数据在智能营销中至关重要。” 数据的质量决定结果的质量 一旦确定了目标以及实现目标所需的数据，您就需要调查可用数据的质量。如果机器正在处理的数据存在错误，输出必然会受到影响。 此外，仅仅因为智能是一台“理性机器”就认为智能可以做出没有刻板印象和偏见的判断和决策的想法现在已经过时了。大数据通常包含一些信息，一旦通过机器学习过程进行处理，就会揭示出各种类型的偏见：种族、文化、性别和年龄。 发生这种情况是因为这些偏见是那些编写智能算法的人所固有的。
机器学习过程除了客观地凸显
潜伏在我们社会中的偏见通常是隐性的之外什么也不做。 一个标志性的例子是 COMPAS替代性制裁的惩教罪犯管理分析，这是一种算法，可以计算被告在某些犯罪中累犯的概率。不幸的是，COMPAS 的判决受到了对黑人的偏见：这些人的误 加密货币数据库 报数量是白人被告的两倍。 对于 COMPAS 来说，就像在许多其他情况下一样，并不是软件有问题：算法运行得很好。问题在于提供给机器并为深度学习过程提供数据的数据的质量。 对智能营销中使用的最佳数据类型进行排名 并非所有数据都是一样的。
数据可用的格式类型决定
了机器学习软件处理数据的难易程度。 特别是，根据格式，数据可以或多或少是结构化的。当数据以有序的方式组织时，可以说数据是结构化的，可以按行和列排列，并且可以在它们之间创建关系数据库。然而，另一方面，非结构化数据并不是以有序 其视为满足其需求的独特 和示意性的方式组织的。数据越结构化，就越“软件友好”。 根据结构化级别，可以区分 5 种格式： 1 星数据：它是非结构化形式的数据，它可以包含在内容丰富但难以提取的文件中。例如：以 PDF 文件形式编写的报告 2星数据：结构化数据，但存在于软件无法直接使用的格式的文件中，例如XLS、XLSX和XLSM文件 3 星级数据：以机器可理解的格式结构化并包含在文件中的数据，是可供使用的数据。
CSV逗号分隔值文件就是一个
示例。 4 星数据：可 (API) 文档访问数据。在这些文档中，数据是机器可以理解的，公司的合格人员负责整理、构建和更新它们 5 星级数据：与 4 星 捷克数字数据 级数据一样，它是 API 可访问的数据，但 5 星级数据连接到其他数据集以形成解释它的上下文 数据在智能营销中的作用 数据驱动在公司中采用正确的思维方式 建立真正数据驱动的文化 28.07_ 网络研讨会 下载完整的网络研讨会材料 › 数据所在位置：第一、第二和第三方数据 此时，需要区分可用于智能营销流程的数据类型。
