മികച്ച തീരുമാനങ്ങൾ എടുക്കാൻ നേതാക്കളെ സഹായിക്കുന്നതിന് ഡാറ്റയും അനലിറ്റിക്സും ഉപയോഗിക്കുന്നു
മികച്ച തീരുമാനങ്ങൾ എടുക്കാൻ സഹായിക്കുന്നതിന് അവരുടെ ബിസിനസ്സിനെക്കുറിച്ച് ആഴത്തിലുള്ള ഉൾക്കാഴ്ച ലഭിക്കുന്നതിന് സംഘടനാ നേതാക്കൾ ഡാറ്റയും അനലിറ്റിക്സും പ്രയോജനപ്പെടുത്തുന്നു.
ഡിജിറ്റൽ നേഷന്റെ ഡിജിറ്റൽ പതിവുപോലെ: ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ഓട്ടോമേഷൻ, അനലിറ്റിക്സ് ഇവന്റിൽ, ഡാറ്റ, അനലിറ്റിക്സ് വിദഗ്ധർ പ്രക്രിയകൾ മെച്ചപ്പെടുത്തുന്നതിന് ഡാറ്റ എങ്ങനെ ഉപയോഗിക്കുന്നു എന്നതിനെക്കുറിച്ച് പങ്കെടുത്തവരുമായി സംസാരിച്ചു.
ഒരു കെട്ടിടം എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്നും ഒരു കെട്ടിടത്തിനുള്ളിൽ ആളുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്നും മനസിലാക്കുന്നതിന് ഡാറ്റ എങ്ങനെ പ്രധാനമാണെന്ന് ലെൻഡ്ലീസിലെ പോഡിയം സർവീസസ് മേധാവി കോളിൻ ഡൊമിനിഷ് പ്രേക്ഷകരോട് വിശദീകരിച്ചു.
ന്യൂസ് ലെറ്റർ സൈനപ്പ് നിങ്ങളുടെ ഇൻബോക്സിലേക്ക് ഏറ്റവും പുതിയ ഉൾക്കാഴ്ചകളും വിശകലനവും നേടുക. സൈൻ അപ്പ് സ്വകാര്യതാ നയവും നിബന്ധനകളും വ്യവസ്ഥകളും ഞാൻ വായിക്കുകയും അംഗീകരിക്കുകയും ചെയ്തിട്ടുണ്ട്, എന്റെ ഇമെയിൽ വിലാസം സമർപ്പിക്കുന്നതിലൂടെ ഡിജിറ്റൽ നേഷൻ ന്യൂസ് ലെറ്റർ സ്വീകരിക്കാനും ഡിജിറ്റൽ നേഷൻ, നെക്സ്റ്റ്മീഡിയ, അതിന്റെ മൂല്യവത്തായ പങ്കാളികൾ എന്നിവർക്ക് വേണ്ടി പ്രത്യേക ഓഫറുകൾ സ്വീകരിക്കാനും ഞാൻ സമ്മതിക്കുന്നു. നിങ്ങളുടെ വിശദാംശങ്ങൾ ഞങ്ങൾ മൂന്നാം കക്ഷികളുമായി പങ്കിടില്ല.
ഡാറ്റാ പോയിന്റുകൾ ഉപയോഗിച്ച്, പ്രോപ്പർട്ടികൾ പ്രവർത്തിക്കുന്നതിന് “തികച്ചും വ്യത്യസ്തമായ ഒരു വഴി” സൃഷ്ടിച്ചതെങ്ങനെയെന്ന് ഡോമിനിഷ് വിശദീകരിച്ചു.
“ഇത് കെട്ടിടത്തെക്കുറിച്ചുള്ളതിനേക്കാൾ കെട്ടിടത്തിലെ ആളുകളെക്കുറിച്ചാണ്. എന്നിട്ടും സമവാക്യത്തിൽ കെട്ടിടം പ്രധാനമാണ്, “അദ്ദേഹം പറഞ്ഞു.
“കാലാവസ്ഥ, ഗതാഗത ശൃംഖലയിൽ എന്താണ് സംഭവിക്കുന്നത്, ഒരു പരിസരവുമായോ കെട്ടിടവുമായോ ബന്ധപ്പെട്ട സംഭവങ്ങളിൽ എന്താണ് സംഭവിക്കുന്നത്, ഒരു കെട്ടിടത്തിനുള്ളിലെ ജീവനക്കാരൻ അല്ലെങ്കിൽ ഷോപ്പർ അല്ലെങ്കിൽ വാടകക്കാരൻ അനുഭവങ്ങൾ, ആളുകൾ എങ്ങനെ പെരുമാറുന്നു എന്നിവയെക്കുറിച്ചുള്ള ഡാറ്റ സെറ്റുകൾ ഞങ്ങൾ ഒരുമിച്ച് കൊണ്ടുവരുന്നു.”
ആരെയെങ്കിലും തിരിച്ചറിയാൻ കഴിയുന്ന വിവരങ്ങളൊന്നും അവരുടെ പക്കലില്ലെങ്കിലും, ആളുകൾ കെട്ടിടം ഏറ്റവും ഫലപ്രദമായി എങ്ങനെ ഉപയോഗിക്കുന്നുവെന്ന് പോഡിയം ട്രാക്കുചെയ്യുന്നുണ്ടെന്ന് ഡോമിനിഷ് പറഞ്ഞു.
“കെട്ടിടം എങ്ങനെ പ്രവർത്തിക്കണം എന്നതിലേക്ക് ആളുകളെക്കുറിച്ചുള്ള ഡാറ്റ സെറ്റുകൾ തിരികെ കൊണ്ടുവരിക. ഇത് താപനില സെറ്റ് പോയിന്റായിരിക്കാം, അല്ലെങ്കിൽ തണുപ്പ് നിലനിർത്താൻ നിങ്ങളുടെ എഡ്ജ് ബാക്ക് സിസ്റ്റങ്ങൾ ദിവസം മുഴുവൻ ചെയ്യുന്നത് ഇതായിരിക്കാം, “അദ്ദേഹം പറഞ്ഞു.
“ഒരു സഹകരണ ഇടത്തിൽ നിങ്ങൾക്ക് എത്ര ആളുകൾ യോജിക്കേണ്ടതുണ്ട്, വ്യത്യസ്ത മേഖലകളുണ്ട്.”
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസും ഡാറ്റയും തമ്മിലുള്ള ബന്ധം
നല്ല ഡാറ്റയില്ലാതെ നല്ല ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉണ്ടാകില്ലെന്ന് ഫിനാൻഷ്യൽ സർവീസസ് കമ്പനിയായ കുസ്കലിന്റെ നോൺ എക്സിക്യൂട്ടീവ് ഡയറക്ടർ ക്ലോഡിൻ ഒഗിൽവി പറഞ്ഞു.
മികച്ച തീരുമാനമെടുക്കുന്നതിന് ഡാറ്റയും അനലിറ്റിക്സും ഉപയോഗിക്കുന്നതിനെക്കുറിച്ച് ബോർഡുമായി സംസാരിക്കുമ്പോൾ, ബോർഡുകൾ ചിന്തിക്കുന്ന മൂന്ന് പ്രധാന ഘടകങ്ങൾ താൻ ഉയർത്തിക്കാട്ടുന്നുവെന്ന് അവർ പറഞ്ഞു
ഒന്നാമതായി, ഡാറ്റയും അനലിറ്റിക്സും ഒരു ഓർഗനൈസേഷന്റെ തന്ത്രത്തിന് എങ്ങനെ സംഭാവന നൽകുന്നു?
“അല്ലെങ്കിൽ നിങ്ങൾ നേടാൻ നിശ്ചയിച്ച ലക്ഷ്യങ്ങൾ നിങ്ങൾ കൈവരിക്കുന്നുവെന്ന് നിരീക്ഷിക്കാൻ ഇത് നിങ്ങളെ എങ്ങനെ സഹായിക്കുന്നു?” അവർ ചോദിച്ചു.
രണ്ടാമതായി, റിസ്ക്, നിങ്ങൾ ബോർഡിന് റിപ്പോർട്ട് ചെയ്യുകയാണെങ്കിൽ, നിങ്ങളുടെ ബിസിനസ്സിന്റെ ഭാഗവുമായി ബന്ധപ്പെട്ട അപകടസാധ്യതകളെക്കുറിച്ച് നിങ്ങൾ ബോധവാന്മാരാകുകയും വളരെ പരിചിതരായിരിക്കുകയും വേണം.
“ആ അപകടസാധ്യതകളെക്കുറിച്ച് നിങ്ങൾ എങ്ങനെ റിപ്പോർട്ടുചെയ്യുന്നു, ഏത് തരത്തിലുള്ള ഡാറ്റയും അനലിറ്റിക്സും നിങ്ങൾക്ക് ഇത് നിയന്ത്രണത്തിലാണെന്ന് മനസിലാക്കാൻ ബോർഡിനെ സഹായിക്കും, അല്ലെങ്കിൽ നിങ്ങൾക്ക് നിക്ഷേപം ആവശ്യമുള്ളിടത്ത് വെല്ലുവിളികൾ ഉണ്ടാകാം, നിങ്ങളുടെ ബോർഡ് റിസ്ക് വിശപ്പ് നിറവേറ്റാൻ നിങ്ങൾ എവിടെ പോകേണ്ടതുണ്ട്?” അവർ വിശദീകരിച്ചു.
മൂന്നാമതായി, ഡാറ്റയും അനലിറ്റിക്സും ആളുകളെയും സംസ്കാരത്തെയും സ്വാധീനിക്കേണ്ടതുണ്ടെന്ന് അവർ പറഞ്ഞു.
ഇതെല്ലാം മനസ്സിൽ വച്ചുകൊണ്ട്, ഈ ഡാറ്റയും അനലിറ്റിക്സും ഉപയോഗിച്ച്, അവ ദീർഘവീക്ഷണവും ഉൾക്കാഴ്ചയും നൽകണമെന്ന് ഒഗിൽവി പറഞ്ഞു.
“ഇൻസൈറ്റ് എന്നത് ആ ഡോട്ടുകളെ ബന്ധിപ്പിക്കാൻ കഴിയുന്നതിന്റെ ഒരു കഥ കൊണ്ടുവരുന്നതിനെക്കുറിച്ചാണ്. എന്നാൽ നിങ്ങൾ പ്രവചനം, പ്രവചന വിശകലനം, സ്ഥാപനത്തെ കൈകാര്യം ചെയ്യുന്നതിനുള്ള ആന്തരിക വിവരങ്ങൾ മാത്രമല്ല, ബാഹ്യ വിവരങ്ങളും കൊണ്ടുവരുകയാണെങ്കിൽ ദീർഘവീക്ഷണം അൽപ്പം ബുദ്ധിമുട്ടാണ്, “അവർ വിശദീകരിച്ചു.
ഡാറ്റയും അനലിറ്റിക്സും നിങ്ങളുടെ സ്ഥാപനത്തെ തന്ത്രപരമായി പ്രതികരിക്കാനും പ്രതികരിക്കാതിരിക്കാനും സഹായിക്കണമെന്ന് ഒഗിൽവി അഭിപ്രായപ്പെട്ടു.
ഉപഭോക്താവിന്റെ ഒരൊറ്റ കാഴ്ച
എഎഫ്ആർ, എസ്എംഎച്ച്, സ്റ്റാൻ തുടങ്ങിയ വിവിധ ബ്രാൻഡുകളിൽ നിന്ന് ഗണ്യമായ അളവിൽ ഡാറ്റ ശേഖരിച്ച് ഒരു ഉപഭോക്താവിന്റെ ഒരൊറ്റ കാഴ്ച സൃഷ്ടിക്കാൻ ഇത് എങ്ങനെ ഉപയോഗിച്ചുവെന്ന് മീഡിയ ഭീമനായ നൈനിലെ ചീഫ് ഡാറ്റാ ഓഫീസർ സൂസി കാർഡ്വെൽ വിശദീകരിച്ചു.
പ്രതിമാസം 19.8 ദശലക്ഷം ഓസ് ട്രേലിയക്കാർ ആ ബ്രാൻഡുകളിലൊന്നിലേക്ക് വരുന്നതിൽ നിന്ന്, നൈനിന് അവരുടെ പ്രേക്ഷകരിൽ നിന്ന് ഗണ്യമായ അളവിൽ ഡാറ്റ ഉണ്ടെന്ന് അവർ പറഞ്ഞു.
“ഞങ്ങളുടെ പക്കലുള്ള പ്രേക്ഷക ഡാറ്റയുടെ എല്ലാ ഉറവിടങ്ങളും ഏകീകരിക്കുന്നതിന് ഞങ്ങൾ ഒരു വലിയ പ്രവർത്തന പരിപാടി നടത്തുന്നു,” അവർ വിശദീകരിച്ചു.
“ഉപഭോക്താവിന്റെ ഒരൊറ്റ കാഴ്ചക്കാരനെയോ ഞങ്ങളുടെ പ്രേക്ഷക അംഗത്തിന്റെ ഒരൊറ്റ കാഴ്ചയെയോ സൃഷ്ടിക്കുന്ന പ്രക്രിയയിലാണ് ഞങ്ങൾ ഇപ്പോൾ, അതിനാൽ ആരാണ് സ്റ്റാൻ വരിക്കാരൻ, ഓൺലൈനിൽ ഞങ്ങളുടെ ഉള്ളടക്കം കാണുന്നവർ, സിഡ്നി മോർണിംഗ് ഹെറാൾഡിലേക്ക് പോകുന്നവർ, പക്ഷേ ഇതുവരെ ഒരു വരിക്കാരനല്ല എന്ന് ഞങ്ങൾക്ക് മനസിലാക്കാൻ കഴിയും.”
ബിസിനസ്സിന്റെ മൂന്ന് പ്രധാന മേഖലകളെ അറിയിക്കാൻ നൈൻ അതിന്റെ ഡാറ്റയും അനലിറ്റിക്സും ഉപയോഗിക്കുന്നുവെന്ന് കാർഡ്വെൽ വിശദീകരിച്ചു.
“ഒന്നാമതായി, ഉള്ളടക്ക സൃഷ്ടി, ആ പ്രേക്ഷകർ ഓരോരുത്തരും, ആ പ്രേക്ഷക വിഭാഗങ്ങളും തരങ്ങളും ഞങ്ങളിൽ നിന്ന് ആഗ്രഹിക്കുന്ന ഉള്ളടക്കം എന്താണ്, നമുക്ക് കുറച്ച് കൂടി നിർമ്മിക്കാം,” അവർ പറഞ്ഞു.
“സിഡ്നി മോണിംഗ് ഹെറാൾഡിന്റെ കാര്യത്തിൽ, ന്യൂ സൗത്ത് വെയിൽസ് രാഷ്ട്രീയത്തെക്കുറിച്ച് പതിവായി ഞങ്ങളുടെ അടുത്ത് വന്ന് വായിക്കുന്ന ആരെങ്കിലും ഉണ്ടെങ്കിൽ, അവർ സബ്സ്ക്രിപ്ഷനിലേക്ക് കടന്നിട്ടില്ലെങ്കിൽ, അവരെ വരിക്കാരാക്കാൻ ഞങ്ങൾ എഴുതേണ്ട അടുത്ത ലേഖനം എന്താണ്?”
ഡാറ്റയും അനലിറ്റിക്സും നൈനിന്റെ ഉൽപ്പന്ന ഘടകങ്ങളെ അറിയിക്കാൻ സഹായിക്കുന്നു.
“ഞങ്ങളുടെ പ്രേക്ഷകരിൽ ഭൂരിഭാഗവും ഇപ്പോൾ ഒരു ഡിജിറ്റൽ ടച്ച് പോയിന്റിൽ ഞങ്ങളിലേക്ക് വരുന്നു, അവർ ഒരു സൈറ്റ്, ഒരു അപ്ലിക്കേഷൻ അല്ലെങ്കിൽ ഉള്ളടക്ക ശുപാർശ എന്നിവയിലൂടെ ഞങ്ങളുടെ അടുത്തേക്ക് വരുന്നു, ആ ആളുകൾക്ക് മുന്നിൽ ശരിയായ ഉള്ളടക്കം വയ്ക്കുന്നത് പ്രധാനമാണ്,” കാർഡ്വെൽ വിശദീകരിച്ചു.
“വ്യക്തിഗതവൽക്കരണത്തെക്കുറിച്ച് ഞങ്ങൾ കുറച്ച് സംസാരിച്ചിട്ടുണ്ട്, ആ വിഭാഗത്തിലും പ്രേക്ഷക തലത്തിലും ഞങ്ങൾ ഉള്ളടക്ക ശുപാർശ ചെയ്യുന്നു, അത് എങ്ങനെ മുന്നോട്ട് കൊണ്ടുപോകാം?”
അവസാനമായി, വാണിജ്യവൽക്കരണ ആവശ്യങ്ങൾക്കായി അവർ ഇത് ഉപയോഗിക്കുന്നു, കാർഡ്വെൽ പറഞ്ഞു.
“ഞങ്ങൾക്ക് വളരെ വലിയ പരസ്യ ബിസിനസ്സ് ഉണ്ട്, ഞങ്ങളുടെ പരസ്യദാതാക്കളെ ശരിയായ സമയത്ത് ശരിയായ പ്രേക്ഷകരെ കണ്ടെത്താനും ശരിയായ സന്ദേശം നൽകാനും സഹായിക്കുന്ന ഒരു വലിയ ടാർഗെറ്റുചെയ് ത പരസ്യം, ഉൽപ്പന്നം, കഴിവ് എന്നിവ ഞങ്ങൾ നിർമ്മിച്ചു,” അവർ കൂട്ടിച്ചേർത്തു.
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
