Amazon과 Google의 핵심은 무엇입니까 수익 성공 ? 누구나 답을 알고 있습니다 : 데이터.
Facebook의 소셜 미디어 제국과 Spotify가 음악 스트리밍 비즈니스를 뒤집는 이유는 무엇입니까? 데이터.
이 모든 회사는 검색 습관, 공유하는 게시물, 구매하는 제품 또는 듣는 음악 등 수많은 사용자로부터 얻은 방대한 양의 정보를 주요 수익원으로 활용할 수있었습니다. 이러한 기업이 수백만 (일부 기업의 경우 수십억)에 대한 데이터를 수집 할 수 있었던 것은 단지 사실이 아닙니다. 이러한 회사는 해당 데이터를 효과적으로 활용하여 사용자를 더 잘 이해하고 마케팅 할 수있었습니다. 이 모든 회사는 인공 지능 (또는 더 정확하게는 딥 러닝)을 사용하여이를 수행하고 있습니다.
에릭 볼링은 몇 번이나 결혼했는지
물론 데이터를 경쟁 우위로 전환하기 위해 Amazon 또는 Google과 같이 지배적 인 기업 일 필요는 없다는 점에 유의하는 것이 중요합니다. 인공 지능이 점점 더 발전하고 널리 채택됨에 따라, 우리는 더 나은 데이터 전략을 제시하고 고객 채택을 확보하고 경쟁과 더 잘 경쟁하기 위해 크고 작은 많은 회사가 AI로 전환하는 것을 보게 될 것입니다. .
선구적인 신경망 기술의 Jeremy Fain에 따르면 경쟁에서이기는 열쇠 인지 적으로 , 더 나은 데이터를 보유하고 있습니다. 반드시 더 많은 데이터가 아니라 경쟁 업체에없는 데이터입니다. 이론적으로 모든 브랜드는 경쟁하기 위해 약간 씩 달라야하기 때문에 고유 한 데이터 자산을 개발할 수 있습니다. 이는 브랜드의 고객이 적어도 경쟁 업체의 고객과 약간 다르기 때문에 활용할 수있는 독특한 각도를 가지고 있음을 의미합니다. 따라서 고객 또는 잠재 고객에 대해 얻는 모든 데이터는 효과적인 마케팅 또는 광고 전략을 만드는 데 사용할 수있는 또 다른 정보입니다.
조나단 케 콴 순 가치
이 정보를 효과적으로 사용하려면 먼저 목표가 무엇인지 결정해야합니다. 더 많은 판매를 찾고 계십니까? 매장에서 더 많은 방문객을 확보하기 위해 노력하고 있습니까? 제품에 대한 시장 인지도를 높이는 것이 목표입니까? 그런 다음 데이터를 살펴보고 딥 러닝에 사용할 수있는 올바른 형식인지 확인할 수 있습니다. 이것은 간단하게 설명하기 어렵지만 기본적으로 데이터는 분리 된 상태 여야합니다. 즉, 데이터에서 더 심층적 인 결론을 도출 할 수 있도록 여러 소스에서 가져와야합니다. 즉, 얼마나 많은 사람들이 매장을 방문했는지 만 알 필요가없고 각 사람이 정확히 언제 방문했는지 알 필요가 없습니다. 더 이상 판매 한 횟수뿐 아니라 각 판매가 무엇이며 누구에게 판매되었는지 확인할 필요가 없습니다. 한 단계 더 나아가려면 고객이 거래하기 전에 고객과 어떤 접점이 있었는지, 어떤 광고가 표시되었는지, 모든 상호 작용이 언제 어디서 발생했는지 파악해야합니다. 아직 이러한 유형의 데이터를 수집하지 않습니까? 글쎄, 그것이 당신의 첫 번째 숙제입니다.
즉, 이전보다 훨씬 더 많은 데이터를 저장할 수 있지만 좋은 소식은 스토리지가 저렴하다는 것입니다. 또한 그 정보 없이는 딥 러닝의 힘을 활용하고이 새로운 세계에서 경쟁 할 수 없습니다.
데릭 러는 몇 살이야
Fortune 1000 대 경영진에 대한 2016 년 연구 그것을 폭로했다 설문 조사에 참여한 응답자 중 48.4 %만이 데이터 이니셔티브의 결과로 측정 가능한 결과를보고했지만 80.7 %는 이러한 노력이 성공하고 필수적이라고 생각했습니다. 이는 모든 사람이 자신이 더 잘해야한다는 것을 알고 대안을 찾지 못함을 의미하지만, 전반적으로 측정 가능한 이점을 얻으려면 더 많은 것이 필요합니다.
대부분의 데이터 이니셔티브는 딥 러닝이라는 한 가지 간단한 요소를 놓칩니다. Cognitiv의 Fain에 의해 '인간과 같은 통찰력을 생성 할 수있는보다 진보 된 유형의 기계 학습'으로 정의 된 자주 오해되는 주제입니다. 빅 데이터에서 결과를 얻는 딥 러닝의 능력은 이제 경쟁적인 이유뿐만 아니라 빅 데이터에 대한 이전 투자가 성과를 거두기 위해 필수적입니다. 슬프게도 조사 대상자의 39.3 % 여전히 그들의 조직은 엔터프라이즈 빅 데이터 전략이 부족하거나 존재하는지 알지 못했다고 말했습니다. 실제로 대부분의 데이터 기반 전문가는 우리보다 앞서 가파른 상승세를 보이고 있습니다. '문제의 일부는 산업 자체가 데이터에 대해 미숙하다는 것입니다. 우리는 지금부터 15 년 후 우리가하고있는 일을 되돌아보고 '그렇게 귀엽지 않았나요?'라고 말할 것입니다. 최근에 인터뷰 한 글로벌 미디어 대행사의 프로그래밍 미디어 디렉터 한 명이 말했습니다. Winterberry Group IAB 연구 .
빅 데이터, 데이터 분석 및 인공 지능은 매우 밀접한 관련이 있습니다. 인공 지능 (확장하면 딥 러닝)에는 데이터, 리밍 및 리밍이 필요합니다. 딥 러닝이 조직에 효과적 일 수있는 유일한 방법은이를 공급할 정보를 지속적으로 확보하는 것입니다. ' 이 정보로 무장 한 딥 러닝 및 신경망은 브랜드 고유의 알고리즘과 전략을 생성하여 브랜드가 경쟁력과 혁신을 유지하도록 보장합니다. 파인으로 지적 , '소비자의 행동을보다 완전하게 설명하고 이해하는 능력은 그 어느 때보 다 완성되었으며, 이러한 종류의 데이터는 향후 몇 년 동안 AI 마케팅 도구를 더욱 효과적으로 만들 것입니다.'
이 시점에서 모든 브랜드에는 강력한 데이터 전략이 필요합니다. Amazon 및 eBay와 같은 전자 상거래 거인의 데이터 중심 접근 방식으로 인해 어려움을 겪고있는 Macy 's 및 J.C. Penney 's와 같은 브랜드를 살펴보십시오. 데이터를 최대한 활용할 수있는 올바른 전략과 올바른 도구를 갖추는 것은 회사의 경쟁력과 성공을 유지하는 데 도움이됩니다.
