Von Sudipto Ghosh | Ai Thorheit
Heutzutage sind Daten das "Öl", das jeden Aspekt des Unternehmens antreibt. Und, wissenschaftlich ausgedrückt, sind diese Daten wiederverwendbar, auffüllbar und aufschlussreich. Jede Erkenntnis, die aus Daten gewonnen wird, wird mit jedem Tag wertvoller. Mit dem Aufkommen des Internets der Dinge (IoT), der Super-Konnektivität, der Datenverwaltung und der Analytik sind Daten für Unternehmen für alle modernen Organisationen ein Goldrausch.
Wir bieten Ihnen wichtige Einblicke, wie Sie den Weg zum Erfolg in der Datenwissenschaft einschlagen und sich in den "großen Ansturm" stürzen können.
Sprechen Sie mit den Datenwissenschaftlern
Für eine klare Navigation in Geschäftsstrategien müssen die CEOs ihren Kompass für Technologie auf Right Data Streams ausrichten. Um dieses Konzept besser zu verstehen, sprachen wir mit Rishi Dave, CMO von Dun & Bradstreet, über unsere Prognoseserie 2018. Wir haben festgestellt, dass Unternehmen noch weit davon entfernt sind, die "richtigen" Daten für ihre Geschäftsziele zu nutzen.
Wie Rishi es ausdrückt: "Wenn es sich um, wie wir gerne sagen, "schmutzige Daten" handelt, werden Ihre Informationen gefährdet sein. Wenn Sie bessere Geschäftsentscheidungen treffen wollen, müssen Sie Ihre Daten beherrschen. Unternehmen, die im Jahr 2018 keinen Wert auf genaue und aktuelle Daten legen, werden den Kürzeren ziehen."
In unserer TechBytes-Reihe bieten wir den führenden Datenwissenschaftlern und Digital Officers eine branchenweit anerkannte Plattform, um über die Welt der Datenwissenschaft zu sprechen. So sagte Jason Shu von Aki Technologies kürzlich in einem Interview: "Deep Learning ist der letzte Schrei im Bereich KI/ML, aber seine Komplexität hat es für Nicht-Experten schwierig gemacht, neue Ideen einfach zu prototypisieren. Bibliotheken wie Keras und TensorFlow waren die bevorzugten Werkzeuge, um den Modellierungsprozess zu vereinfachen, aber selbst diese Werkzeuge haben ihre Grenzen. PyTorch ist eine neue Bibliothek, die von fast.ai entwickelt wurde, einer Organisation, die am Data Institute der Universität von San Francisco Deep Learning lehrt. Diese Bibliothek erweitert die Bandbreite der Probleme, die gelöst werden können, und vereinfacht gleichzeitig den Entwicklungs- und Modelltrainingsprozess. Ich bin gespannt, was Marketingexperten tun können, wenn sie mehr Zeit haben, um Probleme zu lösen, und weniger Zeit, um sich um die Feinheiten von Deep-Learning-Modellen zu kümmern."
Craig ZawadaChief Visionary Officer, die intelligente Preisverwaltung von PROS integrieren,erklärt: "2018 werden wir sehen, wie eine Vielzahl von Branchen mehr KI-gestützte Lösungen im B2B-Vertriebsprozess einsetzen. Maschinengesteuerte Algorithmen werden eine herausragende Rolle bei der Automatisierung und Analyse der Opportunity-Erkennung spielen, die eine bessere und schnellere Möglichkeit zur Aufdeckung bisher verborgener Chancen darstellt. Dies wird es den Vertriebsteams ermöglichen, verborgene Wachstumschancen bei ihren Kunden schneller und intelligenter zu erkennen, sie auf potenzielle Kundenabwanderung aufmerksam zu machen, um mögliche Verluste zu vermeiden, und Empfehlungen für potenzielle Kunden zu personalisieren."
Überwinden Sie die Replikationskrise bei der Datendemokratisierung
Wie weit sind Sie von der Demokratisierung der Datenwissenschaft entfernt? Die größte Herausforderung auf dem Weg zu Ihrem Erfolg mit Data Science sind "Replikationskrisen". Sie müssen sich nicht mit Datenmanagement beschäftigen, um Data Science zu nutzen. Ja, die Welt dreht sich immer noch um Big Data, aber das ist nicht das Ende der Geschäftsanalytik.
Die Replikationskrise in der Datenwissenschaft ist die Lücke oder Abweichung, die Forscher bei ihren eigenen Experimenten auf verschiedenen Iterationsstufen beobachten. Das Versagen der Reproduzierbarkeit behindert in mehr als 70 Prozent der Fälle den Erfolg der Datenwissenschaft!
Wenn man Daten für Entscheidungsträger und Analysten demokratisiert, sinkt die Replikationskrisenrate auf ein signifikantes Niveau.
Nutzen Sie Daten als Ihren Unternehmenswert und Ihre Identität
Die aufkeimende Kraft solider Daten würde die Notwendigkeit beseitigen, sich auf latente Erkenntnisse zu verlassen, die die Entscheidungsalgorithmen möglicherweise überhaupt nicht beeinflussen. Sie müssen sich von der traditionellen Denkweise verabschieden, Daten in einem bestimmten Team zu speichern. Sobald Sie Daten als Unternehmensidentität nutzen, können Sie die Qualität, den Wert und die wirtschaftliche Bedeutung von Daten messen, was Ihnen bei der Entwicklung von Monetarisierungsstrategien auf der Grundlage flexibler Rahmenbedingungen hilft.
Johann Wrede, Global VP, Strategic Marketing, SAP Hybris, sagte: "Es ist wichtig, dass moderne Unternehmen die reichlich vorhandenen Daten nutzen, um ihre Kunden zu verstehen, was am besten durch den Einsatz eines CRM-Systems gelingt. Um ein vollständiges Bild von jedem Kunden zu erhalten, müssen Marken ihre Geschäftsprozesse und Kundeninformationen, einschließlich Daten aus externen Quellen, in einer einzigen Kernplattform zusammenführen."
John fügte hinzu: "Der Einsatz eines CRM-Systems hilft Unternehmen, einen der wichtigsten Aspekte des Kundenerlebnisses zu erreichen: das Schließen der Lücken in der Customer Journey. Im Allgemeinen bieten die meisten B2B-Unternehmen ein adäquates Kundenerlebnis, wenn sich der Kunde in einer einzigen Abteilung befindet. So sind beispielsweise die Marketing-E-Mails und die Website konsistent, so dass ein Klick dem Kunden ein nahtloses Erlebnis bietet, wenn er von einem Kanal zum nächsten wechselt. Wenn der Kunde jedoch nach dem Surfen weitere Informationen anfordert, hat der Vertriebsmitarbeiter, der sich daraufhin meldet, oft nicht den Kontext der E-Mail, auf die er geklickt hat, und der Seiten, die er auf der Website besucht hat - das ist der Punkt, an dem das Erlebnis nicht mehr stimmt."
Machen Sie einen Sprung von der Intelligenz zur Verwirklichung: AI, bring it ON!!!
KI ist kein Modewort mehr. Es ist die Klammer, mit der man erkennen kann, wie schnell man sich von einem technikgetriebenen Unternehmen zu einem Innovationsunternehmen entwickeln kann. Wenn Nutzer zu Pionieren werden, verstärkt die Technologie ihr Potenzial zur Transformation und Reichweite. Das haben wir gelernt, als wir die Ursprünge der Sprachsuche und der Spracherkennungstechnologien erkundet haben, die die Art und Weise verändern, wie Kunden mit ihren Marken in Kontakt treten. Das ist lebensverändernd!
Chandar Pattabhiram, CMO, Coupa Software, sagte: "Wenn wir im B2B-Bereich von 'AI-as-a-Service' sprechen, meinen wir hauptsächlich maschinelles Lernen. Wie Geoffrey Moore sagt, versucht KI, menschliche Intelligenz zu emulieren, während maschinelles Lernen versucht, sie mit brachialer mathematischer Kraft zu simulieren."
Er fügte hinzu: "Die Automatisierung übernimmt viele der Aufgaben, die wir erledigen, und maschinelles Lernen unterstützt die Aufgaben, die wir denken, mit vorausschauenden Erkenntnissen, aber KI wird niemals die Aufgaben ersetzen, die wir fühlen. Marketing wird immer die Kunst und Wissenschaft des Geschichtenerzählens und des Aufbaus emotionaler Verbindungen sein. Marketer sollten KI als eine ergänzende Technologie betrachten, die uns hilft, wissenschaftlicher zu entscheiden, welche Geschichten wir wem und in welchen Kanälen erzählen."
Denken Sie daran, was Stephen Hawking gesagt hat!
"Der größte Feind des Wissens ist nicht die Unwissenheit, sondern die Illusion des Wissens".
Man könnte uns weismachen, dass Daten all unsere Probleme lösen würden. Erforschen Sie im Rahmen des Data Science-Erfolgs auf Ihrer digitalen Transformationsreise, wie Sie Ihre Daten besser nutzen können und wie sie zum Aufbau einzigartiger Möglichkeiten zur direkten und indirekten Monetarisierung genutzt werden können.
Nutzen Sie die wachsende Menge und Qualität der Daten und investieren Sie jetzt Zeit, um dem Trend voraus zu sein.