ہم کہتے ہیں کہ آج کا ڈیٹا تیل ہے۔ یہ ڈیٹا آئل صارفین کی ضروریات، درد کے نکات، ترجیحات اور عادات پر مشتمل ہے۔
وہ تیل کی مانند ہیں، کان کنی کے منتظر ہیں۔ وہ پیداواری صلاحیت بڑھانے والے، توانائی کے نئے ذرائع ہیں۔
آج، آئیے اس بارے میں بات کرتے ہیں کہ ڈیجیٹل آئل کس طرح مصنوعات کے انتخاب کو بااختیار بناتا ہے، اور ہمیں ڈیٹا آئل میں صارفین کی ضروریات، درد کے نکات، ترجیحات اور عادات کو کیسے نکالنا چاہیے۔
1. ڈیجیٹلائزیشن کیا ہے؟
ڈیجیٹل مصنوعات کے انتخاب کے بارے میں بات کرنے سے پہلے، آئیے اس کے بارے میں بات کرتے ہیں کہ ڈیجیٹلائزیشن کیا ہے۔
ڈیجیٹلائزیشن جسمانی دنیا سے ڈیٹا کو نکالنا، اسے معلومات میں بہتر کرنا، اسے علم میں بہتر کرنا، اور اسے حکمت میں جمع کرنا ہے۔
اس عمل میں، چار اہم مراحل ہیں: کان کنی، کھردری، ریفائننگ، اور پولیمرائزیشن۔
پہلا قدم جسمانی دنیا سے ڈیٹا نکالنا ہے۔
اس کا کیا مطلب ہے؟ یہ جسمانی دنیا کے بارے میں ہمارے تصور کو متن، تصویر، آڈیو اور ویڈیو میں تبدیل کرنا ہے۔ کان کنی کا نتیجہ ڈیٹا ہے۔
دوسرا مرحلہ بڑے پیمانے پر ڈیٹا کو معلومات میں بہتر کرنا ہے۔
کیونکہ مائن کیا گیا ڈیٹا بذات خود کوئی اہمیت نہیں رکھتا، اگر آپ مفید معلومات حاصل کرنا چاہتے ہیں، تو آپ کو کرنا پڑے گا۔ “شور کو کم کریں” ڈیٹا اور بڑے پیمانے پر ڈیٹا سے قیمتی معلومات کی شناخت کریں۔
مثال کے طور پر، مائننگ ڈیٹا کے ذریعے، آپ تصویر میں موجود کسی شخص، وزن کے پیمانے اور اس پر موجود نمبر کی شناخت کر سکتے ہیں۔ یہ معلومات ہے۔
تیسرا مرحلہ معلومات کو علم میں تبدیل کرنا ہے۔
خام معلومات، جیسے وزن کے پیمانے کی معلومات، جسم میں چربی کے پیمانے کی معلومات، بلڈ پریشر کی معلومات، اور اونچائی کی معلومات، اکیلے ہی بہت کم اہمیت کی حامل ہے۔
کیسے کرنا ہے؟ اس معلومات سے علم کی اصلاح ہوتی ہے۔
مثال کے طور پر، مسٹر ژانگ اس کا وزن 180 پاؤنڈ ہے۔ اس معلومات کی بنیاد پر، کیا یہ تعین کیا جا سکتا ہے کہ مسٹر ژانگ غیر صحت مند ہیں؟ یہ کام نہیں کر سکتا، آپ کے پاس حوالہ کے لیے دوسری معلومات ہونی چاہئیں۔
اونچائی کی معلومات میں اضافہ کریں۔ مثال کے طور پر، اگر مسٹر ژانگ کا قد 2 میٹر سے زیادہ ہے، تو 180 پاؤنڈ کوئی مسئلہ نہیں ہے۔ لیکن اگر 1.7 میٹر؟ کوئی مسئلہ ہو سکتا ہے۔
اس لیے بہتر ہے کہ دوسرا پیغام ہو۔ جسم کی چربی۔
وزن، قد، اور جسم کی چربی جیسی معلومات کو اکٹھا کرکے ہی ہم کر سکتے ہیں۔ “بہتر” واقعی مفید ہے “صحت”: علم۔
علم بہت ضروری ہے۔ لیکن الگ تھلگ علم کی قدر ابھی تک محدود ہے۔ جب علم بہتا ہے، ایک دوسرے سے ٹکراتا ہے، ایک دوسرے کو تحریک دیتا ہے، اور روشن حکمت پیدا کرتا ہے۔
چوتھا مرحلہ علم کو حکمت میں جمع کرنا ہے۔
میں جانتا ہوں کہ مجھے ہائی بلڈ پریشر ہے، لیکن اس کا علاج کیسے کریں؟ مصنوعی ذہانت کے الگورتھم کا استعمال کرتے ہوئے، اس کیس کے لیے بہترین علاج کے منصوبے کا حساب لگائیں۔
یہ حکمت ہے۔
یہ ڈیجیٹلائزیشن کے چار مراحل ہیں۔
آپ کی ڈیجیٹائزیشن کی سطح اس بات پر منحصر ہے کہ آیا آپ ڈیجیٹل آئل سے ڈیٹا نکال سکتے ہیں، چاہے وہ معلومات، علم، یا حکمت ہو۔
2. ڈیجیٹلائزیشن کی مصنوعات کا انتخاب
ڈیجیٹلائزیشن کی مدد سے مصنوعات کا انتخاب کیسے کریں؟
ڈیجیٹل مصنوعات کا انتخاب دراصل ہے۔ “کان کنی” ڈیٹا صارفین سے’ خریداری کے رویے. پھر، ان اعداد و شمار سے، “تطہیر” کا علم “صارفین کون سی مصنوعات پسند کرتے ہیں۔”. آخر میں، پیسہ کمانے کے لیے اس علم کا استعمال کریں۔
اس کا کیا مطلب ہے؟
ماضی میں، ہم نے پہلے ایک پروڈکٹ بنایا، اور پھر تشہیر اور خریداری کی سرگرمیوں کے لیے کافی پیسہ خرچ کیا۔ صارفین کو اس پروڈکٹ کو سمجھنے دیں، اور آہستہ آہستہ اس پروڈکٹ میں اعتماد پیدا کریں۔ آخر میں، خرید رویہ ہوتا ہے.
اگر ہم کوئی ایسی پراڈکٹ تلاش کر لیں جسے صارفین پہلے پسند کریں اور پھر اس پروڈکٹ کو بنائیں تو کیا اسے بیچنا بہتر نہیں ہوگا؟
اب اس مفروضے کو ڈیجیٹلائزیشن کے ذریعے پورا کیا جا رہا ہے۔
مثال کے طور پر، بیچنے والے صارفین کے جائزے کے ڈیٹا اور خریداری کے ڈیٹا سے صارفین کی ضروریات، ترجیحات، درد کے نکات اور عادات کا جائزہ لے سکتے ہیں۔
پھر، اس معلومات کو فیکٹری کو واپس دیں، اور فیکٹری ان ضروریات کی بنیاد پر اپنی مرضی کے مطابق مصنوعات تیار کر سکتی ہے۔
صارفین کے بارے میں کیا خیال ہے؟ آپ جائزہ ڈیٹا اور سیلز ڈیٹا بھی استعمال کر سکتے ہیں تاکہ یہ معلوم ہو سکے کہ کون سا پروڈکٹ زیادہ مقبول ہے اور کون سا پروڈکٹ بہتر معیار کا ہے۔
بیچنے والے ڈیجیٹائزیشن کا استعمال کرتے ہوئے ایسی مصنوعات کا انتخاب کر سکتے ہیں جو صارفین میں زیادہ مقبول ہوں، اور صارفین ڈیجیٹائزیشن کا استعمال کرکے مصنوعات کے معیار کو پہلے سے جان سکتے ہیں۔
ڈیجیٹلائزیشن کی مصنوعات کے انتخاب کے بارے میں، میں آپ کے ساتھ تین کہانیاں شیئر کرنا چاہتا ہوں۔
پہلی کہانی کا مرکزی کردار ژاؤ ہے۔ وہ ایک خاص سپاہی ہوا کرتا تھا، اور بعد میں سرحد پار ای کامرس کا کاروبار شروع کیا، اور اس نے اچھا کام کیا۔
Xiao Lei نے ڈیٹا آئل سے معلومات نکالیں۔ میں نے وہ ضروریات دیکھی جو میرے ساتھیوں نے نہیں دیکھی تھیں، اور متعلقہ مصنوعات سے مماثل ہونے کے لیے فوری جواب دیا۔
مثال کے طور پر، جون 2020 میں، اس نے حادثاتی موقع کی وجہ سے Tmall 3c آڈیو ویزوئل زمرے کے تحت مائکروفون کا موقع دریافت کیا۔
ژاؤ نے دیکھا کہ مائیکروفون کی ورڈ بزنس اسٹاف سرچ ڈیٹا 3c آڈیو ویژول زمرے کے تحت دوسرے نمبر پر ہے۔
اس ڈیٹا نے اس کی توجہ حاصل کی۔ انہوں نے چیک کیا کہ جون 19 میں لین دین کی رقم 250 ملین ماہانہ تھی، اور یہ 20 مارچ میں اچانک بڑھ کر 390 ملین ہو گئی، اور جون میں یہ 330 ملین تھی۔
Xiao نے ان ڈیٹا آئلز سے معلومات کا ایک بہت اہم حصہ نکالا۔ صارفین کے پاس اس پروڈکٹ کی مانگ ہے، لیکن سپلائی ناکافی ہو سکتی ہے۔
اس نے اس مطالبے کو مزید ذیلی تقسیم کیا اور پایا کہ مائیکروفون کی اصل میں دو ضرورتیں ہیں، ایک کراوکی کا مطالبہ ہے، اور دوسرا براہ راست نشریات کا مطالبہ ہے۔
پھر ان دو مصنوعات کو تیار کرنے کے لیے فیکٹری سے رابطہ کریں۔ ژاؤ کی معلومات کو نکالنا ہے۔ “صارفین کو کیا پسند ہے” ڈیٹا سے، اور پھر مانگ کو پورا کرنے کا راستہ تلاش کریں۔
دوسری کہانی فائیو مرچنٹس کے طلباء کی ہے۔ یہ کہانی دلچسپ ہے۔
یہ طالب علم اکثر کمیونٹی کے قریب ایک چھوٹے سے ریستوراں میں کھانے کے لیے جاتا تھا۔
تاہم، ایک دن، اس نے دریافت کیا کہ ریستوران کاروبار کے لیے بند ہے۔ کیوں، وہ بہت پریشان تھا، تو اس نے باس سے پوچھا، تم کاروبار کے لیے کیوں نہیں کھلتے؟
باس نے بتایا کہ چھوٹا ریستوراں ایک مخصوص ریستوران کے پلیٹ فارم سے خریدا گیا تھا۔
ہم جماعت نے باس سے پھر پوچھا کیوں؟ کیا آپ اب پہلے سے زیادہ کما رہے ہیں؟
باس تجسس میں تھا۔ اس ہم جماعت کو بتائیں، میں آپ کو بتاتا ہوں، یہ پلیٹ فارم واقعی طاقتور ہے۔
مثال کے طور پر، یہ ہمیں پڑوس میں 20 مقبول ترین پکوان تجویز کرتا ہے۔ میں نے ان 20 ڈشز کو بنانے پر توجہ مرکوز کی، اور ٹیک ویز کی فروخت میں 40% اضافہ ہوا۔
کیونکہ میں صرف ٹیک وے کرتا ہوں، اس لیے کوئی ڈائن ان نہیں ہے، جس سے کرایہ اور بہت زیادہ رقم کی بچت ہوتی ہے۔
آن لائن آرڈر کی مقدار نسبتاً طے شدہ ہے، اور مواد کو مقدار کے مطابق تیار کیا جا سکتا ہے، اس لیے نقصان کم ہوتا ہے اور لاگت بھی بچ جاتی ہے۔
خلاصہ یہ ہے کہ ڈیجیٹل بااختیار بنانے کے ذریعے ہی اخراجات کم ہوتے ہیں، فروخت زیادہ ہوتی ہے اور منافع بہتر ہوتا ہے۔
پلیٹ فارم نے کی معلومات کو خام طریقے سے بہتر کیا ہے۔ “20 مقبول ترین پکوان” بڑے پیمانے پر “خریداری کی معلومات” اور “تشخیص کی معلومات”.
جب تک ریسٹورنٹ کا مالک یہ 20 ڈشز تیار کرتا ہے، اسے آرڈر نہ ہونے کی فکر نہیں ہوگی۔
یہ مصنوعات کے انتخاب کے لیے ڈیجیٹل بااختیار بنانے کی کہانی ہے۔
تیسری کہانی ہانگزو میں ایک کمیونٹی شاپ کی ہے۔
یہ ایک کمیونٹی اسٹور ہے جو کئی سالوں سے کھلا ہے۔ 2018 میں، اس اسٹور کو ایک میں تبدیل کر دیا گیا تھا۔ “ٹی مال اسٹور”.
تبدیلی کے بعد کیا تبدیلی آئی؟
“ٹی مال اسٹور” اس اسٹور کے لیے دو اصلاحیں شروع کی ہیں:
سب سے پہلے، ایک سٹاپ خریداری پلیٹ فارم “خوردہ فروش” شروع کیا گیا تھا.
اس کا کیا مطلب ہے؟
اس اسٹور کا آپریٹر علی پر آرڈر دے سکتا ہے۔ “ریٹیل پاس”، اور پھر یکساں طور پر اسے ٹی مال پر فراہم کریں۔
T-mall نے ان چھوٹی دکانوں کو اپنی کریڈٹ اور پریمیم صلاحیتوں سے مسلح کیا ہے، ان کی قیمت خرید اور معیار کے مسائل کو حل کیا ہے، اور لین دین کے ڈھانچے کو بہتر بنایا ہے۔
دوسرا، استعمال کریں “ڈیٹا” چھوٹی دکانوں کو مصنوعات کا انتخاب کرنے اور انہیں شیلف پر رکھنے میں مدد کرنے کے لیے۔
مثال کے طور پر، اس کمیونٹی میں بہت سے باشندے کتے پالتے ہیں۔ لیکن بہت سے اسٹورز نے کتے کا کھانا کبھی نہیں بیچا، اس لیے میں اس کے بارے میں نہیں جانتا۔
تاہم، کمیونٹی کی دکانوں کو تبدیل کر دیا گیا ہے “ٹی مال کی دکانیں۔” ایک فائدہ ہے. فوائد کیا ہیں؟
یہ چین میں سب سے بڑے ای کامرس پلیٹ فارم کے طور پر ٹی مال ہے۔ اس کمیونٹی اسٹور کے قریب رہنے والے زیادہ تر لوگوں نے ٹی مال پر کتوں کا کھانا خریدا ہے۔
لہذا، ٹی مال اس چھوٹی سی دکان کے آس پاس کے لوگوں سے کتوں کا کھانا خریدنے والے لوگوں کی معلومات کتوں کا کھانا خریدنے والے لوگوں کے ڈیٹا سے نکال سکتا ہے۔
پھر، اس کمیونٹی کے T-mall اسٹور کو بتائیں کہ آپ کو کتوں کا مزید کھانا خریدنا چاہیے، اور یہاں تک کہ وہ برانڈز اور وضاحتیں بھی بتائیں جو قریبی رہائشیوں کو پسند ہیں۔
دکان نے پلیٹ فارم کی سفارشات کے مطابق سامان خریدا، اور یہ واقعی اچھی فروخت ہوئی۔
اگر پروڈکٹ اچھی طرح سے فروخت ہوتی ہے، تو انوینٹری کا دور مختصر ہو جائے گا، اور سرمائے کی کارکردگی میں اضافہ ہو گا۔ اس طرح، اس چھوٹے اسٹور کے لین دین کے ڈھانچے کو بہتر بنایا گیا ہے۔
یہ بہت طاقتور ہے۔ یہ کیسے کیا جاتا ہے؟
ڈیجیٹلائزیشن کی وجہ سے۔
سیلز ڈیٹا آپ کو بتا سکتا ہے کہ میں کیا خریدنا چاہتا ہوں۔ تبصرے کا ڈیٹا آپ کو بتا سکتا ہے کہ مجھے ادائیگی کرنے سے کیا روک رہا ہے۔
لین دین کا ڈیٹا، کریڈٹ ڈیٹا، رویے کا ڈیٹا، وغیرہ بھی ہیں۔ اگر آپ ان اعداد و شمار کو معلومات میں بہتر کرتے ہیں، تو آپ جان سکتے ہیں کہ صارفین میں کون سی مصنوعات مقبول ہیں، اور آپ کو زیادہ خریدنے کی ضرورت ہے، اور کون سی مصنوعات اچھی نہیں بک رہی ہیں، اور آپ کو کم خریدنے کی ضرورت ہے۔
جب آپ ڈیٹا آئل سے نکالتے ہیں، “قریبی رہائشیوں کو کتوں کا کھانا خریدنے کی ضرورت ہے، لیکن قریبی دکانوں میں کتوں کا کھانا نہیں ہے۔”، کے لئے ، کے لئے ، کے لئے ،. یہ صارفین کے آپ پر چیخنے کے مترادف ہے، “میں کتوں کا کھانا خریدنا چاہتا ہوں، جلدی کرو سامان لے آؤ۔”
3. نئے مواقع لائیں۔
ڈیجیٹلائزیشن نہ صرف مصنوعات کے انتخاب کو بااختیار بناتی ہے۔
کاروباری دنیا میں، اب بھی بہت سی اختراعات موجود ہیں جو تخلیقی طور پر صارفین کی ضروریات کو پورا کرنے کے لیے ڈیجیٹلائزیشن کا استعمال کرتی ہیں۔
مثال کے طور پر، آئیے اس تصویر کو دیکھیں۔ پیلے اور بھوری رنگ کا یہ امتزاج اچھا لگتا ہے۔ مجھے بھی لگتا ہے کہ یہ اچھا لگتا ہے۔
یہ “پیلا بھوری رنگ” پچھلے سال دسمبر میں پینٹون کے ذریعہ اعلان کردہ 2021 کا مقبول رنگ ہے: انتہائی سرمئی اور روشن پیلے رنگ کا۔
اگر آپ اپنے گھر کو اس انداز میں سجانا چاہتے ہیں تو آپ ڈیزائنر سے کہہ دیں، مجھے چمکدار پیلا اور انتہائی سرمئی رنگ چاہیے۔
ڈیزائنر کو سر درد ہونا ضروری ہے، الٹی گرے کیا ہے، روشن پیلا کیا ہے؟
جیسا کہ آپ نے کہا، میں آپ کو ایک تصویر بھیجوں گا، آپ صرف اس تصویر کو فالو کریں، ڈیزائنر کے سر میں ابھی تک درد ہے۔ کیونکہ آنکھوں سے پہچانا جانے والا رنگ تقریباً ہمیشہ آخر میں منتخب ہونے والے رنگ سے ہٹ جاتا ہے۔
پھر کیا کریں، رنگ نمبر استعمال کریں۔ کون سا رنگ کس رنگ کے نمبر سے مطابقت رکھتا ہے۔ جب تک آپ کو رنگ نمبر یاد ہے، آپ متعلقہ رنگ تلاش کر سکتے ہیں، اور اب انحراف کے بارے میں فکر کرنے کی ضرورت نہیں ہے۔
مثال کے طور پر، پینٹون، جو رنگوں کا مطالعہ کرنے کے لیے مشہور ہے، متعلقہ رنگوں سے ملنے کے لیے رنگوں کے نمبر استعمال کرتا ہے۔
حتمی سرمئی ہے: پینٹون 17-5104؛
چمکدار پیلا ہے: PANTONE 13-0647۔
آپ نے کہا کہ آپ دیوار کو انتہائی سرمئی اور روشن پیلے رنگ کے امتزاج میں ڈیزائن کرنا چاہتے ہیں۔ صرف ڈیزائنر کو رنگ نمبر دیں، اور وہ یقینی طور پر آپ کے مطالبات کو سمجھے گا۔
لہذا، انتہائی سرمئی اور روشن پیلے رنگ کے دو رنگوں والی تصاویر ڈیٹا ہیں، اور ان دو رنگوں کی نمائندگی کرنے والے رنگ نمبر معلومات ہیں۔
ڈیجیٹل دور میں، لسٹڈ کمپنیوں جیسی بڑی کمپنیاں اور دہلیز پر چھوٹی دکانیں زیادہ سے زیادہ غیر یقینی صورتحال کا سامنا کر رہی ہیں۔
پینٹون، ڈیجیٹائزیشن کی مدد سے، ڈیٹا کو معلومات میں صاف کرکے نسبتاً کم صلاحیت رکھتا ہے۔
ڈیجیٹل تبدیلی میں، یہ ڈارون کی چڑیا بن گئی ہے جسے احتمال کے ذریعے منتخب کیا گیا ہے۔
ایک خلاصہ میں
آئیے اس کا دوبارہ جائزہ لیں۔
ڈیجیٹلائزیشن جسمانی دنیا سے ڈیٹا کو نکالنا، اسے معلومات میں بہتر کرنا، اسے علم میں بہتر کرنا، اور اسے حکمت میں جمع کرنا ہے۔
مصنوعات کا ڈیجیٹل انتخاب غیر واضح اور ناقابل پیمائش ڈیٹا سے درست اور قابل پیمائش معلومات نکالتا ہے۔ یہ روایتی سونا، لکڑی، پانی، آگ اور زمین سے لے کر جدید ہائیڈروجن، ہیلیم، لیتھیم، بیریلیم اور بوران تک ہے۔
مثال کے طور پر، “کان کنی” ڈیٹا صارفین کی خریداری کے رویے سے. پھر، ان اعداد و شمار سے، “تطہیر” کا علم “صارفین کون سی مصنوعات پسند کرتے ہیں۔”. آخر میں، پیسہ کمانے کے لیے اس علم کا استعمال کریں۔
ہم کہتے ہیں کہ جب آپ دنیا کو دیکھتے ہیں تو دنیا بھی آپ کو محسوس کرتی ہے۔
جہاں ڈیجیٹلائزیشن نئے مواقع لاتی ہے، وہیں کچھ چیلنجز بھی ہیں۔
مثال کے طور پر، ہمیں جو سہولت ملتی ہے وہ بعض اوقات رازداری کے بدلے ہوتی ہے۔
اب یہ مسئلہ حل ہو رہا ہے۔ یکم نومبر کو، یعنی کل، چین کا “ذاتی معلومات کے تحفظ کا قانون” سرکاری طور پر نافذ کیا جائے گا، جو ڈیجیٹل دنیا کا بنیادی قانون ہے۔
اس قانون کی حفاظت کے ساتھ، 2022 میں، ہم ڈیجیٹل تیل کے دور کا آغاز کریں گے۔
