Mis on Amazoni ja Google'i võti tulu edu ? Kõik teavad vastust: andmed.
Selle põhjuseks Facebook sotsiaalse meedia impeeriumi ja Spotify on upending muusika voogesituse äri? Andmed.
Kõik need ettevõtted on suutnud koondada tohutu hulga teavet, mida nad saavad oma paljude kasutajate hulgast - olgu need siis otsinguharjumused, jagatud postitused, ostetud tooted või muusika, mida nad kuulavad - suurematesse tuluvoogudesse. See pole mitte ainult asjaolu, et need ettevõtted on suutnud koguda andmeid miljonite (või mõne sellise ettevõtte puhul miljardite) kohta; see, et need ettevõtted on suutnud tõhusalt kasutada, et andmeid paremini mõista ja turu kasutajatele. Kõik need ettevõtted kasutavad tehisintellekti (või täpsemalt, sügav õppimine) seda teha.
kaitlyn vincie miss sprindi karikas
Muidugi on oluline märkida, et andmete konkurentsieeliseks muutmiseks ei pea olema domineeriv ettevõte nagu Amazon või Google. Kui tehisintellekt muutub üha arenenumaks ja laiemalt kasutusele, hakkame nägema, kuidas paljud ettevõtted - nii suured kui ka väikesed - pöörduvad tehisintellekti poole, et pakkuda paremaid andmestrateegiaid ja võita klientide kasutuselevõtt ning konkureerida paremini nende konkurentsiga .
Võti peksmise oma konkurentsi, vastavalt Jeremy Fain, teerajaja Närvivõrgus tehnoloogia tunnetuslikult , On lasknud paremaid andmeid - ei pruugi enam, kuid andmed, et teie konkurendid ei ole. Teoreetiliselt iga brändi on võimelised arenema oma unikaalse andmed vara, sest iga brändi on veidi erinev konkureerida. See tähendab, et kaubamärgi kliendid on vähemalt veidi erinevad nende konkurentidest, mis tähendab, et neil on ainulaadne nurk, mida nad saavad kasutada. Iga teie kliendi või potentsiaalse kliendi kohta saadud teave on seetõttu veel üks teave, mida saate kasutada tõhusa turundus- või reklaamistrateegia kujundamiseks.
steve higginsi palk täna õhtul
Selle teabe tõhusaks kasutamiseks peate kõigepealt otsustama, mis on teie eesmärk. Kas otsite rohkem müüki? Kas proovite saavutada suuremat jalgsi liiklust kauplustes? Kas teie eesmärk on oma toote suurem turuteadlikkus? Kui olete seda teinud, saate vaadata, et näha, kas see on õige vorm kasutamiseks sügavat õppimist. Seda on raske seletada lihtsalt, kuid põhimõtteliselt peavad andmed olema lahterdatud olekus - see tähendab, et need peavad tulema mitmest allikast, et sellest saaks teha põhjalikumaid järeldusi. See tähendab, et sa tõesti ei pea teadma ainult, kui palju inimesi külastas poodi, vaid millal täpselt iga inimene külastanud. Sa ei pea enam otsima just kui palju müüki tegite, vaid ka see, mida iga müügi oli ja kellele. Ühe sammu kaugemale jõudmiseks peate tuvastama, millised kontaktpunktid teil kliendiga olid enne, kui ta teiega tehinguid tegi, milliseid reklaame neid näidati ning millal ja kus kõik interaktsioonid toimusid. Kas te seda tüüpi andmeid veel ei kogu? Noh, see on teie esimene kodutöö.
See tähendab, et teil on salvestamiseks palju rohkem andmeid, kui olete harjunud, kuid hea uudis on see, et salvestamine on odav. Lisaks ei saa te ilma selle teabeta kasutada sügava õppimise jõudu ja selles uues maailmas võistelda.
kui pikk on garrett clayton
2016. aasta uuring Fortune 1000 juhtide kohta seda paljastanud ainult 48,4% küsitletutest teatas mõõdetavatest tulemustest oma andmealgatuste tulemusena - kuid 80,7% leidis, et pingutused olid edukad ja hädavajalikud. See tähendab, et kõik teavad, et neil tuleb paremini hakkama saada, ega näe alternatiivi, kuid enne, kui kogu mõõdetav kasu saavutatakse, on vaja midagi enamat.
Enamikul andmealgatustest jääb puudu üks lihtne koostisosa: sügav õppimine. See on sageli valesti mõistetud teema, mille Cognitivi Fain määratleb kui 'arenenumat tüüpi masinõpet, mis on võimeline tekitama inimesesarnast ülevaadet'. Sügava õppimise võime saada suurandmetest tulemusi on nüüd oluline mitte ainult konkurentsi kaalutlustel, vaid ka selleks, et varasemad investeeringud suurandmetesse tasuksid ära. Kahjuks Küsitletutest 39,3% ütlesid endiselt, et nende organisatsioonidel puudus ettevõtte suurandmete strateegia või nad ei teadnud muidu selle olemasolust - nendel ettevõtetel on ronida pikk mägi. Tegelikult ootab enamikku andmepõhiseid spetsialiste ees järsk tõus. 'Osa probleemist on see, et tööstus ise on ebaküpsed ümber andmeid. Vaatame 15 aasta pärast oma tegemistele tagasi ja ütleme: 'Kas see ei olnud armas?', 'Ütles hiljuti intervjueeritud ülemaailmse meediaagentuuri üks programmilise meedia direktor Winterberry Group IAB uuring .
Suurandmed, andmeanalüüs ja tehisintellekt käivad väga palju käsikäes. Tehisintellekti - ja sellest tulenevalt ka sügavat õppimist - nõuab andmete pakki ja pakki ta. Ainus viis, kuidas süvaõpe võib teie organisatsiooni jaoks tõhus olla, on see, kui teil on selle edastamiseks ühtlane teabevoog. ' Selle teabega relvastatud sügavad õppimis- ja närvivõrgud saavad luua algoritme ja strateegiaid, mis on ainulaadsed teie brändile - tagades seeläbi, et bränd püsib konkurentsivõimeline ja uuenduslik. Nagu Fain juhib tähelepanu sellele , 'Võime tarbija käitumist täielikumalt kirjeldada ja mõista on täielikum kui kunagi varem ja sellised andmed muudavad tehisintellekti turundusmeetodid järgmise paari aasta jooksul veelgi tõhusamaks.'
Siinkohal vajavad kõik kaubamärgid tugevat andmestrateegiat. Vaadake lihtsalt selliseid kaubamärke nagu Macy ja J. C. Penney, kes on e-kaubanduse hiiglaste, nagu Amazon ja eBay, andmekeskse lähenemise tõttu hädas. Õige strateegia ja sama oluline on ka õiged tööriistad, et oma andmetest maksimaalselt kasu saada, aitab hoida teie ettevõtet konkurentsivõimelisena ja edukana.
