আমাজন এবং গুগলের কী কী রাজস্ব সাফল্য ? প্রত্যেকেই উত্তরটি জানেন: ডেটা।
ফেসবুকের সোশ্যাল মিডিয়া সাম্রাজ্যের কারণ এবং স্পটিফাই মিউজিক স্ট্রিমিং ব্যবসায়ের উর্ধ্বে? ডেটা
এই সমস্ত সংস্থাই তাদের প্রচুর ব্যবহারকারীর কাছ থেকে প্রাপ্ত বিপুল পরিমাণ তথ্যের সন্ধান করতে পরিচালিত করেছে - এটি তাদের অনুসন্ধানের অভ্যাস, তারা যে পোস্টগুলি ভাগ করে নেয়, যে পণ্যগুলি তারা কিনে থাকে বা যে শোনায় সেগুলি - প্রধান উপার্জন স্রোতে। এটি কেবল সত্য নয় যে এই সংস্থাগুলি কয়েক মিলিয়ন (বা বিলিয়ন, এর মধ্যে কয়েকটি সংস্থার ক্ষেত্রে) তথ্য সংগ্রহ করতে সক্ষম হয়েছে; এটি সেই সংস্থাগুলি তাদের ব্যবহারকারীদের আরও ভালভাবে বুঝতে এবং বাজারজাত করতে সেই ডেটা কার্যকরভাবে ব্যবহার করতে পরিচালিত হয়েছে। এই সমস্ত সংস্থাই এটি করার জন্য কৃত্রিম বুদ্ধিমত্তা (বা আরও সঠিকভাবে গভীর শিক্ষণ) ব্যবহার করছে।
t. r নাইট উচ্চতা
অবশ্যই, এটি লক্ষণীয় গুরুত্বপূর্ণ যে আপনাকে ডেটা প্রতিযোগিতামূলক সুবিধা হিসাবে রূপান্তর করতে অ্যামাজন বা গুগলের মতো প্রভাবশালী উদ্যোগ হতে হবে না। কৃত্রিম বুদ্ধিমত্তা ক্রমবর্ধমান উন্নত এবং আরও ব্যাপকভাবে গৃহীত হওয়ার সাথে সাথে, আমরা আরও ভাল সংস্থাগুলি দেখতে শুরু করব - বড় এবং ছোট - আরও ভাল ডেটা কৌশল নিয়ে আসার জন্য এবং গ্রাহক গ্রহণের পক্ষে এবং তাদের প্রতিযোগিতার বিরুদ্ধে আরও ভাল প্রতিযোগিতা করার জন্য এআইয়ের দিকে ঝুঁকতে দেখি ।
স্নায়ু নেটওয়ার্ক প্রযুক্তির পথপ্রদর্শক জেরেমি ফেইন অনুসারে আপনার প্রতিযোগিতাকে পরাজিত করার মূল চাবিকাঠি জ্ঞানীয়ভাবে , আরও ভাল ডেটা রয়েছে - এটির বেশি প্রয়োজন হয় না, তবে আপনার প্রতিযোগীদের যে ডেটা নেই। তত্ত্ব অনুসারে, প্রতিটি ব্র্যান্ড তাদের নিজস্ব অনন্য ডেটা সম্পদ বিকাশ করতে সক্ষম, কারণ প্রতিযোগিতায় প্রতি ব্র্যান্ডকে কিছুটা আলাদা হতে হবে। এর অর্থ হ'ল কোনও ব্র্যান্ডের গ্রাহকরা তাদের প্রতিযোগিতার তুলনায় খুব কম, কিছুটা আলাদা, যার অর্থ তাদের একটি অনন্য কোণ রয়েছে যা তারা ব্যবহার করতে পারেন। আপনি আপনার গ্রাহক বা সম্ভাব্য গ্রাহকের কাছে পাবেন প্রতিটি টুকরো তাই কার্যকর বিপণন বা বিজ্ঞাপনের কৌশলটি তৈরি করতে আপনি ব্যবহার করতে পারেন এমন আরও একটি তথ্য।
মারিয়া কনচিটা আলনসোর বয়স কত
এই তথ্যটি কার্যকরভাবে ব্যবহার করার জন্য আপনাকে প্রথমে সিদ্ধান্ত নিতে হবে আপনার লক্ষ্য কী। আপনি আরও বিক্রয় খুঁজছেন? আপনি কি দোকানে উচ্চ পদক্ষেপের ট্র্যাফিক অর্জনের চেষ্টা করছেন? আপনার লক্ষ্য কি আপনার পণ্য সম্পর্কে উচ্চ বাজার সচেতনতা আছে? একবার এটি হয়ে গেলে, আপনি গভীর শিখার সাথে ব্যবহারের জন্য এটি সঠিক ফর্ম্যাটে রয়েছে কিনা তা দেখতে ডেটাটি দেখতে পারেন। এটি এমন একটি বিষয় যা সহজভাবে ব্যাখ্যা করা শক্ত, তবে মৌলিকভাবে, ডেটাগুলিকে একটি পৃথক অবস্থায় থাকতে হবে - অর্থাৎ এটি একাধিক উত্স থেকে আসতে হবে যাতে এ থেকে আরও গভীরতর সিদ্ধান্ত নেওয়া যায়। এর অর্থ হ'ল কত লোক কেবল কোনও দোকানে গিয়েছিলেন কেবল এটিই আপনাকে জানার দরকার নেই, তবে পরিবর্তে প্রতিটি ব্যক্তি ঠিক কখন গিয়েছিলেন। আপনার আর কতগুলি বিক্রয় হয়েছে তা দেখার দরকার নেই, তবে প্রতিটি বিক্রয় কী ছিল এবং কার কাছে ছিল also আরও এক ধাপ এগিয়ে পেতে, আপনাকে অবশ্যই কোনও গ্রাহকের সাথে আপনার সাথে লেনদেন করার আগে, কোন বিজ্ঞাপনগুলি প্রদর্শিত হয়েছিল এবং কখন এবং কোথায় সমস্ত মিথস্ক্রিয়া ঘটেছিল তা সনাক্ত করতে হবে। এই ধরণের ডেটা এখনও সংগ্রহ করবেন না? ঠিক আছে, এটি আপনার প্রথম হোমওয়ার্ক অ্যাসাইনমেন্ট।
এর অর্থ আপনার আগের তুলনায় অনেক বেশি ডেটা সঞ্চয় করা হবে তবে সুসংবাদটি হ'ল স্টোরেজ সস্তা। এছাড়াও, সেই তথ্য না থাকলে আপনি গভীর শিক্ষার শক্তির সুবিধা নিতে পারবেন না এবং এই নতুন বিশ্বে প্রতিযোগিতা করতে পারবেন না।
গ্যারেট ক্লেটন কত লম্বা
ফরচুন 1000 এক্সিকিউটিভগুলির একটি 2016 গবেষণা যে উন্মোচিত জরিপকৃতদের মধ্যে কেবল ৪৮.৪% তাদের ডেটা উদ্যোগের ফলে পরিমাপযোগ্য ফলাফলের রিপোর্ট করেছেন - তবে ৮০..7% অনুভূত হয়েছে যে প্রচেষ্টাগুলি একটি সফল এবং অপরিহার্য ছিল। এর অর্থ সকলেই জানেন যে তাদের আরও ভাল করতে হবে এবং কোনও বিকল্প দেখতে পাবেন না, তবে বোর্ড জুড়ে পরিমাপযোগ্য সুবিধা অর্জনের আগে আরও কিছু প্রয়োজন।
বেশিরভাগ ডেটা উদ্যোগে একটি সাধারণ উপাদান মিস হয়: গভীর শিক্ষণ। এটি একটি অবৈধ-ভুল বোঝাবুঝি করা বিষয়, যা কগনিটিভ ফেইন দ্বারা সংজ্ঞায়িত করা হয়েছে 'আরও উন্নত প্রকারের মেশিন লার্নিং যা মানুষের মতো অন্তর্দৃষ্টি তৈরি করতে সক্ষম।' বড় তথ্য থেকে ফলাফল পাওয়ার গভীর শিক্ষার দক্ষতা এখন কেবল প্রতিযোগিতামূলক কারণে নয়, বিগ ডেটাতে পূর্বের বিনিয়োগগুলিও বন্ধ করে দেওয়া। দুঃখের বিষয়, যারা জরিপ করেছেন তাদের 39.3% তবুও বলেছে যে তাদের সংস্থাগুলিতে একটি এন্টারপ্রাইজ বিগ ডেটা কৌশল অভাব ছিল, বা অন্য কোনটির অস্তিত্ব থাকলে তা অজানা ছিল - এই সংস্থাগুলি আরোহণের জন্য একটি দীর্ঘ পাহাড় রয়েছে। প্রকৃতপক্ষে, বেশিরভাগ ডেটা-চালিত পেশাদারদের সামনে আমাদের একটি খাড়া চড়াই রয়েছে। 'চ্যালেঞ্জের অংশটি হ'ল শিল্পটি নিজেই প্রায় ডেটা চারপাশে অপরিপক্ক। আমরা এখন থেকে ১৫ বছর পিছনে ফিরে যাব এবং আমরা যা করছি এবং যা বলছি, 'তা কি সুন্দর ছিল না?', 'সাম্প্রতিক সময়ের জন্য একটি আন্তর্জাতিক মিডিয়া এজেন্সির সাক্ষাত্কার প্রাপ্ত একটি আন্তর্জাতিক মিডিয়া এজেন্সির প্রোগ্রামার মিডিয়ার একজন পরিচালক বলেছিলেন উইন্টারবেরি গ্রুপ আইএবি সমীক্ষা ।
বড় ডেটা, ডেটা অ্যানালিটিকস এবং কৃত্রিম বুদ্ধিমত্তা খুব বেশি হাতে হাতে যায়। কৃত্রিম বুদ্ধিমত্তা - এবং এক্সটেনশন দ্বারা গভীর শিক্ষণ - এর জন্য ডেটা, রিমস এবং রিমস প্রয়োজন। আপনার প্রতিষ্ঠানের পক্ষে গভীর শিক্ষণ কার্যকর হওয়ার একমাত্র উপায় হ'ল যদি আপনার কাছে এটি সরবরাহ করার জন্য অবিচ্ছিন্নভাবে তথ্য থাকে। ' এই তথ্যের সাথে সজ্জিত, গভীর শিক্ষণ এবং নিউরাল নেটওয়ার্কগুলি আপনার ব্র্যান্ডের জন্য স্বতন্ত্র অ্যালগরিদম এবং কৌশল তৈরি করতে পারে - সুতরাং ব্র্যান্ডটি প্রতিযোগিতামূলক এবং উদ্ভাবনী থেকে যায় তা নিশ্চিত করে। অজ্ঞান হিসাবে দেখায় , 'কোনও ভোক্তার আচরণ আরও পূর্ণরূপে বর্ণনা করার এবং বোঝার ক্ষমতা আগের তুলনায় আরও সম্পূর্ণ এবং এ জাতীয় ডেটা পরবর্তী কয়েক বছরের মধ্যে এআই বিপণন সরঞ্জামকে আরও কার্যকর করে তুলবে।'
এই মুহুর্তে, সমস্ত ব্র্যান্ডের একটি শক্ত ডেটা কৌশল প্রয়োজন। আজ কেবল ম্যাসি এবং জে.সি. পেনির মতো ব্র্যান্ডগুলি দেখুন, যারা অ্যামাজন এবং ইবেয়ের মতো ই-কমার্স জায়ান্টগুলির ডেটা-কেন্দ্রিক পদ্ধতির ফলস্বরূপ লড়াই করছে। সঠিক কৌশল এবং যেমন গুরুত্বপূর্ণ, আপনার ডেটা থেকে সর্বাধিক উপার্জনের সঠিক সরঞ্জামগুলি হ'ল যা আপনার কোম্পানিকে প্রতিযোগিতামূলক এবং সফল রাখতে সহায়তা করবে।
