالات بعناية لفهم ما الذي يدفع إعادة الصياغة وكيف ينبغي معالجتها بناء على حالة الاستخدام.

كريس سيومبي: شكرا لك باتريشيا. خوان دييغو ، كيف Clarity AI تأكد من أن بياناتها متسقة؟

خوان دييغو مارتين: يحتاج عملاؤنا إلى استخدام نفس البيانات ، ونحن بحاجة إلى التأكد من أننا نستخدم نفس الخرائط وتجميع المعلومات بطريقة منطقية. يجب أن يكون التفسير متسقا لأن الاتساق يتعلق بتوفير رؤية شاملة. إنهم يفهمون الأشياء بشكل أفضل وقادرون على اتخاذ قرارات استثمارية أفضل.

كريس سيومبي: حسنا ، أنا أفهم. فيما يتعلق ب "اتخاذ قرارات استثمارية أفضل" ، هذا هو بالضبط الشيء الذي يفعلونه ...

خوان دييغو مارتين: حسنا ، هذا هو سحرهم.

كريس سيومبي: وأعتقد أن هناك شيئا هنا ينبغي لنا أن نؤكده. نحن نتحدث عن أبعاد مختلفة حول جودة البيانات ، أليس كذلك؟ يمكن أن يساعد اتساق البيانات في تشكيل قناعتهم. نحن لا نتحدث عن اتخاذ القرارات نيابة عنهم. ما رأيك في ذلك؟

خوان دييغو مارتين: لا ، إنها ثقة ، أليس كذلك؟ هذه القناعة هي أيضا ما ذكر سابقا حول بناء الثقة. هذا عنصر إضافي يجعلهم واثقين فيما يتعلق ب Clarity AI أداة وعلى المعلومات الواردة فيها ، لأنهم يفهمون أن هناك منطقا وراء كل ذلك.

كريس سيومبي: حسنا، عظيم. رون ، دعنا نتحدث عن الاتساق الذكاء الاصطناعي. كيف هو الاتساق و Clarity AI تتأثر بالذكاء الاصطناعي؟

رون بوتوك: شيء نراه بوضوح شديد في بيانات الاستدامة هو أنه عادة لا يتغير كثيرا عاما بعد عام ما لم يكن هناك حدث يغير مسار الشركة بشكل كبير. هذا شيء واحد يدركه المستثمرون. لا تتغير الشركات بسرعة كبيرة ، خاصة في التصنيع. لذا فإن التوقعات هي أنه عاما بعد عام ، سيستغرق الأداء الأسوأ بعض الوقت ليتطور إلى الأفضل في فئته. لقد تعلمنا هذا النمط مع الذكاء الاصطناعي ونطبقه لضمان بقاء درجاتنا وفية لطبيعة العمل ، والتي غالبا ما تتغير ببطء. يمكنك أيضا رؤية هذه الأنماط في الشركات الاجتماعية والحكومية حيث لا يتغير أعضاء مجلس الإدارة ودوران الموظفين كثيرا. نحدد الأنماط ونطبقها على البيانات ، وعندما نرى استثناءات ، نلقي نظرة أخرى.

كريس سيومبي: لذلك هناك زواج من الذكاء الاصطناعي والخبراء البشريين الذين يعملون معا لتحديد الأنماط وتطبيقها على البيانات. هل هذا صحيح؟

رون بوتوك: نعم ، يحدد الذكاء الاصطناعي الأنماط ، ونطبق هذه الأنماط على البيانات. عندما نرى استثناءات ، نلقي نظرة أخرى.

كريس سيومبي: حسنًا، جيد. باتريشيا ، كيف يساعد الاتساق في دفع ابتكار المنتجات في Clarity AI?

باتريشيا بينا إن السعي لتحقيق الاتساق جعلنا ننشئ منصة تدمج منتجات متعددة متصلة جميعها بمصدر واحد للحقيقة. تسمح لنا هذه البنية بنشر الابتكار بسرعة عبر جميع منتجاتنا. على سبيل المثال, نقوم حاليًا باستيعاب بيانات الأقمار الصناعية لتقدير مستوى نشاط الأصول التي تمتلكها الشركة، وستكون هذه البيانات متاحة لمنتجنا المناخي وكذلك لمنتجنا الذي تم إنشاؤه حديثًا في مجال التنوع البيولوجي. في المناخ، سنستخدمها لتقدير بيانات غازات الدفيئة بينما سنستخدمها في التنوع البيولوجي لتقدير حصة عمليات الشركة المعرضة للمخاطر المتعلقة بالطبيعة.

كريس سيومبي: كيف اتساق البيانات في Clarity AI التأثير على قدرات التطبيق البرمجي؟

رون بوتوك: يتمثل أحد عروض القيمة التي نقدمها في أننا نوفر جميع احتياجاتك في مجال الاستدامة في مكان واحد، وهو أمر له فائدة كبيرة. نحن نستفيد من نفس البيانات الأساسية لجميع مقاييس الاستدامة عبر أطر العمل المختلفة - مثل مقاييس تأثير التنوع البيولوجي المدرجة في حلنا المخصص للتنوع البيولوجي الذي نستخدم فيه نفس البيانات المدرجة في حلولنا الخاصة SFDR . يضمن هذا النهج، إلى جانب المنهجيات المتسقة، مستوى عالٍ من الاتساق العام. هذا يعني أنه بمجرد أن تتعلم كيف نقوم بالأشياء في وحدة واحدة، مثل Net Zero أو SFDR أو تصنيف الاتحاد الأوروبي، فإن الأمر نفسه في جميع الوحدات. قد يكون هذا اقتراحاً قيماً، خاصةً للشركات الصغيرة والمتوسطة الحجم. فبدلاً من الاضطرار إلى الذهاب إلى أماكن متعددة والقلق بشأن التغطيات المختلفة والميراث وغيرها من القضايا، يمكنهم الاعتماد على منصتنا لتلبية جميع احتياجاتهم المتعلقة بالاستدامة.

أنخيل أجودو: توفر منصتنا إمكانية التتبع عبر جميع الأبعاد المختلفة التي ذكرناها ، مما يضمن عمل كل شيء باستمرار عبرها. دعوني أعطيكم مثالا. عند تحميل محفظة، يمكنك أن ترى كيف يتم تقسيمها إلى مؤسسات فردية أو حكومات تملأ العرض الشامل للمحفظة. ينتشر هذا عبر عدسات مختلفة ، ويمكنك أن ترى أن كل هذه الأكوان تتكرر عبر الوحدات المختلفة. من المهم الحفاظ على إمكانية تتبع تلك المضمنة أو المستبعدة داخل كل عدسة من العدسات المختلفة لفهم المعلومات المعروضة. من المهم أيضا أن يكون لديك روابط جيدة بين الأوراق المالية والمنظمات. يوفر برنامجنا شفافية كاملة حول كيفية توصيل القطع المختلفة ، وتعريفات المقاييس متسقة عبر الوحدات. حتى تتمكن من الوثوق بالمعلومات التي تراها.

كريس سيومبي: شكرا مرة أخرى للجميع. مناقشة رائعة!