हे आपण पोस्ट केलेल्या स्निकरपैकी एक पोस्ट आहे ... आणि नंतर विसरायला बोर्बनचा शॉट मिळवा. पहिल्या दृष्टीक्षेपात हा एक हास्यास्पद प्रश्नासारखा वाटतो. आपण विपणन व्यवस्थापकाची जागा जगात कशी घ्याल? यासाठी ग्राहकांच्या वागणूकीचा सखोल अभ्यास करण्याची, गुंतागुंतीच्या डेटाचे आणि ट्रेन्डचे वस्तुनिष्ठपणे विश्लेषण करण्याची आणि कार्य करणार्‍या निराकरणासह सर्जनशीलतेने विचार करण्याची क्षमता आवश्यक असेल.
प्रश्नासाठी आम्हाला दररोज विपणक म्हणून काय कार्ये करावीत आहेत या विरुद्ध चर्चा करणे आवश्यक आहे की मार्केटर्स दररोज काय करतात. बरेच प्रयोगकर्ते सिस्टमपासून सिस्टममध्ये डेटा हलवित आहेत, त्यांचे प्रयोग वैध, अवैध किंवा अनुकूलित केले जाऊ शकतात असा पुरावा प्रदान करण्यासाठी अहवाल विकसित करणे आणि त्यांचे विश्लेषण करणे आणि त्यांचे सर्जनशीलता याचा उपयोग व्यवसाय परिणाम दर्शविण्यासाठी करतात.
सर्जनशीलतेसह व्यवसायाचा परिणाम चालविणे हा प्रत्येक विक्रेत्याचा पाया असल्याचे दिसते, जरी बरेच विक्रेत्यांना प्रत्यक्षात तसे करण्यासाठी पुरेसा वेळ मिळत नाही. सिस्टम कालबाह्य आहेत, सिस्टम संप्रेषण करीत नाहीत, मार्केट शिफ्ट करतात आणि आपल्याला फक्त चालू ठेवण्यासाठी चपळ पद्धती आवश्यक असतात. परिणामी, आपले बहुतेक प्रयत्न आपल्या वास्तविक मूल्याच्या बाहेर घालवले जातात - सर्जनशीलता. आणि रोबोटच्या जागी सर्जनशीलता हा सर्वात कठीण अडथळा असू शकतो. ते म्हणाले… आम्ही आपला बहुतेक वेळ घालवलेली कामे आपल्या विचार करण्यापेक्षा लवकर बदलली जाऊ शकतात.
तंत्रज्ञानामधील प्रगती विक्रेत्यांसाठी रोमांचक आहेत कारण ते सांसारिक, पुनरावृत्ती करणारी आणि विश्लेषणात्मक कार्ये काढून टाकतील आणि आमची क्षमता खरोखर जिथे आहे तिथे आमच्या अधिक प्रयत्नांवर लक्ष केंद्रित करण्यास सक्षम करते - सर्जनशीलता.
- मशीन लर्निंग - अधिकाधिक समाकलित डेटा पॉईंट्स फीडिंग मार्केट डेटा, प्रतिस्पर्धी डेटा आणि ग्राहक डेटासह, मशीन लर्निंगचे वचन असे आहे की सिस्टम वेगवेगळ्या चाचण्या सुचवू, अंमलात आणू आणि अगदी अनुकूलित करू शकतात. जेव्हा आपल्याला वारंवार आणि अधिक डेटा मालिश करण्याची आणि क्वेरी करण्याची आवश्यकता नसते तेव्हा आपण परत किती वेळ येईल याचा विचार करा.
- कृत्रिम बुद्धिमत्ता - एकवचनी आणखी काही दशके असू शकते, कृत्रिम बुद्धिमत्ता ही विपणन क्षेत्रात एक वेगळी प्रगती आहे. आज माणसाच्या सर्जनशील पातळीवर पोहोचण्यासाठी एआयना अजूनही असीम डेटा आवश्यक आहे, म्हणून लवकरच व्यवस्थापक लवकरच बदलले जाईल याबद्दल शंका आहे.
याचा अर्थ असा नाही की एआय कधीही सर्जनशीलताची नक्कल करणार नाही. अशा प्रणालीची कल्पना करा जी जाहिरातींवरील क्लिक-थ्रू डेटाचे विश्लेषण करते - त्यानंतर स्पर्धात्मक जाहिरातींचे विश्लेषण करते. कदाचित एआय करू शकला जाणून क्लिक-थ्रू आणि रूपांतरणे ऑप्टिमाइझ करण्यासाठी आपल्या मथळे आणि व्हिज्युअलमध्ये तार्किक भिन्नता कशी तयार करावी. आम्ही त्यापासून वर्षे दूर नाही - या प्रणाली येथे आहेत.
मानवी सर्जनशीलता सहजपणे नक्कल केली जाते, परंतु त्याची पुनरावृत्ती करणे कठीण जात आहे. माझ्याकडे फारसा आत्मविश्वास नाही की लीझर जॉब्जने लवकरच या इन्फोग्राफिकद्वारे जितक्या लवकर लीफर्स जॉब्ज केली त्याप्रमाणे रोबोट सृजनात्मक म्हणून मोहीम विकसित करेल. पण मला खात्री आहे की काही वर्षांत ते त्यातून शिकू शकेल आणि कॉपी करेल!
२०47 पर्यंत work by% मनुष्यबळाची रोबोट्स बदलतील, तुमच्या जागी येण्याची शक्यता किती आहे?
