组织如何修复脏数据以改进人工智能建模 了解如何通过有效处理不准确的数据来优化人工智能建模和营销绩效。 凯文·马库斯 Kevin Marcus Verium 首席技术官 2023 年 11 月 16 日 修复脏数据 Versium 首席技术官 Kevin Marcus 讨论了组织如何通过解决脏数据问题来增强 AI 建模和营销绩效。实施有效的数据清理技术有助于确保用于分析和决策的数据准确可靠。 并非所有数据都是干净的或看起来的那样。 话又说回来，法国足球运动员也并非都是职业球员。 你可能想知道我在说什么。不过，如果您没有看到的话，今年夏天病毒式传播的体育时刻——法国电信公司 Orange 宣传 FIFA 女足世界杯的广告，并以法国国家队的一些顶
实际上是一场精彩的社
级男子球员为主角——交活动对体育领域性别偏见和薪酬平等的评论 埃及电话号码列表 这也是间接说明干净数据重要性的一个很好的例子，所以请耐心听我一分钟。 该广告的开头就像福克斯体育频道为法国男子国家队拍摄的精彩片段，充满了激动人心的时刻、史诗般的进球和欢呼雀跃的球迷。中途，观众收到这样的信息：“只有Les Bleus 给我们这些情感，”它写道。“但你刚才看到的并不是他们。” 然后，广告倒带并展示了如何使用视觉特效来操纵女子国家队 Les Bleues 的实际游戏片段。Orange 在他们的 YouTube 频道上发帖称，该活动旨在证明“女足与男足一样具有技术性”。作为日复一日地处理数据的人，这是我很长一段时间以来见过的最好的案例，错误地识别某人是向受众传达有针对性的信息的绝佳方式。 但对于其余的业务用例，当今的营销团队必须使用 尖端技术、平台和合作伙伴来修
干净的受众数据可以
复脏数据并正确识别人类。 电话列表 为什么是 这对营销绩效如此重要吗？ 修复脏数据 作为营销人员，帮助您改进AI建模和营销绩效。尽管如此，在最简单的层面上，它将使您能够对受众做出更好的假设，以瞄准更大的受众。 为了进一步理解这一点，让我们首先检查一下数据是如何变脏的，为此，您应该从讨厌的机器人开始。Imperva 最新的《Bad Bot Report》的一份新报告显示，到 2022 年，所有互联网流量的 47.4% 来自机器人，而人类流量为 52.6%，降至八年来的最低水平。 机器人的问题在于，当它们开始填写表单时，它们可能会扭曲您的模型。例如，如果有人有一个来自俄罗斯的机器人，它坐在那里用一堆蹩脚的数据填写你的表格，人们可能会错误地认为：“哇，我们需要在俄罗斯做更多广告！” 我们得到了所有这些令人惊叹的用户。看看他们所有人！” 当然，这会导致您花钱购买更多的垃圾数据！因此，评估数据质量是任何数据驱动营销之旅的第一步。
