Most people know the Big Data story

Most people know the Big Data story by now: the proliferation of sensors (the “Internet of Things”) is accelerating exponential growth in “structured” data. And now on top of that explosion, we can also analyze “unstructured” data, such as text and video, to pick up information on customer sentiment. Companies have been using analytics to mine insights within this newly available data to drive efficiency and effectiveness. For example, companies can now use analytics to decide which sales representatives should get which leads, what time of day to contact a customer, and whether they should e-mail them, text them, or call them.

ผลลัพธ์ (ไทย) 1:

คนส่วนใหญ่รู้เรื่องข้อมูลขนาดใหญ่ โดยขณะนี้: การแพร่กระจายของเซ็นเซอร์ ("อินเทอร์เน็ตของสิ่ง") กำลังเร่งเรขาใน "โครงสร้าง" ข้อมูล และตอนนี้ ที่ระเบิด เราสามารถยังวิเคราะห์ข้อมูล "โครง" เช่นข้อความและวิดีโอ การรับข้อมูลเกี่ยวกับความเชื่อมั่นของลูกค้า บริษัทได้ใช้การวิเคราะห์การเหมืองข้อมูลเชิงลึกในข้อมูลนี้มีมาใหม่ขับประสิทธิภาพและประสิทธิผล ตัวอย่างเช่น บริษัทสามารถใช้วิเคราะห์การตัดสินใจซึ่งพนักงานขายควรได้รับซึ่งนำไป เวลาในการติดต่อลูกค้า และพวกเขาควรอีพวกเขา ข้อความพวกเขา หรือเรียกพวกเขา

ผลลัพธ์ (ไทย) 2:

คนส่วนใหญ่รู้เรื่องข้อมูลขนาดใหญ่โดยขณะนี้: การแพร่กระจายของเซ็นเซอร์ (ที่ "อินเทอร์เน็ตของสิ่ง") กำลังเร่งการเจริญเติบโตชี้แจงในข้อมูล "โครงสร้าง" และตอนนี้อยู่ด้านบนของการระเบิดที่เรายังสามารถวิเคราะห์ข้อมูล "ที่ไม่มีโครงสร้าง" เช่นข้อความและวิดีโอที่จะรับข้อมูลเกี่ยวกับความเชื่อมั่นของลูกค้า บริษัท ได้ใช้การวิเคราะห์เพื่อเหมืองข้อมูลเชิงลึกที่อยู่ในข้อมูลใหม่นี้จะขับรถอย่างมีประสิทธิภาพและประสิทธิผล ยกตัวอย่างเช่น บริษัท ในขณะนี้สามารถใช้การวิเคราะห์การตัดสินใจที่พนักงานขายควรจะได้รับซึ่งนำไปสู่​​สิ่งที่เวลาของวันที่จะติดต่อกับลูกค้าและไม่ว่าพวกเขาควรจะ e-mail พวกเขาข้อความพวกเขาหรือเรียกพวกเขา

ผลลัพธ์ (ไทย) 3:

คนส่วนใหญ่ทราบเรื่องข้อมูลใหญ่ โดยตอนนี้ : การแพร่กระจายของเซนเซอร์ ( " Internet ของสิ่งที่ " ) จะเร่งการเจริญเติบโตที่ชี้แจงใน " โครงสร้าง " ข้อมูล และตอนนี้ด้านบนของการระเบิด เรายังสามารถวิเคราะห์ข้อมูลที่ไม่มีโครงสร้าง” เช่น ข้อความ และวิดีโอ เพื่อรับข้อมูลเกี่ยวกับความเชื่อมั่นของลูกค้า บริษัทได้ใช้วิเคราะห์ข้อมูลเชิงลึกของฉันภายในนี้ใช้ได้ใหม่ข้อมูลไดรฟ์ประสิทธิภาพและประสิทธิผล ตัวอย่างเช่น บริษัท สามารถใช้วิเคราะห์เพื่อการตัดสินใจเลือกผู้แทนขายควรจะได้รับ ซึ่งนัก สิ่งที่เวลาของวันในการติดต่อลูกค้า และไม่ว่าจะอีเมล , ข้อความพวกเขาหรือเรียกพวกเขา