Πληροφορίες: για να μάθουν τη διαφορά μεταξύ των προβλεπόμενων και των αντιλήψεων.

Με τη σοφία της Gemma

Καθώς οι εταιρείες μεγαλώνουν και επεκτείνουν τη σφαίρα επιρροής τους από μια περιοχή στην άλλη μέσω της ψηφιακής οικονομίας παγκοσμίως, είναι λιγότερο εξατομικευμένες από τα δεδομένα των χρηστών. Αυτό που είναι κοινώς γνωστό ως "σκοτεινά δεδομένα". Με απλά λόγια, είναι εύκολο να θυμηθεί κανείς ότι ο κ. Jenkins αγαπά τη ζάχαρη στο τσάι του, όταν είναι ένας από τους είκοσι πελάτες που βλέπει κάθε μέρα, αλλά φαίνεται αδύνατο να κρατήσει την προσωπική προσοχή εξυπηρετώντας εκατομμύρια χρήστες.

Πρόσφατα, με την ταχεία ανάπτυξη της τεχνολογίας δεδομένων Big Data, αρχίζουμε να ανακτήσουμε κάποια από την προσωπική μας φροντίδα και προσοχή. Εργαλεία όπως το AI είναι να χωνέψει αδιάκοπα, σπασμένα σύνολα δεδομένων και να κατανοήσουν το νόημά τους. Πετράμματα σκουρόχρωμων δεδομένων έχουν πλέον αρχίσει να εμπλουτίζουν τα προφίλ των πελατών και να δημιουργούν ουσιαστική εξατομίκευση, την ουσία της έξυπνης πελατειακής εμπειρίας. Οι ημέρες ανώνυμης παροχής πληροφοριών σχετικά με τις αλληλεπιδράσεις μεταξύ κάθε χρήστη ενός προϊόντος ή υπηρεσίας, έτσι ώστε η συνολική μάζα ήταν τόσο περίπλοκη και σχεδόν άχρηστη.

Πρόσφατα, το περιοδικό Forbes Fani Nagarjuna, επικεφαλής αναλυτής στο Sutherland, μίλησε για τα μεγάλα προβλήματα που θα δημιουργήσει το Big Data. Μεταξύ άλλων πτυχών αυτής της μετάβασης μακριά από τα σκοτεινά δεδομένα, η εστίασή της είναι στη σημασία των προγνωστικών και συνταγογραφικών εννοιών και στη χρήση αυτής της έννοιας σε πραγματικό χρόνο.

Για παράδειγμα, στη διαδικασία διαφήμισης χρησιμοποιούνται προγνωστικά εργαλεία για την παράδοση στοχευμένων μηνυμάτων όταν ένας χρήστης έχει την τάση να απαντά. Οι αναλυτές χρησιμοποιούν τα αναλυτικά στοιχεία για να προβλέψουν υψηλές περιόδους χρήσης στον κλάδο των τηλεπικοινωνιών, έτσι ώστε να μπορεί να αναπτυχθεί περισσότερος εξοπλισμός στο Διαδίκτυο για να περιμένει το μεγαλύτερο χρονικό διάστημα που απαιτείται. Χρησιμοποιείται από τους λιανοπωλητές για τη διατήρηση του επιπέδου των αποθεμάτων ανάλογα με την πρόβλεψη του πότε το προϊόν μπορεί να είναι το υψηλότερο. Εκτός από αυτούς τους τύπους απόδοσης, βλέπουμε επίσης την τεχνολογία Sutherland, η οποία χρησιμοποιείται για τη δημιουργία εσόδων, όπως και οι πελάτες της, οι οποίοι πρόσφατα παρείχαν στους πελάτες τους αναλυτικά στοιχεία και τεχνολογία AI, προσφέροντας το δικό τους εξατομικευμένο κατάστημα. Η ανάπτυξη του% του κύκλου εργασιών το εμπόριο κατά τη διάρκεια του έτους.

Το ποσό των δεδομένων που μπορούν να συλλέξουν οι εταιρείες όταν έχουν περισσότερα κανάλια συλλογής (σκεφτείτε το συνδεδεμένο σπίτι, το Διαδίκτυο των πραγμάτων και τη διανομή ψηφιακών βοηθητικών συσκευών όπως η Alexa στο σπίτι) οι εκθετικές τιμές θα συνεχίσουν να αυξάνονται. Σε αυτό το σενάριο, τα σύγχρονα εργαλεία όπως η ανάλυση πρόβλεψης θα είναι κεντρικά για να μην επιστρέψουν στις παλιές κακές μέρες.

Αλλά όπως επισημαίνει ο Nagarjuna: "Πρέπει να είσαι πιο έξυπνος από τα δεδομένα σου". Τα κατώτατα όρια προληπτικής ανάλυσης, όπως οι παλιές μέρες των μετρήσεων ιστού και η ρύθμιση των cookies για την παρακολούθηση της συμπεριφοράς των χρηστών για στοχοθετημένη διαφήμιση, καθορίζονται από τους τρόπους με τους οποίους οι άνθρωποι κατασκευάζουν δεδομένα. Αυτό σημαίνει ότι η πρόοδος των έξυπνων αναλύσεων δεδομένων θα οδηγήσει σε αύξηση της έρευνας στον τομέα των υπηρεσιών και της μελέτης του σχεδιασμού του σχεδιασμού και της ανθρωπολογίας. Οι αριθμοί λένε μια ιστορία, αλλά οι άνθρωποι γράφουν το σενάριο. Συνδυάζοντας την ανθρώπινη συμπάθεια στο σχεδιασμό, οι εταιρείες μπορούν να εφαρμόσουν μια ολιστική αντίληψη της συμπεριφοράς, των συμφερόντων και των συνηθειών των χρηστών που παρέχουν αναλυτική επιτυχία.

Συνδυάζοντας την ανθρώπινη συμπάθεια στο σχεδιασμό, οι εταιρείες μπορούν να εφαρμόσουν μια ολιστική αντίληψη της συμπεριφοράς, των συμφερόντων και των συνηθειών των χρηστών που παρέχουν αναλυτική επιτυχία.

Αυτό δημιουργεί ένα ενδιαφέρον σημείο. Μεγάλα δεδομένα έδωσαν στον κόσμο των επιχειρήσεων τη δυνατότητα να διατυπώσουν μια αφήγηση για να περιγράψουν και να προβλέψουν τις τάσεις και το crowdsourcing. Συγκριτικά, προγνωστικά συστήματα έχουν αναπτύξει αυτή τη μεγάλη εικόνα, συμπεριλαμβανομένων εργαλείων για την πρόβλεψη της συμπεριφοράς των ατόμων. Αλλά και στις δύο περιπτώσεις, οι ανθρώπινες δεξιότητες στην έρευνα και στην εκμάθηση της ζωής των πελατών καθορίζουν τη διαφορά ανάμεσα σε αυτές τις εντυπωσιακές ιδέες και τις πληροφορίες που παρέχουν οι λευκοί ψίθυροι. Έτσι, όταν η κ. Jenkins παραγγείλει ένα κέικ καρότου με χαμηλή περιεκτικότητα σε υδατάνθρακες, το σύστημα μπορεί να σας προτείνει να κρατήσετε τη ζάχαρη στο τσάι και να βρείτε το σιρόπι Agave αντί. Να είστε βέβαιος να της πείτε ότι η νέα διατροφή της λειτουργεί πολύ καλά για να βεβαιωθείτε ότι είναι πίσω ...

Ακολουθήστε τις τρεις μεγαλύτερες συμβουλές αντιμετώπισης δεδομένων σχετικά με το κύριο ιστολόγιο του Phani Nagarjuna.