Pagrindinis Augti Kaip tokios kompanijos kaip „Amazon“ ir „Google“ paverčia duomenis konkurenciniu pranašumu - ir kaip galite tai padaryti

Kaip tokios kompanijos kaip „Amazon“ ir „Google“ paverčia duomenis konkurenciniu pranašumu - ir kaip galite tai padaryti

Jūsų Horoskopas Rytojui

Koks yra „Amazon“ ir „Google“ raktas pajamų sėkmė ? Visi žino atsakymą: Duomenys.

„Facebook“ socialinės žiniasklaidos imperijos ir „Spotify“ muzikos srautinio verslo priežasties priežastis? Duomenys.

Visos šios kompanijos sugebėjo panaudoti didžiulį informacijos kiekį, kurį gauna iš daugybės vartotojų - ar tai būtų jų paieškos įpročiai, ar bendri įrašai, ar pirkti produktai, ar jų klausoma muzika - į pagrindines pajamas. Tai ne tik tai, kad šios bendrovės sugebėjo surinkti duomenis apie milijonus (arba milijardus, kai kurių iš šių bendrovių atveju); tai, kad toms bendrovėms pavyko efektyviai panaudoti tuos duomenis, kad geriau suprastų ir pateiktų rinką savo vartotojams. Visos šios įmonės tam naudoja dirbtinį intelektą (arba, tiksliau, gilųjį mokymąsi).

Rono Goldmano amžius mirties metu

Žinoma, svarbu atkreipti dėmesį į tai, kad norint paversti duomenis konkurenciniu pranašumu nereikia būti dominuojančia įmone, pavyzdžiui, „Amazon“ ar „Google“. Kai dirbtinis intelektas tampa vis pažangesnis ir vis plačiau pritaikomas, pradėsime matyti, kaip daugelis įmonių - tiek didelių, tiek mažų - kreipiasi į dirbtinį intelektą, norėdamos parengti geresnes duomenų strategijas ir laimėti klientų pritaikymą bei geriau konkuruoti su jų konkurencija. .

Jeremy Faino teigimu, raktas į jūsų konkurenciją - novatoriškos neuroninių tinklų technologijos pažintinai , turi geresnius duomenis - nebūtinai jų daugiau, bet duomenis, kurių neturi jūsų konkurentai. Teoriškai kiekvienas prekės ženklas gali sukurti savo unikalų duomenų turtą, nes kiekvienas prekės ženklas turi būti šiek tiek kitoks, kad galėtų konkuruoti. Tai reiškia, kad prekės ženklo klientai bent kiek skiriasi nuo konkurentų, o tai reiškia, kad jie turi unikalų kampą, kurį gali panaudoti. Taigi kiekvienas jūsų kliento ar potencialaus kliento duomenų rinkinys yra dar viena informacija, kurią galite naudoti kurdami efektyvią rinkodaros ar reklamos strategiją.

Emma Margaret Tachard-Mackey

Norėdami efektyviai naudoti šią informaciją, pirmiausia turite nuspręsti, koks yra jūsų tikslas. Ar ieškote daugiau pardavimo? Ar bandote pasiekti didesnį pėsčiųjų srautą parduotuvėse? Ar jūsų tikslas yra geriau suvokti savo produktą rinkoje? Tai padarę, galite pažvelgti į duomenis ir įsitikinti, ar jie yra tinkamo formato, skirti naudoti giliai mokantis. Tai sunku paaiškinti paprastai, tačiau iš esmės duomenys turi būti suskirstyti - t. Y. Jie turi būti gaunami iš kelių šaltinių, kad iš jų būtų galima padaryti išsamesnes išvadas. Tai reiškia, kad iš tikrųjų nereikia žinoti tik kiek žmonių aplankė parduotuvę, o tik tada, kai tiksliai apsilankė kiekvienas asmuo. Jums nebereikia žiūrėti tik į tai, kiek išpardavėte, bet ir į tai, kas buvo kiekvienas pardavimas ir kam. Jei norite žengti dar vieną žingsnį, turite nustatyti, kokius sąlyčio taškus turėjote su klientu, prieš jiems atliekant sandorius, kokie skelbimai buvo rodomi, kada ir kur įvyko visos sąveikos. Dar nerenkate tokio tipo duomenų? Na, tai yra pirmoji jūsų namų užduotis.

Tai reiškia, kad turėsite daug daugiau duomenų, nei buvote įpratę, tačiau gera žinia ta, kad saugykla yra pigi. Be to, be šios informacijos negalėsite pasinaudoti gilaus mokymosi galia ir konkuruoti šiame naujame pasaulyje.

su kuria yra ištekėjusi Emily Dešanel

2016 m. „Fortune 1000“ vadovų tyrimas tą atskleidė tik 48,4% apklaustųjų nurodė išmatuojamus rezultatus dėl savo duomenų iniciatyvų, tačiau 80,7% manė, kad pastangos buvo sėkmingos ir būtinos. Tai reiškia, kad visi žino, kad jiems reikia geriau ir nemato alternatyvos, tačiau norint pasiekti išmatuojamą naudą, reikia kažko daugiau.

Daugelyje duomenų iniciatyvų trūksta vieno paprasto ingrediento: gilaus mokymosi. Tai dažnai neteisingai suprantama tema, kurią „Cognitiv“ filmas „Fain“ apibrėžia kaip „pažangesnį mašininio mokymosi tipą, galintį sukurti panašų į žmogų įžvalgą“. Gilaus mokymosi gebėjimas gauti rezultatų iš didžiųjų duomenų dabar yra būtinas ne tik dėl konkurencijos priežasčių, bet ir norint, kad ankstesnės investicijos į didžiuosius duomenis pasiteisintų. Deja, Apklaustųjų - 39,3 proc vis dar teigė, kad jų organizacijoms trūksta įmonės „Big Data“ strategijos, arba kitaip nežinojo, ar tokia egzistuoja - šioms įmonėms reikia įveikti ilgą kalvą. Tiesą sakant, daugumos duomenimis pagrįstų specialistų laukia staigus laiptelis. „Iššūkis yra tas, kad pati pramonė yra nesubrendusi dėl duomenų. Mes pažvelgsime atgal po 15 metų į tai, ką darome, ir sakysime: „Argi ne tai buvo miela?“, - sakė vienas neseniai neseniai kalbinto pasaulinės žiniasklaidos agentūros „Programmatic Media“ direktorius. „Winterberry Group IAB“ tyrimas .

Dideli duomenys, duomenų analizė ir dirbtinis intelektas labai koja kojon. Dirbtinis intelektas ir, be to, gilus mokymasis, reikalauja duomenų, juos sureaguoja ir sureaguoja. Vienintelis būdas, kai gilus mokymasis gali būti veiksmingas jūsų organizacijai, yra tas, kad turite pastovią informacijos srautą, kad ja būtų galima pasinaudoti “. Gilindami šią informaciją, gilūs mokymosi ir neuroniniai tinklai gali sukurti unikalius jūsų prekės ženklui algoritmus ir strategijas - taip užtikrindami, kad prekės ženklas išliktų konkurencingas ir novatoriškas. Kaip Fainas atkreipia dėmesį į 'Gebėjimas išsamiau apibūdinti ir suprasti vartotojo elgesį yra išsamesnis nei bet kada anksčiau, o tokie duomenys AI rinkodaros įrankius padarys dar efektyvesnius per ateinančius kelerius metus'.

Šiuo metu visiems prekės ženklams reikalinga tvirta duomenų strategija. Tiesiog pažiūrėkite į tokius prekės ženklus kaip „Macy's“ ir „J.C. Penney“, kurie šiandien kovoja dėl el. Prekybos gigantų, tokių kaip „Amazon“ ir „eBay“, duomenų orientuoto požiūrio. Tinkama strategija ir, kiek svarbu, tinkami įrankiai, kad kuo geriau išnaudotumėte savo duomenis, padės išlaikyti jūsų įmonės konkurencingumą ir sėkmę.