หน้า: [1]   ลงล่าง
  พิมพ์  
ผู้เขียน หัวข้อ: Tealium เปิดตัวแมชชีนเลิร์นนิ่งสำหรับแพลตฟอร์มข้อมูลลูกค้า  (อ่าน 111 ครั้ง)
0 สมาชิก และ 1 บุคคลทั่วไป กำลังดูหัวข้อนี้
iqpressrelease
Vmodtech Member
*****
ออฟไลน์ ออฟไลน์

กระทู้: 1557


อีเมล์
« เมื่อ: 19 กันยายน 2019, 13:09:07 »

        Tealium เปิดตัว Tealium(R) Predict เทคโนโลยีแมชชีนเลิร์นนิ่งแบบบิลต์อินสำหรับแพลตฟอร์มข้อมูลลูกค้า
        - เทคโนโลยีแมชชีนเลิร์นนิ่งสุดล้ำช่วยให้องค์กรต่าง ๆ สามารถสร้างกลุ่มเป้าหมายที่ชาญฉลาดขึ้น และทำนายพฤติกรรมของผู้บริโภคได้อย่างแม่นยำมากขึ้น

          Tealium ผู้นำการจัดการข้อมูลลูกค้าแบบเรียลไทม์ที่ลูกค้าให้ความไว้วางใจ เปิดตัว Tealium Predict เทคโนโลยีแมชชีนเลิร์นนิ่งแบบบิลต์อินสำหรับ Tealium AudienceStream ซึ่งเป็นแพลตฟอร์มข้อมูลลูกค้าหรือ Customer Data Platform (CDP) ชั้นนำของบริษัท เมื่อใช้งานร่วมกับ Tealium AudienceStream เทคโนโลยี Tealium Predict จะกระตุ้นให้เกิดการใช้งานข้อมูลเชิงลึกที่เชื่อถือได้จากแมชชีนเลิร์นนิ่งโดยครอบคลุมเทคโนโลยีสแต็กทั้งหมดผ่านทางการสร้างกลุ่มเป้าหมายที่ชาญฉลาดมากขึ้น

          Tealium Predict จะช่วยให้องค์กรต่าง ๆ ได้ข้อมูลสรุปเกี่ยวกับสิ่งที่ลูกค้ามีแนวโน้มที่จะทำในอนาคตได้โดยอัตโนมัติ จากนั้นจึงออกแบบโปรแกรมที่สามารถปรับให้ตรงตามความต้องการของลูกค้า สำหรับฟังก์ชั่นที่สำคัญ ประกอบด้วย:

          - จัดทำคะแนนลูกค้าเป็นรายบุคคลด้วยศักยภาพในการทำนายผล: โมเดลของ Tealium Predict ให้คะแนนผู้เข้าชมตามความเป็นไปได้ที่จะกลับมาใช้บริการซ้ำหรือดำเนินการจนจบขั้นตอน องค์กรต่าง ๆ สามารถใช้คะแนนเหล่านี้ในการสร้างกลุ่มเป้าหมายเพื่อดำเนินการเชิงรุกเพิ่มเติมต่อไป ในลักษณะเดียวกับแคมเปญ re-engagement
          - ใช้ข้อมูลเชิงลึกจากแมชชีนเลิร์นนิ่งครอบคลุมทุกทัชพอยท์และเทคโนโลยีทั้งหมด: องค์กรต่าง ๆ สามารถเปิดใช้ข้อมูล predictive insights ในอินทิเกรชั่นใดก็ได้ของ Tealium ที่มีมากกว่า 1,200 อินทิเกรชั่น
          - ประหยัดเวลาโปรเจกต์แมชชีนเลิร์นนิ่งที่มีข้อมูลผู้ใช้มาเกี่ยวข้อง: Tealium AudiencesStream ทำให้สามารถรวมการเก็บรวบรวมและการเปิดใช้งานข้อมูลเข้ากับแมชชีนเลิร์นนิ่งได้อย่างเป็นธรรมชาติ ซึ่งช่วยลดปัญหาในการเตรียมและเปิดใช้ข้อมูลในแผนงานแมชชีนเลิร์นนิ่งลงได้เป็นอย่างมาก

          "องค์กรต่าง ๆ ใช้เวลาไปอย่างมากมายกับการทำความสะอาดข้อมูล (wrangling data) และขบคิดวิธีการใช้ข้อมูลเชิงลึก" ไมค์ แอนเดอร์สัน ผู้ก่อตั้งและซีทีโอของ Tealium กล่าว "ด้วยการให้ความสำคัญกับการจัดระเบียบข้อมูลลูกค้าอย่างต่อเนื่อง เราจึงมีความพร้อมมากที่สุดที่จะนำเสนอผลิตภัณฑ์แมชชีนเลิร์นนิ่งที่สามารถรวมเข้ากับโซลูชั่น CDP ของเราได้อย่างเหมาะเจาะ เราสามารถส่งมอบข้อมูลที่ได้จากเทคโนโลยีแมชชีนเลิร์นนิ่งเข้าสู่เทคสแต็กแบบ downstream ของลูกค้า ไม่ว่าเครื่องมือสแต็กเหล่านั้นจะมีความสามารถด้านแมชชีนเลิร์นนิ่งหรือไม่ก็ตาม"

          Tealium Predict สนับสนุนการใช้งานสำหรับทุกองค์กร ไม่ว่าองค์กรนั้นจะมีความสามารถด้านแมชชีนเลิร์นนิ่งหรือไม่ โดยองค์กรที่ยังใหม่กับเทคโนโลยีแมชชีนเลิร์นนิ่ง และต้องการที่เริ่มเรียนรู้และใช้งาน Tealium Predict จะช่วยให้องค์กรเหล่านี้สร้างโมเดล ติดตั้งและเปืดใช้งานโมเดลได้ทันทีใน Tealium AudienceStream โดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว ในส่วนขององค์กรที่มีโปรเจกต์แมชชีนเลิร์นนิ่งอยู่แล้ว Tealium Predict จะช่วยให้องค์กรเหล่านี้นำโมเดลแมชชีนเลิร์นนิ่งที่มีอยู่เข้าสู่สแต็กการวิเคราะห์และการตลาดของพวกเขาได้อย่างง่ายดาย อันจะเป็นการสร้างวงจรประเสิร์ฐของกระแสข้อมูลและการปรับปรุงข้อมูลให้ดีขึ้น

          ดูข้อมูลเพิ่มเติมเกี่ยวกับ Tealium Predict ได้ที่ tealium.com/predict

          เกี่ยวกับ Tealium
          Tealium ปฏิวัติธุรกิจดิจิทัลในโลกยุคปัจจุบันด้วยแนวทางที่เป็นสากลในการจัดเรียงข้อมูลลูกค้า ครอบคลุมตั้งแต่เว็บ โมบายล์ ออฟไลน์ และอุปกรณ์เชื่อมต่ออินเทอร์เน็ต Tealium นำเสนอระบบอีโคซิสเต็มครบวงจรที่สนับสนุนผู้ขายและเทคโนโลยีฝั่งเซิร์ฟเวอร์และฝั่งไคลเอนต์มากกว่า 1,200 ราย ด้วยขุมกำลังในการรวบรวมข้อมูลลูกค้าจากแหล่งข้อมูลจริงเพียงแหล่งเดียว ทั้งนี้ Universal Data Hub ของ Tealium รวมการจัดการแท็ก, API hub, แพลตฟอร์มข้อมูลลูกค้า และโซลูชันการจัดการข้อมูลที่ช่วยให้องค์กรต่าง ๆ ใช้ประโยชน์จากข้อมูลแบบเรียลไทม์เพื่อสร้างสรรค์ประสบการณ์ดิจิทัลที่สมบูรณ์และมีความเฉพาะตัวมากขึ้นสำหรับทีมงานทุกฝ่าย เทคโนโลยี และจุดติดต่อกับลูกค้าทุกจุด

          สื่อมวลชนติดต่อ
          Rachel Gulden
          Walker Sands
          rachel.gulden@walkersands.com
          โทร. 312-267-0530
บันทึกการเข้า
หน้า: [1]   ขึ้นบน
  พิมพ์  
 
กระโดดไป: