Teknolojinin gelişimi ile yepyeni bir olanak yelpazesi ortaya çıkıyor. Telefonlar artık yalnızca telefon görüşmelerini etkinleştirmiyor; Bunlar cüzdan, ansiklopedi, harita, sosyal medya kaynağı, İnternet bağlantısı ve daha fazlası gibi hizmet ediyor ve cebinize sığacak kadar küçük. TV, geçmişte izlediklerinizi ve hangi yeni programların ilgini çekeceğini izlerken herhangi bir ülkeden istediğiniz dilde videolar akışı yapıyor.

Sosyal medya hesaplarınız, bağlanmak isteyebileceğiniz kişileri, izlemek isteyebileceğiniz içeriği ve muhtemelen satın alacağınız ürünleri önermektedir. Son zamanlarda cep telefonum işten sonra arabama bindiğimde beni şaşırttı ve eve gitmek 47 dakika süreceğini ve bir rota önermesini istediğimi söyledi. Telefon, ben sadece eve dönmek üzere olduğumu nereden biliyordu?

Cevap, teknolojinin gelişiminde yatıyor.

Küçük bilgi biriktiren cep telefonları, Fit Bits ve saatler gibi cihazlarda fark edilmeden gömülü olan küçük sensörlerle daha fazla veri elde edilebilir: yürüyor, koşuyorsa, sürüyor veya nakliye yapıyor olsanız da bulunduğunuz yer ve hareketler, Nabız, sıcaklık ve daha fazlası gibi sağlık parametreleri ile birlikte.

Bireysel olarak, bu bilgi bitleri çok fazla değildir ve bu verileri depolamak ve işlemek için büyük miktarda kapasite ve güç alır. Bulut teknolojisi ve ucuz donanımla neredeyse sınırsız veri kaynağı olan bu duyusal veriler, model tanıma ve tahmin için saklanabilir ve işlenebilir.

 

Bu, analitik yazılımın geleneksel ticari zeka (BI) ürünlerinin temel değer önermesi olan veri setlerini yalnızca raporlama, özetleme, analiz etme ve görselleştirme işlemlerinin ötesine taşımayı sağlar. Modelleri belirleyen ve anlamlı tahminler üreten algoritmalar, geçmişte pahalı donanımı ve bolca zamanı gerektiren önemli bir işleme gücü gerektirir.

Bununla birlikte, günümüzün veri depolama ve işleme gücüne kolay erişmesi, öngörme yeteneklerini geniş bir tüketici kitlesine yaymaktadır. Sonuç olarak, tarihsel verilerin analizi meta haline getirildi ve liderler ve takipçiler arasındaki fark gelişmiş analitik olarak da bilinen ileriye dönük (öngörüleyici) BI’de yatıyor.

Bu bilgilerin gerçek değeri, Şeylerin İnternet’inden (IoT) gelen duyusal veriler aşağıda gösterildiği gibi ERP sistemlerinden gelen işlem verisi ile birleştirildiğinde ve kullanıcı deneyimine gömüldüğünde gerçekleşir:

 

Bu gömme işlemi, verileri tahmini motorun erişebilmesi için okur ve hazırlar. Makine öğrenimi, modeli eğitmek, bulguları tüketici bağlamında uygulamak ve geribildirimi yakalamak ve bunu takiben yeni veriler okumak ve modeli yeniden eğitmek suretiyle tahminlerin sürekli iyileştirilmesine (“akıllı makine”) ilişkin sürekli döngü anlamına gelir.

Tüketici bakış açısına göre, yazılımın sadece kullanıcı girdilerine yanıt vermekle kalmayıp, proaktif olarak uygun eylemleri (satın alacak ürünleri, seçilecek seçenekleri, vb.) Önermesi “akıllı” bir kullanıcı deneyimi oluşturur. İkinci olarak, alınan yeni verilere dayanan tahminlerin sürekli iyileştirilmesi ve kullanıcı geribildirimi, kullanıcı deneyimini tamamen yeni bir seviyeye taşıyor.

SONUÇ

Makine öğrenimi, tüm sektörlerdeki şirketlerin, müşterileri ile olan etkileşimlerini ve ilişkilerini yeni bir düzeye çekmelerini sağlar. Dijital dönüşüm çağında, bu kullanıcı deneyimi tüketiciler tarafından bekleniyor ve liderleri her pazardaki takipçilerden ayırıyor.

Daha fazla bilgi edinmek için, Leading Insights konferansında bana katılın ve önceki makalelerime bakın Dijital Dönüşüm: Geçiş veya Geçmiş, Şirketler ve Bireyler Bir Seçime Sahip mi? Ve SAP S / 4HANA ve BusinessObjects Cloud ile Dijital Dönüşüm.

SAP Business Objects Cloud hakkında daha fazla bilgi için tıklayın.