Apa kunci untuk Amazon dan Google kejayaan hasil ? Semua orang tahu jawapannya: Data.
Sebab mengapa kerajaan media sosial Facebook dan Spotify menaikkan perniagaan streaming muzik? Data.
Semua syarikat ini berjaya memanfaatkan sejumlah besar maklumat yang mereka dapat dari banyak pengguna mereka - sama ada kebiasaan mencari mereka, catatan yang mereka kongsi, produk yang mereka beli, atau muzik yang mereka dengarkan - menjadi aliran pendapatan utama. Bukan hanya fakta bahawa syarikat-syarikat ini dapat mengumpulkan data berjuta-juta (atau berbilion-bilion, dalam kes beberapa syarikat ini); syarikat-syarikat tersebut berjaya menggunakan data tersebut dengan berkesan untuk lebih memahami dan memasarkan kepada pengguna mereka. Semua syarikat ini menggunakan kecerdasan buatan (atau, lebih tepat lagi, pembelajaran mendalam) untuk melakukan ini.
kolej apa yandy smith hadiri
Sudah tentu, penting untuk diperhatikan bahawa anda tidak perlu menjadi syarikat yang dominan seperti Amazon atau Google untuk mengubah data menjadi kelebihan daya saing. Oleh kerana kecerdasan buatan semakin maju dan diguna pakai secara meluas, kita akan mula melihat banyak syarikat - besar dan kecil - beralih kepada AI untuk menghasilkan strategi data yang lebih baik dan memenangkan penggunaan pelanggan, dan untuk bersaing dengan lebih baik terhadap persaingan mereka .
Kunci untuk mengalahkan persaingan anda, menurut Jeremy Fain, dari perintis teknologi rangkaian saraf secara kognitif , mempunyai data yang lebih baik - tidak semestinya lebih banyak, tetapi data yang tidak dimiliki pesaing anda. Secara teori, setiap jenama mampu mengembangkan aset data unik mereka sendiri, kerana setiap jenama harus sedikit berbeza untuk bersaing. Ini bermaksud, pelanggan jenama, paling tidak, sedikit berbeza dari pesaing mereka, yang bermaksud bahawa mereka mempunyai sudut unik yang dapat mereka gunakan. Oleh itu, setiap data yang anda perolehi kepada pelanggan atau calon pelanggan anda adalah maklumat lain yang dapat anda gunakan untuk membuat strategi pemasaran atau periklanan yang berkesan.
berapa umur maria conchita alonso
Untuk menggunakan maklumat ini dengan berkesan, anda mesti memutuskan terlebih dahulu apa tujuan anda. Adakah anda mencari lebih banyak jualan? Adakah anda cuba mencapai lalu lintas kaki yang lebih tinggi di kedai? Adakah matlamat anda untuk mempunyai kesedaran pasaran yang lebih tinggi mengenai produk anda? Setelah melakukannya, anda dapat melihat data untuk melihat apakah itu dalam format yang tepat untuk digunakan dengan pembelajaran mendalam. Ini adalah sesuatu yang sukar untuk dijelaskan secara sederhana, tetapi pada asasnya, data harus dalam keadaan yang terpisah - iaitu, ia harus berasal dari pelbagai sumber sehingga kesimpulan yang lebih mendalam dapat diambil daripadanya. Ini bermakna anda tidak perlu tahu hanya berapa orang yang mengunjungi kedai, tetapi kapan tepatnya setiap orang mengunjungi. Anda tidak perlu lagi melihat berapa banyak penjualan yang anda buat, tetapi juga berapa penjualan masing-masing dan kepada siapa. Untuk melangkah lebih jauh, anda mesti mengenal pasti titik kontak yang anda miliki dengan pelanggan sebelum mereka bertransaksi dengan anda, iklan apa yang mereka tunjukkan, dan kapan dan di mana semua interaksi itu berlaku. Belum mengumpulkan data jenis ini? Nah, itulah tugas kerja rumah pertama anda.
Ini bermakna anda akan mempunyai lebih banyak data untuk disimpan daripada yang biasa anda gunakan, tetapi berita baiknya ialah penyimpanannya murah. Selain itu, tanpa maklumat itu, anda tidak akan dapat memanfaatkan kekuatan pembelajaran mendalam dan bersaing di dunia baru ini.
yang berkahwin dengan emily deschanel
Kajian 2016 eksekutif Fortune 1000 membongkar bahawa hanya 48.4% dari mereka yang disurvei melaporkan hasil yang dapat diukur sebagai hasil inisiatif data mereka - tetapi 80.7% merasakan usaha itu berjaya dan penting. Ini bermaksud semua orang tahu bahawa mereka harus melakukan yang lebih baik dan tidak melihat alternatif, tetapi sesuatu yang lebih diperlukan sebelum faedah yang dapat dicapai dicapai secara menyeluruh.
Sebilangan besar inisiatif data kehilangan satu bahan mudah: pembelajaran mendalam. Ini adalah topik yang sering disalahpahami, yang ditakrifkan oleh Cognitiv's Fain sebagai 'jenis pembelajaran mesin yang lebih maju yang mampu menghasilkan wawasan seperti manusia.' Kemampuan pembelajaran mendalam untuk mendapatkan hasil dari data besar sekarang penting bukan hanya untuk alasan kompetitif, tetapi juga untuk membuat pelaburan sebelumnya dalam data besar terbayar. Malangnya, 39.3% daripada mereka yang ditinjau masih mengatakan bahawa organisasi mereka kekurangan strategi Big Data perusahaan, atau sebaliknya tidak mengetahui apakah ada - syarikat-syarikat ini memiliki bukit panjang untuk didaki. Sebenarnya, kebanyakan profesional berdasarkan data mempunyai kemajuan mendadak di hadapan kita. 'Sebahagian daripada cabarannya ialah industri itu sendiri tidak matang mengenai data. Kami akan melihat kembali 15 tahun dari sekarang tentang apa yang kita lakukan dan berkata, 'Bukankah itu comel?', 'Kata seorang Pengarah Media Programatik untuk sebuah agensi media global yang ditemubual baru-baru ini Kajian Winterberry Group IAB .
Data besar, analisis data, dan kecerdasan buatan sangat beriringan. Kecerdasan buatan - dan, secara meluas, pembelajaran mendalam - memerlukan data, rim dan rimnya. Satu-satunya cara pembelajaran mendalam dapat berkesan untuk organisasi anda adalah jika anda mempunyai aliran maklumat yang berterusan untuk memberi makan. ' Berbekalkan maklumat ini, pembelajaran mendalam dan rangkaian saraf dapat membuat algoritma dan strategi yang unik untuk jenama anda - dengan itu memastikan bahawa jenama itu tetap berdaya saing dan inovatif. Sebagai Pengsan menunjukkan , 'Kemampuan untuk menerangkan dan memahami perilaku pengguna dengan lebih lengkap daripada sebelumnya, dan data semacam itu akan menjadikan alat pemasaran AI menjadi lebih berkesan dalam beberapa tahun ke depan.'
Pada ketika ini, semua jenama memerlukan strategi data yang kuat. Lihat saja jenama seperti Macy's dan J.C. Penney's hari ini, yang bergelut akibat pendekatan berpusat pada data gergasi e-dagang seperti Amazon dan eBay. Mempunyai strategi yang tepat dan, sama pentingnya, alat yang tepat untuk memaksimalkan data anda, inilah yang akan membantu memastikan syarikat anda berdaya saing dan berjaya.
