เทียบกับบิลด์ของ AI ซื้อภาวะที่กลืนไม่เข้าคายไม่ออก: ขนาดเดียวไม่พอดีทั้งหมด

ย้อนกลับไปในเดือนธันวาคม 2017 Gartner ได้ทำการวิจัยที่คาดการณ์ว่า “โดย 2020 85% ของ CIO จะนำร่องโครงการ AI ผ่านการซื้อ สร้าง และเอาต์ซอร์ซร่วมกัน” อย่างไรก็ตาม ในขณะที่เราเปิดตัว 2021 อัตราความสำเร็จของโครงการนำร่องยังคงต่ำ การดำเนินการที่ช้าอย่างน่าผิดหวัง ซึ่งโครงการต่างๆ ใช้เวลาหลายปีกว่าจะได้ผลลัพธ์ และมักจะล้มเหลวอย่างมาก นั้นเป็นอุปสรรคต่อ AI จำเป็นต้องมีแนวทางที่รวดเร็วและมีประสิทธิภาพมากขึ้นก่อนที่เราจะสามารถเข้าสู่ยุค AI ได้อย่างเต็มที่ แต่คำถามยังคงอยู่ บริษัทต่างๆ จะเร่งการเปลี่ยนแปลง AI ของพวกเขาได้อย่างไร การสร้างคือตัวเลือกเริ่มต้น หากบริษัทตัดสินใจที่จะดำเนินการเปลี่ยนแปลง AI ผ่านความพยายามภายในองค์กร ความท้าทายประการหนึ่งคือการสร้างทีม AI อาจใช้เวลาสองสามปีในการสร้างทีมประเภทนี้ให้เป็นความสามารถหลัก ถึงอย่างนั้น ความซับซ้อนของการสร้างแอปพลิเคชัน AI ในโลกแห่งความเป็นจริงทำให้อัตราความสำเร็จต่ำ ซึ่งมักส่งผลให้ ROI ติดลบ และสำหรับเปอร์เซ็นต์เล็กน้อยที่เข้าถึงการผลิต พวกเขาไม่จำเป็นต้องทน การสร้าง AI ภายในองค์กรหมายถึงวัฏจักรการพัฒนาที่ยาวนาน โดยมีเวลาในการสร้างมูลค่าที่ยาวนานขึ้น จากรายงานของ Harvard Business… Continue reading เทียบกับบิลด์ของ AI ซื้อภาวะที่กลืนไม่เข้าคายไม่ออก: ขนาดเดียวไม่พอดีทั้งหมด

“เหนือเทรนด์ไลน์” – Your Industry Rumour Central for 10/8/2021

เหนือเทรนด์ไลน์: ศูนย์กลางข่าวลือในอุตสาหกรรมของคุณเป็นคุณลักษณะที่เกิดซ้ำของ InsideBIGDATA ในคอลัมน์นี้ เรานำเสนอรายการข่าวที่มีความสำคัญในช่วงเวลาสั้นๆ ที่หลากหลาย โดยจัดกลุ่มตามหมวดหมู่ เช่น กิจกรรม M&A, การเคลื่อนไหวของผู้คน, ข่าวด้านเงินทุน, ความร่วมมือในอุตสาหกรรม, ชัยชนะของลูกค้า, ข่าวลือ และ scuttlebutt ทั่วไปที่ลอยอยู่รอบ ๆ ข้อมูลขนาดใหญ่ วิทยาศาสตร์ข้อมูล และการเรียนรู้ของเครื่อง อุตสาหกรรมรวมถึงเกร็ดเล็กเกร็ดน้อยเบื้องหลังและข่าวลือที่อยากรู้อยากเห็น ความตั้งใจของเราคือการจัดหาแหล่งข่าวล่าสุดแบบครบวงจรแก่คุณเพื่อช่วยให้คุณทันต่อระบบนิเวศที่มีการเปลี่ยนแปลงอย่างรวดเร็วนี้ เรากำลังทำงานอย่างหนักในนามของคุณกับเครือข่ายผู้จำหน่ายที่กว้างขวางของเราเพื่อให้คุณได้รับข้อมูลล่าสุดทั้งหมด ได้ยินบางสิ่งบางอย่างด้วยตัวคุณเอง? บอกเรา! เพียงส่งอีเมลหาฉันที่: daniel@insidebigdata.com อย่าลืมทวีตบทความ Above the Trend Line โดยใช้แฮชแท็ก: #abovethetrendline ผ่านไปอีกสองสามสัปดาห์ที่ป่าเถื่อนในระบบนิเวศข้อมูลขนาดใหญ่! มาเริ่มกันเลยกับข่าวการระดมทุนใหม่ … Domino Data Lab ผู้ให้บริการแพลตฟอร์ม Enterprise MLOps ชั้นนำที่ได้รับความไว้วางใจจากผู้คนมากมาย 14% ของโชคลาภ 100 ประกาศ $100 ระดมทุนรอบล้านนำโดย Great Hill Partners… Continue reading “เหนือเทรนด์ไลน์” – Your Industry Rumour Central for 10/8/2021

การสัมมนาผ่านเว็บ: วิธีสร้างแอปพลิเคชันที่มุ่งเน้นลูกค้าโดยใช้ข้อมูลของบุคคลที่สาม

โพสต์ผู้สนับสนุน การนำเสนอสดระดับภูมิภาค: พฤหัสบดี ตุลาคม 28 ที่อเมริกาเหนือ – 11: 00AM PT | 2: PM ET EMEA – 10: 00AM BST | 11: AM CET APAC – 11: 10AM SGT | 2: PM AEDT องค์กรในทุกอุตสาหกรรมต้องการข้อมูลภายนอกเพื่อเพิ่มการมีส่วนร่วมกับผู้ใช้ปลายทางและสร้างประสบการณ์ที่เน้นลูกค้าเป็นศูนย์กลาง ด้วยการใช้ประโยชน์จากข้อมูลภายนอก องค์กรเหล่านี้สามารถเข้าใจพฤติกรรมและรูปแบบการใช้งานของผู้ใช้ปลายทางได้ดีขึ้น และออกแบบผลิตภัณฑ์และบริการที่ตรงตามความต้องการและคงให้ลูกค้าเป็นศูนย์กลางของข้อเสนอ ผ่านข้อมูลภายนอก องค์กรสามารถเพิ่มประสิทธิภาพประสบการณ์ผู้ใช้ด้วยคุณลักษณะและฟังก์ชันใหม่ๆ ที่ใช้งานง่าย ใช้งานง่าย และมีประสิทธิภาพ เข้าร่วมการสัมมนาผ่านเว็บนี้เพื่อเรียนรู้ว่าการใช้ข้อมูลของบุคคลที่สามช่วยปรับปรุงแอปพลิเคชันอย่างไรเพื่อจัดลำดับความสำคัญของลูกค้าเป้าหมายของคุณได้ดียิ่งขึ้น ผู้นำทางความคิดจาก Foursquare และ NextDoor จะนำเสนอตัวอย่างในโลกแห่งความเป็นจริงเกี่ยวกับการใช้ประโยชน์จากชุดข้อมูลเพื่อสร้างกลยุทธ์ที่เน้นลูกค้าเป็นศูนย์กลางและปรับปรุงผลลัพธ์ทางธุรกิจ ผู้เข้าร่วมจะได้เรียนรู้เกี่ยวกับ: วิธีที่ Nextdoor ใช้ข้อมูลจุดสนใจ (POI) เพื่อช่วยปรับปรุงความครอบคลุมและคุณภาพของข้อมูลธุรกิจทั่วโลก การค้นพบ การตรวจสอบ… Continue reading การสัมมนาผ่านเว็บ: วิธีสร้างแอปพลิเคชันที่มุ่งเน้นลูกค้าโดยใช้ข้อมูลของบุคคลที่สาม

รายงาน Exasol: 46% ของ CDO กล่าวว่าความคาดหวังขององค์กรสำหรับบทบาท CDO นั้นสูงเกินไปและเข้าใจผิด

เพื่อนๆ ของเราที่ Exasol ได้เปิดเผยผลการศึกษาสถานที่สำคัญทั่วโลกเกี่ยวกับการเปลี่ยนแปลงที่จำเป็นสำหรับ CDO ที่ต้องการในปัจจุบัน และองค์กรที่รับพวกเขามาเพื่อให้เจริญรุ่งเรือง คุณสามารถดูรายงานฉบับเต็มได้ที่นี่ การสำรวจเผยให้เห็นความต้องการระดับสูงสำหรับความเป็นผู้นำด้านข้อมูลที่แข็งแกร่ง รวมถึงความสับสนและความไม่แน่นอนบางประการเกี่ยวกับบทบาทของ CDO จากการศึกษาพบว่า CDO ประมาณครึ่งหนึ่ง (50%) เชื่อว่าคุณค่าของบทบาทหน้าที่ของตนยังไม่เป็นที่ยอมรับในโลกธุรกิจ ในขณะที่ตัวเลขใกล้เคียงกัน (46%) กล่าวว่าความคาดหวังขององค์กรสำหรับบทบาท CDO นั้นสูงเกินไปและได้รับข้อมูลที่ผิด ผลการวิจัยยังสนับสนุนการวิจัยก่อนหน้านี้ที่เปิดเผยว่าอายุ CDO โดยเฉลี่ยนั้นสั้นกว่าส่วนใหญ่ โดยพบว่าหนึ่งในห้า (%) ของ CDO ที่สำรวจมีเพียง บทบาทก่อนหน้านี้ของพวกเขาเป็นเวลาระหว่างหนึ่งถึงสองปี พยักหน้ารับความต้องการสูงสำหรับผู้เชี่ยวชาญเหล่านี้ โดยรวม 64% เห็นด้วยว่าเส้นทางอาชีพสู่ CDO นั้นไม่ชัดเจน เมื่อพูดถึงการดูแลผู้เชี่ยวชาญด้านข้อมูลในการเดินทางสู่ CDO รายงานได้เปิดเผยโอกาสสำหรับมืออาชีพที่ไม่ใช่ด้านเทคนิคเพื่อรับบทบาทนี้ ในบรรดาผู้ตอบแบบสำรวจ มีเพียง 3% เท่านั้นที่มาจากภูมิหลังทางศิลปะ/ความคิดสร้างสรรค์ แต่ 59% เห็นด้วยว่าการจ้างผู้สมัครที่มีภูมิหลังหลากหลายมากขึ้นนั้นมีคุณค่า ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1 บ้าน… Continue reading รายงาน Exasol: 46% ของ CDO กล่าวว่าความคาดหวังขององค์กรสำหรับบทบาท CDO นั้นสูงเกินไปและเข้าใจผิด

InsideBIGDATA ข่าวล่าสุด – 10/4/2021

ในคอลัมน์ประจำนี้ เราจะนำเสนอข่าวสารอุตสาหกรรมล่าสุดทั้งหมดที่มีศูนย์กลางอยู่ที่หัวข้อหลักที่เราให้ความสำคัญ: ข้อมูลขนาดใหญ่ วิทยาศาสตร์ข้อมูล แมชชีนเลิร์นนิง AI และการเรียนรู้เชิงลึก อุตสาหกรรมของเราเร่งตัวขึ้นอย่างต่อเนื่องด้วยการประกาศผลิตภัณฑ์และบริการใหม่ทุกวัน โชคดีที่เราติดต่อกับผู้ขายจากระบบนิเวศที่กว้างใหญ่นี้อย่างใกล้ชิด ดังนั้นเราจึงอยู่ในสถานะที่ไม่ซ้ำใครที่จะแจ้งให้คุณทราบเกี่ยวกับสิ่งใหม่และน่าตื่นเต้นทั้งหมด ฐานข้อมูลอุตสาหกรรมขนาดใหญ่ของเรากำลังเติบโตอยู่ตลอดเวลา ดังนั้นโปรดติดตามข่าวสารล่าสุดที่อธิบายถึงเทคโนโลยีที่อาจทำให้คุณและองค์กรของคุณสามารถแข่งขันได้มากขึ้น Akridata เปิดตัวแพลตฟอร์มข้อมูล Edge แรกของโลกสำหรับ AI ที่เน้นข้อมูล Akridata ผู้ผลิตหมวดหมู่และผู้บุกเบิก AI ที่เน้นข้อมูล ประกาศเปิดตัว Akridata Edge Data Platform ซึ่งสร้างและจัดการไปป์ไลน์ข้อมูลอัจฉริยะและเวิร์กโฟลว์ AI ที่ครอบคลุม Edge-Core ทรัพยากร -Cloud – อุตสาหกรรมแรก ซอฟต์แวร์ Akridata แก้ปัญหาที่เกิดขึ้นเมื่อสตรีมข้อมูลจำนวนมากจากอุปกรณ์ Edge ที่กระจัดกระจายอยู่ทางกายภาพ สร้างข้อมูลจำนวนมากที่ไม่สามารถจัดระเบียบ กรอง เข้าถึง และประมวลผลได้ ในปัจจุบัน เป็นเรื่องปกติสำหรับองค์กรที่จะรวบรวมข้อมูลหลายสิบเทราไบต์ต่อวันจากอุปกรณ์ที่ทำงานอัตโนมัติเพียงเครื่องเดียว ด้วยแพลตฟอร์มโครงสร้างพื้นฐาน AI แรกในหมวด AI ที่เน้นข้อมูล Akridata ให้โครงสร้างแบบกระจายศูนย์และกระบวนการที่ปรับขนาดได้เพื่อส่งมอบชุดข้อมูล AI ที่ดูแลจัดการ… Continue reading InsideBIGDATA ข่าวล่าสุด – 10/4/2021

Cloudera ส่องสปอตไลท์ด้านการศึกษาเกี่ยวกับข้อมูลและ AI ด้วยหนังสือเด็กสำหรับเด็กอายุ 8 ถึง 12 ปี

Cloudera, Inc. (NYSE: CLDR) บริษัทดาต้าคลาวด์ระดับองค์กร ประกาศ “A Fresh Squeeze on Data” หนังสือสำหรับเด็กที่สามารถดาวน์โหลดได้ ซึ่งจะอธิบายวิธีง่ายๆ ในการแก้ปัญหาด้วยข้อมูลในลักษณะที่เด็กๆ สามารถเข้าใจได้ หนังสือเล่มนี้ถูกสร้างขึ้นโดยความร่วมมือกับบริษัทด้านการศึกษา ReadyAI โดยมีเป้าหมายในการทำให้ข้อมูลและ AI น่าสนใจยิ่งขึ้นและเข้าถึงได้สำหรับเด็กอายุ 8 ถึง 12 พร้อมใช้งานใน Amazon “A Fresh Squeeze on Data” อธิบายแนวคิดข้อมูลที่ซับซ้อน รวมถึงการฝึกโมเดล Machine Learning และอคติของข้อมูลในแง่ง่ายๆ หนังสือเล่มนี้เขียนขึ้นโดยทีมนักการศึกษาของ ReadyAI ซึ่งเชี่ยวชาญในการจัดหานักเรียนระดับ K-12 ด้วยวิธีการที่ครอบคลุมในการเรียนรู้และพัฒนาแนวคิด AI และเทคโนโลยี ในฐานะที่เป็นส่วนหนึ่งของความคิดริเริ่มนี้ Cloudera และ ReadyAI ได้สนับสนุนค่ายฤดูร้อน “Summer Brain Gain” ของ Ulbrich Boys & Girls… Continue reading Cloudera ส่องสปอตไลท์ด้านการศึกษาเกี่ยวกับข้อมูลและ AI ด้วยหนังสือเด็กสำหรับเด็กอายุ 8 ถึง 12 ปี

ได้ยินบนถนน – 9/27/2021

ยินดีต้อนรับสู่คอลัมน์สรุป “Heard on the Street” ของ InsideBIGDATA! ในคุณสมบัติปกติใหม่นี้ เราเน้นย้ำข้อคิดเห็นเกี่ยวกับความเป็นผู้นำทางความคิดจากสมาชิกของระบบนิเวศข้อมูลขนาดใหญ่ แต่ละฉบับครอบคลุมแนวโน้มของวันด้วยมุมมองที่น่าสนใจที่สามารถให้ข้อมูลเชิงลึกที่สำคัญเพื่อให้คุณได้เปรียบในการแข่งขันในตลาด เราขอเชิญส่งผลงานโดยเน้นที่หัวข้อเทคโนโลยีที่เราชื่นชอบ: ข้อมูลขนาดใหญ่ วิทยาศาสตร์ข้อมูล การเรียนรู้ของเครื่อง AI และการเรียนรู้เชิงลึก สนุก! การยื่นแอมพลิจูดสำหรับรายการโดยตรงบน Nasdaq คำอธิบายโดย Jeremy Levy ซีอีโอของ Indicative “ในระดับหนึ่ง การประเมินค่าและการยื่นของ Amplitude นั้นชนะใจทุกคนในการวิเคราะห์ผลิตภัณฑ์ ซึ่งรวมถึงสิ่งบ่งชี้ด้วย ความสำเร็จของ Amplitude คือการตรวจสอบครั้งใหญ่สำหรับตลาดของเรา หากบริษัทเปิดตัวในวันนี้ ก็คงไม่ประสบความสำเร็จในระดับเดียวกัน เพราะตลาดกำลังเปลี่ยนไปใช้โมเดลคลังข้อมูลบนคลาวด์อย่างชัดเจน สิ่งที่ Amplitude เข้ากันไม่ได้ และในขณะที่โมเดลนี้เขียนโดยบริษัทอย่าง Andreesen และ Kleiner แต่ตัวทำนายที่เป็นรูปธรรมมากขึ้นของแนวโน้มนี้คือการเติบโตอย่างต่อเนื่องของ Snowflake และผู้ให้บริการข้อมูลระบบคลาวด์อื่นๆ เช่น Amazon และ Google แอมพลิจูดสามารถใช้ประโยชน์จากคำพูดจากปากต่อปากที่ชัดเจนและการรวมเข้ากับจุดนี้ได้ง่าย แต่การเข้ากันไม่ได้กับสิ่งที่ได้รับการยอมรับอย่างรวดเร็วว่าเป็นวิธีที่เหมาะสมที่สุดในการสร้างโครงสร้างพื้นฐานของข้อมูล ซึ่งหมายความว่าผลิตภัณฑ์ที่สามารถเชื่อมต่อโดยตรงกับคลังข้อมูลบนระบบคลาวด์ ถือเป็นภัยคุกคามร้ายแรงต่อการเติบโตอย่างต่อเนื่องของพวกเขา ข้อกำหนดของ Amplitude… Continue reading ได้ยินบนถนน – 9/27/2021

MLCommons™ เผยแพร่ MLPerf™ Inference v1.1 Results

วันนี้ MLCommons ซึ่งเป็นกลุ่มวิศวกรรมแบบเปิด ได้เปิดเผยผลลัพธ์ใหม่สำหรับ MLPerf Inference v1.1 ซึ่งเป็นชุดเกณฑ์มาตรฐานประสิทธิภาพการอนุมานของแมชชีนเลิร์นนิงขององค์กร การอนุมาน MLPerf วัดประสิทธิภาพของการนำโมเดลการเรียนรู้ของเครื่องที่ผ่านการฝึกอบรมมาใช้กับข้อมูลใหม่สำหรับการใช้งานและปัจจัยรูปแบบที่หลากหลาย และรวมถึงการวัดกำลังของระบบด้วย การอนุมาน MLPerf เป็นเกณฑ์มาตรฐานของระบบเต็มรูปแบบ การทดสอบโมเดลการเรียนรู้ของเครื่อง ซอฟต์แวร์ และฮาร์ดแวร์ ชุดเบนช์มาร์กแบบโอเพนซอร์สและการตรวจสอบโดยเพื่อนมอบสนามแข่งขันที่เท่าเทียมกันสำหรับการแข่งขันที่ขับเคลื่อนนวัตกรรมและประสิทธิภาพสำหรับอุตสาหกรรมทั้งหมด ในขณะที่ระบบส่วนใหญ่ดีขึ้น 5-30% ในเวลาเพียง 5 เดือน การส่งบางส่วนได้รับการปรับปรุงโดยประสิทธิภาพก่อนหน้านี้มากกว่าสองเท่า ซึ่งแสดงให้เห็นถึงคุณค่าของการเพิ่มประสิทธิภาพซอฟต์แวร์ที่จะ มีผลกระทบอย่างแท้จริงต่อปริมาณงาน AI คล้ายกับผลลัพธ์การอนุมาน MLPerf ที่ผ่านมา การส่งประกอบด้วยสองส่วน: ปิดและเปิด การส่งแบบปิดใช้แบบจำลองอ้างอิงเดียวกันเพื่อให้แน่ใจว่ามีการแข่งขันในระดับทั่วทั้งระบบ ในขณะที่ผู้เข้าร่วมในแผนกเปิดจะได้รับอนุญาตให้ส่งแบบจำลองที่หลากหลาย ข้อมูลที่ส่งจะถูกจัดประเภทเพิ่มเติมตามความพร้อมใช้งานภายในแต่ละแผนก รวมถึงระบบที่มีจำหน่ายในเชิงพาณิชย์ ในตัวอย่าง และ RDI (การวิจัย การพัฒนา และภายใน) การอนุมาน MLPerf v1.1 ส่งผลให้เป้าหมายของ MLCommons เพิ่มขึ้นในการจัดหาการวัดประสิทธิภาพและตัวชี้วัดที่ยกระดับการแข่งขันในอุตสาหกรรมผ่านการเปรียบเทียบระบบ ML ซอฟต์แวร์ และโซลูชัน รอบการวัดประสิทธิภาพล่าสุดได้รับการส่งจากองค์กร และเผยแพร่มากกว่า 1… Continue reading MLCommons™ เผยแพร่ MLPerf™ Inference v1.1 Results

DataOps Dilemma: แบบสำรวจเผยให้เห็นช่องว่างใน Data Supply Chain

โพสต์ที่ได้รับการสนับสนุน แบบสำรวจที่เกี่ยวข้องกับรายงานนี้ “DataOps Dilemma: Survey Reveals Gap in the Data Supply Chain” คณะกรรมการโดย Immuta มุ่งเน้นไปที่การระบุปัจจัยจำกัดใน “ห่วงโซ่อุปทาน” ของข้อมูล ซึ่งเกี่ยวข้องกับระเบียบวิธี DataOps โดยรวมของ องค์กร. DataOps เป็นแอปพลิเคชั่นที่คล่องตัวและเป็นอัตโนมัติมากขึ้นของเทคนิคการจัดการข้อมูลเพื่อพัฒนาผลลัพธ์ที่ขับเคลื่อนด้วยข้อมูล ในขณะที่ห่วงโซ่อุปทานข้อมูลแสดงถึงขั้นตอนทางเทคโนโลยีและกระบวนการที่เกี่ยวข้องกับมนุษย์ซึ่งสนับสนุนการไหลของข้อมูลผ่านองค์กร จากแหล่งที่มา ผ่านการเปลี่ยนแปลงและ บูรณาการ ไปจนถึงการบริโภคหรือการวิเคราะห์ ในห่วงโซ่อุปทานของข้อมูลนี้มีผู้เชี่ยวชาญด้านข้อมูลอยู่ 2 แห่ง โดยมีชื่อและความรับผิดชอบที่แตกต่างกัน ได้แก่ 'ซัพพลายเออร์' ข้อมูล และ 'ผู้บริโภค' ข้อมูล เมื่อพิจารณาจากนิสัย มุมมอง และการใช้เทคโนโลยีของทั้งสองกลุ่มนี้ การสำรวจจะตรวจสอบช่องว่าง จุดเสียดสี และทรัพยากรที่ไม่ตรงกันในห่วงโซ่อุปทานของข้อมูล ผลการวิจัยมีความชัดเจน เนื่องจากเวิร์กโฟลว์และกระบวนการของข้อมูลมีความซับซ้อนมากขึ้นเมื่อเวลาผ่านไป และเมื่อความต้องการข้อมูลขององค์กรเพิ่มขึ้น ก็มีข้อขัดแย้งที่ชัดเจนในห่วงโซ่อุปทานของข้อมูล สิ่งสำคัญในหมู่พวกเขาคือผู้จัดหาข้อมูลที่มีทรัพยากรจำกัด การขาดแคลนทักษะ และระบบอัตโนมัติเพียงเล็กน้อยได้รับมอบหมายให้ส่งข้อมูลที่เกี่ยวข้องอย่างต่อเนื่องไปยังผู้บริโภคข้อมูลที่มีจำนวนเพิ่มขึ้นเรื่อยๆ ดาวน์โหลดเอกสารไวท์เปเปอร์เรื่อง “DataOps Dilemma: Survey… Continue reading DataOps Dilemma: แบบสำรวจเผยให้เห็นช่องว่างใน Data Supply Chain

การสัมมนาผ่านเว็บ: วิธีใช้ข้อมูลเชิงลึกของผู้บริโภคภายนอกและข้อมูลการตลาดเพื่อสร้างธุรกิจที่เน้นลูกค้าเป็นศูนย์กลาง

โพสต์ที่ได้รับการสนับสนุน คุณได้รับเชิญ! เข้าร่วมการสัมมนาผ่านเว็บนี้เพื่อเรียนรู้วิธีใช้ประโยชน์จากข้อมูลภายนอกเพื่อทำความเข้าใจความต้องการของตลาดและพฤติกรรมผู้บริโภค ช่วยให้คุณสร้างธุรกิจที่เน้นลูกค้าเป็นศูนย์กลางมากขึ้น วันที่: MON, กันยายน 27 เวลา: 11AM PT | 2PM ET Length: 60 MIN SESSION ในการสัมมนาผ่านเว็บนี้ ในเซสชันเสมือนนี้ AWS Data Exchange จะจัดการสนทนากับผู้นำทางความคิดจากบริษัทต่างๆ เช่น Acxiom และ BlastPoint พวกเขาจะแชร์วิธีที่องค์กรต่างๆ ตั้งแต่ผู้ค้าปลีกรายใหญ่ไปจนถึงแบรนด์ยานยนต์ใช้ข้อมูลข้อมูลเชิงลึกของผู้บริโภคเพื่อเข้าถึงลูกค้าใหม่ ขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจที่แท้จริง และเพิ่มอายุยืนยาว ประเด็นสำคัญได้แก่: วิธีที่นักการตลาดสามารถใช้ประโยชน์จากข้อมูลระดับผู้บริโภคเพื่อเก็บเกี่ยวข้อมูลเชิงลึกในตลาดที่มีการเปลี่ยนแปลงแบบไดนามิกการผสานรวมข้อมูลข้อมูลเชิงลึกของผู้บริโภคภายนอกเข้ากับประสบการณ์ของลูกค้าส่วนบุคคลด้วย AIVisualizing data workflow โดยใช้เครื่องมือ AWS Analytics เพื่อขับเคลื่อนธุรกิจอัจฉริยะวิธีที่ AWS Data Exchange ทำให้ง่ายต่อการค้นหา สมัคร และใช้ข้อมูลของบุคคลที่สามในระบบคลาวด์ โมเดอเรเตอร์: ผู้นำเสนอ: คลิกที่นี่เพื่อลงทะเบียน! บ้าน ธุรกิจ วิทยาศาสตร์ข้อมูล การตลาดดิจิทัล ตลาดการค้า