چرا شرکت شما حتی باید با داده و A.I.

هر هفته، من با بنیانگذاران و موضوعات داده ها و هوش مصنوعی بارها و بارها مطرح می شوند. بسیاری از صاحبان مشاغل کوچکی که من با آنها صحبت می کنم اظهار سردرگمی می کنند در مورد آنچه – اگر چیزی – باید در آن جبهه انجام دهند. آنها با بازاریابی برای داده ها و  A.I. محصولات و خدمات، اما آنها مطمئن نیستند که با همه این اطلاعات چه کنند.

واقعی چیست؟ دستاوردهایی که شرکت شما می تواند با مدرن کردن رویکرد خود به داده ها و پیاده سازی A.I به دست آورد؟

به عنوان یک دانشمند داده، بنیانگذار و گزارشگر، من خیلی به این موضوع فکر کرده ام و من سه حوزه کلیدی را شناسایی کرده‌ام که شرکت‌ها تمایل دارند منافع واقعی را ببینند:

فوری ترین راهی که شرکت شما می تواند از پیاده سازی داده ها و A.I بهره مند شود. افزایش کارایی در مقابله با برخی وظایف است – به ویژه فرآیندهای انسانی تکراری یا مستعد خطا که در آن ماشین ها می توانند کار بهتری را انجام دهند. بسیاری از شرکت ها هزاران ردیف داده مهم در صفحات گسترده اکسل یا موارد مشابه دارند. احتمال زیادی وجود دارد که شما یکی از آنها باشد: تیم شما داده‌ها را با دست وارد صفحات گسترده می‌کند و آن‌ها را از طریق محاسبات پیچیده دستکاری می‌کند و تلاش ارزشمند انسانی را برای انجام این کار به کار می‌گیرد. آن را با داده های مدرن و A.I مقایسه کنید. رویکرد: داده‌های شرکت شما – خواه در مورد رفتار مشتری، تحلیل بازاریابی، مدیریت موجودی یا جنبه‌های دیگر عملیات باشد – در یک مخزن قوی‌تر مانند پایگاه داده در فضای ابری منتقل می‌شوند. فرآیندهای به خوبی تثبیت شده برای قرار دادن صحیح داده ها به نام ETL (Extract, Transform, and Load) انتقال را هدایت می کند.

حدود یک سال پیش، Eyeful Media، یک آژانس بازاریابی دیجیتال در دالاس (شماره ۵۴۲ در ۲۰۲۱ Inc. 5000)، شروع به مدرن سازی پشته داده های خود کرد. این شرکت قبلاً تمام داده های مشتری خود را در صفحات گسترده دریافت می کرد و در حین انجام دستکاری و تجزیه و تحلیل داده ها را در صفحات گسترده نگهداری می کرد. صفحات گسترده به طور مداوم در طول این تلاش ها به دلیل بار پردازش در رایانه های محلی خود، خطاهای حافظه یا سایر مشکلات معمول صفحه گسترده خراب می شوند. نه تنها تحلیلگران پردرآمد Eyeful زمان زیادی را صرف بحث در مورد داده ها می کردند، بلکه دائماً با خطاهای نرم افزاری سروکار داشتند. آنتونلا پیسانی، مدیر عامل، می‌گوید که آن‌ها گزارش‌ها را به‌صورت دستی تولید می‌کردند و «زمانشان را صرف تمرکز بر کارهای استراتژیک‌تر می‌کردند». از آنجایی که از داده های مدرن و A.I استفاده شده است. با این حال، Eyeful اکنون اطلاعاتی را که از کلاینت‌ها جمع‌آوری می‌کند به پایگاه‌های داده منتقل می‌کند و سپس از ابزارهای داشبورد برای تولید خودکار گزارش‌هایی برای مشتریانی استفاده می‌کند که تجزیه و تحلیل‌هایی به راحتی قابل هضم ارائه می‌دهند.

اگر بتوانید این فرآیندها و ساختارها را در شرکت خود اجرا کنید، تیم خود را در زمان لازم برای انجام این کار با دست صرفه‌جویی می‌کنید – افزایش کارایی فرآیند، دقت و صحت داده های حاصل، و احتمالاً شادی مردم شما.

استفاده از قدرت محاسباتی ابر، و استفاده از پیچیدگی تجزیه و تحلیل که با پایگاه های داده امکان پذیر است، اجازه می دهد تا به دنبال ارائه نتایج بسیار بهتر به مشتریان نسبت به گزارش‌های تولید شده توسط Excel. داشبوردهای ساخته شده در بالای آن پشته راحت‌تر، خواندن آسان‌تر هستند و به‌طور خودکار تازه‌سازی می‌شوند. هنگامی که پیسانی برخی از پیروزی‌های بزرگ خود را در سال گذشته بازگو می‌کند، به بینش‌هایی اشاره می‌کند که مشتریانش در تلاش‌های بازاریابی خود از گزارش‌های نسل جدید Eyeful کسب کرده‌اند. پیسانی می‌گوید: جمع‌آوری مجموعه بزرگ‌تری از داده‌ها و خرد کردن آن در طیف وسیع‌تری از معیارها، به Eyeful این امکان را می‌دهد تا «برخی از مشکلات بزرگ‌تری را که این مشتریان با آن‌ها درگیر هستند، حل کند. او می‌گوید که با رویکرد جدیدشان، عمق و وسعت تحلیل‌هایشان بسیار بیشتر از چیزی است که برنامه‌های صفحه گسترده‌شان را خراب می‌کرد. در جایی که یک تجزیه و تحلیل مبتنی بر صفحه گسترده ممکن است به یک یا دو معیار در رابطه با یکدیگر نگاه کند، رویکرد جدید می‌تواند انواع مختلفی از زمینه‌ها را در یک زمان مقایسه و مقایسه کند. بنابراین به جای اینکه صرفاً به روندهای همه مشتریان در طول زمان نگاه کنیم، با یک پشته داده مدرن، خوشه‌بندی مشتریان در گروه‌ها و دسته‌های مختلف در همان تجزیه و تحلیل، و سپس تجزیه داده‌ها بر اساس حوزه‌های محصول، بسیار آسان‌تر است. پیسانی به یاد می آورد که یکی از مشتریانش به او گفته بود: “این خیلی باحال است، من فرزند اولم را به خاطر این داشبورد رها می کردم.” خوشبختانه، به این نتیجه نرسید.

وقتی از یک پشته داده مدرن استفاده می کنید، نه تنها داده هایی را دریافت می کنید که امن تر و محاسباتی که قابل اعتمادتر از آنها در صفحات گسترده هستند، فرصت هایی برای درک بیشتر داده های خود ایجاد می کنید. ممکن است به شما این امکان را بدهد که برای مشتریان خود پرسونا ایجاد کنید تا بتوانید آنها را به طور مؤثرتری هدف قرار دهید، یا تلاش های بازاریابی را از طریق آزمایش A/B تجزیه و تحلیل کنید، یا یاد بگیرید که یک محصول خاص فقط زمانی که محصول دیگری در فروش است، فروش خوبی دارد. و همه اینها را می توان خودکار کرد تا مستقیماً در داشبوردها برای مدیریت ظاهر شوند – بنابراین استعدادهای برتر خود را از کار ایجاد تجزیه و تحلیل رها می کنید و در عوض به آنها زمان می دهید تا براساس بینش ها تصمیم بگیرند.

کاری که شرکت شما امروز انجام می‌دهد ممکن است اصلاً مبتنی بر A.I. نباشد. شاید شما محصولات فیزیکی را می فروشید یا خدمات مشاوره تخصصی ارائه می دهید. اما هنگامی که یک پلتفرم داده راه اندازی و اجرا می کنید که می تواند بینش را ارائه دهد، می توانید این بینش ها را برای افزایش فروش بسته بندی کنید. به عنوان مثال، موتورهای توصیه مبتنی بر هوش مصنوعی ابزار رایجی هستند که شرکت‌هایی از آمازون تا نتفلیکس از آن برای افزایش فروش استفاده می‌کنند. هنگامی که مشتریان در حال خرید یک محصول یا خدمات هستند، پلت فرم فروش شما می تواند محصولات یا خدمات مرتبط را بر اساس رفتار سایر مشتریان توصیه کند.

همچنین می‌توانید بر اساس تحلیل‌های مشابه، بینش‌هایی در مورد خودشان به مشتریان خود ارائه دهید و گزارش‌های تولید شده به‌طور خودکار را به محصول تبدیل کنید. به گزارش‌های پایان سالی که از خدمات موسیقی یا کارت‌های اعتباری دریافت می‌کنید فکر کنید که به شما در مورد انتخاب‌های شما به‌عنوان یک مصرف‌کننده و نحوه استفاده از رویکرد مشابه در پیشنهادات شرکت شما می‌گوید.

رفتن از بینش به ویژگی‌های جدید – یا محصولات کاملاً جدید – بسته به اینکه از کجا شروع می‌کنید و چه چیزی پیدا می‌کنید، طیف وسیعی از فرصت‌ها را باز می‌کند.