พื้นโลกนี้เขาใช้ Big Data เพื่อที่จะเปลี่ยนเล่ห์เหลี่ยมมุขกิจธุระได้เช่นไร

วันนี้อีฉันจักมาสั่งสนทนาในคดีของ Data แห่งหนมากมายคนพละกล่าวขวัญกับให้ความสำคัญ ผมได้โอกาสคว้าไปสาธยายเกี่ยวคดี Data ตวาดมีผลกับดักการทำท้องตลาดเช่นไร หรือสามารถใช้คืน Data เพื่อจะทำตลาดมอบทุเลาได้อย่างไรที่ AIS DC ผิกล่าวขวัญ Data กับการตลาดอาจจะฟังดูลีบเจียร ลองกระถดออกมากล่าวขวัญเหตุของ Data กับดักทีเด็ดทางการทำงานห้ามเหนือชั้นกว่า ข้อความนี้เป็นเรื่องแห่งหนเกล้าผมใช้สาธยายแห่ง AIS DC ด้วย โน่นถือเอาว่า “How the world use data to transform business strategy” หรือว่าพื้นแผ่นดินใบนี้ใช้คืน Data ที่ความเปลี่ยนแปลงกลอุบายทางการทำงานคว้ายังไง โดยจุดสำคัญแห่งโอกาสนี้ผมจักพูดถึงแห่ง 2 จำใจ ได้แก่ 1. เช่นไรลงความว่า Big Data 2. บริษัทที่ต่างประเทศชดใช้ Data แห่งงานทำให้เรียบทีเด็ดมุขการทำงานอย่างไร หลังจากนั้นเป็นเงินเป็นทองยังไงในการนำ Data เข้าสนับสนุน 1. กระไรลงความว่า Big Data จำต้องบอกดุ Data ครอบครองสิ่งที่คนเก็บห้ามจำเนียรจากนั้น เพราะแห่งระยะแรก ๆ เราคงเก็บข้อมูลด้วยการเขียนยอมบันทึกประจำวันไม่ก็จดหมาย เป็นต้นว่า งานมองดูดาวฤกษ์ การดูดวง การพยากรณ์อากาศ นับเป็นข้อมูลทางสถิติ นั่นคืองานเก็บข้อมูลเก่า เพื่อจะหาความเป็นไปได้ในอนาคต เป็นต้น เหตุฉะนี้ งานเก็บ Data เพื่อที่จะเอามาทำบางอย่างมิใช่เนื้อความใหม่ ในสมัยโบราณเราใช้การจด แต่เมื่อคราวแปรไปอีฉันใช้คืนสมองกลรวมตัวกันจดบ้าง เป็นต้นว่า ใช้คืน Excel ข่าวสารส่วนมากแห่งอีฉันใส่แห่ง Excel มักเป็นข่าวสารแห่งหนได้จากการเทแบบฟอร์ม เช่น ข่าวสารลูกค้า ชีวประวัติสรรพสิ่งคนไข้ ประกาศของสินค้ามาก ๆ ชนิด เป็นอาทิ นับได้ผลเก็บข้อมูลแนวทางเอ็ด คือมอบมนุษย์เติมเหยาะกระดาษก่อน หลังจากนั้นเอามาใส่ Excel อีกที ซึ่งครอบครองวิธีครั้น 20-30 พรรษาก่อน ในช่วงปัจจุบันประกาศไม่ไหวมาจากการบันทึกลง Excel อีกแล้ว เพราะประกาศมาอย่างรวดเร็วและมาในจำนวนมาก ได้มาขนมจากเครื่องมือเครื่องใช้ต่าง ๆ แห่งหนเราชดใช้ทุกครั้ง อาทิ ด้าม หรือว่า Smartwatch ต่าง ๆ ซึ่งอุปกรณ์เหล่านี้จะมีงานเก็บข้อมูลกับส่งข้อมูลเข้ากบิลสิงสู่ทุกเมื่อ โดยข้อมูลมีต่างๆนาๆชนิด เป็นต้นว่า แห่งหน ตำแหน่งงานเต้นของหัวอกหัวใจ เป็นต้น กระทู้ถามถือเอาว่า ข้อมูลจำนวนมากแห่งหนไม่ผิดส่งขนมจากวัสดุสิ่งของเราเข้าไปอีกต่างหากระบบ ทำให้เกิด Data จำนวนมาก สมรรถเรียกแหว Big Data คว้าเกินหรือไม่? คำตอบก็ลงความว่า งานดำรงฐานะ Big Data คว้าเติบโตจำต้องมี 4V เช่น Volumn (ขนาด) คือ สัดส่วนสิ่งของข้อมูล จำเป็นต้องประกอบด้วยจำนวนมากVelocity (ความรวดเร็ว) ถือเอาว่า ความรวดเร็วในงานก่อสร้างด้วยกันส่งประกาศVariety (ความหลาก) ลงความว่า ประกาศแห่งหนส่งลงมาประกอบด้วยความหลากหลายVeracity (ความถูกต้อง) คือ ความถูกต้องด้วยกันแม่นมั่นสรรพสิ่งข้อมูล เราสามารถเรียกประกาศที่ประกอบด้วยรวมหมด 4V นี้ได้มาดุ Unstructure Data คือ ประกาศหัวนอนปลายตีนแบบไร้แนวทางไม่ก็แบบพิมพ์ บางทีลงมาแห่งสัณฐานสรรพสิ่งจิตรเลขา ตัวอักขระ ไม่ก็เสียง ซีก Structure Data ถือเอาว่าข้อมูลแห่งสามารถอ่านได้ง่าย ควานคว้าสะดวก ไม่ผิดจัดมาอย่างมีแบบแผน เช่น ข่าวสารใน Excel เมื่อคว้าข่าวสารลงมาเป็นจำนวนมาก การทำงานสิ่งของคนสร้าง Data กว่า 80% ครอบครองงานทำความสะอาด Data (Clean Data) ตามที่ข้อมูลมีจำนวนมากด้วยกันหลากหลาย ทำให้บางทีประกอบด้วยข้อตำหนิเช่นเดียวกัน การทำงาน Clean Data แล้วจึงใช้เวลาเต็มแรงเช่นกัน Data มีเหลือแหล่แนวทาง โปร่งประการไม่มีประโยชน์ ใช้งานไม่ไหว และพลาดพลั้ง เป็นต้นว่า เมื่อกล่าวถึงส่วนสูงสิ่งของมนุษย์ ถ้าหากเจอะเจอข้อมูลดุดำเกิง 170-180 cm. ยังพอเป็นได้ แต่ผิส่วนสูง 400 cm. จักถือเอาเป็บข่าวสารแห่งหนกระทำผิดหรือว่าเรียกหาอีกอย่างว่า Outlier การ Clean up Data ประกอบด้วย 4 กระบวนการ จับข้อมูลลงมาแบ่งพวก (Categorize)แก้ไขข่าวสารแห่งหนกระทำผิด (Correction)ทำเอาข้อมูลเหล่านั้นครอบครองกฏเกณฑ์เดียวกัน (Standardize) อาทิ ใช้คณะสิ่งของส่วนสูงเดียวกันลบกลุ่มคดีแห่งหนซ้ำซ้อนมละ (Duplicate elimination) พอกล่าวขวัญ Big Data มนุชก็จะตื่นเต้นและหิวจักประกอบด้วย Data ครอบครองสิ่งของตนเอง โหยสะสม Data เข้าด้วยกัน เพราะประกอบด้วยประโยคแห่งหนคนพูดบ่อย ๆ แหว Data is the new oil ถือเอาว่าผิใครประกอบด้วย Data เยอะแยะก็เทียบเท่ามีแหล่งน้ำเลี่ยน ที่อดีตสมัยคนดำรงฐานะแหล่งน้ำมัน ถือเอาว่ามหาอำนาจและคนมั่งมี ซึ่งดำรงฐานะแบบนั้นแน่ๆ ๆ แต่ว่าในความเป็นจริงแล้วประโยคที่กล่าวถึง Data นั้นมีประกบอีก ถือเอาว่า Data is the new oil. It’s valuable, but if unrefined it cannot really be used หมายถึง แม้อิฉันทึ่มจะกรรมวิธีกรองหรือใช้น้ำมันรถ ไม่ก็ในที่นี้คือเขลาวิธีใช้ประกาศ ข้อมูลพวกนั้นก็เปล่าสมรรถไม่ผิดประยุกต์ใช้คว้า เสมอเหมือนแห่งหนล่างที่อยู่มีสระเลี่ยนแต่ว่าเขลาจะหยิบยกลงมาใช้คืนเช่นไร เหมือนอิฉันมี Data สูงสุดแต่ว่าทึ่มจักเอาลงมาก่ออย่างไร Data เหล่านั้นก็ตกเป็นกากอยู่ดี 2. ประโยชน์ขนมจากการชดใช้ Big Data กับ Ai 2.1 ทำให้อีฉันแจ้งลูกค้าได้ง่ายขึ้น Spotify แอปพลิเคชันฟังเพลงที่กบิลจักเก็บข้อมูลตวาดผู้ฟังเสียงดนตรีกระไร นักร้องมนุชใด เสียงเพลงแบบใด ครั้นกบิลเก็บข้อมูลได้มาระดับหนึ่ง AI จักกระทำพินิจพิจารณาดุน่าแนะนำตัวเสียงดนตรีแบบใดมอบ พัวพันเอ็ดสิ่งของ Spotify แห่งชื่อว่า Daily Mix แห่งระเบียบจักคิดดูขึ้นมาเอง ดุเสียงดนตรีแปลนใดแห่งคนน่าชอบ หรือว่า Netflix แอปพลิเคชันแลดูจอเงินด้วยกันซีรีส์ที่จะแนะนำตัวคอนเทนต์แห่งหนเรามีแนวโน้มจักชอบ 2.2 ลุ้น Drive Sales สิ่งเอ็ดที่ผ่านพบเจอะเจอคว้าเสมอ ๆ คือ ด้าน Recommendation ใน Amazon หรือ Lazada เช่น ซื้อหนังสือเล่มนี้หลังจากนั้นน่าซื้ออีกเล่มด้วย ซื้อไม้แบดมินตันจากนั้นจักเปล่าจับจ่ายลูกแบดไม่ช้าหรอ เพราะ Amazon ไม่มิดชิดดุ 35% สิ่งของยอดจำหน่ายก่อกำเนิดจากงาน Recommend Alibaba มีงานสร้าง Personalize Page หรือว่าเพจเจอร์แห่งก่อสร้างลงมาเพื่อลูกค้ามนุชนั้น ๆ มากจรดเวลากลางวันละ 6,700 ล้านเพจ แห่งหนประธานลงความว่า Alibaba มองว่าการสร้าง Personalize Page จะลุ้นทวีคูณยอดขายด้วยกัน Convert ผู้ซื้อได้มามากจรด 20% เกินเชียว 2.3 นำมาลุ้นในการคาดการณ์ แห่งจีน ประกอบด้วยแอปพลิเคชันแห่งชื่อ QQ ALERT เกี่ยวกับตามหามนุชหาย เพราะจักคาดการณ์แหวมนุษย์หายหัวนัยน์ตาเป็นอย่างไร ข้อคิดลงความว่าคนที่ล่องหนจรไม่ได้หายจรแค่หลักทิวากาล สัปดาห์หรือดวงเดือน แต่บางเรื่องหายป่วยเจียร 3-5 พรรษา แม้เป็นผู้ใหญ่ล่องหนไป 3-5 ชันษา หน้าตาจะไม่ได้กลายมาก แต่ถ้าหากครอบครองลูก ทรงไว้กลายมากเทียว เหตุฉะนี้ AI สรรพสิ่ง QQ ALERT จักลุ้นคาดการณ์ตวาดเด็กที่หายป่วยเจียรพอ 5 ชันษาที่แล้ว ช่วงปัจจุบันจะใบหน้าครอบครองอย่างไร นับจากแอปพลิเคชันเปิดฉากได้เหมือน 1 ปี สามารถช่วยสืบเสาะมนุษย์หายคว้ามากจด 200 กระทั่งคน 2.4 ก่อสร้างผลิตภัณฑ์หรือบริการนวชาต ๆ ต้นแบบ Google Assistant แห่งหนลุ้นจองร้านตัดผมให้เจ้าของได้ อาทิ บ่งบอก Google Home ปันออกช่วยสำรองร้านตัดผมแห่งรวิวาร Google Home จักทำติดต่อสั่งสนทนากับร้านตัดผมด้วยกันจองทิวากาลเวลามอบได้เกิน เกล้าผมคิดว่าประกอบด้วยธุรกิจเอ็ดแห่งหนควรจะชดใช้ Google Assistant ขนานใหญ่พ้น ก็คือ Call Center อาทิ แลกเปลี่ยนรับรอง บัตรเครดิต จักได้มาเปล่าเกิดงานโทรก่อกวนกักคุม งานฉุนเฉียวของผู้รับเลยเวลา ถ้าหากในภายหน้าหุ่นยนตร์สามารถโทรควานหาเราได้มาคงจะเวิร์ก ด้วยกันหุ่นยนตร์คงจะเรียนรู้ดุคนรับสายชอบความเห็นแบบใด อารมณ์แบบไร ซึ่งต่อไปมนุษย์แห่งหนทำการค้ายืนยันให้กับดักอีฉันคงรู้ใจอิฉันสมบูรณ์ก็อาจจะ 2.5 ตัดทอนต้นทุน USP กบิลการเคลื่อนย้ายของประเทศสหรัฐอเมริกาแห่งทุก ๆ วันประกอบด้วยรถการเคลื่อนย้ายรอบอเมริกาอยู่ 96,000 คันทั่วราชอาณาจักร โดยทุกวันจะจัดส่งสินค้ากระทั่ง 19 โล้นสิ่งดามวัน ก่อเกิดงานพินิจพิจารณาดุช่วงปัจจุบันการส่งสรรพสิ่งประกอบด้วยต้นทุนที่สูง ก่อเช่นไรจะสามารถลดต้นทุนได้ แล้วจึงก่อเกิดการนำ AI มาสนับสนุนทำความเข้าใจประกาศการเดินรถ พอ AI พินิจพิจารณาจากนั้นพบพานดุ การเดินรถแห่งประเทศสหรัฐอเมริกาขับขี่ทางขวาผ่านทั่ว ครั้นรถขนส่งเลี้ยวขวา จังหวะที่จะเกิดพลิกคว่ำมีแทบ 3% เท่านั้น แต่แม้เลี้ยวซ้ายโอกาสที่การเกิดเทกระจาดจักพอกพูนถึง 60-70% ยิ่งไปกว่านั้นรถยนต์เสื่อมเสียหลังจากนั้นอีกต่างหากเปลืองเวลากับคู่พิพาท รวมทั้งเปลืองเวลาประกบไฟแดง เหตุฉะนี้ USP แล้วจึงเปลี่ยนเส้นทางงานเดินรถใหม่ ปันออกรถเน้นย้ำเลี้ยวขวาให้ยิ่งนักที่สุดเมื่อจักเป็นได้ ผลสรุปถือเอาว่า USP สามารถมัธยัสถ์เงินได้จรด 400 ล้านเครื่องราชอิสริยาภรณ์สหรัฐ ด้วยกันประหยัดน้ำมันรถจรด 38 ล้านลิตร 2.6 ช่วยเป็นเหตุให้ตกลงใจคว้าสะดวกกับดีขึ้น งานมอบยืมสินทรัพย์แห่งหนประเทศจีนไม่ต้องเดินเจียรธนาคารเพื่อนำ Statement ไปโหนกตาขอเอากลับคืนหลังจากนั้น การกู้ยืมสินทรัพย์สมรรถคลึงผ่านเล็กปฯ ได้มาพ้น พออิฉันกดยืมสินทรัพย์ ระเบียบจักทำขวัญอิฉันมากโกร๋งเกร๋งเท่าไร หรือเปล่าให้ยืมเกินตรงนั้น จะพินิจพิจารณาขนมจากกระไรมั่ง? แห่งสมัยก่อนอิฉันจำเป็นต้องนูนหลักพยานต่าง ๆ พอให้ถือใจตวาดเรามีสตางค์ยิ่งนักเหมาะจักจ่าย แม้ว่าในปัจจุบันผ่านพบแหวบางคนมีสตางค์มากเมื่อก็จริงๆแม้ว่าเปล่าจ่าย ดังนั้น แทนที่จะควานหาคนแห่งมีเงินยิ่งนักเมื่อประการโดด จึ่งเปลี่ยนเป็นงานควานคนแห่งหนได้โอกาสซื้อเงินกลับด้วย จึงก่อกำเนิดงานเก็บข้อมูลที่นอกจากนั้นคดีสิ่งของค่าตอบแทนรายเดือนและโสหุ้ยแล้ว อีกต่างหากดองทวีคูณอีก 2 ประการคือ 1. วันที่นวดขอยืมสมบัติ กดขอยืมเงินตอนปลายเดือนหรือว่าต้นเดือน ก็เพราะว่ามนุษย์ 2 กลุ่มนี้ผิดแผกกัน คนแห่งยืมส่วนปลายดวงเดือนถือเอาว่าใช้คืนสินทรัพย์ไม่มีเงินหมดจากนั้นมาขอยืม ซีกคนแห่งขอยืมตอนต้นดวงเดือน เงินเดือนออกลูกก็ยืมจากนั้น คนแห่งน่าจะให้ยืมคือมนุษย์ยืมส่วนปลายจันทร์ เพราะมนุชที่ยืมปลายสุดดวงเดือนคือหมดจริงๆ ๆ เลยมายืม ด้านมนุชแห่งหนยืมตั้งแต่ต้นเดือนคือยังไม่ทันการสร้างกระไรพ้นก็ยืมหลังจากนั้น 2. ปริมาณแบตเตอรี่แห่งเหลือหลอตอนสิ้นเวลากลางวัน แม้ตอนหมดวันหัวหน้า กรัม แบตเตอรี่หลงเหลือ 1-5% กับดักอธิป ข. แบตเตอรี่หลงเหลือ 70% น่าจะให้ใครยืม? วิสัชนาถือเอาว่าน่าจะปันออกมนุษย์แบบนาย ขมันสมอง ยืมยิ่งกว่า เพราะคนที่แบตเตอรี่หลงเหลือตอนสิ้นวันแปลตวาดระหว่างทิวากาลชาร์จทุกเวลา แสดงว่าเป็นคนมีวินัย รอบคอบ ในขณะที่มนุษย์แห่งหนหมดช่วงสิ้นทิวากาลทุกครั้งไม่ผิดเห็นว่าไม่มีวินัยด้วยกันไม่เอาใจใส่นั่นเอง จับใจความก็คือ เหลือแหล่บริษัทเขาจับ Big Data เข้าใช้กับงานปรับเปลี่ยนทีเด็ดการทำงาน พอให้สมรรถรู้พฤติกรรมผู้บริโภคคว้าหวานคอแร้งขึ้น เพื่อที่จะชี้แจงสินค้ากับบริการให้สมน้ำสมเนื้อติดสอยห้อยตามความปรารถนาแต่ละคน ลดทุน สร้างผลิตภัณฑ์หรือว่าบริการใหม่ ๆ ด้วยกันอีกทั้งลุ้นทายเหตุการณ์ล่วงหน้า เพื่อที่จะฝึกซ้อมต้านทานกับใช้ประกาศเพื่อที่จะประกอบกิจการปลงใจเจริญ ภาพอธิบายเรียงความขนมจาก panumas nikhomkhai, Pexels ถอดความจาก: Morning Call Podcast โดยคุณเข้มแข็ง อำนาจวงศ์ ศิริมาศเกษมฟัง EPมันสมอง ตรงนี้แบบครบ ๆ ถึงที่เหมาะ: SOUNDCLOUD, Spotify, PodBean บทความอื่นแห่งคุณคงยั่ว ถ้าหากโดน AI ชิงธุรกิจหลังจากนั้นเราน่าทำยังไง?AI กับดักตำแหน่งงานที่หาย อีกสิ่งแห่งรัฐบาลจำต้องจัดการไชพฤติกรรมผู้บริโภคพรรษา 2019 ข้าง Digital Marketing ด้วยกัน Creative