Post by account_disabled on Dec 5, 2023 4:44:13 GMT
为了处于竞争力的前沿，营销人员有义务将新兴技术集成到他们的每一个流程中。人工智能( AI ) 是注定会在营销人员日常生活中发挥更主导作用的技术之一，因为它对于为神圣的个性化提供动力至关重要。然而，根据CMO Council 和 Deloitte Digital 最近进行的一项研究，在营销领域担任领导职务的人中，只有 13% 的人拥有先进的人工智能技能。 此外，只有 7% 的营销人员声称他们已经在人工智能领域达到了最佳敏捷水平（能够为自己提供足够的数据，以便根据从这些数据中提取的“见解”做出明智的决策）。 33% 的专业人士仍需要 7 至 12 个月才能达到最佳能力水平。
32% 需要 13 至 18 个月，14% 甚至需要 18 个月以上。 要充分利用人工智能，人才绝对至关重要。81% 的营销人员有效地确认，在实施这项技术时，雇用更多具有人工智能知识的人才是最重要的事情。 营销人员没有找到合适的人才来推动 电话号码数据 他们在人工智能领域的努力 然而，找到拥有正确知识的人也是营销人员在人工智能领域推动努力时面临的最重要障碍。 51% 的营销人员将招聘具有人工智能、机器学习和数据科学知识的人才视为他们在该领域面临的最重要挑战。31% 的人还认为，培训那些已经在人工智能。
机器学习和数据科学领域工作的人具有挑战性。 在实施人工智能时阻碍营销人员努力的其他挑战包括与技术部门（41%）的联盟（并不总是那么容易）、选择合适的技术（28%）以及展示人工智能业务的价值（27%）。 人才的缺乏也是营销人员在管理与“客户体验”直接相关的数据时必须面临的主要障碍之一。47%的人认为缺乏合适的人才确实是这个领域的问题。然而，比这一挑战更紧迫的是连接来自多个系统的孤岛数据 (65%) 并创建跨渠道客户体验 (59%)。
32% 需要 13 至 18 个月，14% 甚至需要 18 个月以上。 要充分利用人工智能，人才绝对至关重要。81% 的营销人员有效地确认，在实施这项技术时，雇用更多具有人工智能知识的人才是最重要的事情。 营销人员没有找到合适的人才来推动 电话号码数据 他们在人工智能领域的努力 然而，找到拥有正确知识的人也是营销人员在人工智能领域推动努力时面临的最重要障碍。 51% 的营销人员将招聘具有人工智能、机器学习和数据科学知识的人才视为他们在该领域面临的最重要挑战。31% 的人还认为，培训那些已经在人工智能。
机器学习和数据科学领域工作的人具有挑战性。 在实施人工智能时阻碍营销人员努力的其他挑战包括与技术部门（41%）的联盟（并不总是那么容易）、选择合适的技术（28%）以及展示人工智能业务的价值（27%）。 人才的缺乏也是营销人员在管理与“客户体验”直接相关的数据时必须面临的主要障碍之一。47%的人认为缺乏合适的人才确实是这个领域的问题。然而，比这一挑战更紧迫的是连接来自多个系统的孤岛数据 (65%) 并创建跨渠道客户体验 (59%)。