ما هو مفتاح أمازون وجوجل نجاح الإيرادات ؟ الكل يعرف الجواب: البيانات.
ما سبب إمبراطورية وسائل التواصل الاجتماعي على Facebook وانقلاب Spotify على أعمال بث الموسيقى؟ البيانات.
تمكنت كل هذه الشركات من الاستفادة من الكميات الهائلة من المعلومات التي تحصل عليها من العديد من المستخدمين - سواء كانت عادات البحث الخاصة بهم ، أو المنشورات التي يشاركونها ، أو المنتجات التي يشترونها ، أو الموسيقى التي يستمعون إليها - في تدفقات الإيرادات الرئيسية. لا يقتصر الأمر على حقيقة أن هذه الشركات تمكنت من جمع بيانات عن الملايين (أو المليارات ، في حالة بعض هذه الشركات) ؛ هو أن تلك الشركات تمكنت من استخدام تلك البيانات بشكل فعال لفهم وتسويق مستخدميها بشكل أفضل. كل هذه الشركات تستخدم الذكاء الاصطناعي (أو بشكل أكثر دقة التعلم العميق) للقيام بذلك.
من متزوج دينيس ميلر
بالطبع ، من المهم ملاحظة أنه ليس عليك أن تكون مؤسسة مهيمنة مثل Amazon أو Google لتحويل البيانات إلى ميزة تنافسية. مع تقدم الذكاء الاصطناعي بشكل متزايد واعتماده على نطاق واسع ، سنبدأ في رؤية الكثير من الشركات - الكبيرة والصغيرة - تتحول إلى الذكاء الاصطناعي من أجل التوصل إلى استراتيجيات بيانات أفضل وكسب تبني العملاء ، والتنافس بشكل أفضل ضد منافسيهم .
مفتاح التغلب على منافسيك ، وفقًا لجيريمي فاين ، في ريادة تكنولوجيا الشبكة العصبية معرفيا ، هو الحصول على بيانات أفضل - ليس بالضرورة المزيد منها ، ولكن البيانات التي لا يملكها منافسوك. من الناحية النظرية ، كل علامة تجارية قادرة على تطوير أصول البيانات الفريدة الخاصة بها ، لأن كل علامة تجارية يجب أن تكون مختلفة قليلاً للمنافسة. هذا يعني أن عملاء العلامة التجارية ، على الأقل ، يختلفون قليلاً عن عملاء منافسيهم ، مما يعني أن لديهم زاوية فريدة يمكنهم الاستفادة منها. وبالتالي ، فإن كل جزء من البيانات التي تحصل عليها عن عميلك أو عميلك المحتمل هو جزء آخر من المعلومات التي يمكنك استخدامها لصياغة استراتيجية تسويق أو إعلان فعالة.
كريستين ربات البيوت الحقيقيات في عصر نيويورك
من أجل استخدام هذه المعلومات بشكل فعال ، يجب عليك أولاً تحديد هدفك. هل تبحث عن المزيد من المبيعات؟ هل تحاول زيادة حركة المرور على الأقدام في المتاجر؟ هل هدفك هو زيادة وعي السوق بمنتجك؟ بمجرد القيام بذلك ، يمكنك إلقاء نظرة على البيانات لمعرفة ما إذا كانت بالتنسيق الصحيح للاستخدام مع التعلم العميق. هذا شيء يصعب شرحه ببساطة ، ولكن بشكل أساسي ، يجب أن تكون البيانات في حالة مفصلة - أي يجب أن تأتي من مصادر متعددة حتى يمكن استخلاص المزيد من الاستنتاجات المتعمقة منها. هذا يعني أنك لست بحاجة حقًا إلى معرفة عدد الأشخاص الذين زاروا متجرًا فقط ، ولكن بدلاً من ذلك عندما زار كل شخص بالضبط. لم تعد بحاجة إلى إلقاء نظرة على عدد المبيعات التي قمت بها ، ولكن أيضًا ما كانت كل عملية بيع ولمن. للحصول على خطوة أخرى إلى الأمام ، يجب عليك تحديد نقاط الاتصال التي كانت لديك مع العميل قبل أن يتعامل معك ، والإعلانات التي تم عرضها ، ومتى وأين حدثت جميع التفاعلات. لا تجمع هذا النوع من البيانات حتى الآن؟ حسنًا ، هذا أول واجب منزلي لك.
هذا يعني أنه سيكون لديك الكثير من البيانات التي يمكنك تخزينها أكثر مما اعتدت عليه ، ولكن الخبر السار هو أن التخزين رخيص. بالإضافة إلى ذلك ، بدون هذه المعلومات ، لن تتمكن من الاستفادة من قوة التعلم العميق والمنافسة في هذا العالم الجديد.
كم عمر شين ماديج
دراسة 2016 لمدراء Fortune 1000 التنفيذيين كشف ذلك أفاد 48.4٪ فقط من الذين شملهم الاستطلاع بنتائج قابلة للقياس كنتيجة لمبادراتهم الخاصة بالبيانات - لكن 80.7٪ شعروا بأن الجهود كانت ناجحة وضرورية. هذا يعني أن الجميع يعرف أنه يتعين عليهم القيام بعمل أفضل ولا يرون بديلاً ، ولكن هناك حاجة إلى المزيد قبل تحقيق الفوائد القابلة للقياس في جميع المجالات.
تفتقد معظم مبادرات البيانات عنصرًا واحدًا بسيطًا: التعلم العميق. إنه موضوع يساء فهمه في كثير من الأحيان ، حدده Cognitiv's Fain بأنه 'نوع أكثر تقدمًا من التعلم الآلي القادر على توليد رؤية شبيهة بالبشر.' أصبحت قدرة التعلم العميق على الحصول على نتائج من البيانات الضخمة ضرورية الآن ليس فقط لأسباب تنافسية ، ولكن أيضًا لجعل الاستثمارات السابقة في البيانات الضخمة تؤتي ثمارها. للأسف، 39.3٪ ممن شملهم الاستطلاع لا يزالون يقولون إن مؤسساتهم كانت تفتقر إلى استراتيجية البيانات الضخمة الخاصة بالمؤسسة ، أو لم تكن على دراية بما إذا كانت موجودة - فهذه الشركات لديها تلة طويلة لتسلقها. في الواقع ، فإن معظم المحترفين المعتمدين على البيانات أمامنا صعود حاد أمامنا. يتمثل جزء من التحدي في أن الصناعة نفسها غير ناضجة فيما يتعلق بالبيانات. سننظر إلى الوراء بعد 15 عامًا من الآن على ما نفعله ونقول ، 'ألم يكن هذا لطيفًا؟' ، هذا ما قاله أحد مديري الوسائط البرامجية بوكالة إعلامية عالمية تمت مقابلته مؤخرًا دراسة مجموعة وينتربيري IAB .
تسير البيانات الضخمة وتحليلات البيانات والذكاء الاصطناعي جنبًا إلى جنب. يتطلب الذكاء الاصطناعي - وبالتالي التعلم العميق - بيانات ورزمًا ورزمًا منه. الطريقة الوحيدة التي يمكن أن يكون بها التعلم العميق فعالة لمؤسستك هي إذا كان لديك دفق مستمر من المعلومات لإطعامها. مسلحين بهذه المعلومات ، يمكن للتعلم العميق والشبكات العصبية إنشاء خوارزميات واستراتيجيات فريدة لعلامتك التجارية - وبالتالي ضمان بقاء العلامة التجارية تنافسية ومبتكرة. كما فاين يشير الى ، 'القدرة على وصف وفهم سلوك المستهلك بشكل كامل أصبحت أكثر اكتمالًا من أي وقت مضى ، وهذا النوع من البيانات سيجعل أدوات التسويق بالذكاء الاصطناعي أكثر فاعلية خلال السنوات القليلة المقبلة.'
في هذه المرحلة ، تحتاج جميع العلامات التجارية إلى استراتيجية بيانات قوية. ما عليك سوى إلقاء نظرة على العلامات التجارية مثل Macy's و JC Penney اليوم ، والتي تكافح نتيجة للنهج المرتكزة على البيانات لعمالقة التجارة الإلكترونية مثل Amazon و eBay. إن امتلاك الإستراتيجية الصحيحة ، والأهم من ذلك ، الأدوات المناسبة لتحقيق أقصى استفادة من بياناتك ، هو ما سيساعد في الحفاظ على قدرة شركتك على المنافسة والنجاح.
