Кућа Аудио Најбољи савети за уновчавање података путем машинског учења

Најбољи савети за уновчавање података путем машинског учења

Преглед садржаја:

Anonim

Велики подаци се увек описују као неизмерно драгоцени ресурс који може подстаћи било које успешно предузеће, пружајући организацијама увидљиве увиде, пословне могућности и веће марже. Баш као што сирова нафта мора бити рафинирана пре него што се претвори у вредан и користан ресурс, међутим, подаци се морају пробавити вештачком интелигенцијом (АИ) и машинским учењем (МЛ) пре него што нешто вреде. Од коришћења за побољшање ефикасности пословања организације до коришћења за стварање нових токова прихода, пословни подаци се могу уновчити на много различитих начина.

Као што је објаснио Тим Слоане, потпредседник платних иновација у Мерцатор Адвисори Гроуп, „монетизација података је све о употреби података које имате преко нових канала.“ Погледајмо неколико конкретних примера без губљења времена. Јер време је новац, пријатељу!

Продаја анонимних података о купцима трећим странама

Подаци о купцима који су анонимни (тј. Лишени било каквих осетљивих података) или синтетизовани (тј. Незнатно модификовани тако да су још увек 100% статистички релевантни, али немогуће је пратити оригиналног купца) могу се продати другим компанијама којима је то потребно у облик аналитичких производа. Агрегирани, предодређени подаци могу се уновчити јер могу имати вредност која надилази његову оригиналну употребу и може створити нови ток прихода. На пример, тржни центар можда жели да зна коју врсту хране воле ентузијасти за видео-игре након што су обавили куповину, тако да се специфична кабина за брзу храну може поставити у истом простору као и продавнице игара. Или телекомуникациона компанија може продати податке о геолокацији корисника који се могу користити за планирање ефикаснијих технолошких решења „паметног града“.

Најбољи савети за уновчавање података путем машинског учења