소셜 네트워크

인공 지능

발전하고 더 나은 수익을 얻으십시오

게재

on

언론에서는 4.0차 산업혁명(인더스트리 XNUMX이라고도 함)과 AI(인공 지능), ML(머신 러닝), 빅 데이터와 같은 이를 주도하는 기술에 대해 이야기합니다. 오늘날 대부분의 기업은 여전히 ​​오래된 IT 시스템과 레거시 애플리케이션을 사용하고 있습니다. 경쟁에서 뒤쳐질 위험은 매우 현실적입니다. 특히 자유롭고 활발하게 개발 중인 시장에서 활동하는 회사의 경우에는 더욱 그렇습니다. 중소기업도 혁신을 쉽게 구현하고 액세스할 수 있도록 설계된 솔루션이 많이 있습니다.

영상

Lansa Hacker Noon 프로필 사진

란사

하이브리드 로우 코드 솔루션

님이 촬영 한 사진 에스테반 트리벨리 on Unsplash

오늘날의 기업 IT 세계에서 디지털 혁신은 모든 사람의 마음에 있는 것 같습니다.

언론은 항상 4.0차 산업혁명(Industry XNUMX이라고도 함)에 대해 이야기합니다.

그들은 AI(인공 지능), ML(머신 러닝), 빅 데이터와 같은 엔터프라이즈 시스템 현대화와 이를 추진하는 기술의 비즈니스 이점을 강조하느라 분주합니다.

디지털 트랜스포메이션의 이점이 매우 현실적이고 달성 가능하지만, 인더스트리 4.0은 이제 막 펼쳐지기 시작했습니다. 오늘날 대부분의 기업은 여전히 ​​오래된 IT 시스템과 레거시 애플리케이션을 사용하고 있습니다.

이러한 환경에서 모든 규모의 기업은 가능한 한 빨리 디지털 혁신을 시작해야 한다는 압박감을 느끼고 있습니다. 

기업이 디지털 혁신을 소홀히 할 수 없는 이유는 무엇입니까?

현대화 자체가 나쁜 생각은 아닙니다. 오히려 기업이 디지털 트랜스포메이션에 뛰어들어야 하는 많은 이유가 있습니다. 

다음은 가장 중요한 몇 가지입니다.

뒤처질 위험

시장이 기업의 생산성과 비용 효율성을 높이는 혁신을 채택함에 따라 따라가지 못하는 기업은 이미 실적이 저조한 징후를 감지했습니다.

이는 지표와 KPI를 측정할 때 특히 그렇습니다.

경쟁에서 뒤쳐질 위험은 매우 현실적입니다. 특히 자유롭고 활발하게 개발 중인 시장에서 활동하는 회사의 경우에는 더욱 그렇습니다. 

유지 관리 비용 증가

유지 관리 비용은 기업을 디지털 혁신으로 이끄는 또 다른 큰 이유입니다.

오래된 시스템은 일반적으로 새로운 도구에 비해 유지 관리 비용이 더 많이 듭니다. 결과적으로 공급자가 수명 주기가 끝나는 솔루션에 대한 지원을 중단함에 따라 이러한 비용은 수년에 걸쳐 증가하는 경향이 있습니다. 

생산성 문제 및 신기술 구현 불가능 

기업이 인더스트리 4.0 솔루션의 성능을 측정하는 데이터를 점점 더 많이 축적함에 따라 다양한 세대의 엔터프라이즈 도구 간의 격차가 점점 더 분명해집니다.

레거시 시스템을 사용하는 것은 기업이 2021년에 성공하는 데 필요한 수준의 생산성과 비용 효율성을 달성하는 데 있어 주요 장벽 중 하나입니다. 레거시 시스템은 새로운 비즈니스 역량 강화 기술을 구현하기 어렵게 만들기 때문입니다.  

간단히 말해서, 디지털 혁신을 무시하는 것은 기업에게 점점 더 많은 비용을 초래합니다. 더욱이 비즈니스 리더는 더 이상 이를 피하거나 미룰 수 없습니다. 냉담한 현실은 레거시 시스템을 현대화하고 비용 효율성을 유지하기 위해 새로운 도구를 구현하는 것 외에 선택의 여지가 없다는 것입니다.  

그리고 이때 문제와 도전이 발생합니다. 

디지털 트랜스포메이션은 언제 문제가 되나요?

기업이 디지털 혁신 솔루션을 구현하려고 할 때 직면하는 문제는 다양할 수 있습니다. 기본적으로 항상 비용 효율성 및 비즈니스 생산성 지표를 중심으로 진행됩니다. 

IT 현대화의 예상 비용이 너무 높음 

디지털화 프로젝트를 구현할 때 비즈니스 리더는 혁신의 실제 비용과 복잡성을 과소평가하는 경향이 있습니다. 기업의 규모와 분야에 따라 기존 솔루션을 현대화하는 데 비용이 많이 들 수 있습니다.

많은 기업이 IT 인프라를 업데이트하기 위해 수백만 달러를 할당할 여유가 없거나 내키지 않습니다. 불행히도 이러한 사고방식은 지출된 비용이 높은 ROI를 생성하더라도 지속됩니다. 

새로운 도구를 구현하는 데 시간이 너무 오래 걸림

많은 기업은 일반적으로 새로운 도구와 솔루션을 구현하는 데 필요한 시간과 노력을 과소평가합니다.

엔터프라이즈 현대화 프로젝트를 완료하는 데 몇 달 또는 몇 년이 걸릴 수 있습니다. 본격적인 디지털화의 여러 위험을 고려할 때 일부 비즈니스 리더는 변경을 연기하거나 제한하는 쪽으로 기울고 있습니다. 

비즈니스 혜택은 보장되지 않습니다

엔터프라이즈 IT 시스템은 매우 복잡합니다. 새로운 솔루션을 구현하려면 신중한 계획이 필요합니다. 여기에는 다양한 구성 요소와 다양한 수준의 비즈니스 운영을 고려하는 것이 포함됩니다.

그렇기 때문에 기업은 결코 실패에서 자유롭지 못합니다. 잘못 수행하면 "현대화" 후에 측정 가능한 이점이 없거나 새로운 비즈니스 문제가 발생할 가능성이 항상 있습니다. 

디지털 트랜스포메이션에 접근하는 올바른 방법은 무엇입니까?

다행히도 이러한 문제는 극복할 수 없습니다. 그들은 다른 사람의 경험에서 배우고 올바른 태도로 디지털 혁신에 접근하고 올바른 도구를 적용함으로써 극복할 수 있습니다.

중소기업도 혁신을 쉽게 구현하고 액세스할 수 있도록 설계된 솔루션이 많이 있습니다. 

막대한 예산 없이 신속하고 측정 가능한 결과를 달성하는 방법에 대한 몇 가지 주요 권장 사항을 살펴보겠습니다. 

개발 및 배포에 로우 코드 플랫폼 사용

다음과 같은 로우 코드 플랫폼 사용 비주얼 LANSA 새로운 엔터프라이즈 애플리케이션을 개발하고 제공하는 것은 변환에 필요한 시간과 리소스를 크게 줄이는 한 가지 방법입니다.

또 다른 방법은 오래된 앱을 현대화하고 클라우드로 옮기는 것입니다. 기존 응용 프로그램 개발과 비교하여 로우 코드는 다국어에서 손으로 코딩하는 것을 크게 최소화합니다. 또한 코드 재사용을 최대화하고 위험을 줄이며 찾기 어렵고 비용이 많이 드는 전체 스택 개발자를 찾을 필요가 없습니다. 

더 나은 개발 도구로 현재 직원의 역량 강화

 오늘날의 비즈니스 환경에서 IT 부서는 늘어나는 비즈니스 요구 사항을 따라잡는 데 어려움을 겪을 수 있습니다.

그들이 감당할 수 있는 인력과 자원이 충분하지 않기 때문입니다. 더 많은 소프트웨어 개발자와 엔지니어를 고용하는 것이 이 문제에 대한 가장 확실한 해결책이지만 다른 많은 과제도 수반됩니다.

수많은 개발 언어, 기술 및 프레임워크가 통제 불능 상태가 되면서 자격을 갖춘 개발자를 찾기가 어렵습니다. 또한 고용하는 데 비용이 많이 들고 비즈니스에 실제로 필요한 것이 무엇인지 이해하지 못하는 경우가 많습니다.

더 많은 직원을 고용하는 대신 현재 직원에게 더 나은 개발 도구를 제공하는 것이 좋습니다. LANSA 플랫폼은 최소한의 교육으로 현재 IT 직원을 풀스택 전문가로 전환하는 데 필요한 도구와 솔루션을 제공합니다.

엔터프라이즈 애플리케이션을 단순하게 유지

엔터프라이즈 도구가 복잡할수록 비즈니스 위험도 높아집니다.

이것은 솔루션을 단순하게 유지해야 한다는 것입니다. 유감스럽게도 다양한 장치, 폼 팩터, 브라우저, 서버 플랫폼 및 운영 체제를 지원해야 한다는 점을 고려할 때 이는 말보다 쉽지 않습니다.

LANSA는 개발자가 여러 아키텍처 또는 플랫폼에 프로젝트를 배포하는 방법에 대해 걱정할 필요가 없도록 합니다. 결과적으로 그들은 귀하의 비즈니스에 실질적인 가치를 제공할 애플리케이션을 구축하는 데 집중할 수 있습니다.

예를 들어, LANSA는 코드 수정이 거의 또는 전혀 없이 클라우드와 사내 Windows, Linux 또는 IBM 플랫폼의 하이브리드 혼합 간의 애플리케이션 마이그레이션을 지원합니다.

데이터 활용

마지막으로 데이터를 구성, 제어 및 사용하는 기능은 디지털화 프로젝트 성공의 핵심 구성 요소 중 하나입니다. 시스템이 데이터를 효과적으로 수집하고 분석할 수 있는지 확인하는 것이 중요합니다.

또한 지연 없이 플랫폼 간에 데이터를 전송할 수 있어야 합니다.

LANSA의 로우 코드 플랫폼을 사용하면 모든 플랫폼의 모든 데이터베이스에서 웹, 모바일 및 데스크톱 응용 프로그램으로 데이터를 확장할 수 있습니다.

웹 서비스 및 API를 사용하여 기존 백오피스 시스템 및 비즈니스 프로세스를 통해 흐르는 데이터를 지원할 수도 있습니다. 

예를 들어, LANSA의 비즈니스 규칙 엔진 도구를 사용하여 단일 리포지토리에서 시스템 전체의 비즈니스 논리를 외부적으로 정의할 수 있습니다. 애플리케이션 또는 데이터베이스 수준에서 규칙을 코딩하지 않고도 이를 달성할 수 있습니다.

그런 다음 LANSA의 Data Services Layer는 배포된 플랫폼에 관계없이 모든 LANSA 개발 응용 프로그램에 걸쳐 중앙에서 정의된 규칙과 데이터 제약 조건을 적용합니다. 

조직에서 디지털 혁신을 가속화하려면 어떻게 해야 합니까?

IT 시스템을 현대화해야 할 필요성에 직면한 비즈니스 리더가 디지털 혁신 노력을 위한 충분한 리소스가 없으며 잠재적 위험에 대해 확신이 서지 않고 무력감을 느끼는 것은 드문 일이 아닙니다. 

시작할 준비가 되셨습니까? Lansa.com으로 문의

LANSA 하이브리드 로우 코드 솔루션은 배포가 빠르고 유지 관리가 간편하여 모든 애플리케이션 개발 프로젝트에 탁월한 가치를 제공합니다. 시작할 준비가 되셨습니까?

글: Anton Trukhanov

태그

Hacker Noon 가입

무료 계정을 만들어 맞춤형 독서 경험을 잠금 해제하세요.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://hackernoon.com/evolve-and-get-a-better-bottom-line?source=rss

AI

올바른 CBD 제품을 선택하는 것이 중요한 이유

게재

on

사람들이 CBD의 이점을 즐기기 위해 처음 CBD 제품을 사용하기로 결정할 때 어떤 제품을 구매해야 할지 혼란스러워하는 경우가 많습니다. 요즘은 많은 분들이 선택하실 수 있는 다양한 제품들이 CBD 젤리 구매, 방울, 캡슐 및 기타 제품 온라인. CBD를 처음 접하는 사람들에게는 항상 몇 가지 조사를 하고 올바른 CBD 제품을 찾는 것이 중요하며 이는 다양한 이유로 매우 중요합니다.

물론 선택할 수 있는 다양한 옵션이 있으므로 올바른 CBD 제품을 선택하는 데 도움이 되도록 몇 가지 주요 요소를 살펴봐야 합니다. 다른 사람들의 온라인 리뷰를 보고, 제조업체와 소매업체를 조사하고, 특정 요구 사항에 대한 제품의 적합성을 고려하는 등의 작업을 수행할 수 있습니다. 라이프 스타일. 이 기사에서는 올바른 선택을 해야 하는 몇 가지 이유를 살펴보겠습니다.

이것을 하는 것의 중요성

이러한 제품을 처음 접하는 사람으로서 귀하의 요구에 적합한 CBD 제품을 찾는 것이 중요한 이유는 여러 가지가 있습니다. 그 이유 중 일부는 다음과 같습니다.

품질과 안전을 보장해야 합니다.

올바른 CBD 제품을 찾는 것이 중요한 이유 중 하나는 품질과 안전을 보장할 수 있기 때문입니다. 다른 유형의 제품과 마찬가지로 평판이 좋은 출처에서 우수한 품질의 CBD 제품을 얻을 수 있으며 의심스러운 출처에서 표준 이하의 제품을 찾을 수 있습니다. 후자를 구매하는 실수를 저지르지 않는 것이 중요합니다. 이렇게 하면 비효과적이고 심지어 안전하지 않은 제품이 될 수 있기 때문입니다. 올바른 제품과 공급자를 선택하면 품질, 안전 및 효율성의 이점을 누릴 수 있습니다.

적합성을 확인하는 것이 중요합니다

올바른 CBD 제품을 찾아야 하는 또 다른 이유는 귀하의 요구에 완벽하게 맞는 제품을 찾아야 하기 때문에 적합성을 보장하는 것입니다. 이렇게 하려면 선호도와 라이프스타일을 살펴보고 이상적인 제품과 일치시킬 수 있어야 합니다. 예를 들어, vape 장치를 사용하는 경우 CBD 액체 사용을 볼 수 있지만 원하는 경우 달콤한 간식, 당신은 CBD 식용을 고려할 수 있습니다.

가성비를 봐야 합니다

올바른 CBD 제품을 선택해야 하는 다른 이유 중 하나는 저렴하고 예산에 맞는 제품을 찾는 것입니다. CBD 제품의 비용은 크게 다를 수 있으므로 감당할 수 있는 제품을 찾으려면 조사를 하고 여러 비용을 비교해야 합니다. 또한 옵션 조사를 시작하기 전에 얼마를 지출할 수 있는지 확인하십시오. 이는 가격 범위를 벗어나는 제품을 찾는 데 시간을 낭비하지 않을 것임을 의미합니다.

이것이 올바른 CBD 제품을 찾는 데 필요한 몇 가지 이유입니다.

포스트 올바른 CBD 제품을 선택하는 것이 중요한 이유 첫 번째 등장 1red 드롭.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://1reddrop.com/2021/10/23/why-choosing-the-right-cbd-product-is-important/?utm_source=rss&utm_medium=rss&utm_campaign=why-choosing-the-right-cbd-product -중요하다

계속 읽기

인공 지능

Morgan Stanley의 로봇 Libor 변호사는 50,000시간의 작업 시간을 절약했습니다.

게재

on

Libor의 수조 달러 가치의 대출 및 기타 금융 계약을 푸는 것은 복잡하고 비용이 많이 들고 시간이 많이 소요되는 작업입니다.
따라서 금융 대기업은 규제 기관이 위임한 작업을 간소화하고 가속화하기 위해 인공 지능으로 눈을 돌리고 있으며 인간 변호사의 심각한 고역을 덜어주고 있습니다.

Morgan Stanley는 인간 대신 로봇 Libor 변호사를 사용하여 법률 직원에게 50,000시간의 작업 시간과 10천만 달러의 변호사 비용을 절약했다고 ​​추산합니다. Goldman Sachs Group Inc.는 컴퓨터 알고리즘이 작업 속도를 "극적으로"라고 말합니다. 이 은행들만이 AI를 채택하는 것은 아니며 Libor 전환으로 혁명이 멈추지 않을 것입니다. 그러나 이러한 전환과 관련된 계약의 수는 기계에 대한 이상적인 시험장을 제공합니다.

이 작업은 리보 이후 세계를 지배하는 조항을 분류하기 위해 조밀한 조항을 구문 분석하는 고문을 수반하는 법률 보조원에게는 힘든 일일 것입니다. 이 단락은 요율을 대체하는 방법을 결정합니까, 아니면 이를 수행합니까? 그들은 변동 금리 옵션, 적용 가능한 정기 금리 및 대체 기준을 사용하여 새로운 이자 지불을 분류하고 법적 근거가 채권에만 적용되는지 아니면 대출 및 스왑에도 적용되는지에 대해 고심할 것입니다.

그런 다음 수백만 페이지에 걸쳐 힘든 작업을 모두 반복하십시오.

'변호사 군단'

Goldman Sachs와 ING Groep NV가 Libor 분석 소프트웨어를 배포하는 데 도움을 준 Eigen Technologies Ltd.의 CEO인 Lewis Liu는 "우리는 15만 개의 쿼리를 가진 클라이언트가 있었고 그들은 분기 내에 모든 답변을 얻을 수 있었습니다."라고 말했습니다. . "대안은 말 그대로 XNUMX년 또는 XNUMX년 동안 변호사와 법률 보조원으로 구성된 군대였을 것입니다."

이것은 모두 31년 전에 주요 은행이 Libor(이름: 런던 은행간 제안 금리)를 조작한 사실이 적발되었기 때문에 발생합니다. 그 결과 글로벌 금융 시스템 전반에 걸쳐 벤치마크가 꺼지고 있습니다. 새로 발행된 대출 및 기타 상품은 2023월 XNUMX일 이후 이율에 묶일 수 없으며 XNUMX년 XNUMX월 이후 달러 기반 레거시 상품에 대해 폐기됩니다.

자, 여기 봇이 있습니다. 그러나 AI를 사용하더라도 Libor가 다른 금리 벤치마크로 교체될 때 문서가 어떻게 변경되는지 알아내기 위해 오래된 법률 문서를 검토하는 것은 비용이 많이 듭니다. Ernst & Young에 따르면 주요 글로벌 은행들은 올해 각각 최소 100억 달러를 이 업무에 지출하고 있습니다. 그리고 인간은 여전히 ​​자신의 작업을 확인하고 최종 결정을 내려야 합니다. 은행이 어떤 계약을 재협상해야 하는지 알게 되면, 거래 상대방과 앉아서 흥정을 해야 합니다.

AI를 위협이 아니라 향상으로 보는 법률 회사 Friedman Kaplan Seiler & Adelman LLP의 파트너인 Anne Beaumont는 "사람은 문서를 보고 전략을 세워야 합니다."라고 말했습니다. "많은 법률 보조원과 변호사가 시간을 낭비할 필요가 없다는 사실에 만족할 것입니다."

이 경험은 대규모 관리 작업에 대한 광범위한 태도를 재편하고 다른 성가신 작업을 AI로 밀어넣습니다. 대변인은 JP모건 체이스앤코(JPorgan Chase & Co.)가 자사의 리보(Libor) 로봇에게 업무를 확장하고 회사 및 투자 은행의 다른 어려운 작업을 처리할 것을 요청했다고 말했습니다.

물론 더 많은 AI로의 광범위한 산업 이동은 특정 영역에서 인간의 일자리 감소를 의미할 수 있습니다.

고통을 느끼다

Libor는 봇을 바쁘게 유지하고 있습니다. 은행의 전무 이사인 Rob Avery에 따르면 Morgan Stanley의 소프트웨어는 Libor에 대한 2.5만 건의 참조를 소화했습니다. 신경망 모델을 기반으로 하고 셜록으로 알려진 이 알고리즘은 계약을 통해 담보 대출 의무 또는 모기지 담보 증권이 대체율로 전환되는 방식을 식별하는 조항을 파헤칩니다.

블룸버그 머큐리의 그래프

Morgan Stanley가 대체율에 따라 가치가 어떻게 변할지 결정할 수 있도록 분류합니다. 이는 은행이 자산을 보유할지 매각할지 결정하는 데 도움이 됩니다. Avery는 인터뷰에서 이 소프트웨어는 "잠재적인 비율 변경 시나리오의 영향을 평가하기 위해 인간이 처리하는 시간의 극히 일부에 불과합니다."라고 말했습니다.

한편 Goldman Sachs는 AI가 "프로젝트 시간 스케일을 크게 가속화"하는 것을 보았습니다. 상무 이사 Donna Mansfield는 Eigen이 발행한 평가에서 말했습니다.

은행의 도매 은행 대출 팀 리더인 Rick Hoekman은 ING가 AI를 사용하여 1.4만 페이지 이상의 대출 계약을 수정해야 하는지 여부를 결정했다고 말했습니다. 그는 많은 수작업을 제거한 "대성공이었습니다"라고 말했습니다. 회사의 데이터 과학자는 결국 소프트웨어를 사용하여 고객의 신용을 승인할 수 있습니다.

모든 사람이 쌓이고 있다는 말은 아닙니다. NatWest Markets Plc는 몇 년 전에 AI를 제공하는 컨설팅 업체에서 접근했지만 거절했습니다. 필 로이드(Phil Lloyd) 고객 판매 책임자(CEO)는 “우리는 그것을 작동시키기 위한 거대한 프로젝트가 필요하고 우리가 단지 깨고 싶을 때 많은 시간을 소비할 것이라는 것을 감지했습니다.”라고 말했습니다. "우리는 그것이 도움이 될 수 있다고 느꼈지만 열반은 아닐 것입니다."

많은 다른 은행과 자산 관리자는 이러한 소프트웨어로 어려움을 겪고 있으며 많은 양의 교육과 기술이 필요한 것을 확인한 후 역외 변호사와 법률 보조원을 고용하여 업무를 수행하고 있습니다.

그러나 AI가 은행 전체에 확산되는 것을 막을 방법은 없을 것입니다.

Bank of New York Mellon Corp.은 Google Cloud와 협력하여 시장 참가자가 매일 결제되지 않는 수십억 달러의 미 국채 거래를 예측할 수 있도록 지원하고 소프트웨어 회사 Evisort Inc.와 계약 협상을 관리합니다.

BNY의 최고 투자 책임자(CIO)인 제이슨 그래넷(Jason Granet)은 "당신의 12살과 12살이 우리 나이가 되면 우리가 하는 방식으로 자금을 조달하지 않을 것"이라고 말했다. Mellon과 Goldman Sachs의 Libor 전환 책임자. "당신은 그들을 이길 수 없습니다. 그래서 당신은 그들과 합류해야합니다."

— William Shaw, Greg Ritchie 및 Fergal O'Brien의 도움으로 작성

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://bankautomationnews.com/allposts/business-banking/morgan-stanleys-robot-libor-lawyers-saved-50000-hours-of-work/

계속 읽기

AI

머신 러닝으로 마케팅을 강화할 수 있는 7가지 방법

게재

on

디지털 시대에 어떤 마케터도 데이터, 분석 및 자동화를 마스터하지 않고는 생존할 수 없습니다. 그 이유는 데이터 생성의 엄청난 급증입니다. 데이터 생성에 대한 통계를 본다고 가정합니다. 이 경우 매일 생성되는 데이터의 양은 2.5 2.5 오늘 소셜 미디어에 따르면 18 XNUMX이 뒤따릅니다.

세계 경제 포럼에 따르면 2025년까지 매일 생성되는 데이터의 양이 전 세계적으로 463엑사바이트로 급증할 것이라고 합니다. 

그리고 재미있는 부분은 인간이 말한 단어가 겨우 XNUMX엑사바이트의 데이터에 들어 있다는 것입니다. 이제 데이터, 분석 및 자동화를 마스터하는 것의 중요성과 오늘날 이것이 왜 중요한지 상상해 보십시오. 지금쯤이면 답을 얻었을 것입니다.

그러나 시장에서 눈에 띄고 경쟁자를 이기려면 현재 진행 중인 추세와 향후 추세를 이해해야 합니다. 어떻게 원활하게 분석할 수 있습니까? 기계 학습 및 고급 자동화를 통해.

이 블로그에서는 기계 학습 경쟁이 치열한 세상에서 마케팅을 강화할 수 있습니다. 경쟁에서 혼자가 아니라는 사실을 기억하십시오. 경쟁자를 이기기 위해서는 한 발 앞서 생각하고 행동해야 합니다.

내 말을 이해했다면 자세히 살펴보고 살펴보겠습니다.

머신 러닝으로 마케팅을 강화할 수 있는 7가지 멋진 방법

마케팅 성공은 적절한 고객 조사부터 브랜드 전략 수립, 고객 참여, 고객 만족에 이르기까지 많은 중요한 요소에 달려 있습니다. 많은 노력과 자동화가 필요합니다.

그리고 이러한 방대한 문제를 해결하고 정확한 데이터 분석을 통해 마케터의 작업과 책임을 완화하기 위해 머신 러닝이 해야 할 역할이 막중합니다. 머신 러닝이 마케팅에 미치는 영향에 대한 완전한 분석은 다음과 같습니다.

360도 고객 이해

매일 고객은 자신에 대한 정보를 공유하지만 고객이 가장 좋아하는 곳에서 대부분의 시간을 보낼 수 있습니다. 당신이 주의를 기울이기 시작할 때, 당신은 그것들을 점점 더 잘 알기 시작합니다.

고객의 마지막 구매, 고객의 문제, 귀사와 귀사의 제품이 고객을 어떻게 도울 수 있는지 알게 됩니다. 고객의 고충을 이해하고 고객의 요구를 충족하고 다음에 구매할 가능성이 있는 제품을 예측할 수 있을 때 고객의 심리를 이해하게 됩니다.

실시간 분석을 통해 진행 중인 트렌드와 향후 트렌드를 파악할 수 있습니다.

오늘날, 디지털 시대에 세상은 너무 빠르게 변화하여 데이터를 이해하기 어렵습니다. 이것이 비즈니스 의사결정이 시시각각 변하는 이유 중 하나입니다. 모든 것은 최종 결정을 내릴 때이므로 점점 더 많은 데이터가 쏟아집니다.

Google에서 제공하는 몇 가지 무료 도구는 Google 키워드, Google 애널리틱스 및 Google 검색 콘솔입니다. 이를 사용하면 진행 중인 추세와 향후 추세를 이해하는 데 필요한 정확한 데이터와 경쟁업체가 모든 위치 및 제품에 대해 동일한 방식으로 수행하는 방법을 얻을 수 있습니다.

Gartner에 따르면 실시간 분석은 더 나은 결정을 신속하게 내리기 위해 논리와 수학이 필요한 분야입니다. 그리고 다시 Gartner의 연구에 따르면 2022년까지 대부분의 기업은 실시간 분석을 통합하여 회사를 최고의 수준으로 끌어올리고 경쟁사보다 앞서 나갈 것입니다. 단지 의사 결정을 개선하기 위한 것입니다.

Smart Engine Recommendations는 가장 현명한 조치입니다.

비즈니스는 데이터를 기반으로 운영되며 이는 사실입니다. 하지만 데이터는 어디에서 오는 것일까요? 사용자로부터, 그렇지? 예, 귀하가 웹사이트를 방문하거나 제품을 구매할 때마다 웹사이트 쿠키는 모든 것을 추적하고, 거기에서 분석가는 귀하가 관심을 갖고 구매하고 싶은 다른 물건을 알 수 있습니다.

그리고 그들은 당신이 그들의 웹사이트를 방문할 때 비슷한 일을 하도록 강요합니다. 이 Great Indian Festival에서 iPhone을 구입했다고 가정해 보겠습니다. 아마존이 다음에 보여줄 휴대폰 충전기, 케이스, 강화유리 등 아이폰을 구매한 사람들도 이 아이템들을 구매했다고 한다.

아마존은 어떻게 그렇게 합니까? 아마존은 그것을 사용하여 KNN 알고리즘, 스마트 엔진 권장 사항을 사용합니다. 가장 현명한 조치입니다.

예측 참여 및 분석(몇 단계만 거치면)

데이터 분석의 첫 번째 단계는 데이터를 이해하는 것입니다. 즉, 데이터를 알면 고객과 그들이 찾고 있는 것이 무엇인지 알 수 있습니다. 거기에서 그들이 실제로 무엇을 구매할 수 있는지 알 수 있습니다.

예측 분석은 바로 이것에 관한 것입니다. 고객이 특정 조치를 취하고 회사가 정확한 예측을 위해 다른 소프트웨어를 사용할 가능성입니다.

가장 좋은 예는 Flipkart의 "The Big Billion Sale" 캠페인입니다. 자세히 살펴보면 가장 좋은 거래가 XNUMX개 남았고 가격이 변동하는 동안 판매를 늘리기 위한 다양한 전략을 보았을 것입니다.

구매하려고 하면 주문이 품절되고 다시 사용할 수 있게 됩니다. 또는 새로운 플래그십 전화가 출시되는 곳마다 관련될 수 있는 것입니다. 매주 제한된 판매가 있으며 장치가 완전히 사용 가능해질 때까지 첫 번째 등록 고객에게 배송됩니다.

챗봇은 새롭고 궁극적인 영업 사원입니다.

요즘은 모든 웹사이트를 보면 챗봇이라는 것이 있고 NLP가 활성화되어 있어 스스로 학습하는 자가 학습 알고리즘입니다. 이를 통해 24 X 7 웹 사이트에서 활동할 필요가 없습니다.

챗봇은 새롭고 궁극적인 판매용 AI 로봇이며 방문 고객의 검색 의도를 이해하고 리드를 수집하고 나중에 고객으로 전환할 수 있도록 안내할 수 있습니다.

개인화는 새로운 고객 중심 감정입니다.

다양한 관점에서 바라볼 때 항상 고객이 감정에 따라 움직인다는 것을 알 수 있습니다. 올바른 방법으로 제시하고 문제점을 지적하면 조치를 취할 가능성이 가장 큽니다.

그러나 그들을 개인화하고 이름을 부르면 '이 회사는 고객 중심적이고 고객을 매우 소중하게 생각합니다. 그리고 그것이 그들을 당신의 비즈니스에 연결시키는 것입니다.

이를 수행하는 가장 좋은 방법은 이메일 마케팅을 통한 것이며, 개인화를 통해 전체 프로세스를 자동화하는 자체 학습 알고리즘과 동일한 도구를 많이 보유하고 있습니다.

음성 검색은 검색 최적화 및 검색 엔진의 새로운 세대입니다.

디지털 시대와 모바일 및 웹 앱의 많은 고급 기능으로 인해 우리의 삶은 더욱 정교해졌습니다. 사람들은 검색어를 입력하는 데 거의 관심이 없었지만 음성으로 검색했습니다.

이것이 바로 세계 최대 전자 상거래 플랫폼인 Amazon이 Alexa 구현으로 훌륭하게 수행하는 일입니다. 자연어 처리 원칙에 따라 대상 쿼리를 캡처하고 KNN 알고리즘을 통해 가장 일치하는 항목과 관련 항목을 찾고 일치하는 키워드로 고객에게 가장 관련성이 높은 항목을 보여줍니다.

그런 식으로 Amazon은 최종 사용자가 마케팅 및 비즈니스 모델을 쉽게 만들 수 있도록 하고 고객을 오랫동안 유지합니다.

결론

전체 내용을 읽으면 기계 학습이 얼마나 고급화되고 필수적인지와 비즈니스 모델에 통합하는 것이 얼마나 중요한지 알게 됩니다.

이 XNUMX가지 기계 학습 알고리즘은 이미 판도를 바꾸고 있습니다. 비즈니스 소유자 또는 이해 관계자인 경우 확장을 확인하기 위해 비즈니스에 구현 계획을 세워야 합니다.

또한 읽어 전자 상거래에 기계 학습을 사용하는 방법

포스트 머신 러닝으로 마케팅을 강화할 수 있는 7가지 방법 첫 번째 등장 AiiotTalk – 인공 지능 | 로봇 공학 | 기술.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://www.aiiottalk.com/ways-machine-learning-can-enhance-your-marketing/

계속 읽기

AI

클릭당 지불 실수와 이를 피하는 방법

게재

on

온라인에 귀하의 빌드를 구축하는 방법에 대한 몇 가지 권장 사례에 대해 이야기하는 기사가 많이 있습니다. 마케팅 캠페인. 또한 효과적인 온라인 광고를 구성하는 방법에 관한 다양한 최적화 기술과 수많은 개념이 있습니다.

인터넷에는 무수히 많은 조언이 있기 때문에 상충되는 아이디어로 인해 길을 잃고 무엇을 따를 것인지 혼란스러울 수 있습니다.

귀하의 요구 사항을 도와줄 전문가 팀이 있다면 상황이 더 쉬울 것입니다. 그럼에도 불구하고 다음에 실수를 피하는 방법을 배우기만 하면 실수를 저지르는 것은 완전히 정상입니다.

제외 키워드 목록을 효율적으로 활용하지 않음

PPC 캠페인을 효과적으로 실행하는 동맹 중 하나는 키워드의 적절한 사용입니다. 그 외에도 효율적으로 제외 키워드 목록을 사용하는 것도 PPC 캠페인이 잘 수행되고 있는지 확인하는 데 도움이 되는 방법입니다.

"광고를 게재하고 싶지 않은 특정 용어나 문구가 포함된 모든 캠페인에 이를 적용할 수 있도록 제외 키워드의 마스터 목록이 있다면 좋은 습관이 될 것입니다." 

검색어 보고서를 정기적으로 확인하면 광고 제안을 원하지 않는 검색어에 비용을 낭비하는 것을 방지하는 데 도움이 됩니다.

광고 카피에 키워드가 일치하지 않음

현명한 사람으로서 사업 소유자는 광고 캠페인을 가능한 한 관련성 있게 만들기 위해 더 많은 노력을 기울여야 합니다. 온라인 소비자는 주의 집중 시간이 매우 짧기 때문에 불필요하고 흥미롭지 않은 웹사이트를 다룰 시간이 없습니다.

PPC에서 가장 흔한 실수 중 하나는 광고주가 한 세트의 광고를 만들고 여러 광고 그룹에서 이를 활용하는 것입니다. 동일한 주제를 광범위하게 사용하는 경우에만 좋지만 개인화를 위해서는 캠페인이 약해집니다.

다른 업무에 집중할 일이 많기 때문에 고용하는 것이 현명하고 쉬울 것입니다. ROI 주도형 PPC 팀 관련성 있고 성공적인 광고 캠페인을 만드는 전문가입니다.

평균적인 위치에 너무 집중함

광고주는 평균 게재순위에 집중하여 실수를 범합니다. 평균 게재순위가 1이라는 것은 단순히 귀하의 광고가 검색 결과에서 다른 유료 광고보다 먼저 게재된다는 의미이기 때문입니다.

엄밀히 말하면 귀하의 광고가 실제로 최고의 위치에 있다는 것을 의미하지는 않습니다. 이것이 평균 게재순위가 광고가 제안될 때 광고의 위치를 ​​나타내지 않는 이유입니다.

주요 테이크 아웃

이제 PPC의 일반적인 실수에 대해 알게 되었으므로 이 정보를 원동력으로 삼아 이러한 실수를 저지르지 않도록 하십시오.

실수를 저질렀을 때 이러한 문제를 해결하는 방법을 아는 것이 좋지만 실수를 저지르기 전에 이러한 문제를 피하는 방법을 아는 것이 좋습니다. 마케팅 캠페인으로 PPC의 잠재력을 최대화할 수 있도록 사전 예방적 접근 방식을 채택해야 합니다.

또한, 인공 지능 및 기계 학습이 SEO에 미치는 영향

포스트 클릭당 지불 실수와 이를 피하는 방법 첫 번째 등장 AiiotTalk – 인공 지능 | 로봇 공학 | 기술.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://www.aiiottalk.com/ppc-mistakes-and-how-to-avoid-them/

계속 읽기
블록체인3 일 전

사람들의 지불 태도: 현금이 가장 일반적인 지불 수단인 이유 및 기술과 암호화가 지불 수단으로 더 많은 이점을 갖는 방법

자동차4 일 전

자동차 제조업체가 당신이 몰랐으면 하는 7가지 비밀

신생3 일 전

당신이 알아야 할 12가지 TikTok 사실

노름4 일 전

2021년 XNUMX월에 놓쳤을 수도 있는 새로운 Steam 게임

에너지2 일 전

U Power, Bosch와 협력하여 Super Board 기술 협력

공급망3 일 전

LPG 튜브 – 고려해야 할 사항

블록체인4 일 전

나에게 가장 적합한 암호화 IRA는 무엇입니까? 이 6가지 기준을 사용하여 자세히 알아보십시오.

노름4 일 전

계정이 없는 카지노는 어떻게 작동합니까?

많이4 일 전

IoT SIM 카드 기술 사용의 이점

블록체인4 일 전

시장에서 가장 수익성이 높은 암호화폐

노름4 일 전

노르웨이, 새로운 게임법으로 무면허 iGaming 시장 단속

블록체인4 일 전

암호화폐 스와핑은 무엇을 의미합니까?

에너지2 일 전

피페릴렌 시장 규모, 428.50년부터 2020년까지 2024억 XNUMX만 달러 증가 | 성장을 촉진하기 위해 피페릴렌 기반 접착제에 대한 수요 증가 | 테크나비오

에너지2 일 전

데이터 보안 침해 사고 알림

AR / VR4 일 전

미리보기: 작은 도시 - 퀘스트 진행 중인 유쾌한 도시 건설

블록체인2 일 전

블록체인 및 인프라 이벤트 후 출시

블록체인2 일 전

앞으로 일주일 – 바위와 단단한 곳 사이

사이버 보안2 일 전

랜섬웨어는 해킹을 위해 법 집행 노력을 주도하는 미국과 함께 새로운 전환점을 맞았습니다.

암호2 일 전

XML-JSON 변환기는 어떻게 작동합니까?

에스 포트2 일 전

Pokémon Sword and Shield에서 빛나는 자시안과 자마젠타를 얻는 방법

탐색