अलीकडच्या काळात ‘डेटा सायन्टिस्ट’ नावाच्या हुद्दयाच्या संधी खूप मोठ्या प्रमाणावर उपलब्ध असतात. लपून बसलेली माहिती तर डेटा सायंटिस्ट बाहेर काढतातच; पण त्याखेरीज या माहितीचा सुयोग्य वापर कसा करायचा याची जाणही त्यांच्याकडे असावी लागते…
हजारपेक्षा जास्त प्रीमियम लेखांचा आस्वाद घ्या ई-पेपर अर्काइव्हचा पूर्ण अॅक्सेस कार्यक्रमांमध्ये निवडक सदस्यांना सहभागी होण्याची संधी ई-पेपर डाउनलोड करण्याची सुविधा
एआयच्या क्षेत्राशी अत्यंत निकटचा संबंध असलेलं क्षेत्र म्हणजे ‘डेटा सायन्स’चं. अलीकडच्या काळात ‘डेटा सायन्टिस्ट’ नावाच्या हुद्दयाच्या संधी खूप मोठ्या प्रमाणावर उपलब्ध असतात, असं आपण ऐकलंच असेल. जणू कसल्या तरी प्रचंड मोठ्या ढिगाऱ्यातून नेमके हिरे वेचून काढावेत तसं माहितीच्या अजस्त्र साठ्यांमधून नेमकी, वेचक माहिती शोधून काढण्याचं काम डेटा सायंटिस्ट करतो. अर्थातच नुसती माहिती शोधून काही उपयोग नसतो. या माहितीचा उपयोग कुठल्याही संस्थेला किंवा कंपनीला आपले प्रश्न सोडवणं, निर्णय घेणं, आपल्या कामकाजात सुधारणा करणं यासाठी होणं गरजेचं असतं. साहजिकच हवी ती माहिती मिळवल्यानंतर त्या माहितीच्या आधारे हे सगळं शक्य करून देणारी यंत्रणा उभी करण्याची जबाबदारी डेटा सायंटिस्टवर असते.
याचं एक उत्तम उदाहरण म्हणजे काही वर्षांपूर्वी कंपनी नवी असताना नेटफ्लिक्सला आपला ग्राहकवर्ग कसा वाढवायचा याची चिंता लागून राहिलेली होती. कंपनीचे वर्गणीदार अपेक्षित प्रमाणात आपल्या वर्गणीचं नूतनीकरण करत नव्हते. नवीन ग्राहक मिळणंही कठीण होऊन बसलं होतं. साहजिकच कंपनीसमोर आर्थिक अडचणी उद्भवायला लागल्या. हा प्रश्न नेमका कसा सोडवायचा, हे कंपनीच्या व्यवस्थापनाला समजेनासं झालं. यातून मार्ग काढण्यासाठी नेटफ्लिक्सनं एका डेटा सायंटिस्टवाल्या चमूशी संपर्क साधला. या मंडळींनी नेटफ्लिक्ससमोरच्या अडचणींचा बारकाईनं अभ्यास केला. नेमकं कशामुळे हे होतं आहे, याचा त्यांनी आढावा घेतला. त्यातून बाहेर आलेले निष्कर्ष अत्यंत रंजक होते!
हेही वाचा >>> नोकरीची संधी : ‘आयटीबीपी’त ५१ पदे रिक्त
नेटफ्लिक्सनं यापूर्वी आपले वर्गणीदार आपल्या वर्गणीचं नूतनीकरण का करत नाहीत, याचा स्वत: शोध घेतला होता. यासाठी कंपनीनं सरळ आपल्या वर्गणीदारांनाच नेटफ्लिक्सवर कोणते चित्रपट किंवा कार्यक्रम बघायला आवडतात, असं विचारलं होतं. वर्गणीदारांनी या सर्वेक्षणात दिलेल्या उत्तरांच्या आधारे नेटफ्लिक्सनं त्या प्रकारचे चित्रपट आणि कार्यक्रम दाखवण्याचा प्रयत्न केला. प्रत्यक्षात घडलं एकदम विपरितच. लोकांनीच आपल्याला जे आवडतं असं सांगितलं त्यानुसार नेटफ्लिक्सनं कृती केली, तर उलट ती नेटफ्लिक्सच्याच अंगलट आली. वर्गणीदार आणखी वेगानं नेटफ्लिक्सला रामराम ठोकायला लागले. अखेर शेवटचा उपाय म्हणून नेटफ्लिक्सनं डेटा सायंटिस्ट मंडळींना बोलावलं.
डेटा सायंटिस्ट लोकांनी नेटफ्लिक्सला दिलेला सल्ला लाखमोलाचा होता: ‘लोकांना काय आवडतं हे विचारू नका, ते काय करतात हे बघा’. म्हणजेच नेटफ्लिक्सचे वर्गणीदार प्रत्यक्षात नेटफ्लिक्सवर काय बघतात हे तपासायचं आणि त्यानुसार तसे चित्रपट आणि मालिका नेटफ्लिक्सवर दाखवायच्या. या सल्ल्यानुसार नेटफ्लिक्सनं तसं करून बघितलं आणि काय चमत्कार! वर्गणीदारांनी नेटफ्लिक्स सोडून जाण्याचं प्रमाण तर वेगानं घटत गेलंच; पण उलट नेटफ्लिक्सवर नव्यानं मोठ्या प्रमाणावर वर्गणीदार अवतरायला लागले. डेटा सायन्सनं ही कमाल कशी केली?
सर्वसामान्यपणे लोक कुठलीही सर्वेक्षणं किंवा अभिप्रायाची मागणी अशा ठिकाणी एकदम ‘सभ्य’ आणि समाजमान्य उत्तरं देतात. म्हणूनच नेटफ्लिक्सनं जेव्हा आपल्या वर्गणीदारांना ‘काय बघायला आवडतं?’ अशी विचारणा केली तेव्हा नेटफ्लिक्सला ‘कुटुंबप्रधान चित्रपट’, ‘देशप्रेमाशी सबंधित असलेले कार्यक्रम’, ‘डॉक्युमेंटरी’ अशी उत्तरं मिळाली. प्रत्यक्षात मात्र लोक हे खूप कमी प्रमाणात बघायचे आणि त्यांना हाणामारी, विनोदी, बालिश, भयपट असले कार्यक्रम खूप आवडायचे. डेटा सायन्सनं लोक काय बघतात याच्या तपशिलांमधून ही माहिती जाणून घेतली. लोक देत असलेली उत्तरं आणि प्रत्यक्षात करत असलेली कृती यांच्यामधला फरक यामुळे अगदी स्पष्टपणे अधोरेखित झाला. स्वाभाविकपणे लोकांना आवडत असलेले कार्यक्रम त्यांच्या नकळतच नेटफ्लिक्सनं जाणून घेतले आणि त्यांच्याशी मिळतेजुळते कार्यक्रम दाखवण्याचं प्रमाण वाढवल्यावर नेटफ्लिक्सच्या लोकप्रियतेमध्ये विलक्षण वेगानं वाढ होत गेली.
अर्थातच अशा प्रकारे आत लपून बसलेली माहिती तर डेटा सायंटिस्ट बाहेर काढतातच; पण त्याखेरीज या माहितीचा सुयोग्य वापर कसा करायचा याची जाणही त्यांच्याकडे असावी लागते. उदाहरणार्थ नेटफ्लिक्सवर ‘तुम्ही हा चित्रपट बघितला ना, आता तुम्हाला हा चित्रपट नक्कीच आवडेल’ किंवा ‘सर्वसाधारपणे तुम्ही आत्ता बघितलेला कार्यक्रम पाहिल्यावर लोक हा कार्यक्रम पाहतात’ अशा अर्थाच्या ज्या गोष्टी आपल्याला दिसतात; हे सगळंसुद्धा डेटा सायंटिस्टचंच काम असतं. म्हणजेच उपयुक्त माहिती शोधणं, तिचं विश्लेषण करणं, त्या माहितीचा सुयोग्य अर्थ लावणं आणि त्या माहितीच्या आधारे व्यवसायाला प्रगती साधण्यासाठीची पावलं टाकायला मदत करणं हे सगळं डेटा सायंटिस्ट करतो.
म्हणूनच डेटा सायन्सचं महत्त्व आजच्या जगात अनन्यसाधारण आहे!
akahate@gmail.com
एआयच्या क्षेत्राशी अत्यंत निकटचा संबंध असलेलं क्षेत्र म्हणजे ‘डेटा सायन्स’चं. अलीकडच्या काळात ‘डेटा सायन्टिस्ट’ नावाच्या हुद्दयाच्या संधी खूप मोठ्या प्रमाणावर उपलब्ध असतात, असं आपण ऐकलंच असेल. जणू कसल्या तरी प्रचंड मोठ्या ढिगाऱ्यातून नेमके हिरे वेचून काढावेत तसं माहितीच्या अजस्त्र साठ्यांमधून नेमकी, वेचक माहिती शोधून काढण्याचं काम डेटा सायंटिस्ट करतो. अर्थातच नुसती माहिती शोधून काही उपयोग नसतो. या माहितीचा उपयोग कुठल्याही संस्थेला किंवा कंपनीला आपले प्रश्न सोडवणं, निर्णय घेणं, आपल्या कामकाजात सुधारणा करणं यासाठी होणं गरजेचं असतं. साहजिकच हवी ती माहिती मिळवल्यानंतर त्या माहितीच्या आधारे हे सगळं शक्य करून देणारी यंत्रणा उभी करण्याची जबाबदारी डेटा सायंटिस्टवर असते.
याचं एक उत्तम उदाहरण म्हणजे काही वर्षांपूर्वी कंपनी नवी असताना नेटफ्लिक्सला आपला ग्राहकवर्ग कसा वाढवायचा याची चिंता लागून राहिलेली होती. कंपनीचे वर्गणीदार अपेक्षित प्रमाणात आपल्या वर्गणीचं नूतनीकरण करत नव्हते. नवीन ग्राहक मिळणंही कठीण होऊन बसलं होतं. साहजिकच कंपनीसमोर आर्थिक अडचणी उद्भवायला लागल्या. हा प्रश्न नेमका कसा सोडवायचा, हे कंपनीच्या व्यवस्थापनाला समजेनासं झालं. यातून मार्ग काढण्यासाठी नेटफ्लिक्सनं एका डेटा सायंटिस्टवाल्या चमूशी संपर्क साधला. या मंडळींनी नेटफ्लिक्ससमोरच्या अडचणींचा बारकाईनं अभ्यास केला. नेमकं कशामुळे हे होतं आहे, याचा त्यांनी आढावा घेतला. त्यातून बाहेर आलेले निष्कर्ष अत्यंत रंजक होते!
हेही वाचा >>> नोकरीची संधी : ‘आयटीबीपी’त ५१ पदे रिक्त
नेटफ्लिक्सनं यापूर्वी आपले वर्गणीदार आपल्या वर्गणीचं नूतनीकरण का करत नाहीत, याचा स्वत: शोध घेतला होता. यासाठी कंपनीनं सरळ आपल्या वर्गणीदारांनाच नेटफ्लिक्सवर कोणते चित्रपट किंवा कार्यक्रम बघायला आवडतात, असं विचारलं होतं. वर्गणीदारांनी या सर्वेक्षणात दिलेल्या उत्तरांच्या आधारे नेटफ्लिक्सनं त्या प्रकारचे चित्रपट आणि कार्यक्रम दाखवण्याचा प्रयत्न केला. प्रत्यक्षात घडलं एकदम विपरितच. लोकांनीच आपल्याला जे आवडतं असं सांगितलं त्यानुसार नेटफ्लिक्सनं कृती केली, तर उलट ती नेटफ्लिक्सच्याच अंगलट आली. वर्गणीदार आणखी वेगानं नेटफ्लिक्सला रामराम ठोकायला लागले. अखेर शेवटचा उपाय म्हणून नेटफ्लिक्सनं डेटा सायंटिस्ट मंडळींना बोलावलं.
डेटा सायंटिस्ट लोकांनी नेटफ्लिक्सला दिलेला सल्ला लाखमोलाचा होता: ‘लोकांना काय आवडतं हे विचारू नका, ते काय करतात हे बघा’. म्हणजेच नेटफ्लिक्सचे वर्गणीदार प्रत्यक्षात नेटफ्लिक्सवर काय बघतात हे तपासायचं आणि त्यानुसार तसे चित्रपट आणि मालिका नेटफ्लिक्सवर दाखवायच्या. या सल्ल्यानुसार नेटफ्लिक्सनं तसं करून बघितलं आणि काय चमत्कार! वर्गणीदारांनी नेटफ्लिक्स सोडून जाण्याचं प्रमाण तर वेगानं घटत गेलंच; पण उलट नेटफ्लिक्सवर नव्यानं मोठ्या प्रमाणावर वर्गणीदार अवतरायला लागले. डेटा सायन्सनं ही कमाल कशी केली?
सर्वसामान्यपणे लोक कुठलीही सर्वेक्षणं किंवा अभिप्रायाची मागणी अशा ठिकाणी एकदम ‘सभ्य’ आणि समाजमान्य उत्तरं देतात. म्हणूनच नेटफ्लिक्सनं जेव्हा आपल्या वर्गणीदारांना ‘काय बघायला आवडतं?’ अशी विचारणा केली तेव्हा नेटफ्लिक्सला ‘कुटुंबप्रधान चित्रपट’, ‘देशप्रेमाशी सबंधित असलेले कार्यक्रम’, ‘डॉक्युमेंटरी’ अशी उत्तरं मिळाली. प्रत्यक्षात मात्र लोक हे खूप कमी प्रमाणात बघायचे आणि त्यांना हाणामारी, विनोदी, बालिश, भयपट असले कार्यक्रम खूप आवडायचे. डेटा सायन्सनं लोक काय बघतात याच्या तपशिलांमधून ही माहिती जाणून घेतली. लोक देत असलेली उत्तरं आणि प्रत्यक्षात करत असलेली कृती यांच्यामधला फरक यामुळे अगदी स्पष्टपणे अधोरेखित झाला. स्वाभाविकपणे लोकांना आवडत असलेले कार्यक्रम त्यांच्या नकळतच नेटफ्लिक्सनं जाणून घेतले आणि त्यांच्याशी मिळतेजुळते कार्यक्रम दाखवण्याचं प्रमाण वाढवल्यावर नेटफ्लिक्सच्या लोकप्रियतेमध्ये विलक्षण वेगानं वाढ होत गेली.
अर्थातच अशा प्रकारे आत लपून बसलेली माहिती तर डेटा सायंटिस्ट बाहेर काढतातच; पण त्याखेरीज या माहितीचा सुयोग्य वापर कसा करायचा याची जाणही त्यांच्याकडे असावी लागते. उदाहरणार्थ नेटफ्लिक्सवर ‘तुम्ही हा चित्रपट बघितला ना, आता तुम्हाला हा चित्रपट नक्कीच आवडेल’ किंवा ‘सर्वसाधारपणे तुम्ही आत्ता बघितलेला कार्यक्रम पाहिल्यावर लोक हा कार्यक्रम पाहतात’ अशा अर्थाच्या ज्या गोष्टी आपल्याला दिसतात; हे सगळंसुद्धा डेटा सायंटिस्टचंच काम असतं. म्हणजेच उपयुक्त माहिती शोधणं, तिचं विश्लेषण करणं, त्या माहितीचा सुयोग्य अर्थ लावणं आणि त्या माहितीच्या आधारे व्यवसायाला प्रगती साधण्यासाठीची पावलं टाकायला मदत करणं हे सगळं डेटा सायंटिस्ट करतो.
म्हणूनच डेटा सायन्सचं महत्त्व आजच्या जगात अनन्यसाधारण आहे!
akahate@gmail.com
