Главная Расти Как такие компании, как Amazon и Google, превращают данные в конкурентное преимущество - и как это сделать

Как такие компании, как Amazon и Google, превращают данные в конкурентное преимущество - и как это сделать

Ваш гороскоп на завтра

В чем ключ к Amazon и Google успех дохода ? Всем известен ответ: данные.

Причина, по которой империя социальных сетей Facebook и Spotify перевернули бизнес потоковой передачи музыки? Данные.

Всем этим компаниям удалось использовать огромные объемы информации, которые они получают от множества пользователей - будь то их поисковые привычки, публикации, которыми они делятся, продукты, которые они покупают, или музыка, которую они слушают, - в основные потоки доходов. Дело не только в том, что эти компании смогли собрать данные о миллионах (или миллиардах в случае некоторых из этих компаний); дело в том, что этим компаниям удалось эффективно использовать эти данные для лучшего понимания и продвижения своих пользователей. Все эти компании используют для этого искусственный интеллект (или, точнее, глубокое обучение).

сколько стоит джерри брукхаймер

Конечно, важно отметить, что вам не обязательно быть доминирующим предприятием, таким как Amazon или Google, чтобы превратить данные в конкурентное преимущество. По мере того, как искусственный интеллект становится все более продвинутым и более широко применяемым, мы начнем видеть, как многие компании - большие и маленькие - обращаются к ИИ, чтобы придумать более эффективные стратегии обработки данных и добиться принятия клиентов, а также лучше конкурировать со своими конкурентами. .

По словам Джереми Фейна, ключ к победе над конкурентами в новаторских технологиях нейронных сетей когнитивно , имеет лучшие данные - не обязательно их больше, но данные, которых нет у ваших конкурентов. Теоретически каждый бренд способен разрабатывать свои собственные уникальные информационные ресурсы, потому что каждый бренд должен немного отличаться, чтобы конкурировать. Это означает, что клиенты бренда, по крайней мере, немного отличаются от клиентов своих конкурентов, а это означает, что у них есть уникальный угол зрения, который они могут использовать. Таким образом, каждая часть данных, которую вы получаете о своем клиенте или потенциальном клиенте, - это еще одна часть информации, которую вы можете использовать для разработки эффективной маркетинговой или рекламной стратегии.

какой рост у Солт Бэ

Чтобы эффективно использовать эту информацию, вы должны сначала решить, какова ваша цель. Вы ищете больше продаж? Вы пытаетесь увеличить посещаемость магазинов? Ваша цель - повысить осведомленность рынка о вашем продукте? Как только вы это сделаете, вы можете посмотреть на данные, чтобы убедиться, что они находятся в правильном формате для использования с глубоким обучением. Это то, что сложно объяснить просто, но по сути, данные должны быть в дезагрегированном состоянии, то есть они должны поступать из нескольких источников, чтобы на их основе можно было сделать более глубокие выводы. Это означает, что вам на самом деле нужно знать не только, сколько людей посетили магазин, но вместо этого, когда именно каждый человек посетил его. Вам больше не нужно смотреть только на то, сколько продаж вы совершили, но также на то, какова была каждая продажа и кому. Чтобы сделать еще один шаг вперед, вы должны определить, какие точки взаимодействия у вас были с клиентом до того, как он совершил с вами транзакцию, какие рекламные объявления им были показаны, а также когда и где происходили все взаимодействия. Еще не собираете данные такого типа? Что ж, это твое первое домашнее задание.

Это означает, что у вас будет гораздо больше данных для хранения, чем вы привыкли, но хорошая новость заключается в том, что хранение стоит дешево. Кроме того, без этой информации вы не сможете воспользоваться преимуществами глубокого обучения и соревноваться в этом новом мире.

на ком замужем шеннон элизабет

Исследование руководителей Fortune 1000 за 2016 год обнаружил, что только 48,4% опрошенных сообщили об измеримых результатах в результате своих инициатив по работе с данными, но 80,7% считают, что эти усилия были успешными и важными. Это означает, что каждый знает, что ему нужно работать лучше, и не видит альтернативы, но необходимо нечто большее, прежде чем измеримые выгоды будут достигнуты повсеместно.

В большинстве инициатив в области данных отсутствует один простой ингредиент: глубокое обучение. Это часто неправильно понимаемая тема, которую Fain из Cognitiv определяет как «более продвинутый тип машинного обучения, способный генерировать понимание, подобное человеческому». Способность глубокого обучения получать результаты из больших данных теперь необходима не только по причинам конкуренции, но и для того, чтобы окупить предыдущие инвестиции в большие данные. Грустно, 39,3% опрошенных по-прежнему заявляли, что их организациям не хватало корпоративной стратегии больших данных или иным образом не знали о ее существовании - этим компаниям предстоит долгий путь. Фактически, большинству профессионалов, работающих с данными, предстоит крутой подъем. «Отчасти проблема заключается в том, что сама отрасль еще недостаточно развита в отношении данных. Через 15 лет мы оглянемся на то, что делаем, и спросим: «Разве это не мило?», - сказал один из директоров Programmatic Media глобального медиа-агентства, в недавнем интервью Исследование Winterberry Group IAB .

Большие данные, аналитика данных и искусственный интеллект неразрывно связаны. Искусственный интеллект - и, соответственно, глубокое обучение - требует огромных объемов данных. Единственный способ, которым глубокое обучение может быть эффективным для вашей организации, - это если у вас будет постоянный поток информации, который будет его кормить ». Вооруженные этой информацией, глубокое обучение и нейронные сети могут создавать алгоритмы и стратегии, уникальные для вашего бренда, тем самым гарантируя, что бренд останется конкурентоспособным и инновационным. Как Файн указывает на то «Возможность более полно описать и понять поведение потребителя сегодня более полно, чем когда-либо прежде, и такие данные сделают инструменты маркетинга ИИ еще более эффективными в течение следующих нескольких лет».

На данный момент всем брендам нужна сильная стратегия обработки данных. Достаточно взглянуть на такие бренды, как Macy's и J.C. Penney's, которые сегодня испытывают трудности из-за ориентированных на данные подходов таких гигантов электронной коммерции, как Amazon и eBay. Наличие правильной стратегии и, что не менее важно, правильных инструментов для получения максимальной отдачи от ваших данных - вот что поможет вашей компании сохранить конкурентоспособность и успех.