数码之家

 找回密码
 立即注册

QQ登录

只需一步,快速开始

微信登录

微信扫一扫,快速登录

搜索
查看: 555|回复: 2

[用] 如何买到优质电话名单一定要绕过这几个坑

[复制链接]
发表于 2019-12-27 16:56:24 | 显示全部楼层 |阅读模式

认识众多玩家高手/拆客/DIY爱好者,查阅更多资源,一起学习技术知识

您需要 登录 才可以下载或查看,没有帐号?立即注册 微信登录

x
首先,傅志华总结出大数据和人工智能的关键技术,包括图像识别、语音识别、语意理解、深度学习、用户画像等等,而且还离不开外部数据打通。但大家在这些技术的实施过程中可能会陷入最常见的三个误区:
  如何买到优质电话名单,业务部门不知道大数据有什么用,也不知道在业务的哪些场景里能用到大数据。个大坑,企业内部数据孤岛现象非常严重,不同业务部门的数据库各自为政,跨部门的数据共享非常困难。
全行业的精准客户资源:bhly44

企业组织架构不合理。
  这三个最常见的大坑,要怎样绕过去?有没有解决办法?傅志华分享了两点建议。
  第一点,做好数据的业务规划。有些企业还不知道要用大数据做什么,就先拉起一个大数据团队,让他们自己去研究,这样大数据团队就很难办了,最后可能产出不明显,即使出来了一些成果也不知道有什么用,这种情况到最后往往就失败了。所以,应该反过来,先从结果出发,从应用场景来看,大数据能帮我做什么?由于詹姆斯缺阵,湖人队不仅缺乏了最为倚重的攻坚手,而且还缺乏了至关重要的进攻组织点。全队除了浓眉哥和库兹马,全队其余10人,竟没有1人可以得分上我需要哪些数据?这需要企业领导人、业务负责人和大数据专家一起认真探讨规划,尤其要根据企业的现状和未来两到三年的发展规划,
全行业的精准客户资源bhly44
全队除了浓眉哥和库兹马,全队其余10人,竟没有1人可以得分上看大数据在哪些应用上对企业的发展规划是有帮助的?是效率方面的提升还是业绩的直接提升?确定了大数据的应用场景之后,根据场景去看数据模型怎么建、需要哪些数据,如果数据不够,再去和外面合作或者交易需要的数据。
那大数据在企业里一般都有哪些应用场景呢?傅志华总结出了一个“大数据与人工智能——企业应用场景金字塔模型”。这个模型有一个底座,是数据基础平台,这个是地基;往上数还有七层,我们从下往上看,第一层是产品研发,第二层是业务运营监控,第三层包括了客户洞察、体验优化与智能客服,再往上是精细化运营与营销、业务市场传播、业务经营分析,一直到最顶层的战略分析。
傅志华具体解释了其中的一些应用场景,比如金字塔的底座“数据基础平台”,这个应用场景非常重要,是把客户的数据形成一个客户画像存在公司级的数据库里面。金字塔的第一层是“产品研发”,大数据应用在这里,一方面可以提升产品研发效率,另一方面是可以做热门的个性化产品研发,通过规模化的手段实现个性化的定制。金字塔的第二层是“业务运营监控”,就是通过大数据去监控异常变动,比如通过大数据及时监测KPI,快速生成可视化图片,一看就明白哪个点出了问题,就可以及时避免损失。
  如何买到优质电话名单说完了第一点“做好数据的业务规划”,我们来谈谈傅志华的第二点建议:调优组织架构。他举了两种常见的错误结构形式,一种是每个部门里都有数据团队,但不同部门的数据库标准都不一样,没法做关联,导致数据资产流失;另一种是所有数据都放在一个中央级的数据部门里面,做集中化管理,这样数据是在一起了,但是人没有和数据在一起,业务部门觉得数据部门高高在上,数据部门又不了解业务,发挥不了数据的价值。

大数据与精准营销那么该如何调整组织架构?首先要设立一个中央级的数据部门,同时每个事业部里都要有数据团队,但分工有差异。中央级的定位更多是数据的整合、数据产品的建设、平台的建设等,事业部门要考虑更多的是,公司级大数据资产怎么在业务部门快速响应业务需求、推动业务的发展。当然,CEO的角色也很重要,他来亲自管理这个大数据部门,这样一方面可以让大数据在决策层发挥威力,另一方面,大数据整合往往有很多部门层级,CEO亲自管理可以提高沟通的效率。
全行业的精准客户资源:bhly44
建立容易让大数据落地的组织架构,采用集中+分布式策略,就是刚才说的要有中央级数据部门,每个事业部还要有数据团队。

 楼主| 发表于 2019-12-27 16:58:06 | 显示全部楼层
游客请登录后查看回复内容
回复 支持 反对

使用道具 举报

 楼主| 发表于 2019-12-27 17:01:01 | 显示全部楼层
游客请登录后查看回复内容
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册 微信登录

本版积分规则

轻APP|手机版|小黑屋|关于我们|联系我们|法律条款|数码之家

闽公网安备35020502000485号

闽ICP备2021002735号-2

GMT+8, 2021-10-24 17:15 , Processed in 0.327600 second(s), 18 queries , Redis On.

Powered by Discuz!

© 2006-2021, MyDigit.cn

快速回复 返回顶部 返回列表