ການສໍາພາດ
Satish HC ຮອງປະທານບໍລິຫານ, ຂໍ້ມູນ ແລະການວິເຄາະຢູ່ Infosys – ຊຸດສໍາພາດ
Satish ເປັນຮອງປະທານບໍລິຫານແລະຫົວຫນ້າທົ່ວໂລກຂອງ Infosys'ຂໍ້ມູນ ແລະການວິເຄາະຂໍ້ມູນການບໍລິການ.
ທ່ານສາມາດແບ່ງປັນກັບພວກເຮົາສິ່ງທີ່ Infosys ເຮັດໄດ້ບໍ?
Infosys ເປັນຜູ້ນໍາທົ່ວໂລກໃນການບໍລິການ ແລະໃຫ້ຄໍາປຶກສາດ້ານດິຈິຕອລຍຸກຕໍ່ໄປ. ພວກເຮົາເຮັດໃຫ້ລູກຄ້າໃນ 46 ປະເທດສາມາດນໍາທາງໄປສູ່ການຫັນເປັນດິຈິຕອນຂອງເຂົາເຈົ້າ. ດ້ວຍປະສົບການຫຼາຍກວ່າສາມທົດສະວັດໃນການຄຸ້ມຄອງລະບົບ ແລະການເຮັດວຽກຂອງວິສາຫະກິດທົ່ວໂລກ, ພວກເຮົາຊ່ຽວຊານຊີ້ນໍາລູກຄ້າຂອງພວກເຮົາຜ່ານການເດີນທາງດິຈິຕອນຂອງເຂົາເຈົ້າ. ພວກເຮົາເຮັດມັນໂດຍການເຮັດໃຫ້ວິສາຫະກິດມີ AI-powered core ທີ່ຊ່ວຍຈັດລໍາດັບຄວາມສໍາຄັນຂອງການປະຕິບັດການປ່ຽນແປງ. ພວກເຮົາຍັງສ້າງຄວາມເຂັ້ມແຂງໃຫ້ທຸລະກິດດ້ວຍດິຈິຕອນທີ່ວ່ອງໄວໃນຂະຫນາດເພື່ອສະຫນອງການປະຕິບັດໃນລະດັບທີ່ບໍ່ເຄີຍມີມາກ່ອນແລະຄວາມສຸກຂອງລູກຄ້າ. ວາລະການຮຽນຮູ້ທີ່ສະເໝີສະເໝີຕົ້ນສະເໝີປາຍຂອງພວກເຮົາເຮັດໃຫ້ການປັບປຸງຢ່າງຕໍ່ເນື່ອງຂອງເຂົາເຈົ້າຜ່ານການສ້າງ ແລະຖ່າຍທອດທັກສະ, ຄວາມຊ່ຽວຊານ, ແລະແນວຄວາມຄິດດ້ານດິຈິຕອລຈາກລະບົບນິເວດນະວັດຕະກໍາຂອງພວກເຮົາ.
ໃນປັດຈຸບັນທ່ານເປັນຫົວຫນ້າທຸລະກິດດ້ານຂໍ້ມູນ ແລະການວິເຄາະຢູ່ Infosys. ບົດບາດນີ້ກ່ຽວຂ້ອງກັບຫຍັງ ແລະແຕ່ລະມື້ຂອງເຈົ້າມີລັກສະນະແນວໃດ?
ຂ້ອຍໄດ້ຢູ່ກັບ Infosys ສໍາລັບ 25+ ປີ. ໃນບົດບາດປະຈຸບັນຂອງຂ້ອຍ, ຄວາມຮັບຜິດຊອບຕົ້ນຕໍແມ່ນຫົວຫນ້າທຸລະກິດສໍາລັບຂໍ້ມູນແລະການວິເຄາະແລະຫຼັກຊັບດິຈິຕອນຢູ່ Infosys. ພາລະບົດບາດປະກອບມີການກໍານົດວິໄສທັດຍຸດທະສາດສໍາລັບການເປັນຄູ່ຮ່ວມງານທົ່ວໂລກທີ່ສໍາຄັນແລະທີ່ກ່ຽວຂ້ອງສໍາລັບລູກຄ້າຂອງພວກເຮົາທີ່ມີຊື່ສຽງທີ່ເຂັ້ມແຂງໃນຕະຫຼາດສະຫນັບສະຫນູນໂດຍຄວາມສາມາດ, ຄວາມສາມາດແລະການປະຕິບັດທີ່ຍິ່ງໃຫຍ່.
ວິກິດການໂລກລະບາດໄດ້ໃຫ້ເວລາສຸມໃສ່ບາງບາດກ້າວເພື່ອກັບຄືນ ແລະເບິ່ງຄືນທຸລະກິດຂອງພວກເຮົາ ແລະເຂົ້າໃຈຄວາມຕ້ອງການຂອງລູກຄ້າຂອງພວກເຮົາໃນມື້ນີ້ ແລະມື້ອື່ນ. ມັນເຫັນໄດ້ຊັດເຈນວ່າວິສາຫະກິດສ່ວນໃຫຍ່ຈະເລັ່ງການເດີນທາງການຫັນເປັນດິຈິຕອນຂອງເຂົາເຈົ້າພ້ອມກັບການປ່ຽນແປງການປັບຕົວເພື່ອຮັບມືກັບຜົນຮ້າຍຂອງການຂັດຂວາງທຸລະກິດ. ໂດຍໄດ້ຮັບຄວາມເຂົ້າໃຈດີກ່ຽວກັບສະພາບການ, ພວກເຮົາໄດ້ຟື້ນຟູແຜນການຍຸດທະສາດຂອງພວກເຮົາສໍາລັບທຸລະກິດຂອງພວກເຮົາແລະທີມງານຈັດສົ່ງລູກຄ້າຂອງພວກເຮົາ. ມື້ປົກກະຕິແມ່ນການຜະສົມຜະສານຂອງການທົບທວນຄືນຄວາມຄືບຫນ້າກ່ຽວກັບຫົວຂໍ້ຍຸດທະສາດ, ວ່ອງໄວເພື່ອຕອບສະຫນອງຄວາມຕ້ອງການຂອງທຸລະກິດແລະລູກຄ້າແລະສືບຕໍ່ຕິດຕໍ່ກັບລະບົບນິເວດຂອງພວກເຮົາ - ລູກຄ້າຂອງພວກເຮົາ, ຄູ່ຮ່ວມງານແລະທີມງານຂອງພວກເຮົາ. ທ່ານດູແລປະຊາຊົນແລະປະຊາຊົນຈະດູແລທຸລະກິດ.
ຕົນເອງມີຄວາມສົນໃຈໃນວິທະຍາສາດຂໍ້ມູນແນວໃດ?
ຂ້ອຍໄດ້ຕິດໃຈກັບພະລັງຂອງ Data ແລະການວິວັດທະນາການຂອງມັນຈາກ Reports to BI ກັບ AI ເພື່ອສ້າງພະລັງໃຫ້ແກ່ວິສາຫະກິດ, ລະບົບນິເວດ, ເສດຖະກິດ ແລະສັງຄົມໃນອະນາຄົດ. ການຮັບຮູ້ເຖິງພະລັງງານຂອງຂໍ້ມູນແລະສິນລະປະຂອງຄວາມເປັນໄປໄດ້, ມັນບໍ່ແປກໃຈວ່ານີ້ແມ່ນຫນຶ່ງທີ່ຊອກຫາຫຼາຍທີ່ສຸດໃນອຸດສາຫະກໍາທີ່ມີອໍານາດທີ່ຈະສ້າງຄວາມແຕກຕ່າງ. ເມື່ອຂ້ອຍໄດ້ຮັບໂອກາດທີ່ຈະປ່ຽນເກຍຢູ່ Infosys, ຂ້ອຍໄດ້ຈັບໂອກາດ!
ທ່ານສາມາດປຶກສາຫາລືໄດ້ວ່າການປະຕິບັດງານການວິເຄາະຂໍ້ມູນທີ່ບໍ່ດີໄດ້ປະກອບສ່ວນເຂົ້າໃນການຫຼຸດລົງທາງດ້ານເສດຖະກິດຈາກໂລກລະບາດ COVID-19 ບໍ?
ໂຄວິດ-19 ກຳລັງນຳມາເຊິ່ງການຂັດຂວາງໃນລັກສະນະທີ່ບໍ່ເຄີຍມີມາກ່ອນໃນທົ່ວໂລກ ແລະ ໃນທົ່ວທຸກພາກສ່ວນອຸດສາຫະກຳ. ວິສາຫະກິດໄດ້ຮັບຮູ້ວ່າຕົນບໍ່ສາມາດຕອບສະຫນອງໃນເວລາທີ່ແທ້ຈິງເພື່ອຫຼຸດຜ່ອນການສູນເສຍທີ່ເກີດຈາກຄວາມຕ້ອງການ, ການສະຫນອງການຂັດຂວາງ, ການປົກປັກຮັກສາທຶນການເຮັດວຽກ, ການບໍລິການຄຸນນະພາບສູງໃຫ້ລູກຄ້າແລະສ້າງລາຍໄດ້ກາລະໂອກາດໃຫມ່ໃນການຂະຫຍາຍຕົວ.
- ອຸດສາຫະກໍາຂາຍຍ່ອຍແມ່ນຫນຶ່ງໃນບັນດາອຸດສາຫະກໍາທີ່ໄດ້ຮັບຜົນກະທົບທີ່ຮ້າຍແຮງທີ່ສຸດກັບຜູ້ຫຼິ້ນຫຼາຍຄົນທີ່ກໍາລັງປະເຊີນກັບການຫຼຸດລົງຢ່າງຫຼວງຫຼາຍຂອງລາຍໄດ້ໃນທີມສັ້ນແລະການຟື້ນຕົວຊ້າລົງໃນໄລຍະຍາວ. ຄວາມແຕກຕ່າງທາງສັງຄົມແມ່ນນໍາໄປສູ່ພຶດຕິກໍາແລະຄວາມມັກຂອງຜູ້ບໍລິໂພກໃຫມ່.
- ສໍາລັບອຸດສາຫະກໍາການຜະລິດ, ລະບົບຕ່ອງໂສ້ການສະຫນອງແມ່ນໄດ້ຮັບຜົນກະທົບຫຼາຍທີ່ສຸດດ້ວຍການຂັດຂວາງໃນຂົງເຂດການສະຫນອງ, ການຂົນສົ່ງ, ການດໍາເນີນງານ, ແລະສິນຄ້າຄົງຄັງ.
- ສໍາລັບອຸດສາຫະກໍາ Telco ກັບຄົນທີ່ເຮັດວຽກຈາກບ້ານ, ຄວາມອາດສາມາດຂອງເຄືອຂ່າຍແລະການປະຕິບັດແມ່ນໄດ້ຮັບຜົນກະທົບຫນັກທີ່ສຸດເນື່ອງຈາກຄວາມຕ້ອງການເພີ່ມຂຶ້ນ. ມີຄວາມຕ້ອງການການສະເຫນີທີ່ຈະຊ່ວຍໃຫ້ການເຮັດວຽກຫ່າງໄກສອກຫຼີກ, ການເຊື່ອມຕໍ່ seamless ແລະເວທີທີ່ຈະຮ່ວມມື. ການຂາດຄວາມປອດໄພຂອງຂໍ້ມູນຍັງເຮັດໃຫ້ວິສາຫະກິດມີຄວາມສ່ຽງຕໍ່ຄວາມສ່ຽງ.
ຄວາມສາມາດຂອງຂໍ້ມູນທີ່ເຂັ້ມແຂງມີການເສີມສ້າງໃນທາງບວກກ່ຽວກັບການວິວັດທະນາການດິຈິຕອນຂອງວິສາຫະກິດຍ້ອນວ່າພວກເຂົາກາຍເປັນ Data native, Digital native. ຍຸດທະສາດຂໍ້ມູນສຽງ ແລະການວິເຄາະສາມາດຊ່ວຍແກ້ໄຂສິ່ງທ້າທາຍທົ່ວໄປທີ່ວິສາຫະກິດປະເຊີນຢູ່ໃນໄລຍະວິກິດການແຜ່ລະບາດໃນເວລາຈິງ, ຮັບປະກັນຄວາມວ່ອງໄວຂອງວິສາຫະກິດເພື່ອປັບຕົວ ແລະຕອບສະໜອງຕໍ່ການປ່ຽນແປງໃນຕະຫຼາດ, ຮູບແບບທຸລະກິດທີ່ມີຄວາມສ່ຽງ, ດຶງຂໍ້ມູນລະດັບວິສາຫະກິດ/ຂະແໜງການເພື່ອຂັບເຄື່ອນ. ການຕັດສິນໃຈໂດຍການນໍາໃຊ້ຂໍ້ມູນ & ດັ່ງນັ້ນເຮັດໃຫ້ຄວາມຢືດຢຸ່ນສໍາລັບວິສາຫະກິດແລະເສດຖະກິດ.
ມີທັດສະນະແນວໃດຕໍ່ກັບການຮຽນຮູ້ຂອງສະຫະພັນເພື່ອເກັບກໍາຂໍ້ມູນ?
ມີທ່າແຮງອັນໃຫຍ່ຫຼວງໃນການເຊື່ອມຕໍ່ຂໍ້ມູນທີ່ບໍ່ມີການເຊື່ອມຕໍ່ພາຍໃນຂອບເຂດຂອງວິສາຫະກິດຫຼືລະບົບນິເວດຂອງມັນ. ຢ່າງໃດກໍ່ຕາມ, ຂໍ້ມູນຕ້ອງໄດ້ຮັບການເກັບກ່ຽວພາຍໃນ guardrails ຂອງລະບຽບການແລະຄວາມເປັນສ່ວນຕົວໃນຂະນະທີ່ຈັດການກັບເຂດແດນທີ່ຫຼີກລ້ຽງບໍ່ໄດ້ກ່ຽວກັບຂໍ້ມູນ.
ມີທ່າແຮງໃນການໃຊ້ປະໂຫຍດຈາກການຮຽນຮູ້ຂອງສະຫະພັນໃນວິທີການຂ້າງລຸ່ມນີ້:
- ໃນເວລາທີ່ຂໍ້ມູນເປັນຂອງຫຼາຍຫນ່ວຍງານເຊັ່ນ: ທະນາຄານທີ່ແຕກຕ່າງກັນ, ຜູ້ທີ່ອາດຈະບໍ່ເຕັມໃຈທີ່ຈະປ່ອຍຂໍ້ມູນຂອງເຂົາເຈົ້າອອກ, ແຕ່ເຕັມໃຈທີ່ຈະຮ່ວມມືເພື່ອໃຫ້ມີແບບຈໍາລອງການຝຶກອົບຮົມສໍາລັບບັນຫາທີ່ plagued ໂດຍການຂາດແຄນຂໍ້ມູນເຊັ່ນ: ການກວດສອບການສໍ້ໂກງ.
- ເມື່ອຂໍ້ມູນເປັນຂອງອົງກອນດຽວກັນ, ແຕ່ຖືກຈຳກັດໂດຍການເຄື່ອນໄຫວຂໍ້ມູນໃນທົ່ວເຂດແດນທາງພູມສາດ – ປົກກະຕິຂອງບໍລິສັດຫຼາຍປະເທດ. ຕົວຢ່າງທີ່ຮ້າຍກາດນີ້ໃຊ້ກັບແຫຼ່ງຂໍ້ມູນເຊັ່ນ: ຂໍ້ມູນກ້ອງຖ່າຍຮູບເຝົ້າລະວັງຂອງຮ້ານ ບ່ອນທີ່ກະແສຂໍ້ມູນອາດຈະບໍ່ໄດ້ຮັບອະນຸຍາດໃຫ້ອອກຈາກບໍລິເວນຂອງຮ້ານ.
- ເມື່ອຂໍ້ມູນເປັນຂອງບຸກຄົນສະເພາະ, ແລະເຂົາເຈົ້າຕົກລົງທີ່ຈະແບ່ງປັນຂໍ້ມູນຂອງເຂົາເຈົ້າເພື່ອສ້າງແບບຈໍາລອງສໍາລັບສາເຫດທົ່ວໄປໂດຍບໍ່ມີການຂໍ້ມູນອອກຈາກອຸປະກອນສ່ວນບຸກຄົນຂອງເຂົາເຈົ້າຊຶ່ງອາດຈະເປັນໂທລະສັບມືຖືຫຼືແທັບເລັດ.
ວິທີແກ້ໄຂການວິເຄາະຂໍ້ມູນບາງຢ່າງທີ່ສະເຫນີໂດຍ Infosys ແມ່ນຫຍັງ?
ວິສາຫະກິດກໍາລັງນໍາທາງການຫັນເປັນດິຈິຕອນຂອງເຂົາເຈົ້າໂດຍການຂໍ້ມູນໃນ 3 ຂອບເຂດ.
ໃນ Horizon 1, ພວກເຮົາຊ່ວຍໃຫ້ວິສາຫະກິດກາຍເປັນຂໍ້ມູນຂັບເຄື່ອນເພື່ອຕັດສິນໃຈທີ່ດີກວ່າ ແລະສ້າງລາຍໄດ້ຈາກຂໍ້ມູນ. ຂອບເຂດນີ້ແມ່ນທັງໝົດກ່ຽວກັບ Business Intelligence & Analytics.
ດ້ວຍການຂະຫຍາຍຕົວຂອງການຮັບຮອງເອົາດິຈິຕອນ, ຮ່ອງຮອຍຂໍ້ມູນຍັງເຕີບໂຕຢ່າງມະຫາສານ. ການເຊື່ອມໂຍງຂອງຂໍ້ມູນແລະດິຈິຕອນແມ່ນເຮັດໃຫ້ວິສາຫະກິດມີນະວັດຕະກໍາ, ການຫັນປ່ຽນແລະຈິນຕະນາການທຸລະກິດຂອງຕົນຄືນໃຫມ່. Horizon 2 ແມ່ນທັງຫມົດກ່ຽວກັບການກາຍເປັນ Data Native, Digital Native Live Enterprise ເພື່ອແຂ່ງຂັນກັບບໍລິສັດດິຈິຕອນທີ່ເກີດມາແລະຕອບສະຫນອງຕໍ່ສັນຍານການປ່ຽນແປງໃນເວລາຈິງ. ຂອບເຂດນີ້ແມ່ນກ່ຽວກັບ Big Data Analytics, Digital, Cloud ແລະ AI.
Horizon 3 ແມ່ນກ່ຽວກັບການຂັບເຄື່ອນເສດຖະກິດທີ່ມີຂໍ້ມູນຂະຫນາດໃຫຍ່ທີ່ສ້າງຂຶ້ນໃນລະບົບນິເວດທີ່ເຊື່ອມຕໍ່ກັນແລະການປະດິດສ້າງເພື່ອຂັດຂວາງຂອບເຂດອຸດສາຫະກໍາແບບດັ້ງເດີມ. ໃນຂະນະທີ່ການພັດທະນາຢ່າງຕໍ່ເນື່ອງນີ້ເສດຖະກິດດິຈິຕອນກໍາລັງນໍາໄປສູ່ເສດຖະກິດຂໍ້ມູນ. ຂໍ້ມູນແມ່ນນະຄອນຫຼວງໃຫມ່ຊີ້ໃຫ້ເຫັນການຂັດຂວາງການຜະລິດຕໍ່ໄປຂອງໂຄງປະກອບອຸດສາຫະກໍາ, ການຫັນປ່ຽນຂອງເສດຖະກິດແລະສັງຄົມ. ຂອບຟ້ານີ້ແມ່ນຂັບເຄື່ອນໂດຍການເຊື່ອມໂຍງຂອງເຕັກໂນໂລຢີເຊັ່ນ IOT, AI, Blockchain, 5G, Edge computing, XR ເພື່ອບອກຊື່ຈໍານວນຫນ້ອຍຫນຶ່ງ.
ຍຸດທະສາດຂອງພວກເຮົາແມ່ນຂັບເຄື່ອນໂດຍຊຸດໂຊລູຊັ່ນທີ່ອຸດົມສົມບູນທີ່ເລັ່ງການເດີນທາງການຫັນເປັນດິຈິຕອນ: ເພື່ອຊື່ຈໍານວນຫນ້ອຍ;
ຕາຕະລາງຂໍ້ມູນ Infosys: ແພລດຟອມທີ່ຂັບເຄື່ອນດ້ວຍເມຕາເດຕາສຳລັບການຈັດການຂໍ້ມູນທີ່ໃຊ້ເທັກໂນໂລຍີ BI ທັງໝົດໃນພື້ນທີ່ ແລະເທິງຄລາວ.
Infosys Analytics Workbench: ເປີດໃຊ້ການວິເຄາະແບບບໍລິການຕົນເອງ.
Infosys Genome Solution: ເປີດໃຊ້ການວິເຄາະການຄາດເດົາ ແລະຕາມໃບສັ່ງຢາ ເພື່ອໃຫ້ໄດ້ຮັບຄວາມເຂົ້າໃຈສ່ວນຕົວ ຫຼືພຶດຕິກໍາທີ່ອີງໃສ່ລູກຄ້າ.
ການແກ້ໄຂການວິເຄາະວິໄສທັດ Infosys: ນຳໃຊ້ຄວາມກ້າວໜ້າຫຼ້າສຸດໃນ AI & ວິໄສທັດຂອງຄອມພິວເຕີ ແລະ GPU ເພື່ອເຮັດໃຫ້ການຖ່າຍທອດຂໍ້ມູນວິດີໂອຫຼາຍສາຍໃນເວລາຈິງ.
ສະໝອງດິຈິຕອລ: ລະບົບການມອງເຫັນທີ່ຄວບຄຸມພຶດຕິກຳອັດສະລິຍະດ້ວຍການຊ່ວຍເຫຼືອຂອງ Knowledge graph & Cognitive services.
ການຕະຫຼາດທີ່ມີຄວາມຮູ້ສຶກ: ເຮັດໃຫ້ວິສາຫະກິດຮັບຮູ້ລະບົບນິເວດການຕະຫຼາດທີ່ມີຄວາມຮູ້ສຶກ, ຕອບສະໜອງ ແລະກະຕຸ້ນຄວາມສະຫຼາດເພື່ອສະໜອງການປັບແຕ່ງສ່ວນບຸກຄົນ ”Hyper”, ການຕະຫຼາດສັງຄົມ ແລະ ດິຈິຕອລ, ປະສົບການທາງຮ່າງກາຍທີ່ເຊື່ອມຕໍ່ກັນກັບປະສິດທິພາບການຕະຫຼາດ ແລະສື່ໃຊ້ການເພີ່ມປະສິດທິພາບໃນທົ່ວຊ່ອງທາງແບບດັ້ງເດີມ ແລະດິຈິຕອນ.
Sentient Supply chain: ຄວາມຄາດຫວັງຂອງລູກຄ້າສູງແລະຕະຫຼາດ / ຊ່ອງທາງ / ຫຼັກຊັບທີ່ຂະຫຍາຍຕົວຢ່າງຕໍ່ເນື່ອງຮຽກຮ້ອງໃຫ້ວິສາຫະກິດປັບຕົວເຂົ້າກັບສະຖານະການທີ່ມີການປ່ຽນແປງໄວດ້ວຍການແກ້ໄຂລະບົບຕ່ອງໂສ້ການສະຫນອງທີ່ມີຄວາມຮູ້ສຶກທີ່ນໍາໃຊ້ ML ເພື່ອຂຸດຄົ້ນຮູບແບບພື້ນຖານໃນຂໍ້ມູນທີ່ດີກວ່າກົດລະບຽບທຸລະກິດແບບດັ້ງເດີມ.
ທ່ານໄດ້ເຫັນການປັບປຸງປະສິດທິພາບແລະປະສິດທິພາບຫຼາຍປານໃດຈາກບໍລິສັດທີ່ໄດ້ປະຕິບັດບາງວິທີແກ້ໄຂຂໍ້ມູນເຫຼົ່ານີ້ທີ່ສະເຫນີໂດຍ Infosys?
ນີ້ແມ່ນບາງຕົວຢ່າງຂອງວິທີທີ່ພວກເຮົາໄດ້ຊ່ວຍໃຫ້ລູກຄ້າເຮັດຂໍ້ມູນຂອງເຂົາເຈົ້າຫຼາຍຂຶ້ນ.
ສຳລັບວິສາຫະກິດເຕັກໂນໂລຊີຜູ້ບໍລິໂພກ marquee, ພວກເຮົາໃຫ້ຄວາມເຂົ້າໃຈກັບຫນ້າທີ່ທຸລະກິດທີ່ສໍາຄັນເຊັ່ນ: ການຕະຫຼາດ, ການກວດສອບການສໍ້ໂກງ, ການດໍາເນີນງານ, ການຂາຍ, ຂາຍຍ່ອຍແລະຜະລິດຕະພັນ. ພວກເຮົາໄດ້ປັບປຸງພູມສັນຖານຂໍ້ມູນຂອງເຂົາເຈົ້າໃຫ້ທັນສະໄໝຫຼາຍກວ່າໜຶ່ງທົດສະວັດຈາກ EDMs ທີ່ອີງໃສ່ Oracle ກັບ Teradata ທີ່ໃຊ້ EDW ກັບ Hybrid Big data ພູມສັນຖານໄປສູ່ສະຖາປັດຕະຍະກຳ polycloud ເສີມດ້ວຍລະບົບນິເວດ AI Labs ສຳລັບການຮັບຮອງເອົາວິສາຫະກິດ AI ແລະໃຫ້ຄວາມຍືດຍຸ່ນໃນລະຫວ່າງການເປີດຕົວຜະລິດຕະພັນໃໝ່.
ພວກເຮົາກຳລັງຊ່ວຍເຫຼືອ CPG ເປີດເຜີຍຄຸນຄ່າອັນສຳຄັນໃຫ້ກັບທີມບໍລິຫານຍີ່ຫໍ້ ແລະ ການຕະຫຼາດຂອງພວກເຂົາໂດຍການຮັບຮູ້ຂໍ້ມູນທີ່ຂັບເຄື່ອນດ້ວຍ Marketing Brain ເປັນການບໍລິການເພື່ອເສີມສ້າງຄວາມເຂົ້າໃຈໃຫ້ກັບນັກກາລະຕະຫຼາດດ້ວຍຄວາມເຂົ້າໃຈທີ່ປະຕິບັດໄດ້ຈາກການທົດລອງ ແລະປະສົບການຂອງຜູ້ບໍລິໂພກທີ່ເຊື່ອມຕໍ່ເພື່ອນຳໃຊ້ຂໍ້ມູນວິສາຫະກິດ, ດິຈິຕອລ, Clickstream, ຂໍ້ມູນສັງຄົມ , ການບໍລິໂພກ POS (ຈາກຜູ້ຄ້າປີກ) ແລະຂໍ້ມູນສື່ທີ່ມາຈາກອົງການພາຍນອກ. ນີ້ແມ່ນການຊ່ວຍໃຫ້ນັກກາລະຕະຫຼາດຍີ່ຫໍ້ຂອງພວກເຂົາໄດ້ຮັບຄວາມເຂົ້າໃຈໃນເວລາທີ່ແທ້ຈິງຂອງການປະຕິບັດຊ່ອງທາງການຕະຫຼາດຕໍ່ກັບການຂາຍ, ຜູ້ບໍລິໂພກມີສ່ວນຮ່ວມໃນການໂຄສະນາຂອງພວກເຂົາເພື່ອຊຸກຍູ້ການເຕີບໂຕພ້ອມກັບການເພີ່ມປະສິດທິພາບການໃຊ້ຈ່າຍໃນການຕະຫຼາດ.
ສໍາລັບຍີ່ຫໍ້ການດູແລສ່ວນບຸກຄົນຂອງບໍລິສັດ CPG ທົ່ວໂລກ, ພວກເຮົາໄດ້ຊ່ວຍກໍານົດຜູ້ນໍາຄວາມຄິດເຫັນທີ່ຖືກຕ້ອງ (KOLs) ກັບຄູ່ຮ່ວມງານ, ຜູ້ທີ່ມີຜູ້ຕິດຕາມຢ່າງໃກ້ຊິດກັບຕະຫຼາດເປົ້າຫມາຍຂອງຍີ່ຫໍ້ໂດຍອີງໃສ່ພູມສາດ, ປະຊາກອນ, ຄວາມສົນໃຈແລະການສອດຄ່ອງກັບຍີ່ຫໍ້ແລະຈຸດປະສົງຂອງແຄມເປນຂອງມັນ. ໂດຍການນໍາໃຊ້ການລວມກັນຂອງເຄື່ອງມືການວິເຄາະອິດທິພົນທີ່ດີທີ່ສຸດແລະຮູບແບບການຈັດປະເພດຂໍ້ຄວາມ ML ຂອງພວກເຮົາເພື່ອກໍານົດຄວາມເຂົ້າໃຈຂອງຜູ້ຕິດຕາມຂອງ KOL, ພວກເຮົາໄດ້ກໍາຈັດການເຂົ້າເຖິງທີ່ສູນເສຍໄປ 54% ແລະ optimized ເງິນໂດລາ KOL.
ສໍາລັບ Global Pharma Major, ການຂາຍແລະການຕະຫຼາດກໍາລັງຊອກຫາທີ່ຈະເລັ່ງຂໍ້ມູນໃຫມ່ກ່ຽວກັບການຂຶ້ນເຮືອສໍາລັບການເປີດຕົວຍີ່ຫໍ້ໃຫມ່ສໍາລັບຢາປົວພະຍາດທີ່ຫາຍາກ. ພວກເຮົາສົ່ງການຕັ້ງຄ່າເຂດການຄົ້ນພົບຂໍ້ມູນ, ການຫັນປ່ຽນ HCO/HCP, ການປະມວນຜົນຂໍ້ມູນທີ່ເໝາະສົມສຳລັບເນື້ອງອກ, ຫົວໃຈ, ສຸຂະພາບຂອງແມ່ຍິງ ແລະ ໜ່ວຍງານວິທະຍຸວິທະຍາຂອງເຂົາເຈົ້າ. ນີ້ໄດ້ເຮັດໃຫ້ການຕະຫຼາດຫຼາຍຊ່ອງທາງ, ປັບປຸງການຂາຍໃນທົ່ວຊ່ອງທາງ, ເວລາໄວຂຶ້ນໃນການຕະຫຼາດສໍາລັບຍີ່ຫໍ້ໃຫມ່ແລະຄວາມເຂົ້າໃຈທີ່ອຸດົມສົມບູນກ່ຽວກັບຜົນໄດ້ຮັບຂອງຄົນເຈັບ.
ພວກເຮົາໄດ້ຊ່ວຍເຫຼືອລູກຄ້າເພື່ອເຮັດໃຫ້ທຸລະກິດມີຄວາມຢືດຢຸ່ນກັບຂໍ້ມູນ & ຂໍ້ມູນເຈາະເລິກໃນຊ່ວງ COVID:
CPG Major, ກໍາລັງຊອກຫາຕົວແບບການພະຍາກອນຄວາມຕ້ອງການ, ເພື່ອນໍາທາງຜ່ານວິກິດການ. ພວກເຮົາໄດ້ປະຕິບັດ Infosys ການແກ້ໄຂການຮັບຮູ້ຄວາມຕ້ອງການໃນເວລາຈິງ, ເຮັດໃຫ້ລູກຄ້າສາມາດວິເຄາະສັນຍານຄວາມຕ້ອງການທີ່ກ່ຽວຂ້ອງກັບການຂາຍສໍາລັບຍີ່ຫໍ້ສະເພາະ, ການບໍລິໂພກ, ລາຄາ, ແລະປັດໃຈເສດຖະກິດ - ສັງຄົມ. ການແກ້ໄຂໄດ້ຊ່ວຍໃຫ້ປັດໄຈລູກຄ້າໃນການຂະຫຍາຍຕົວຢ່າງໃຫຍ່ຫຼວງຂອງຄວາມຕ້ອງການທີ່ເກີດຈາກການຕົກໃຈຊື້ຂອງສໍາຄັນ. ຂໍ້ມູນຈາກການຂາຍ, ສິນຄ້າຄົງຄັງຕ່ອງໂສ້ການສະຫນອງ, ສິນຄ້າຄົງຄັງ, ແລະສິນຄ້າຄົງຄັງຂອງຮ້ານໄດ້ຖືກວິເຄາະເພື່ອໃຫ້ຄວາມເຂົ້າໃຈໃນເວລາທີ່ແທ້ຈິງສໍາລັບການແກ້ໄຂຫຼັກສູດທີ່ຕ້ອງການ, ຊ່ວຍຫຼຸດຜ່ອນການອອກຈາກຫຼັກຊັບແລະເພີ່ມປະສິດທິພາບລະບົບຕ່ອງໂສ້ການສະຫນອງ. ການແກ້ໄຂຊ່ວຍໃຫ້ການຮັບຮູ້ໂດຍກົງຈາກຂໍ້ມູນ POS ທີ່ເຮັດໃຫ້ການຕັດສິນໃຈເປັນຊົ່ວໂມງແທນທີ່ຈະເປັນມື້ຫຼືຫຼາຍອາທິດ. ນີ້ຊ່ວຍໃຫ້ລູກຄ້າປັບປຸງການພະຍາກອນເຖິງ ຄວາມຖືກຕ້ອງ 85% ແລະເຮັດໃຫ້ຍອດຂາຍເພີ່ມຂຶ້ນ 2%.
ບໍລິສັດເສື້ອຜ້າຂອງອາເມຣິກາກຳລັງຊອກຫາທາງອອກເພື່ອຈັດການ ແລະ ຊຸກຍູ້ການຂາຍໃຫ້ມີປະສິດທິພາບຫຼາຍຂຶ້ນໃນສະຖານະການຄວາມຕ້ອງການທີ່ເໜັງຕີງນີ້ໃນລະຫວ່າງວິກິດການ COVID-19. ພວກເຮົາໄດ້ສ້າງທັດສະນະປຽບທຽບຂອງສະຖານະການ COVID-19 ໃນປະຈຸບັນ, ຜົນກະທົບທີ່ອາດເກີດຂຶ້ນແລະຜົນໄດ້ຮັບ, ໂດຍອີງໃສ່ສະຖານະການທີ່ມີຜົນກະທົບສູງທີ່ຜ່ານມາເຊັ່ນ: ວິກິດການທາງດ້ານການເງິນ, ໄພພິບັດທໍາມະຊາດແລະອື່ນໆເພື່ອໃຫ້ CFO ສາມາດປະເມີນຜົນກະທົບໂດຍລວມແລະວາງແຜນການດໍາເນີນການຕື່ມອີກ. ພວກເຮົາໄດ້ພັດທະນາການແກ້ໄຂທີ່ຊ່ວຍໃຫ້ພະນັກງານແຖວໜ້າສາມາດເຂົ້າເຖິງຄວາມເຂົ້າໃຈອັນສຳຄັນ 'ໃນເວລາເດີນທາງ' ຜ່ານແອັບພລິເຄຊັນມືຖື. ນີ້ໄດ້ຊ່ວຍໃຫ້ແນ່ໃຈວ່າການມີປະສິດທິຜົນການມີສ່ວນພົວພັນກັບລູກຄ້າຂອງເຂົາເຈົ້າແລະການຂັບເຄື່ອນການຕັດສິນໃຈທາງທຸລະກິດທີ່ຖືກຕ້ອງແລະໄວຂຶ້ນ. ການແກ້ໄຂ Semantics ການຂາຍຍ່ອຍແບບປະສົມປະສານໃຫ້ຄວາມເຂົ້າໃຈທີ່ສໍາຄັນກ່ຽວກັບ KPIs ທີ່ສໍາຄັນ, ຂໍ້ມູນລາຍລະອຽດແລະການເບິ່ງເຫັນກ່ຽວກັບທ່າແຮງການຂາຍ, ແບ່ງອອກເປັນສ່ວນ / ປະເພດ, ຜູ້ຂາຍທີ່ດີທີ່ສຸດແລະບໍ່ດີທີ່ສຸດ, ການປຽບທຽບໄວກັບຮ້ານອື່ນແລະເມືອງແລະອື່ນໆ.
ສໍາລັບລູກຄ້າທະນາຄານ, ພວກເຮົາກໍາລັງສ້າງຄວາມເຂົ້າໃຈແລະການຄາດຄະເນກ່ຽວກັບພຶດຕິກໍາຂອງລູກຄ້າສໍາລັບການເກັບກໍາແລະການຟື້ນຕົວ, ຄຸ້ມຄອງຄວາມສ່ຽງດ້ານສິນເຊື່ອ; ການເຄື່ອນຍ້າຍລູກຄ້າໄປສູ່ຊ່ອງທາງດິຈິຕອລໂດຍການວິເຄາະພຶດຕິກໍາການເຮັດທຸລະກໍາໃນທົ່ວຊ່ອງທາງ, ສາຍຜະລິດຕະພັນ, ອັດຕາການຂັດສີຂອງຊ່ອງທາງແລະສ້າງການປະຕິບັດການແກ້ໄຂ; NBA/NBO ສໍາລັບລູກຄ້າໂດຍການຕິດຕາມສຸຂະພາບທາງດ້ານການເງິນ, ການໄຫຼເຂົ້າ, ການໄຫຼອອກ, ລູກຄ້າ 360, CLTV.
ວິສາຫະກິດສາມາດນໍາໃຊ້ວິທີແກ້ໄຂເຫຼົ່ານີ້ເພື່ອນໍາໃຊ້ທີ່ດີກວ່າ AI/ML ເພື່ອຂັບເຄື່ອນຂະບວນການໃນທຸລະກິດຂອງເຂົາເຈົ້າ?
ຄວາມສາມາດຂອງ AI & ML ຂອງພວກເຮົາຊ່ວຍໃຫ້ວິສາຫະກິດຂັບເຄື່ອນປະສິດທິພາບ, ປະສົບການ ແລະລາຍຮັບໃໝ່. ນີ້ແມ່ນບາງຕົວຢ່າງໃນການຊ່ວຍເຫຼືອວິສາຫະກິດຊຸກຍູ້ຂະບວນການ.
ຜູ້ນໍາທົ່ວໂລກໃນການຜະລິດອຸປະກອນການແພດ, ວາງແຜນທີ່ຈະຂະຫຍາຍການສະເຫນີຂອງຕົນຈາກການເປັນຜູ້ໃຫ້ບໍລິການອຸປະກອນການແພດສໍາລັບພະຍາດເບົາຫວານ, ໄປຫາຜູ້ໃຫ້ບໍລິການແລະການແກ້ໄຂພະຍາດເບົາຫວານໂດຍນໍາໃຊ້ຄວາມເຂົ້າໃຈຈາກຂໍ້ມູນທີ່ອຸດົມສົມບູນຂອງພະຍາດເບົາຫວານ. ບໍລິສັດມີຈຸດປະສົງເພື່ອເປີດໃຊ້ການບໍລິການ Connected Care ໂດຍການເປັນຄູ່ຮ່ວມງານກັບຜູ້ຫຼິ້ນຕ່າງໆເພື່ອສະໜອງຂໍ້ມູນທີ່ກ່ຽວຂ້ອງກັບພະຍາດເບົາຫວານ, ປະສົມປະສານມັນ ແລະໃຫ້ຄວາມເຂົ້າໃຈທີ່ມີຄວາມຫມາຍ. ພວກເຮົາໄດ້ປະຕິບັດແພລະຕະຟອມການວິເຄາະຂໍ້ມູນທີ່ທັນສະໄຫມປະສົມປະສານທີ່ປະສົມປະສານຄວາມຫລາກຫລາຍຂອງຂໍ້ມູນທີ່ມາຈາກຫຼາຍແຫຼ່ງແລະສ້າງຄວາມເຂົ້າໃຈທີ່ມີຄວາມຫມາຍ, ເຊິ່ງສາມາດປະຕິບັດໄດ້ໂດຍຄົນເຈັບ, ທ່ານຫມໍ, ພະນັກງານແພດ, ແລະຜູ້ຫຼິ້ນອື່ນໆຂອງລະບົບນິເວດ. ພວກເຮົາໄດ້ພັດທະນາແບບຈໍາລອງການຄາດເດົາເພື່ອສະຫນອງການເຕືອນໄພເບື້ອງຕົ້ນຂອງເຫດການທາງການແພດໄພພິບັດ, ແລະຄວາມເຂົ້າໃຈສ່ວນບຸກຄົນໂດຍການເປີດເຜີຍພຶດຕິກໍາທີ່ກ່ຽວຂ້ອງກັບຮູບແບບຂອງນໍ້າຕານ.
ເຕັກໂນໂລຊີດິຈິຕອລມີທ່າແຮງທີ່ຈະແກ້ໄຂບັນຫາທີ່ຍາກທີ່ສຸດຂອງເວລາຂອງພວກເຮົາ. ສິ່ງເຫຼົ່ານີ້ອາດຈະເປັນການພັດທະນາເສດຖະກິດ, ການປັບປຸງຊີວິດຂອງພົນລະເມືອງທົ່ວໄປ, ຫຼືການແກ້ໄຂສິ່ງທ້າທາຍດ້ານສິ່ງແວດລ້ອມທົ່ວໂລກ. ນີ້ແມ່ນຕົວຢ່າງຂອງວິທີທີ່ພວກເຮົານໍາໃຊ້ຂໍ້ມູນທີ່ດີ, ຂໍ້ມູນເພື່ອຊຸກຍູ້ການຫັນປ່ຽນທາງສັງຄົມ & ການປ່ຽນແປງຂອງສັງຄົມ. ພວກເຮົາໄດ້ຮ່ວມມືກັບອົງການ NGO ເພື່ອໃຫ້ສາມາດເຂົ້າເຖິງການດູແລສຸຂະພາບຂັ້ນຕົ້ນໄດ້ງ່າຍຂຶ້ນສໍາລັບປະເທດໃນອາຟຣິກາໃຕ້. ການເຂົ້າເຖິງການດູແລສຸຂະພາບແມ່ນເປັນສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງສໍາລັບປະຊາຊົນຂອງປະເທດນີ້ທີ່ປະຊາກອນສ່ວນໃຫຍ່ອາໄສຢູ່ຫ່າງຈາກສະຖານທີ່ສາທາລະນະສຸກຫຼາຍກິໂລແມັດ. ນີ້ຂັດຂວາງການເຂົ້າເຖິງການບໍລິການດ້ານສຸຂະພາບທີ່ຈໍາເປັນຢ່າງຮ້າຍແຮງຂອງພວກເຂົາ. ເພື່ອຕ້ານກັບບັນຫານີ້, ລັດຖະບານຕ້ອງການສ້າງໂຮງຮຽນສຸຂະພາບໃຫມ່. ເປົ້າໝາຍແມ່ນເພື່ອຊອກຫາສະຖານທີ່ສາທາລະນະສຸກໃໝ່ເຫຼົ່ານີ້ຢ່າງມີຍຸດທະສາດເພື່ອຮັບປະກັນວ່າ 95 ເປີເຊັນຂອງປະຊາກອນມີການເຂົ້າເຖິງສຸກສາລາພາຍໃນບໍ່ເທົ່າໃດກິໂລແມັດ. ພວກເຮົາໄດ້ຮ່ວມມືກັບອົງການ NGO ເພື່ອກໍານົດສະຖານທີ່ທີ່ດີທີ່ສຸດຂອງປະກາດສຸຂະພາບເຫຼົ່ານີ້ເພື່ອໃຫ້ພວກເຂົາເຂົ້າເຖິງໄດ້ສູງສຸດຂອງຈໍານວນຄົນ. ມີສອງພາກສ່ວນທີ່ສໍາຄັນໃນການແກ້ໄຂບັນຫານີ້, ການຄິດໄລ່ນະໂຍບາຍດ້ານປະຊາກອນແລະການເພີ່ມປະສິດທິພາບຂອງສະຖານທີ່ປະກາດສຸຂະພາບເພື່ອໃຫ້ເຂົ້າເຖິງໄດ້ສູງສຸດ. ພວກເຮົາໄດ້ນໍາໃຊ້ຂໍ້ມູນປະຊາກອນໂລກ, ຮູບແບບທາງພູມສາດເພື່ອເຂົ້າໃຈຮູບແບບການເຄື່ອນຍ້າຍ ແລະແບບຈໍາລອງ AI ເພື່ອຄົ້ນພົບຄວາມຫນາແຫນ້ນຂອງຜູ້ໃຊ້ມືຖື ແລະຮູບແບບການເຄື່ອນຍ້າຍຜູ້ໃຊ້ມືຖືຈາກຂໍ້ມູນຜູ້ໃຫ້ບໍລິການເຄືອຂ່າຍມືຖືທີ່ບໍ່ເປີດເຜີຍຊື່ (MNO).
ມີສິ່ງອື່ນໃດທີ່ເຈົ້າຢາກແບ່ງປັນກ່ຽວກັບ Infosys?
ໃນຂະນະທີ່ພວກເຮົາເບິ່ງໄປຂ້າງຫນ້າ, ຄວາມຕ້ອງການໃຫມ່ສໍາລັບຄວາມກ່ຽວຂ້ອງຂອງ Infosys ກໍາລັງປ່ຽນແປງ:
- ຈາກການແກ້ໄຂບັນຫາເພື່ອກອບເປັນບັນຫາທີ່ເຫມາະສົມເພື່ອແກ້ໄຂແລະເດີນທາງການເດີນທາງນີ້ຮ່ວມກັບລູກຄ້າຂອງພວກເຮົາ.
- ຈັດການກັບຄວາມເປັນຈິງຂອງ "ທົດສະວັດທີ່ເກີດຂື້ນໃນອາທິດ" ໂດຍຜ່ານຕົວເລັ່ງ / ການແກ້ໄຂຂອງພວກເຮົາແລະການຮ່ວມມືລະບົບນິເວດຂອງພວກເຮົາກັບຄູ່ຮ່ວມງານເພື່ອສົ່ງເວລາເພື່ອປະໂຫຍດດ້ານການຕະຫຼາດສໍາລັບລູກຄ້າຂອງພວກເຮົາ.
ຂອບໃຈສໍາລັບຄໍາຕອບທີ່ລະອຽດ, ຜູ້ອ່ານທີ່ຕ້ອງການຮຽນຮູ້ເພີ່ມເຕີມຄວນໄປຢ້ຽມຢາມ Infosys.