علم داده ها( Data Science)

علم داده (Data Science)، دانشی میان‌رشته‌ای پیرامون استخراج دانش و آگاهی از مجموعه‌ای داده و اطلاعات است علم داده از ترکیب مباحث مختلفی به وجود آمده و بر مبانی و روش‌های موجود در حوزه‌های مختلف علمی بنا شده‌است. تعدادی از این حوزه‌ها عبارتند از: ریاضیات، آمار، مهندسی داده، بازشناخت الگو و… هدف این علم، استخراج مفهوم از داده و تولید محصولات داده‌محور است.
آقایان توماس دونپورت و دی جی پاتیل در سال ۲۰۱۲ در مقاله «علم داده: جذاب‌ترین شغل قرن بیست و یکم» متخصصین علم داده را این طور تعریف می‌کنند:

کسانی که می‌دانند چگونه می‌توان از انبوه اطلاعات بدون ساختار پاسخ سوالهای کسب‌وکار را پیدا کرد. ا

ستنتون در سال ۲۰۱۳ علم داده را این طور تعریف می‌کند: علم داده رشته در حال ظهوری است که به جمع‌آوری، آماده‌سازی، تحلیل، بصری‌سازی، مدیریت و نگهداشت اطلاعات در حجم بالا می‌پردازد. دریسکول در سال ۲۰۱۴ علم داده را این طور تعریف می‌کند: علم داده مهندسی عمران داده‌هاست. متخصص علم داده دانشی کاربردی از داده‌ها و ابزارها دارد به علاوه درک تئوریکی دارد که مشخص می‌کند چه چیزی از نظر علمی ممکن است.

امروزه در کشور آمریکا یکی از پر طرفدارترین شاخه های آموزشی علم داده هاست. در حالی که این شاخه علمی متقاضایان زیادی دارد اما نیاز به تخصص در این رشته به قدری است که فرصت های شغلی زیادی در این زمینه وجود دارد.

به شاغلین در حوزهٔ علم داده، متخصص علم داده (data scientist) می‌گویند. این اصطلاح توسط دی جی پاتیل و جف همربارکرابداع شده است در صورتی که سال‌ها قبل از آن که آن‌ها استفاده از اصطلاح فوق را به طور عمومی مطرح کنند، از آن استفاده شده است. چن فو جف وو در سال ۱۹۹۸ برای اولین بار در یک سخنرانی از واژهٔ متخصص علم داده استفاده کرد. متخصصین علم داده با عمیق شدن در چندین رشتهٔ علمی، مسائل پیچیدهٔ مطرح شده در حوزهٔ داده را حل می‌کنند. به طور کلی انتظار می‌رود که متخصصین علم داده قادر باشند در بخش‌هایی از علوم ریاضیات و آمار و علوم کامپیوتر کار کنند .یک متخصص علم داده می‌بایست در یک یا دو رشته تخصص داشته باشد و در دیگر حوزه‌ها دارای مهارت کافی باشد. نتایج نظرسنجی‌ها حاکی از این موضوع است که برای متخصص علم داده شدن ۵ تا ۸ سال زمان لازم است.

متخصصین علم داده می توانند مهارت هایشان را برای دست یابی به طیف وسیعی از نتایج نهایی به کار گیرند. تعدادی از این مهارتها به شرح زیرند:

  • توانایی استخراج و تفسیر منابع داده
  • مدیریت حجم زیاد اطلاعات با سخت‌افزار
  • محدودیت‌های نرم‌افزاری و بهنای باند
  • ادغام منابع داده با یک دیگر
  • تضمین پایداری مجموعه‌های داده
  • مصورسازی داده برای فهم آن
  • ساخت مدل‌های ریاضی با استفاده از داده
  • به اشتراک گذاری یافته‌ها و دیدگاه‌ها در حوزه داده با متخصصان دیگر یا مخاطب عام

 

هستی‌شناسی در علم اطلاعات

هستی‌شناسی (Ontology) در علوم رایانه و علوم اطلاعات، توصیف صوری از مجموعه‌ای از مفاهیم یک دامنه و روابط بین آن‌ها است.

به منظور گسترش و کارآیی بیشتر و نیز برآورده نمودن نیازهای وب معنایی، علوم اطلاعات و علوم رایانه به ساخت و ایجاد هستی‌شناسی نیازمند هستند.

همچون بسیاری از زمینه‌ها و شاخه‌های دیگر فلسفه، هستی‌شناسی نیز در سایهٔ پیشرفت‌ها و تحوّلات اخیر در علوم اطلاعات، علوم مخابرات و ارتباطات، علوم رایانه، و محاسبات رواج و رونقی تازه و در سطحی گسترده به‌خود گرفته‌است.

به منظور آغاز به ساخت و گسترش وب معنی‌نگر، باید تا حدّ امکان قادر باشیم تمامی موجودات (entities) و مفاهیم (concepts) و نیز روابط و اتّصالات آن‌ها با یک‌دیگر را به صورت مدل‌هایی مجرد به زبان‌هایی که برای رایانه‌ها قابل درک است بیان نماییم. در علوم رایانه این گونه مدل‌های مجرد ماشینی را هستی‌شناسی نامیده‌اند که برآمده از مفاهیم و ایده‌های قدیمی‌تر و ژرف‌تر آن در فلسفه‌است.

از جملهٔ زمینه‌هایی که به نحوی چشم‌گیر و فعّال به امر طرّاحی، مهندسی، و ایجاد هستی‌شناسی‌های رایانه‌ای و محاسباتی پرداخته‌اند باید علوم پزشکی، بیوانفورماتیک، و به زبانی همه‌گیرتر علوم حیات (Biosciences) را برشمرد.

هر انسان به فراخور محیطی که در آن قرار دارد، نسبت به اشیای پیرامون خود شناخت پیدا می‌کند و این اشیا را به صورت تلویحی دسته‌بندی کرده و روابط بین آن‌ها را مشخص می‌کند. به عبارت غیر دقیق، به شناختی که شخص از پیرامون خود به‌دست می‌آورد هستی‌شناسی گفته می‌شود.یک عامل نرم‌افزاری هم باید درک روشنی از حوزه یا محیط کاری خود داشته باشد. هستی‌شناسی یک عامل نرم‌افزاری نیز به لحاط مفهوم مانند هستی‌شناسی انسان است. در ادبیات وب معنایی هستی‌شناسی عبارت است از بیان دقیق و رسمی خصوصیات تصوری که از دامنه وجود دارد. برای توصیف هستی‌شناسی‌ها، زبان‌های مختلفی ایجاد شده است. ولی در تمام این زبان‌ها دست‌کم یک هستی‌شناسی دارای سه مولفهٔ کلاس، رابطه و نمونه است. هستی‌شناسی‌ها در حقیقت شالودهٔ وب معنایی هستند و وب معنایی فقط با تعریف و استفاده از آن‌هاست که می‌تواند به سرانجام مناسب برسد. با استفاده از هستی‌شناسی‌ها می‌توان دانش موجود در دامنهٔ مورد بحث را به طور رسمی توصیف کرد. در وب معنایی عامل‌های نرم‌افزاری یا به طور کلی ماشین‌ها قادر می‌شوند از این دانش به نحو مطلوب استفاده کنند.

 

تفاوت هستی‌شناسی با رده‌بندی

در هستی‌شناسی واژگان به نحوی آراسته می‌شود که اولاً بیانگر مفاهیم، اشیا و ارتباط بین آن‌ها باشد و ثانیاً رسمی باشد؛ یعنی توسط ماشین قابل فهم باشد. در مقابل هستی‌شناسی، سیستم‌های دیگری برای آرایش نام‌ها وجود دارند که غیر رسمی بوده و برای استفادهٔ مستقیم توسط انسان، مناسبند. یکی از این سیستم‌ها، رده‌بندیاست. رده‌بندی عبارتست از سیستمی که اشیا یا موجودات را بر اساس خصوصیات و روابط طبیعی و ذاتی آن‌ها در گروه‌هایی سازمان‌دهی می‌کند. یکی از کاربردهای رایج آن، رده‌بندی موجودات زنده است که توسط زیست شناسان انجام شده است. در رده‌بندی، نام‌ها بصورت سلسله مراتبی سازمان دهی می‌شوند و بین آن‌ها صرفاً رابطهٔ پدر-فرزند یا همان رابطهٔ تعمیم ، به رسمیت شناخته می‌شود و از مابقی رابطه‌ها مانند علت-معلول، بخشی-از و مربوط با صرف نظر می‌شود. این ویژگی محدودیت‌های زیادی را به سیستم رده‌بندی تحمیل می‌کند. مهم‌ترین محدودیت اینست که برای اشیای رده‌بندی شده نمی‌توان ترتیبی اتخاذ کرد که صفات آن‌ها هم در آن سازمان دهی بگنجد؛ زیرا که رابطهٔ بین یک شیء به یکی از صفاتش یقیناً رابطهٔ پدر-فرزندی نیست. در مقایسه با رده‌بندی، در هستی‌شناسی انواع روابط قابل تعریف است و بنا به ماهیت یک مفهوم یا شیء، می‌توان صفات آن را نیز به‌ساختار مطلوب سازمان‌دهی کرد. در شکل زیر موقعیت یوزپلنگ ایرانی در رده‌بنده موجودات زنده نشان داده شده است. در این شکل هر رده با یک مستطیل احاطه گردیدهاست.

عوامل کلیدی در شروع بازاریابی محتوا

عوامل اساسی در  بازاریابی محتوا

 

قبل از اینکه مطلب رو شروع کنم. دوست دارم یک خبر خوب بدم. سایت کارخانه محتوا با هدف ارائه خدمات بازاریابی محتوا در حال آماده سازی است و احتمالا  تا آخر بهمن ماه به صورت رسمی فعالیت خودش را آغاز می کند.

اگر در بازاریابی محتوا تازه کار هستید، میتوانید با پستهای موسسه بازاریابی محتوا در چگونگی توضیح حرفه خود و راههای سازگاری آن با تکنیک های دیگر بازاریابی، شروع کنید.

شروع کار

سوالی که در این زمینه وجود دارد: “برای شروع بازاریابی محتوا، چه باید کرد؟” به عبارت ساده، دو المان ضروری برای برنامه بازاریابی محتوای بسیار موفق وجود دارد:

  • درک درست هدف(ها)
  • شرح ماموریت

این دو، المانهای کلیدی هستند، نه تنها چون به شما در تصمیم گیری برای نوع محتوایی که میسازید کمک میکند، بلکه چون عدسی های  خوبی هستند که از طریق آنها میتوانید پروژه های محتوای خود را از دید کارآفرینی آزمایش کنید و اگر چیزی که نباید باشد، وجود دارد، آنرا تغییر دهید.

هرکدام را با جزئیات بیشتر بررسی میکنیم:

  • درک درست هدف(ها)

محتوا هیچ وقت نباید لی دلیل ایجاد شود. تا حدی، نیاز به پشتیبانی حداقل یک هسته بازاریابی یا هدف کسب و کار را دارد. راههایی که برای بخش مطرحی از محتوا برای کمک به کسب وکارتان نیاز است را درنظر بگیرید. برای مثال:

  • آیا به ارتقای اطلاعات برای برندتان نیاز دارید؟
  • آیا باید لیست ایمیل بسازید؟
  • آیا نیازی به گسترش چشم انداز برای خریداران خود دارید؟
  • آیا باید مخاطبان خود را به خریدار تبدیل کنید؟
  • آیا باید مشتریان خود را حفظ کنید و/یا خرید آنها را افزایش دهید؟

 

به یاد داشته باشید که مدتوما از خود بپرسید که “این پروژه چگونه اهداف کسب و کار ما را پشتیبانی میکند؟” اگر فهمیدید که محتوایی که برنامه ریزی کرده اید، این اهداف را پشتیبانی نمیکند، آن نمیتواند در اولویت باشد.

 

  • شرح ماموریت

شرح ماموریت دلایل وجودی شرکت را تعیین کرده است، و اولویت ها و دیدگاهها، آنرا در رسیدن به این ماموریت پشتیبانی میکند. همچنین باید درباره سه مولفه از هر بازاریابی موفقی صحبت کند:

  • هدف مخاطبان اصلی: افرادی که با محتوایتان بیشترین کمک را به آنها میکنید.
  • چه چیزی به مخاطبان خود، خواهید داد: نوع اطلاعاتی که در محتوای خود، عرضه میکنید.
  • نتیجه مورد نظر برای مخاطبان: چیزهایی که مخاطبانتان میتوانند یک بار آنرا مصرف کنند.

 

اشاره: مخاطبانتان هرگز نباید “هر کسی” باشند. حتی اگر بتوانید مطالعه موردی برای هرکس پیدا کنید. تا جایی که ممکن است، خاص باشید، و سپس سعی کنید که آن فرد را تا حد ممکن بشناسید. ممکن است مخاطبان مختلفی داشته باشید، و این واقعا خوب است. اگر نمیدانید که مرزهای جداکننده را کجا بکشید، ببینید که نیازهای اطلاعاتی آنها در کجا متفاوت است. اگر مرزها وجود دارند، باید آنها را جدا کنید.

content-marketing.jpg

۳ قانون موثر در تولید محتوا با هدف فروش

نوشتن متن های تجاری و تولید محتوای مربوط به محصولات یکی از کارهای دشوار در زمینه بازاریابی محتواست. امروز می خواهیم درباره سه قانون مهم در فروش صحبت کنیم که دانستن  آن ها به شما کمک می کند تا متن های خوبی بنویسید.

 

قانون اول:مردم دوست ندارند به فروش برسند.

مطمئنا ما دوست داریم چیزهایی که میخواهیم را بخریم، اما دوست نداریم فروخته شویم.

قانون دوم: مردم به دلایل احساسی خرید می کنند.

مردم چیزی که میخواهند را در درجه اول بنا به دلایل احساسی میخرند، نه دلایل منطقی. بدانید که مردم تنها چیزی که نیاز دارند را میخرند(یا چیزی که بنا به دستور دولت، مجبور به خرید آن باشند). انگیزه برای بهترین آینده است: آن را بخر و بهتر زندگی کن، یا آنرا نخر و زندگی کمتر خوبی داشته باش. و این دلیلی احساسی است.

قانون سوم پس از  تصمیم به خرید، مردم میخواهند تصمیم احساسی خود را با دلایل منطقی توجیه کنند.

پس تصمیم خود را میگیرند، حالا باید مطمئن شوند که تصمیم درستی گرفته اند.اینجا زمانی است که منطق و دلایل به میان می آیند. توجیه این است: زندگی بهتر برای پول کمتر، در بازه زمانی بیشتر در گروهی قوی…دلیل دیگر این است، مرا به اشتباه ننداز؛ مانند خرید آنی، اما زمانی که محصول یا سرویس شما را آنلاین خریداری میکنند، انتدا احساسی است، سپس منطقی. فقط همیشه به یاد داشته باشید که دلایل احساسی برای خرید را ارائه دهید، و دلایل منطقی را خریدار میتواند به دوستانش بگوید! میتوانید با اتوبوس یا پیاده به محل کارتان بروید، اما استفاده از ماشین شخصی باعث صرفه جویی در زمانتان میشود.

این حتی دلیلی منطقی برای انجام نیست. به تضمینی اتوماتیک با هزینه کم نیاز دارید. قیمت سوخت بسیار بالاست. هزینه پرداختی ماهیانه شما برای وسیله تان، از جیب گذاشته میشود. پس این تصمیمی منطقی نیست که به استفاده از وسیله شخصی خود ادامه دهید. در کنار این، میتوانید با راه رفتن یا دوچرخه سواری، ورزش نیز میکنید. اگر برای رفتن به همه جا از ماشین استفاده کنید، سلامتیتان به خطر میفتد.

چون که راحتی زیادی میخواهید، حاضرید تمام هزینه ها(سلامتی و پولی) را بدهید. واقعا غیرمنطقی است. اما ما به هرحال، این هزینه ها را میدهیم.

پس آن سه قانون فروش را به یاد داشته باشید: مردم متنفرند که به فروش برسند؛ با دلایل احساسی خرید میکنند؛ و اگر تصمیم به خرید بگیرند، نیاز دارند که آن تصمیم را توجیه کنند. مسائل اساسی واقعی است، اما استفاده از آن بسیار مهم است.

ضمنا یادم اومد که درباره یک وب سایت جدید باهات صحبت کنم. کارخانه محتوا ٬ وب سایتی هست که گروه خدمات تجاری سیمرغ  قصد داره راه اندازی کنه تا به شما خدمات بازاریابی محتوا رو ارائه کنه. این سایت برای خودش بخش تخصصی بازاریابی محتوا داره و دنبال کردن مطالبش خالی از لطف نیست.

الگوی برای مطالعه موردی B2B

 

این، تنها الگوی مطالعه موردی B2B آنلاینی است که نیاز خواهید داشت. مطالعات موردی خصوصا در کسب و کار های B2B  ابزار بسیار مناسبی برای بازاریابی دیجیتال و Inbound Maketing هستند. مطالعات موردی محتوای مناسبی هستند که سایت های B2B  به آن نیاز دارند.

مطالعات موردی می توانند راه موثری برای ترغیب مشتریان به کار با شما باشند، به خصوص در دنیای B2B که خدمات و محصولات می توانند پیچیده باشند.

اما بسیاری از مطالعات موردی، از بخشهای بی معنای بازاریابی پرشده اند. آنها زمان زیادی را روی صحبت درباره بزرگی کسب و کار صحبت می کنند اما اطلاعات مفید مورد نیاز مشتریان را ارائه نمی کنند.

در این پست قصد دارم درباره چیزی که فکر میکنم موثرترین الگوی مطالعات موردی B2B را دارد، بحث کنم.

این الگو زیاد روی ویژگی های ظاهری تمرکز نمیکند، اما تاحدودی ساختمان ساده ای برای ترتیب در ارائه اطلاعات ایجاد می کند.

 

  • الگو

در شرایط بسیار عمومی، الگو اینچنین است:

  • عنوان

میتوانید این را مهمترین عنصر درنظربگیرید، اهمیت زیادی دارد که برای آن وقت سپری کنید.

اما برخلاف پست وبلاگ، عنوان مطالعه موردی همیشه باید روی یک نتیجه خاص تمرکز کند.  “کمپانی X، درامد خود را با انجام دادن Z، Y% افزایش داده است.”

 

  • نقل قول از مشتری

استفاده از یک نقل قول در ابتدای مطالعه موردی، باعث معتبرتر شدن کار میشود؛ بنابراین من همیشه تلاش میکنم که از یک نقل قول در زیرتیتر استفاده کنم.

نقل قول ترجیحا باید خلاصه ای از سود خاصی که از کار بدست می آید، باشد.

 

  • دستاوردهای کلیدی

شما میتوانید اینها را به صورت لیست و یا کاری خلاقانه تر کنید، اما انرا بصورت خلاصه ای از جذابترین نتایج نشان دهید.

با این کار تنها در چند ثانیه میتوانید بفهمید که ایده درباره چیست. حالا مشتریان میتوانند براساس این اطلاعات تصمیم گیری کنند یا اگر به آن علاقه دارند وارئ جزئیات بیشتر شوند.

 

  • خلاصه/اهداف/مشکل/چالش

هدف خود را بصورت کلی بیان کنید و بفهمید که مشتریان خاص، به دنبال چه هدفی هستند.

 

  • کار

بگویید که برای یک مشتری، بصورت خاص، چه کرده اید؛ بفهمید که این کار در کسب و کارهای دیگر، چگونه اجرا میشود.

 

  • نتایج

در جاهایی ممکن از شماره های ؟ استفاده کنید و سعی کنید تا نتایج را نیز مانند لیستی که از دستاوردهایتان تهیه کردید، ارائه کنید.

 

  • عمومی -> خاص -> خاص -> عمومی

ممکن است متوجه شوید که زیر خلاصه و بخشهای کاری، فرمت از ساختار بالا پیروی میکند. بی شک پیشتر نیز درباره این ساختار شنیده اید.

کمی بیشتر وارد جزئیات این ساختار میشویم.

 

  • ارائه مشکل: عمومی -> خاص

وقتی توضیح می دهید که چرا این کار را انجام داده اید، از مشکل کلی که شرکت با آن مواجه است، شروع کنید.

این میتوانید چیزی شبیه به این باشد: ” برای کسب و کار تلاش در شخصیت دادن به کمپین بازاریابی، حجم داده ها معمولا چالش محسوب میشود.”

سپس درباره مسائل خاصی که مشتریانتان دارند صحبت کنید، مثلا: ” شرکت X منابع محدودی داشته و زمان بسیار زیادی را روی توده داده ها با نتایج ناسازگار صرف کرده است.”

 

  • بحث در مورد کار: خاص -> عمومی

سپس هنگامی که درباره کار صحبت میکنید، با اینکه برای یک مشتری خاص، چه کرده اید شروع کنید. برای مثال: ” برای شرکت X، ما تحلیل داده ها و آموزشهای خانگی برای کمک به مردم در تمرکز بر داده های مفید و استفاده کارآمدتر از زمانشان، را ارائه کردیم.”

درنهایت به طور کلی درباره اینکه این نوع کار چگونه میتواند به دیگر کسب و کارها در مشکلات مشابه سود برساند، صحبت کنید.

برای مثال: ” تحلیل و آموزش این نوع میتواند برای هر شرکتی که با حجم عظیمی از داده ها مواجه است، مفید باشد.”