ఈ రోజుల్లో, సమాచారం లేదా డేటా ఎంత ముఖ్యమో అందరికీ తెలుసు. మరో మాటలో చెప్పాలంటే, అత్యంత విలువైన విషయం "డేటా" అని మనకు ఇప్పుడు తెలుసు. కాబట్టి ఈ డేటా ఎలా ఉపయోగించబడుతుంది లేదా దేనికి-ఎందుకు?
డేటా చాలా విలువైన ఖనిజాల మాదిరిగా ఉందని చెప్పి, కమ్యూనికేషన్ రైటర్ బార్ కరోస్లాన్ మొత్తం అమ్మకాలు మరియు మార్కెటింగ్ ప్రపంచం "డేటా" కోసం ముసుగులో ఉందని మరియు ఈ రంగాలలో తన పెట్టుబడులన్నింటినీ చేస్తుంది అని పేర్కొంది.
ఈ సమస్యపై తన ప్రకటనలను కొనసాగిస్తూ, బార్ మై కరోలాన్ డేటా మైనింగ్ సమస్యపై కూడా దృష్టిని ఆకర్షించాడు మరియు వాట్సాప్ ఒప్పందం గురించి గందరగోళాన్ని మరింతగా తొలగించే సమాచారాన్ని ఇచ్చాడు, దీనిని మనం ఇప్పుడు చదివి ఒకదానితో ఒకటి పంచుకుంటాము.
పెద్ద కంపెనీలు, ప్రకటనల ప్రపంచం మరియు వ్యక్తిగత డేటా మధ్య సంబంధం
చాలా పెద్ద కంపెనీలు తమ అమ్మకాలు మరియు మార్కెటింగ్ వ్యూహాలను సృష్టించేటప్పుడు మొదట "లక్ష్య ప్రేక్షకులను" నిర్ణయించడానికి ప్రయత్నిస్తాయి. ఎందుకంటే ఇది లక్ష్య ప్రేక్షకులను చేరుకోవాలనుకుంటుంది మరియు విలువైనది. డిజిటల్ యుగంలో దీనిని సాధించడానికి సులభమైన మరియు వేగవంతమైన మార్గం డేటా. డేటాను చేరుకోవడానికి ప్రయత్నిస్తున్నప్పుడు, కోరుకున్నది ఖచ్చితంగా చేరుకోవడానికి దీనిని "వ్యక్తిగత డేటా" అని పిలుస్తారు. ఇది వాట్సాప్ కాంట్రాక్టుతో తెరపైకి రావడానికి కారణం, ఎందుకంటే వ్యక్తిగత డేటా మనం అనుకున్నదానికంటే చాలా విలువైనది.
మెసేజింగ్ అనువర్తనాలపై మనమందరం చాలా ప్రైవేట్ పోస్ట్‌లను కూడా చేస్తామని మేము అనుకున్నప్పుడు, మన అత్యంత రహస్య రహస్యాలు కూడా తెలిసిన “ఈ అనువర్తనాలు” ఉన్నాయి అనే వాస్తవాన్ని మనం మర్చిపోకూడదు. ఈ ప్రత్యేక రహస్యాలు దురదృష్టవశాత్తు మన వ్యక్తిత్వాలతో పాటు మన అలవాట్ల అల్గోరిథంలో మార్కెటింగ్ ఉత్పత్తి అని రుజువు చేస్తాయి.
మేము మా పోస్ట్‌లలో అమాయకంగా మా దగ్గరి స్నేహితుడికి వ్రాసేది;
"నేను చాలా సంతోషంగా లేను, మేము నా స్నేహితురాలితో విడిపోయాము"
లేదా వ్యతిరేక ఉదాహరణ; "నేను చాలా సంతోషంగా ఉన్నాను, నేను గర్భవతిగా ఉన్నాను, అది మా మధ్య ఉండనివ్వండి, నేను ఇప్పుడు నేర్చుకున్నాను"
మీరు వారి సందేశాలను పరిగణించినప్పుడు, "సంతోషంగా లేని ప్రియుడి నుండి వేరు చేయబడిన" డేటా ఉన్నవారికి చూపించడానికి మీరు ప్రకటన జాబితా కోసం సైన్ అప్ చేయండి. అదేవిధంగా, మీరు "సంతోషంగా, కొత్తగా గర్భవతి" డేటా ఉన్నవారికి చూపించాల్సిన ప్రకటన జాబితాలో ఉన్నారు.
అమ్మకాలు మరియు మార్కెటింగ్ వ్యూహాలు నేరుగా ప్రకటనల ప్రపంచానికి అనుసంధానించబడి ఉన్నాయి. లక్ష్యం సాధించాలంటే, లక్ష్యంగా ఉన్న వ్యక్తికి కావలసిన ప్రకటన లేదా ప్రమోషన్ చూపాలి. సాంప్రదాయ మీడియా అని మనం పిలవగల టెలివిజన్-న్యూస్‌పేపర్-మ్యాగజైన్-బిల్‌బోర్డ్ వంటి ఛానెల్‌ల ద్వారా మార్కెటింగ్ ఇప్పటికీ మార్కెట్లో అంగీకరించబడింది. కానీ ఇప్పుడు ప్రకటనల నమూనాలు పూర్తిగా మారిపోయాయని మనం చెప్పగలం. తన ఉత్పత్తి యొక్క ప్రకటన లేదా ప్రమోషన్‌ను సరైన వ్యక్తికి చూపించాలనుకునే ప్రకటనదారు దీనికి ప్రకటనదారుని బాధ్యత వహిస్తాడు కాబట్టి, ప్రకటనదారు (ప్రకటన, మీడియా సంస్థలు) కి ఖచ్చితమైన లక్ష్య వ్యక్తికి ప్రకటన (వీడియో, దృశ్య, మొదలైనవి) చూడటానికి లేదా చూపించడానికి బడ్జెట్ యొక్క సరైన ఉపయోగానికి వెళ్ళవలసి ఉంటుందని తెలుసు. ఎందుకంటే బడ్జెట్‌తో సరిగ్గా నిర్వహించగల ప్రచారం విజయవంతమవుతుంది, లేకపోతే తీవ్రమైన మరియు విజయవంతం కాని ఫలితాలు సంభవించే అవకాశం ఉంది.
కరస్పాండెంట్ రచయిత బార్ కారౌలాన్ ప్రకారం, చాలా ముఖ్యమైనది "వ్యక్తిగత డేటా"
ఇక్కడే, "వ్యక్తిగత డేటా" అమలులోకి వస్తుంది. టెలివిజన్-న్యూస్‌పేపర్-మ్యాగజైన్-బిల్‌బోర్డ్ వంటి సాంప్రదాయ మరియు ఖరీదైన మార్గాలను పక్కన పెడితే, ప్రకటనదారు సరైన వ్యక్తి తన ప్రకటనను తనకు కావలసినప్పుడు చూడాలని కోరుకుంటాడు. ప్రాసెస్ చేయబడిన డేటాతో ఇది సాధ్యమవుతుంది.
మేము దీనిని కొన్ని ఉదాహరణలతో వివరించడానికి ప్రయత్నిస్తే, ఒక నిర్మాణ సంస్థ మాస్ హౌసింగ్ ప్రాజెక్ట్ యొక్క మార్కెటింగ్ కోసం ప్రకటన చేయాలనుకుంటుంది, ఈ ప్రాజెక్ట్ సారయ్యర్ జిల్లాలోని ఇస్తాంబుల్‌లో ఉందని అనుకుందాం, అది చేయగల మార్కెటింగ్ పద్ధతులు ఖచ్చితంగా ఉన్నాయి, ఇది బిల్‌బోర్డ్‌తో సారేయర్ వీధులకు ప్రకటనలను ఇస్తుంది లేదా సాంప్రదాయ నమూనాలను ఉపయోగించడానికి ప్రయత్నిస్తుంది, లేదా నేటి అత్యంత ఇష్టపడే పద్ధతితో సోషల్ మీడియా. ప్రాంతాలను ఉపయోగించాలని లక్ష్యంగా పెట్టుకుంటుంది. ఈ టార్గెటింగ్ యొక్క అత్యంత విలువైన భాగం "డేటా" అని కూడా ఈ ఉదాహరణలో ఉంది. అతను ఇప్పటివరకు సారేయర్ జిల్లాలో ఒక ఇంటి ప్రకటన కోసం శోధించాడు, దీని సగటు ఆదాయం లేదా చేరడం స్థాయి ఆ ఇంటిని కొనుగోలు చేయగల నిర్మాణంలో ఉంది, గత సంవత్సరంలో ఈ రకమైన శోధనను కొనసాగిస్తున్న వారు, వారంలో కనీసం ఒకటి లేదా రెండుసార్లు ఈ శోధనలను పెంచారు, దీని సగటు వయస్సు క్రింది పరిధిలో ఉంది, మొదలైనవి. అటువంటి సమాచారంతో డేటా ఫిల్టర్ గుండా వెళ్ళే వినియోగదారుకు చూపబడే ప్రకటన, చాలా ఖచ్చితమైన ఫలితాన్ని పొందగల ప్రకటనగా మారింది.
వాస్తవానికి, మేము ఈ ఉదాహరణలను గుణించి, వాటిని అన్ని రకాల ఆరోగ్యం, క్రీడలు, ఆహారం మరియు పానీయాలు, దుస్తులు, తెలుపు వస్తువులు, ఎలక్ట్రానిక్స్, ఫర్నిచర్ మరియు అనేక రంగాలకు అనుగుణంగా మార్చుకున్నప్పుడు, ఈ విషయం మరింత స్పష్టంగా అర్థం అవుతుంది.
మనమందరం జీవిస్తున్నాము, షాపింగ్ సైట్ నుండి ఏదైనా ఉత్పత్తి కోసం శోధించిన తరువాత, మేము ఇలాంటి ఉత్పత్తి ప్రకటనలను చూస్తాము మరియు కొన్ని సందర్భాల్లో మనకు కూడా ఇది ఇష్టం, “చూడండి, నేను దీని కోసం వెతుకుతున్నాను, ఈ ప్రకటనను చూద్దాం” మేము కూడా మన అంతర్గత స్వరాలతో ప్రత్యామ్నాయాలను చూస్తాము. ఇది టార్గెటింగ్ పద్ధతి, ఇది వినియోగదారుని కూడా సంగ్రహిస్తుంది మరియు ఎప్పటికీ వెళ్లనివ్వదు. ప్రకటనల ప్రపంచం ఈ పద్ధతుల చుట్టూ పద్ధతులను అభివృద్ధి చేయాలి.
అదేవిధంగా, మీడియాను మార్కెట్ చేసే కంపెనీలు మరియు ఆ ప్రకటనను చూడటానికి సరైన వ్యక్తులు (అనగా వినియోగదారు ఆ ప్రకటనను చూడగలరని నిర్ధారించే సేవను అందించే కంపెనీలు) "నేను మీ ప్రకటనను లక్ష్య వ్యక్తికి చూశాను" అనే ప్రకటనతో తమను తాము మార్కెట్ చేసుకుంటారు. "సరైన వ్యక్తి కోసం చూడటానికి" ఆ ప్రయత్నం డేటా మైనింగ్ విలువను కూడా తెలుపుతుంది. ఎందుకంటే ప్రకటన చూసే వ్యక్తిని మార్కెట్ చేసే కంపెనీలు వారు చూస్తున్నారని మీకు నిరూపించినప్పుడు వీక్షణకు చెల్లింపు కావాలి. కాబట్టి వారు అంటున్నారు; నేను మీ ప్రకటనను మీరు లక్ష్యంగా చేసుకున్న వ్యక్తికి చూపిస్తాను మరియు నేను చూసిన ప్రకటనకు చెల్లించాలి. ఈ పద్ధతి ప్రకటనదారు కోరుకునేది మరియు ఎక్కువగా ప్రేమిస్తుంది. లక్ష్య ప్రేక్షకులను మీ ప్రకటన చూడటానికి. డిజిటల్ యుగం యొక్క ప్రకటనల మార్కెటింగ్ సంస్థల యొక్క అన్ని ప్రకటనలు ఇప్పుడు ఈ దిశలో ఉన్నాయి; "సాంప్రదాయ ప్రకటనల నమూనాలలో, మీ లక్ష్య ప్రేక్షకులను ప్రకటన చూడటానికి మీరు అనుమతించకపోవచ్చు, మీ ప్రకటనలను ఎవరు చూశారో మీకు ఎప్పటికీ తెలియదు" అని వ్యక్తపరచడం ద్వారా వారు తమ ఉత్పత్తులను మార్కెట్ చేస్తారు.
ప్రొఫెసర్ లా ఫర్మ్‌లో కమ్యూనికేషన్ అండ్ మీడియా కన్సల్టెంట్ అయిన బార్ కారౌలాన్ తన ప్రకటనలను కొనసాగించి ప్రకటనల నమూనాల గురించి మాట్లాడారు.
లక్ష్య వ్యక్తికి ప్రకటనను చూపించే ప్రకటన నమూనాలు ఇప్పుడు రెండు రకాలు. గాని మీరు ప్రకటన చూడటానికి ఒక నంబర్ సెట్ చేసి, చాలా మంది నా ప్రకటనను చూస్తారని చెప్పండి. లేదా మీకు కావలసిన (లక్ష్యంగా) వ్యక్తికి ప్రకటన చూపించడానికి మీరు ఆ వ్యక్తి యొక్క లక్షణాలను నిర్ణయిస్తారు. లక్షణాలు నిర్ణయించబడే వ్యక్తిని వినియోగదారు సృష్టిస్తాడు. మేము మా వ్యక్తిగత వాటాలను, మనం ఎవరు, మనకు నచ్చినవి, మన వయస్సు, బరువు, ఎత్తు, జుట్టు రంగు, మన స్వంత డేటా ట్రాఫిక్ అల్గోరిథం కూడా వదిలివేస్తాము మరియు మా సమాచారం అంతా మనం ఒక ఉత్పత్తిగా మారి మార్కెట్ అవుతామని అర్థం.
డేటా ఇంజనీరింగ్ మరింత ఇష్టపడే వృత్తి అవుతుంది
మనం తినే ఆహారం లేదా త్రాగే పానీయాలన్నిటిలో మన అలవాట్లు మనకు చూపించవలసిన ప్రకటనలను నిర్ణయిస్తాయి. మరో మాటలో చెప్పాలంటే, మేము మా స్వంత ప్రకటనను నిర్ణయిస్తాము. బిగ్ డేటా అని పిలువబడే పరిస్థితి, మేము మరింత ముందుకు వెళ్ళినప్పుడు "అడ్వాన్స్డ్ ఇన్ఫర్మేషన్ మేనేజ్మెంట్" గా కనబడవచ్చు, మరింత తీవ్రమైన ప్రమాదాల అవకాశాన్ని పెంచుతుంది. అందువల్ల, డేటా ఇంజనీరింగ్ వృత్తి మనం చాలా వినే మరియు రాబోయే సంవత్సరాల్లో ప్రాధాన్యతనిచ్చే వృత్తి అని చెప్పగలను. ఎందుకంటే ఈ వ్యాపారం ఇంజనీరింగ్‌కు మించినది అనివార్యమైన వాస్తవం.
వ్యాఖ్యానించిన మొదటి వ్యక్తి అవ్వండి