Dom Audio Najważniejsze wskazówki dotyczące zarabiania na danych poprzez uczenie maszynowe

Najważniejsze wskazówki dotyczące zarabiania na danych poprzez uczenie maszynowe

Spisu treści:

Anonim

Big data jest zawsze opisywane jako niezwykle cenny zasób, który może napędzać kwitnące przedsiębiorstwo, zapewniając organizacjom przydatne informacje, możliwości biznesowe i doskonałe marże. Podobnie jak ropa naftowa musi być rafinowana, zanim będzie mogła zostać przekształcona w cenny i użyteczny zasób, jednak dane muszą zostać przetworzone przez sztuczną inteligencję (AI) i uczenie maszynowe (ML), zanim będzie to coś warte. Od wykorzystania go do poprawy wydajności operacji organizacji po wykorzystanie go do tworzenia nowych strumieni przychodów, dane biznesowe można zarabiać na wiele różnych sposobów.

Jak wyjaśnił Tim Sloane, wiceprezes ds. Innowacji płatniczych w Grupie Doradczej Mercator, „monetyzacja danych polega na wykorzystywaniu danych za pośrednictwem nowych kanałów”. Rzućmy okiem na kilka konkretnych przykładów bez marnowania czasu. Ponieważ czas to pieniądz, mój przyjacielu!

Sprzedaż anonimowych danych klientów stronom trzecim

Dane klientów, które są anonimowe (tj. Pozbawione jakichkolwiek poufnych informacji) lub zsyntetyzowane (tj. Nieznacznie zmodyfikowane, aby nadal były w 100% istotne statystycznie, ale niemożliwe do odtworzenia w stosunku do pierwotnego klienta) mogą być sprzedawane innym firmom, które potrzebują ich w forma produktów analitycznych. Zagregowane, wstępnie strawione dane można zarabiać, ponieważ mogą posiadać wartość wykraczającą poza pierwotne wykorzystanie i mogą tworzyć nowy strumień przychodów. Na przykład centrum handlowe może chcieć wiedzieć, jaki rodzaj jedzenia jest preferowany przez entuzjastów gier wideo po dokonaniu zakupu, aby można było umieścić konkretne stoisko z fast foodami w tym samym obszarze, co sklepy z grami. Lub firma telekomunikacyjna może sprzedawać dane geolokalizacyjne klientów, które można wykorzystać do planowania bardziej wydajnych rozwiązań technologicznych „inteligentnego miasta”.

Najważniejsze wskazówki dotyczące zarabiania na danych poprzez uczenie maszynowe