Qual è la chiave per Amazon e Google? successo delle entrate ? Tutti conoscono la risposta: dati.
Il motivo dell'impero dei social media di Facebook e del ribaltamento del business dello streaming musicale da parte di Spotify? Dati.
Tutte queste aziende sono riuscite a sfruttare le enormi quantità di informazioni che ottengono dalla loro moltitudine di utenti - che si tratti delle loro abitudini di ricerca, dei post che condividono, dei prodotti che acquistano o della musica che ascoltano - in importanti flussi di entrate. Non è solo il fatto che queste aziende sono state in grado di raccogliere dati su milioni (o miliardi, nel caso di alcune di queste aziende); è che quelle aziende sono riuscite a utilizzare efficacemente quei dati per comprendere e commercializzare meglio i propri utenti. Tutte queste aziende utilizzano l'intelligenza artificiale (o, più precisamente, il deep learning) per farlo.
dove vive adam joseph
Ovviamente, è importante notare che non è necessario essere un'impresa dominante come Amazon o Google per trasformare i dati in un vantaggio competitivo. Man mano che l'intelligenza artificiale diventa sempre più avanzata e adottata più ampiamente, inizieremo a vedere molte aziende, grandi e piccole, che si rivolgono all'IA per elaborare strategie di dati migliori, ottenere l'adozione da parte dei clienti e competere meglio con la concorrenza .
La chiave per battere la concorrenza, secondo Jeremy Fain, della tecnologia pionieristica delle reti neurali cognitivamente , è avere dati migliori, non necessariamente di più, ma i dati che i tuoi concorrenti non hanno. In teoria, ogni marchio è in grado di sviluppare le proprie risorse di dati uniche, perché ogni marchio deve essere leggermente diverso per competere. Ciò significa che i clienti di un marchio sono, per lo meno, leggermente diversi da quelli della concorrenza, il che significa che hanno un'angolazione unica che possono utilizzare. Ogni dato che ottieni sul tuo cliente o potenziale cliente è quindi un'altra informazione che puoi utilizzare per creare un'efficace strategia di marketing o pubblicitaria.
stella maxwell data di nascita
Per utilizzare queste informazioni in modo efficace, devi prima decidere qual è il tuo obiettivo. Stai cercando più vendite? Stai cercando di aumentare il traffico pedonale nei negozi? Il tuo obiettivo è avere una maggiore consapevolezza del mercato del tuo prodotto? Dopo averlo fatto, puoi guardare i dati per vedere se sono nel formato giusto per l'uso con il deep learning. È difficile da spiegare in modo semplice, ma fondamentalmente i dati devono essere in uno stato disaggregato, ovvero devono provenire da più fonti in modo da poterne trarre conclusioni più approfondite. Ciò significa che non hai davvero bisogno di sapere solo quante persone hanno visitato un negozio, ma invece quando esattamente ogni persona ha visitato. Non hai più bisogno di guardare solo quante vendite hai fatto, ma anche cosa è stata ogni vendita e a chi. Per fare un ulteriore passo avanti, devi identificare quali punti di contatto avevi con un cliente prima che effettuasse transazioni con te, quali annunci venivano mostrati e quando e dove si sono verificate tutte le interazioni. Non raccogli ancora questo tipo di dati? Bene, questo è il tuo primo compito a casa.
Ciò significa che avrai molti più dati da archiviare di quelli a cui sei abituato, ma la buona notizia è che lo spazio di archiviazione è economico. Inoltre, senza queste informazioni, non sarai in grado di sfruttare il potere del deep learning e competere in questo nuovo mondo.
chi è michael ealy fratello
Uno studio del 2016 sui dirigenti di Fortune 1000 scoperto che solo il 48,4% degli intervistati ha riportato risultati misurabili come risultato delle proprie iniziative sui dati, ma l'80,7% ha ritenuto che gli sforzi fossero un successo ed essenziali. Ciò significa che tutti sanno che devono fare meglio e non vedono un'alternativa, ma è necessario qualcosa di più prima di ottenere benefici misurabili su tutta la linea.
Alla maggior parte delle iniziative sui dati manca un semplice ingrediente: il deep learning. È un argomento spesso frainteso, definito da Fain di Cognitiv come 'un tipo più avanzato di apprendimento automatico in grado di generare intuizioni simili a quelle umane'. La capacità del deep learning di ottenere risultati dai big data è ora essenziale non solo per motivi competitivi, ma anche per far fruttare i precedenti investimenti nei big data. Purtroppo, 39,3% degli intervistati continuavano a dire che alle loro organizzazioni mancava una strategia aziendale per i Big Data, o non erano a conoscenza se ne esistesse una: queste aziende hanno una lunga salita da scalare. In effetti, la maggior parte dei professionisti basati sui dati ha davanti a noi una ripida salita. 'Parte della sfida è che l'industria stessa è immatura riguardo ai dati. Tra 15 anni guarderemo indietro a quello che stiamo facendo e diremo: 'Non era carino?', ha detto un direttore di Programmatic Media per un'agenzia di media globale intervistato per un recente Studio IAB di Winterberry Group .
Big data, analisi dei dati e intelligenza artificiale vanno molto di pari passo. L'intelligenza artificiale - e, per estensione, il deep learning - richiede dati, quantità e quantità di dati. L'unico modo in cui il deep learning può essere efficace per la tua organizzazione è disporre di un flusso costante di informazioni per alimentarla.' Armati di queste informazioni, l'apprendimento profondo e le reti neurali possono creare algoritmi e strategie unici per il tuo marchio, garantendo così che il marchio rimanga competitivo e innovativo. come Fain sottolinea , 'La capacità di descrivere e comprendere in modo più completo il comportamento di un consumatore è più completa che mai e questo tipo di dati renderà gli strumenti di marketing AI ancora più efficaci nei prossimi anni'.
A questo punto, tutti i brand hanno bisogno di una forte strategia di dati. Basta guardare marchi come Macy's e J.C. Penney's di oggi, che stanno lottando a causa degli approcci incentrati sui dati di giganti dell'e-commerce come Amazon ed eBay. Avere la giusta strategia e, cosa altrettanto importante, gli strumenti giusti per ottenere il massimo dai tuoi dati, è ciò che ti aiuterà a mantenere la tua azienda competitiva e di successo.
