Amazon ve Google'ın anahtarı nedir? gelir başarısı ? Cevabı herkes biliyor: Veri.
Facebook'un sosyal medya imparatorluğunun ve Spotify'ın müzik akışı işini alt üst etmesinin nedeni? Veri.
Bu şirketlerin tümü, arama alışkanlıkları, paylaştıkları gönderiler, satın aldıkları ürünler veya dinledikleri müzikler olsun, çok sayıda kullanıcıdan aldıkları büyük miktardaki bilgiyi büyük gelir akışlarına dönüştürmeyi başardılar. Sadece bu şirketlerin milyonlarca (veya bu şirketlerden bazılarının durumunda milyarlarca) hakkında veri toplayabilmiş olması değil; bu şirketler, kullanıcılarına daha iyi anlamak ve pazarlamak için bu verileri etkili bir şekilde kullanmayı başardılar. Tüm bu şirketler, bunu yapmak için yapay zeka (veya daha doğrusu derin öğrenme) kullanıyor.
Tabii ki, verileri rekabet avantajına dönüştürmek için Amazon veya Google gibi hakim bir kuruluş olmanıza gerek olmadığını unutmamak önemlidir. Yapay zeka giderek daha gelişmiş hale geldikçe ve daha yaygın olarak benimsendikçe, büyük ve küçük birçok şirketin daha iyi veri stratejileri bulmak ve müşteri benimsemesini kazanmak ve rakiplerine karşı daha iyi rekabet edebilmek için AI'ya yöneldiğini görmeye başlayacağız. .
Öncü sinir ağı teknolojisinde Jeremy Fain'e göre rakiplerinizi yenmenin anahtarı bilişsel olarak , daha iyi verilere sahip oluyor - daha fazla olması gerekmiyor, ancak rakiplerinizin sahip olmadığı veriler. Teoride, her marka kendi benzersiz veri varlıklarını geliştirme yeteneğine sahiptir, çünkü her markanın rekabet edebilmesi için biraz farklı olması gerekir. Bu, bir markanın müşterilerinin rakiplerinden en azından biraz farklı olduğu anlamına gelir, bu da kullanabilecekleri benzersiz bir açıya sahip oldukları anlamına gelir. Müşteriniz veya potansiyel müşteriniz hakkında elde ettiğiniz her veri, bu nedenle, etkili bir pazarlama veya reklam stratejisi oluşturmak için kullanabileceğiniz başka bir bilgi parçasıdır.
Bu bilgileri etkin bir şekilde kullanabilmek için öncelikle hedefinizin ne olduğuna karar vermelisiniz. Daha fazla satış mı arıyorsunuz? Mağazalarda daha yüksek yaya trafiği elde etmeye mi çalışıyorsunuz? Amacınız ürününüz hakkında daha yüksek pazar bilinirliğine sahip olmak mı? Bunu yaptıktan sonra, derin öğrenme ile kullanım için doğru biçimde olup olmadığını görmek için verilere bakabilirsiniz. Bu, basitçe açıklanması zor bir şeydir, ancak temel olarak, verilerin ayrıştırılmış bir durumda olması gerekir - yani, daha derinlemesine sonuçlar çıkarılabilmesi için birden fazla kaynaktan gelmesi gerekir. Bu, bir mağazayı yalnızca kaç kişinin ziyaret ettiğini değil, bunun yerine her bir kişinin tam olarak ne zaman ziyaret ettiğini bilmeniz gerektiği anlamına gelir. Artık sadece kaç satış yaptığınıza değil, aynı zamanda her satışın ne ve kime olduğuna da bakmanız gerekiyor. Bir adım daha ileri gitmek için, bir müşteri sizinle işlem yapmadan önce onlarla hangi temas noktalarınızı, hangi reklamların gösterildiğini ve tüm etkileşimlerin ne zaman ve nerede gerçekleştiğini belirlemelisiniz. Henüz bu tür verileri toplamıyor musunuz? Bu senin ilk ev ödevin.
Bu, depolamak için alışık olduğunuzdan çok daha fazla veriye sahip olacağınız anlamına gelir, ancak iyi haber şu ki, depolama ucuzdur. Ayrıca, bu bilgi olmadan derin öğrenmenin gücünden yararlanamayacak ve bu yeni dünyada rekabet edemeyeceksiniz.
Fortune 1000 yöneticilerinin 2016 yılı araştırması bunu ortaya çıkardı Ankete katılanların sadece %48,4'ü veri girişimlerinin bir sonucu olarak ölçülebilir sonuçlar bildirdi - ancak %80,7'si çabaların başarılı ve gerekli olduğunu hissetti. Bu, herkesin daha iyisini yapması gerektiğini bildiği ve bir alternatif görmediği anlamına gelir, ancak yönetim kurulu genelinde ölçülebilir faydalar elde edilmeden önce daha fazlasına ihtiyaç vardır.
Çoğu veri girişimi, basit bir bileşeni kaçırır: derin öğrenme. Bu, Cognitiv's Fain tarafından 'insan benzeri içgörü üretebilen daha gelişmiş bir makine öğrenimi türü' olarak tanımlanan, sıklıkla yanlış anlaşılan bir konudur. Derin öğrenmenin büyük verilerden sonuç alma yeteneği, artık yalnızca rekabet nedenleriyle değil, aynı zamanda büyük verilere yapılan önceki yatırımların karşılığını almak için de gereklidir. ne yazık ki Ankete katılanların %39,3'ü yine de kuruluşlarının kurumsal bir Büyük Veri stratejisinden yoksun olduğunu veya var olup olmadığının farkında olmadıklarını söylediler - bu şirketlerin tırmanması gereken uzun bir yokuş var. Aslında, veri odaklı profesyonellerin çoğunun önümüzde dik bir tırmanış var. 'Zorluğun bir kısmı, endüstrinin kendisinin veri konusunda olgunlaşmamış olmasıdır. Bundan 15 yıl sonra yaptığımız şeye bakıp, 'Çok tatlı değil miydi?' diyeceğiz, dedi yakın zamanda röportaj yaptığımız küresel bir medya ajansının Programatik Medya Direktörü. Winterberry Group IAB çalışması .
Büyük veri, veri analitiği ve yapay zeka çok el ele gider. Yapay zeka - ve buna bağlı olarak derin öğrenme - veri, tomarlar ve tomarlar gerektirir. Derin öğrenmenin kuruluşunuz için etkili olabilmesinin tek yolu, onu besleyecek düzenli bir bilgi akışına sahip olmanızdır.' Bu bilgilerle donanmış derin öğrenme ve sinir ağları, markanıza özgü algoritmalar ve stratejiler oluşturabilir - böylece markanın rekabetçi ve yenilikçi kalmasını sağlar. Fain olarak işaret 'Bir tüketicinin davranışını tam olarak tanımlama ve anlama yeteneği, her zamankinden daha eksiksiz ve bu tür veriler, AI pazarlama araçlarını önümüzdeki birkaç yıl içinde daha da etkili hale getirecek.'
Bu noktada tüm markaların güçlü bir veri stratejisine ihtiyacı var. Amazon ve eBay gibi e-ticaret devlerinin veri merkezli yaklaşımlarının bir sonucu olarak mücadele eden bugün Macy's ve J.C. Penney's gibi markalara bakın. Verilerinizden en iyi şekilde yararlanmak için doğru stratejiye ve daha da önemlisi doğru araçlara sahip olmak, şirketinizin rekabetçi ve başarılı olmasına yardımcı olacaktır.
