Apache ECharts: An Open Source JavaScript Visualization Library
JS Library ที่สามารถทำ Visualization ได้มีหลายตัวครับ เช่น FusionCharts ซึ่งอาจจะมีค่าใช้จ่ายบ้าง วันนี้ผมขอแนะนำอีกตัวที่เป็น open source JS library ที่ใช้งานได้ฟรีโดยไม่มีค่าใช้จ่ายครับ นั่นคือ Apache ECharts
![](https://datacubeth.ai/wp-content/uploads/2024/01/Screenshot-2567-01-02-at-17.35.34-1024x532.png)
โดย library นี้สามารถสร้าง chart ในรูปแบบต่างๆ ได้มากมาย เช่น
- Line
- Bar
- Pie
- Scatter
ซึ่งตัวอย่าง code ของการสร้าง chart แบบต่างๆ ดูได้จาก https://echarts.apache.org/examples/en/index.html ได้เลยครับ
![](https://datacubeth.ai/wp-content/uploads/2024/01/Screenshot-2567-01-02-at-17.43.41-1024x651.png)
RPA for Banking โดย คุณศิววงศ์ ค่อนดี
โดย คุณศิววงศ์ ค่อนดี
การนำเทคโนโลยี Robotic Process Automation (RPA) มาประยุกต์ใช่ในองค์กรเพื่อเพิ่มประสิทธิภาพการทำงานจัดว่าเป็น New Normal สำหรับโลกยุคหลัง Covid
แต่หลายๆท่านอาจจะยังไม่ทราบว่าเทคนโลยีนี้คืออะไร และช่วยปฏิวัติรูปแบบการทำงานขององค์กรอย่างเป็นรูปธรรมได้อย่างไร คุณศิว วงศ์ มีคำตอบให้ ใน Session RPA for Banking ที่บรรยายในงาน “DATA + AI for Business is Now” เมื่อวันที่ 10.10.2023 ที่ผ่านมา
![OC1_6541](https://datacubeth.ai/wp-content/uploads/2023/11/OC1_6541-768x512.jpg)
![OC1_6535](https://datacubeth.ai/wp-content/uploads/2023/11/OC1_6535-768x512.jpg)
คุณศิววงศ์เล่าให้เราฟังตั้งแต่ Banking Process : Data Transportation ที่ชี้ให้เห็นตั้งแต่ Pain จนถึง LEAN – Data Value Analysis และ LEAN – 8 Waste in Data Analysis ต่อจากนั้นเป็นเรื่องของ RPA for Customer Satisfaction และ RPA Benefit
Highlight คือการแชร์ Cost Estimation และ RPA Feasibility ด้วย !! เปิดโลกมากๆเลยค่า
Slide จากคุณศิววงศ์ พร้อม Download แล้วตาม Link https://bit.ly/497jvOU
ChatGPT and Generative AI โดย ดร.ปรัชญา บุญขวัญ
โดย ดร.ปรัชญา บุญขวัญ จาก National Electronics and Computer Technology Center, Thailand
ปีนี้โลกได้รู้จักกับ Generative AI ในฐานะเทคโนโลยีสุดล้ำ ที่จะมาช่วยมนุษย์ทำงานด้านต่าง ๆ ได้รวดเร็วมากยิ่งขึ้นโดยเฉพาะ ChatGPT AI ที่ทำงานบนพื้นฐาน LLM แสดงผลทางภาษาได้ใกล้เคียงกับมนุษย์ ที่พิสูจน์ผลงานมาแล้วหลากหลาย Use Case และนำไปเป็นโมเดลเบื้องหลังบริการต่างๆแล้วมากมาย
![OC1_6592](https://datacubeth.ai/wp-content/uploads/2023/10/OC1_6592-768x512.jpg)
![OC1_6610](https://datacubeth.ai/wp-content/uploads/2023/10/OC1_6610-768x512.jpg)
ดร.ปรัชญา บุญขวัญ จาก NECTEC จึงให้เกียรติมา Summary ถึงนวัตกรรมด้าน AI ที่น่าจับตามอง รวมทั้ง Business Opportunities ใน Session ChatGPT and Generative AI
Slide ของ ดร.ปรัชญา บุญขวัญ พร้อม Download แล้วตาม Link นี้
Slide จากงาน “𝗗𝗔𝗧𝗔 + 𝗔𝗜 𝗳𝗼𝗿 𝗕𝘂𝘀𝗶𝗻𝗲𝘀𝘀 𝗶𝘀 𝗡𝗼𝘄”
Data-Driven Business โดย คุณณัฐพล ม่วงทำ เจ้าของเพจ “การตลาดวันละตอน”
โดย คุณณัฐพล ม่วงทำ เจ้าของเพจ "การตลาดวันละตอน"
Data ได้กลายเป็นสิ่งสำคัญในการทำธุรกิจตั้งแต่การวางกลยุทธ์การตลาดไปจนถึงการบริหารองค์กร ซึ่งมีส่วนสำคัญในการช่วยตัดสินใจได้อย่างแม่นยำ ทำให้การทำงานมีประสิทธิภาพและรวดเร็วมากกว่าเดิม
เราไม่ได้ตัดสินใจด้วยตัวเองอีกแล้ว (Decision Driven-Data)เพราะทุกวันนี้ข้อมูลต่างหากที่ช่วยเราตัดสินใจ (Data-Driven Decision)
![OC1_6554](https://datacubeth.ai/wp-content/uploads/2023/10/OC1_6554-768x512.jpg)
![OC1_6602](https://datacubeth.ai/wp-content/uploads/2023/10/OC1_6602-768x513.jpg)
มาเจาะลึกเรื่อง Data-Driven Business ไปกับ คุณณัฐพล ม่วงทำ เจ้าของเพจ “การตลาดวันละตอน” วิทยากรและที่ปรึกษาด้าน Marketing และ Data ได้ใน Session Data-Driven Business
Slide จากงาน “𝗗𝗔𝗧𝗔 + 𝗔𝗜 𝗳𝗼𝗿 𝗕𝘂𝘀𝗶𝗻𝗲𝘀𝘀 𝗶𝘀 𝗡𝗼𝘄”
Global Trends in AI โดย Srirangam MD of Altair Engineering
Global Trends in AI
By Mr. Srirangam R Srirangarajan and Dr.Shidan Murphy, Altair Engineering Inc.
เมื่อพูดถึงบริษัท Altair หลายคนที่อยู่นอกฟิลด์ Manufacturing อาจจะไม่รู้จัก ต้องบอกว่า Altair เป็นบริษัทที่มีซอฟต์แวร์ด้าน Simulation ที่ดีมาก ๆ และเมื่อ 2 ปีก่อนได้ Acquire RapidMiner ไป เพื่อเสริมทัพในส่วนของ Data Analytics ซึ่ง RapidMiner เป็นเครื่องมือที่ใช้งานง่ายและไม่ต้องเขียน Code ทำให้วิเคราะห์ข้อมูลได้ไวขึ้น
สำหรับปีนี้ทาง Altair ได้ร่วมสนับสนุน Datacube ตั้งแต่มาร่วมออกบูธ รวมถึงยังได้รับเกียรติจาก Mr. Srirangam R Srirangarajan ซึ่งเป็นถึง MD ที่ดูแลภูมิภาค ASEAN, Australia และ New Zealand และ Dr.Shidan Murphy มาเล่าให้เราฟังถึง Global Trends in AI ที่งาน 𝗗𝗔𝗧𝗔 + 𝗔𝗜 𝗳𝗼𝗿 𝗕𝘂𝘀𝗶𝗻𝗲𝘀𝘀 𝗶𝘀 𝗡𝗼𝘄
ด้วยความเชี่ยวชาญและประสบการณ์ที่ทำเกี่ยวกับด้าน Digital Transformation, Engineering และ Big Data Analytics ในหลากหลายประเทศ ทำให้ได้เห็นถึงภาพกว้างของการใช้งาน Data Analytics และ AI ในองค์กรต่างๆ ได้ชัดเจนมากขึ้น
Slide ของ Mr. Srirangam R Srirangarajan และ Dr.Shidan Murphy พร้อม Download แล้วตาม ไฟล์ด้านล่างเลยค่ะ
PAM ซอฟต์แวร์ Marketing Automation
![pam1](https://datacubeth.ai/wp-content/uploads/2023/10/pam1-1024x575.jpg)
PAM ซอฟต์แวร์ Marketing Automation สัญชาติไทยที่สร้างขึ้นมาตอบโจทย์ธุรกิจไทยและช่วยยกระดับในการทำการตลาด ออกแบบมาเพื่อจัดการรวบรวม จัดกลุ่ม และดูแลข้อมูลลูกค้า พร้อมกับช่วยสร้างแคมเปญทางการตลาดได้ ซึ่งบอกเลยว่าเหมาะกับธุรกิจที่กำลังเติบโตไปจนถึงบริษัทขนาดใหญ่ นอกจากนี้ยังเป็น E-Commerce Platform และ Coupon Portal Platform ที่ช่วยจัดการหน้าและหลังร้าน พร้อมด้วยการสร้างแคมเปญส่งเสริมการขายได้อย่างมีประสิทธิภาพมากขึ้น
ฟีเจอร์เด่นๆ ของ PAM ได้แก่
- Realtime Customer Segmentation สามารถเก็บข้อมูลและจัดหมวดหมู่ข้อมูลของลูกค้าได้อย่างเป็นระบบ ทำให้สามารถจัดแยกลูกค้าประเภทต่างๆ ได้ และสามารถเลือกเงื่อนไขในการทำ Segmentation ได้
- Customer Consent Management สามารถจัดการการอนุญาตของลูกค้าที่เป็นไปตาม PDPA ทำให้ธุรกิจสามารถดูแลรักษาและใช้ข้อมูลของลูกค้าโดยไม่ผิดพระราชบัญญัติ
- Marketing Campaign Management สามารถสร้างแคมเปญให้จัดส่งข้อความผ่านช่องทางต่าง ๆ โดยทั้งหมดนี้สามารถตั้งให้เป็นระบบอัตโนมัติได้
- Customer Journey Design ช่วยทำให้แคมเปญสอดคล้องกับ Customer Journey ออกแบบปรับเปลี่ยนได้อย่างอิสระทำให้สามารถสื่อสารกับลูกค้าได้อย่างต่อเนื่องไม่ขาดตอน
- Data Insight Dashboard
- Full Integration Services
ฟีเจอร์จุดเด่นของ PAM สามารถออกแบบ จัดการ รวบรวม จัดกลุ่ม และดูแลข้อมูลลูกค้า พร้อมกับช่วยนักการตลาดสร้างแคมเปญที่มีประสิทธิภาพ ด้วยข้อความที่ใช่ ในเวลาที่ใช่ ผ่านช่องทางที่ใช่ ไปสู่ลูกค้ากลุ่มที่ใช่ รวมถึงสามารถออกแบบ Customer Journey ที่สอดคล้องกับลักษณะของธุรกิจได้ด้วยตัวเองให้เป็นอัตโนมัติ และจุดสำคัญ คือการที่เป็น CDP ที่เป็นไปตาม PDPA ทำให้หมดความกังวลใจเรื่องการเก็บข้อมูลลูกค้าไปได้เยอะ
สรุปจุดเด่นของ PAM ซอฟต์แวร์ Marketing Automation
- เหมาะกับธุรกิจไทย เพราะสามารถเชื่อมต่อกับแพลตฟอร์มต่างๆ ของไทยได้เช่น LINE
- ทีมซัพพอร์ตที่สามารถช่วยเหลือได้โดยตรงและเป็นภาษาไทย
- Cross Database จัดการข้อมูลลูกค้าหลายๆ แบรนด์ได้
- ราคา ถ้าจำนวนข้อมูลฐานลูกค้ามี 30,000 Contacts ขึ้นไป การใช้งาน PAM ถือว่าคุ้มค่า
PAM เหมาะสำหรับ
- ธุรกิจ B2C หรือธุรกิจสาย Consumer (สินค้าอุปโภค บริโภค)
- ธุรกิจที่กำลังเติบโตไปจนถึงธุรกิจขนาดใหญ่
- ธุรกิจที่มีฐานลูกค้ามากกว่า 30,000 Contacts ขึ้นไป
- ธุรกิจในอุตสาหกรรมหลากหลาย เช่น Retail, Real Estate, Insurance, Delivery, E-Commerce
สนใจสอบถามรายละเอียดเพิ่มเติม หรือการ Demo ติดต่อ varatraya@datacubeth.ai
MANDALA AI’s Analytics Module
The next level of marketing intelligence
โซลูชั่นทางการตลาดที่ช่วยนักการตลาด คอนเทนต์ครีเอเตอร์ แบรนด์ ธุรกิจ และองค์กร อัปเดตทุกเทรนด์ เจาะลึกข้อมูลผู้บริโภค และบริหารจัดการโซเชียลมีเดีย ได้ง่ายๆ ในแพลตฟอร์มเดียว เพื่อสร้างสรรค์โอกาสทางธุรกิจให้องค์กรของคุณ พร้อมเพิ่มประสิทธิภาพของทีมด้วยการอัปเดตไอเดียใหม่ ๆ คอนเทนต์ที่มีประสิทธิภาพ พร้อมการวัดผลลัพธ์ และข้อมูลเชิงลึกแบบเรียลไทม์ เพื่อนำไปสู่การพัฒนากลยุทธ์การตลาดที่ไม่เคยมีมาก่อนด้วย
Mandala AI
จบในที่เดียว! โซลูชันทางการตลาดเพื่อการอัปเดตเทรนด์โลก การจัดการโซเชียลมีเดีย และการวิเคราะห์อินไซต์ที่จะช่วยให้ธุรกิจของคุณเติบโต
ลูกค้าทั้งในไทยและต่างประเทศต่างก็ไว้ใจให้ Mandala AI เป็นผู้ช่วยในการวางกลยุทธ์ และทำความรู้จักกับกลุ่มลูกค้า เพื่อพัฒนาสินค้าให้ตรงกับความต้องการของกลุ่มเป้าหมาย และเพิ่มยอดขายด้วยเครื่องมือ Social Monitoring และ Social Listening
- ปรับแต่งหน้าฟีดและเพลย์ลิสต์ด้วย Ripples : ติดตามฟีดของโซเชียลมีเดียทุกแพลตฟอร์มผ่านแดชบอร์ดเดียว พร้อมรายงานผลแบบเจาะลึก เพื่อวิเคราะห์ประสิทธิภาพ และการเข้าถึงกลุ่มเป้าหมาย
- วิเคราะห์แนวโน้มเทรนด์และข้อมูลใหม่ ๆ บนโลกออนไลน์ : เสริมศักยภาพของ Data บนโลกออนไลน์ เพื่อค้นพบมุมมองของผู้บริโภคหรือกลุ่มเป้าหมายที่มีผลต่อธุรกิจของคุณ และแนวโน้มเทรนด์ใหม่ ๆ ที่กำลังจะเกิดขึ้น
- สร้างแรงบันดาลใจเพื่อพัฒนาคอนเทนต์และโฆษณาบนโซเชียลมีเดียให้น่าสนใจมากขึ้น และสร้างการมีส่วนร่วมที่ดีขึ้น
Mandala cosmos
อัปเดตระบบการจัดการคอนเทนต์สำหรับการใช้ส่วนบุคคลและธุรกิจ ด้วย Mandala Cosmos ออกแบบมาสำหรับทุกคน โดยเฉพาะธุรกิจ SMEs กลุ่มคอนเทนต์ครีเอเตอร์ และอินฟลูเอนเซอร์ต เพื่อติดตามเทรนด์ พร้อมตอบโต้กับลูกค้าของคุณบน Facebook Instagram X YouTube และ Tiktok ในหน้าต่างเดียว
Mandala Analytics
ผสานศักยภาพของ AI และ Data Analytics เพื่อเก็บข้อมูลอินไซต์จากผู้คนบนโลกออนไลน์ไม่ว่าจะเป็นหัวข้อ หรือคีย์เวิร์ดอะไรก็ตาม ด้วยข้อมูลเชิงลึกที่สร้างสรรค์ และชาญฉลาด พร้อมด้วยการวิเคราะห์ที่ทรงพลังสำหรับธุรกิจของคุณ เพื่อยกระดับความสามารถของ Mandala Cosmos ด้วย Mandala Analytics ออกแบบเพื่อคอนเทนต์ครีเอเตอร์มืออาชีพ นักการตลาด บริษัทวิจัยตลาด และเอเจนซี่
ผลิตภัณฑ์ Mandala AI ทั้งหมด เป็นแพลตฟอร์มที่มีความสามารถเฉพาะตัว ออกแบบมาเพื่อทำงานเดี่ยว หรือเป็นโมดูลเสริมซึ่งกันและกันในระบบนิเวศของ Mandala AI เพื่อการทำงานร่วมกันอย่างมีระบบซึ่งจะนำไปสู่ความสำเร็จของทีม
สนใจสอบถามรายละเอียดเพิ่มเติม หรือการ Demo ติดต่อ varatraya@datacubeth.ai
Altair SLC, SAS Language Compiler
![altair slc](https://datacubeth.ai/wp-content/uploads/2023/10/altair-slc.png)
Altair SLC คือคอมไพเลอร์ภาษา SAS ที่สามารถเรียกใช้โปรแกรมที่เขียนขึ้นในรูปไวยากรณ์ของภาษา SAS โดยไม่ต้องติดตั้งซอฟต์แวร์จากแหล่งอื่นอีก Altair SLC สามารถทำงานบน SAS ที่หลากหลายทั้ง core language, macros, กราฟและแผนภูมิ, การวิเคราะห์ทางสถิติ, time series analytics, matrix manipulation, machine learning, การสื่อสาร, และชุดเครื่องมือพัฒนาซอฟต์แวร์ภาษา (SDK) ที่ทำงานร่วมกันได้อย่างสมบูรณ์แบบ
ทำไมต้องเปลี่ยนมาใช้ SAS ของ Altair
ด้วยโครงสร้างของภาษา SAS ของ Altair ผู้ใช้สามารถรันภาษา SAS อย่างอิสระ และถูกต้องตามลิขสิทธิ์พร้อมทั้งมี open-source เชื่อมต่อกับภาษาอื่นๆ เช่น Python, R และ SQL จึงสามารถวิเคราะห์ข้อมูลได้แบบเรียลไทม์
SAS ของ Altair มอบประสิทธิภาพการทำงานที่ครบถ้วนด้วยราคาที่ประหยัดกว่าเดิมประมาณ 50-70% อีกทั้งฟีเจอร์ของโปรแกรมได้รับการปรับปรุงให้ทันสมัย และใช้งานง่ายกว่า
- Match: โอนย้ายข้อมูลได้ทันที บน mainframe ปัจจุบันของผู้ใช้ที่รันภาษา SAS อยู่ โดยจะแบ่งการโอนย้ายเป็นเฟส หรือโอนย้ายครั้งเดียวก็สามารถทำได้
- Mix: โอนย้ายข้อมูลได้มากขึ้น เพราะภาษา SAS ของ Altair เชื่อมต่อกับ Python, R และ SQL ได้ด้วย
- Modernize: จะใช้บน Cloud หรือ hybrid ก็ได้
SAS ของ Altair คือข้อเสนอที่ดีที่สุด !!
- เพราะ Altair มีคอมไพล์เลอร์ภาษา SAS ที่สมบูรณ์ ผู้ใช้งานสามารถรันและบำรุงรักษาโปรแกรมภาษา SAS ที่มีอยู่แล้วจากฐานข้อมูลเดิม และที่เกิดขึ้นใหม่จาก SAS ของ Altair ได้เลยโดยไม่จำเป็นต้องติดตั้ง SAS จากแหล่งอื่นอีก
- รองรับ IBM Mainframe – z/OS และ Mainframe Linux
- ความสามารถในการทำงานบนระบบ on-premise – AIX, Linux, macOS, Windows
- รองรับการใช้งานในคลาวด์ – AWS, Azure, Google
2. สร้างความได้เปรียบในการแข่งขันมากขึ้น ด้วยการเปิดให้ใช้งานกับ Open-source languages, Altair SLC ส่งมอบสิ่งที่ดีที่สุดในด้าน Analytics Solutions ด้วยความสามารถในการเชื่อมต่อกับภาษา SAS, Python, R และ SQL อย่างง่ายดาย จึงพร้อมทำ Machine learning และ Deep learning ด้วยกระบวนการทำงานนี้ Data Engineers, นักสถิติ และ Data Scientists สามารถทำงานร่วมกันได้ด้วยภาษาที่พวกเขาเชี่ยวชาญ
3. ใช้งานบน Cloud ได้อย่างยอดเยี่ยม ด้วยแพลตฟอร์มแบบ Hybrid และใช้งานง่ายของ Altair ช่วยให้ทุกคนในองค์กรไปทำงานบน Cloud ได้ในช่วงเวลาที่แตกต่างกัน ช่วยให้การจัดการพื้นที่สำหรับการใช้งานแอปพลิเคชันที่สำคัญต่อธุรกิจ พร้อมทดสอบการทำงานบน Cloud ซึ่งจะช่วยให้การประมวลผลรวดเร็วขึ้น
- ทำซ้ำกระบวนการ ETL ที่ซับซ้อนบน Cloud ได้
- กำจัดความเสี่ยง ที่แอปพลิเคชันสำคัญทางธุรกิจไม่สามารถทำงาน หรือให้ผลลัพธ์ไปในทางเดียวกันได้
- ช่วยจัดการความเปลี่ยนแปลงอันเป็นปัจจัยในการวิเคราะห์การผลิต
- เชื่อมต่อการทำงานทั้งหมด ไม่ว่าจะเป็นแบบ on-premise และบน Cloud
เปลี่ยนมาใช้ Altair SLC ได้ง่ายๆ ใน 3 ขั้นตอน
- การวิเคราะห์โค้ด: ตรวจสอบความพร้อมทางฟังก์ชันของ Altair กับโปรแกรมภาษา SAS ที่มีอยู่ของคุณ
- การประเมิน: ใช้ซอฟต์แวร์ Altair เพื่อทดสอบและประเมินฟังก์ชันและประสิทธิภาพ
- การย้าย: ย้ายโปรแกรมของคุณเพื่อรันกับ Altair บนโครงสร้างทางสถาปัตยกรรมที่คุณเลือก
สนใจสอบถามรายละเอียดเพิ่มเติม หรือการ Demo ติดต่อ varatraya@datacubeth.ai
Use-case: Propensity to Buy
เรื่องนี้เป็นอีก use case หนึ่งทางด้าน Data Science (DS)/Machine Learning (ML) ที่ใช้ในการเลือกว่าลูกค้าคนไหนมีโอกาสจะซื้อสินค้าบ้างจะได้นำเสนอสินค้าหรือบริการให้ตรงใจกับลูกค้ามากยิ่งขึ้นและไม่ต้องส่งข้อความหรือโทรศัพท์ไปหาลูกค้าแบบสุ่มหรือทั้งหมด แม้ว่าสมัยนี้อาจจะดูเหมือนการส่ง email ไม่ได้มีค่าใช้จ่ายแต่จริงๆ ก็มีอยู่บ้างเล็กน้อยครับและเมื่อทำการส่งข้อความไปให้ลูกค้าเป็นหมื่นๆ คนก็มีค่าใช้จ่ายพอสมควรเลย ยิ่งเป็นการส่งข้อความผ่านทาง SMS หรือโทรศัพท์ด้วยแล้วยิ่งมีค่าใช้จ่ายมากขึ้น แต่ถ้ามองกันในมุมของลูกค้าแล้วการที่ได้รับข้อความหรือโทรศัพท์ในเรื่องที่ไม่สนใจย่อมไม่ค่อยพอใจเท่าไรแล้วอาจจะไม่เปิดอ่าน email หรือถึงขั้น block หมายเลขโทรศัพท์เลยก็เป็นได้ ทำให้บริษัทเสียโอกาสติดต่อลูกค้าในภายหน้าไปอีกครับ
จริงๆ แล้วในการทำงานฝ่ายการตลาดก็ไม่ได้ส่งไปทั้งหมดหรอกครับแต่มีการเลือกมาระดับนึงแล้ว อาจจะเลือกตามลักษณะของลูกค้า เช่น ถ้าจะเสนอโปรโมขันของเครื่องสำอางค์ชนิดใหม่ที่เหมาะกับสาววัยทำงาน ก็จะเลือกเป็นลูกค้าผู้หญิงในช่วงวัย 25-35 ปีที่ทำงานอยู่ในกรุงเทพเป็นหลัก (เหมือนเป็นการทำ segment ตาม demographic ก่อนครับ) แล้วก็มาวัดผลกันว่าที่ส่งไปหาลูกค้ากลุ่มนี้มีคนกลับมาซื้อสินค้าเป็นจำนวนกี่เปอร์เซ็นต์ (%) หรือที่เรียกว่า response rate ครับ ซึ่งตัวเลขส่วนใหญ่ที่พบก็ไม่ค่อยสูงมากถึงขนาดเป็นเลข 2 หลักครับ (<10%)
เพื่อให้การทำงานของฝ่ายการตลาดทำงานได้สะดวกยิ่งขึ้น (ไม่ต้องมาตัดเลือกลูกค้าเองทั้งหมดแต่ก็ไม่ได้มาแทนที่ฝ่ายการตลาดนะ) ก็สามารถใช้ ML มาช่วยในการเรียนรู้รูปแบบพฤติกรรมการใช้งานของลูกค้าเพื่อหาโอกาสในการซื้อสินค้าในอนาคตได้ เช่น ลูกค้าที่เคยซื้อเครื่องสำอางค์ที่มีลักษณะคล้ายกับสินค้าใหม่นี้มักจะเป็น ผู้หญิงในช่วงวัย 25-35 ปีที่ทำงานอยู่ในกรุงเทพและปริมณฑล (เห็นไหมครับว่าการเลือกของฝ่ายการตลาดก็ไม่ผิดนะ ^^) และจะมีการซื้อเครื่องสำอางค์ประเภทอื่นๆ เดือนละครั้งที่ร้านของสาขาที่ตั้งอยู่ในห้างสรรพสินค้า ซึ่งรูปแบบเพิ่มเติมเหล่านี้จะทำให้สามารถเลือกลูกค้าได้เฉพาะเจาะจงมากขึ้น ทำให้เสียค่าใช้จ่ายในการติดต่อน้อยลงแต่ได้รายได้มากขึ้น และก็ทำให้ได้ response rate เพิ่มขึ้นด้วย อาจจะเพิ่มขึ้นจากเดิม 2-3 เท่าเลยทีเดียว แต่ก็ยังน้อยกว่า 10% นะครับ เช่น อาจจะได้จาก 1% เป็น 4%
ดาวน์โหลดฟรีเอกสารการใช้งาน RapidMiner TurboPrep เบื้องต้น
เอกสารด้านล่างเป็นส่วนหนึ่งเอกสารที่ใช้ในการอบรมหลักสูตร Practical Data Science and Machine Learning with RapidMiner TurboPrep and AutoModel ซึ่งมีระยะเวลาการอบรม 3 วันตั้งแต่วันที่ 25-27 กรกฎาคม 2565 ครับ โดยในเอกสารนี้จะประกอบด้วยหัวข้อต่างๆ ได้แก่
- การดูรายละเอียดของข้อมูล (show detail)
- การเรียงลำดับข้อมูล (sort)
- การแทนค่าข้อมูล (replace)
- การแทนค่าว่าง (replace missing value)
- การเลือกข้อมูลบางตัวอย่าง (filter examples)
- การ join ข้อมูล 2 ชุดเข้าด้วยกัน
- การ Export Data และ Process
ดาวน์โหลดได้จาก ที่นี่ หรือ คลิกที่รูปด้านล่าง ได้เลยครับ