У дома звуков Най-добри съвети за осигуряване на приходи от данни чрез машинно обучение

Най-добри съвети за осигуряване на приходи от данни чрез машинно обучение

Съдържание:

Anonim

Големите данни винаги се описват като изключително ценен ресурс, който може да подхрани всяко процъфтяващо предприятие, предоставяйки на организациите полезни поглед, бизнес възможности и превъзходни маржове. Точно както суровият нефт трябва да бъде рафиниран, преди да може да бъде превърнат в ценен и полезен ресурс, обаче, данните трябва да бъдат усвоени чрез изкуствен интелект (AI) и машинно обучение (ML), преди да си струва нещо. От използването му за подобряване на ефективността на дейността на организацията до използването й за създаване на нови потоци от приходи, бизнес данните могат да бъдат осигурени по много различни начини.

Както обясни Тим Слоун, вицепрезидент по иновациите за плащания в консултативната група на Меркатор, „осигуряването на приходи е всичко за използване на данните, които имате чрез нови канали.“ Нека разгледаме няколко конкретни примера, без да губите време. Защото времето е пари, приятелю!

Продажба на анонимни клиентски данни на трети страни

Данните на клиентите, които са анонимни (т.е. лишени от всякаква чувствителна информация) или синтезирани (т.е. леко променени, така че все още са 100% статистически значими, но е невъзможно да бъдат проследени до първоначалния клиент), могат да бъдат продавани на други компании, които се нуждаят от него в форма на аналитични продукти. Агрегираните, предварително зададени данни могат да бъдат осигурени от приходи, тъй като могат да имат стойност, която надхвърля първоначалната му употреба и може да създаде нов поток от приходи. Например, мол може да иска да знае кой вид храна е предпочитан от любителите на видеоигрите, след като са направили покупка, така че да може да бъде поставен конкретен щанд за бързо хранене в същия район като магазините за игри. Или телекомуникационна компания може да продава данни за геолокация на клиенти, които могат да бъдат използвани за планиране на по-ефективни технологични решения за „интелигентен град“.

Най-добри съвети за осигуряване на приходи от данни чрез машинно обучение