והשנה קטגוריה חדשה : GenAI & LLM projects
top of page
Start Small Think BIG
Tapas Blog
ארכיטקטורה מותאמת לבניית AI בשיווק ובכלל
למה זה מאתגר? ריבוי ערוצים מול לקוח שמייצרים המון נתונים שונים ומפוזרים, המידע על הלקוח מתעדכן בזמן אמת בכל אינטראקציה / שיווק, מכירות ושירות לקוחות פועלים ב silos / רוצים גם לאחד היסטוריית נתונים ממערכות אחרות בארגון.
אז לא חידשנו כלום.
אבל עכשיו כשהארגון גם רוצה לעשות קפיצת מדרגה לעולמות ה AI חייבים שהכל יהיה מסודר ומדוייק
במאמר טרי ומעניין על שכבת הנתונים החדשה שהינה הבסיס לבניית AI בשיווק (לינק למאמר המלא) מוצגת ארכיטקטורת נתונים מודרנית מאוחדת לטכנולוגיית שיווק באמצעות מחסני נתונים בענן (CDWs)
בארכיטקטורה המוצגת בתמונה אפשר לראות 3 מחלקות: שיווק, מכירות ושירות לקוחות, כל אחת עם אפליקציות ומסדי נתונים ייעודיים משלה (כאב ראש בכל ארגון לחבר את הכל🥹?) ובמציאות יש עוד מערכות עם נתוני לקוח...
ה CDW משמש כ"שכבת נתונים מרכזית לכל הארגון" ומאפשר שיתוף נתונים דו-כיווני כמו כן מתחבר לכלי ML ו BI כלי לאפשר אנליזות, דשבורדים ומודלי חיזוי
אז אם נעשה לנו רגע סדר בכלים ובפלטפורמות הקיימות ומה ההבדל בין CDP ו CDW אז כמה דוגמאות לפלטפורמות CDW מובילות בשוק Snowflake, Databricks, Google BigQuery, Amazon Redshift
דוגמאות ל CDP סלספורס / אדובי / SAP
כן חשוב לציין שהתחום הזה מתפתח במהירות, וההבדלים בין CDPs, CDWs הופכים לעתים מטושטשים (כלומר CDP עם יכולות אחסון וניתוח / ניהול פאנל מרכז ב CDW עם יכולות ניהול נתוני לקוחות)
לסיכום....שכבת נתונים מאוחדת היא הבסיס לגל הבא של חדשנות AI בשיווק, מכיוון שהיא מבטיחה שלמודלי AI יש גישה לנתונים נקיים ושלמים לקבלת החלטות טובות.
לכן צריך להכיר את האפשרויות ולתפור את הארכיטקטורה הכי נכונה לכם
בעולם שבו דאטה הוא "הנפט החדש" ולמידת מכונה היא "החשמל החדש", אנו עדים למהפכה שקטה אך משמעותית: עלייתן של פלטפורמות no code ML. טכנולוגיה זו מבטיחה לשנות את האופן שבו חברות מכל הגדלים מתמודדות עם אתגרי הבינה המלאכותית וניתוח הנתונים😀
כיום אפשר לראות ששימוש במודלי ML הינו בעיקר בארגונים גדולים שיש להם צוותי data scientists מומחים. אז מצד אחד מחקרים מראים ש 40% מהחברות טוענות שטכנולוגיות ומומחיות בינה מלאכותית יקרות מדי עבורן. ומצד שני 83% מהחברות מציינות שבינה מלאכותית היא בעדיפות אסטרטגית עבורם.
כאן בדיוק נכנסות לתמונה פלטפורמות no code ML. כי למעשה הן מבטיחות להנגיש את הכוח של בינה מלאכותית ולמידת מכונה למשתמשים עסקיים, ללא צורך במומחיות טכנית עמוקה
אפשר לראות בתמונה הזו מתוך Top No-Code Machine Learning Platforms in 2024 של חברת Graphite note תרשים השוואתי עדכני יחסית המבוסס על גודל החברה והפשטות/מורכבות של הכלי.
המטרה העיקרית במחקר הייתה למפות פלטפורמות שמתאימות במיוחד לעסקים קטנים ובינוניים, קלות לשימוש, ובעלות מגוון רחב של שימושים אפשריים
עם זאת חשוב לציין שהשוק דינמי וכל הזמן מתווספים כלים חדשים וגם הדירוג והמיקום של הפלטפורמות עשוי להשתנות. ארגונים שבוחנים מה מתאים להם צריכים להכיר קודם את היכולות
ודבר אחרון - חשוב לזכור שפלטפורמות למידת מכונה ללא קוד לא יחליפו לחלוטין את הצורך במדעני נתונים. אבל הן יעצימו משתמשים עסקיים לבחון רעיונות ולפתור בעיות באופן עצמאי, מה שיאיץ את התהליך מרעיון למוצר!
האם אתם מכירים או שאתם חלק מארגון בינוני / קטן שהתחיל לעבוד עם אחד המוצרים במטריצה או מוצר אחר דומה שאינו מופיע בה?
bottom of page