O सेरासा एक्सपीरियन व्यापार गतिविधि संकेतक, ब्राजील में पहला और सबसे बड़ा डेटाटेक, पता चला कि भौतिक खुदरा बिक्री में बाल दिवस (०५/१०/२०२४ से ११/१०/२०२४) के सप्ताह में सकारात्मक प्रतिक्रिया हुई, और बिक्री में ०.३१ टीपी ३ टी की वृद्धि दर्ज की गई २०२३ की इसी अवधि का पालन करने के लिए पिछले १० वर्षों का सर्वेक्षण देखेंः

“अंतिम मौसमी तारीख फादर्स डे थी, जिसने ब्राजील के भौतिक खुदरा से खरीद में १.८१ टीपी ३ टी की गिरावट का संकेत दिया था बाल दिवस की वृद्धि मामूली सुधार का संकेत देती है, उपभोक्ता विश्वास में वृद्धि और मौसमी पदोन्नति के लिए सकारात्मक प्रतिक्रिया को दर्शाती है”, सेरासा एक्सपीरियन के अर्थशास्त्री लुइज़ रबी की टिप्पणी केवल स्मारक तिथि (०४/१०/२०२४ से ०६/१०/२०२४) के सप्ताहांत को ध्यान में रखते हुए, २०२३ (०६/१०/२०२०३ से २०२३) की तुलना में ३.७१ टीपी ३ टी की गिरावट आई थी। 

साओ पाउलो में बाल दिवस की बिक्री में गिरावट 

सेरासा एक्सपीरियन ट्रेड एक्टिविटी इंडिकेटर के अनुसार, साओ पाउलो में भौतिक खुदरा बिक्री में गिरावट आई। सप्ताह के दौरान (05 से 10 अक्टूबर 2024 x 05 से 10 अक्टूबर 2023) गिरावट 0.1% थी और सप्ताहांत में (04 से 06 अक्टूबर 2024 x 06 से 08 अक्टूबर 2023), 3.3% थी 

अधिक जानकारी और संकेतक की ऐतिहासिक श्रृंखला की जांच करने के लिए, हम यहां क्लिक करें।

छोटे और मध्यम आकार की ब्राजील की कंपनियों के नेताओं के ६०१ टीपी ३ टी के लिए, २०२५ के लिए उम्मीद अपने व्यवसाय का विस्तार करना है हालांकि, इन व्यवसायों की वृद्धि आंतरिक और प्रबंधन चुनौतियों से सीमित हो सकती है, क्योंकि ९८१ टीपी ३ टी उद्यमियों के कम से कम एक क्षेत्र में रणनीतिक निर्णयों के लिए जिम्मेदार हैं, और ९६१ टीपी ३ टी कम से कम एक क्षेत्र में परिचालन कार्य करते हैं, जो कि इटौ एम्प्रेसस के अनुरोध पर लोकोमोटिव संस्थान द्वारा किए गए सर्वेक्षण “डोनोगैम्ब से डेटा हैं।

यह एच्लीस हील” है जिसे एकीकृत स्टोर दो हालिया तकनीकों के साथ हल करना चाहता है: चैनल हब और मार्केटिंग ऑटोमेशन मॉड्यूल पहला मार्केटप्लेस चैनलों के लिए अनुकूलित कैटलॉग भेजना सुनिश्चित करता है, उच्च उत्पाद अनुमोदन दर सुनिश्चित करता है दूसरा, उन ग्राहकों को स्वचालित संदेशों की डिलीवरी से बिक्री को पुनर्प्राप्त करता है जिन्होंने नेविगेशन के दौरान खरीदारी बंद नहीं की है, बिक्री वसूली में २३ मिलियन से अधिक रीसिस उत्पन्न करते हैं दोनों मशीन लर्निंग और कृत्रिम बुद्धिमत्ता (एआई) मॉडल द्वारा सुविधा प्रदान करते हैं इन समाधानों के साथ, हजारों उद्यमी ग्राहकों को फिर से संलग्न करने, कई चैनलों में अपने उत्पादों का विज्ञापन करने और कुछ ही क्लिक में नई पहुंच उत्पन्न करने में सक्षम होंगे। 

“वर्तमान परिदृश्य में, जहां अधिकांश बिक्री बाज़ारों जैसे चैनलों में होती है, सबसे बड़ी चुनौती उत्पादों को विभिन्न प्रारूपों और आवश्यकताओं के अनुरूप ढालना था। इस बाधा को दूर करने के लिए, हमने जेनरेटिव एआई मॉडल विकसित किए, जो यह सुनिश्चित करते हैं कि नए उत्पाद उच्च डेटा गुणवत्ता के साथ पंजीकृत हों। और स्वचालित रूप से प्रत्येक मार्केटप्लेस की विशिष्ट आवश्यकताओं के लिए अनुकूलित हो जाता है, लोजा इंटेग्राडा के सीईओ विक्टर पॉपर बताते हैं।

चुने गए मार्केटप्लेस कैटलॉग के आधार पर, एआई स्वचालित रूप से यह सुनिश्चित करने के लिए सही विशेषताओं का सुझाव देता है कि उत्पाद को प्लेटफ़ॉर्म द्वारा जल्दी से स्वीकार किया जाता है, डेटा को आवश्यक प्रारूप में समायोजित करना यह रिलीज एक नई एकीकृत डेटा परत की शुरूआत का परिणाम है, जहां इतिहास कीमतों, माल ढुलाई, इन्वेंट्री और उत्पादों को समेकित किया जाता है, उदाहरण के लिए, रूपांतरण मेट्रिक्स के साथ। 

यह ध्यान में रखते हुए कि 2024 में ब्राज़ीलियाई खुदरा बिक्री का 80% से अधिक बाज़ार में हुआ, और 2025 में 10% से अधिक बिक्री सामाजिक नेटवर्क में होगी, सिंपलिसिटी के आंकड़ों के अनुसार, डिजिटल उद्यमी की चुनौती अब स्टोर बनाना नहीं है, बल्कि कनेक्ट करना है और प्रतिस्पर्धी मार्जिन और ग्राहक आधार बनाए रखते हुए कई चैनलों में काम करें। 

एक ही ग्राहक को दूसरी बार बेचना एक नए दर्शकों को जीतने से पांच गुना सस्ता है इसलिए, एकीकृत स्टोर एक छलांग ले रहा है जो पहले से ही उद्यमियों के संचालन में क्रांति ला रहा है: सगाई और ग्राहक प्रतिधारण के लिए नए स्वचालित अभियान, जहां उपभोक्ता नेविगेशन डेटा के आधार पर, खरीद के समापन के लिए संदेश भेजना संभव है, बिना कुछ भी कॉन्फ़िगर किए, कुछ भी कॉन्फ़िगर करना जारी है।

हाल के महीनों में, लोजा इंटेग्राडा ने पहले ही Indexa।AI के साथ साझेदारी की घोषणा कर दी थी, साथ ही साझा करने योग्य कार्ट लिंक, मूल्यांकन उपकरण, अद्यतन खोज इंजन और ज़िप कोड द्वारा मूल्य विभाजन जैसी खबरें भी दी थीं।

A QLik, डेटा एकीकरण, एनालिटिक्स और आर्टिफिशियल इंटेलिजेंस (एआई) में एक वैश्विक कंपनी, नए शोध की घोषणा करती है जो बताती है कि कंपनियां परिचालन दक्षता में सुधार और सार्थक अंतर्दृष्टि उत्पन्न करने के लिए असंरचित डेटा की महत्वपूर्ण क्षमता को पहचानती हैं, कई इस क्षमता का प्रभावी ढंग से लाभ उठाने के लिए संघर्ष कर रहे हैं अनुसंधान से पता चलता है कि ज्ञान की कमी और अपर्याप्त उपकरण मुख्य बाधाएं हैं, केवल कुछ प्रतिशत कंपनियां अपने एआई बजट का एक चौथाई से अधिक हिस्सा असंरचित डेटा पहल के लिए समर्पित करती हैं। 

“कई स्रोतों का हवाला देते हुए कि असंरचित डेटा दुनिया के डेटा के ८०१ टीपी ३ टी का प्रतिनिधित्व करता है, इसमें कोई आश्चर्य की बात नहीं है कि व्यापारिक नेता इस अप्रयुक्त से अधिक वास्तविक मूल्य चाहते हैं” में एनालिटिक्स के महाप्रबंधक ब्रेंडन ग्रैडी ने कहा, “हालांकि, हमारे शोध में इस बात पर प्रकाश डाला गया है कि लगभग ७०१ टीपी ३ टी सहमत हैं कि उनका संगठन यह समझने के लिए अच्छी तरह से सुसज्जित नहीं है कि उनके असंरचित डेटा में जेनरेटिव एआई का उपयोग कैसे किया जा सकता है।” 

“कंपनियां ऐसे समाधानों की तलाश कर रही हैं जो अपने मौजूदा कौशल सेट और प्रौद्योगिकी स्टैक के रीडिज़ाइन की आवश्यकता के बिना जेनरेटिव एआई को अपनाने में सक्षम हों अवसर आज के एनालिटिक्स वातावरण में एआई को निर्बाध रूप से एकीकृत करने के तरीके खोजने में निहित है, जिससे संगठनों को असंरचित डेटा से सही उत्तर निकालने और सार्थक व्यावसायिक परिणाम उत्पन्न करने में सक्षम बनाया जा सके 

शोध से पता चलता है कि नेता कैसा महसूस करते हैं और वे असंरचित डेटा और GenAI द्वारा पेश किए गए अवसरों को संबोधित करने के लिए क्या कर रहे हैं: पर व्यावहारिक डेटा का पता चलता है 

– डेटा गोपनीयता और अनुपालन के बारे में चिंताएं प्रचलित हैंः उत्तरदाताओं के ५९१ टीपी ३ टी डेटा गोपनीयता के बारे में बहुत चिंतित हैं और ४७१ टीपी ३ टी नियामक अनुपालन के साथ, आरओआई चिंताओं (१९१ टीपी ३ टी) पर काफी काबू पा रहे हैं।  

और लागत आपूर्तिकर्ताओं के मूल्यांकन के लिए सर्वोच्च प्राथमिकताएं हैंः विक्रेताओं का मूल्यांकन करते समय, सिस्टम एकीकरण (५५१ टीपी ३ टी), लागत (५०१ टीपी ३ टी), और शासन क्षमताएं (४९१ टीपी ३ टी) सर्वोच्च प्राथमिकताएं हैं, जबकि विक्रेता प्रतिष्ठा एक कम प्राथमिकता है (१६१ टीपी ३ टी) उत्तरदाताओं को असंरचित डेटा का उपयोग करने से मामूली वित्तीय लाभ की उम्मीद है, ४५१ टीपी ३ टी के साथ उनके राजस्व या लाभ में १०१ टीपी ३ टी से २०१ टीपी ३ टी तक सुधार की भविष्यवाणी की गई है। 

आईओ इंटेरेसे ना जेनएआई महान है, लेकिन महत्वपूर्ण निवेश गायब हैः असंरचित डेटा के लिए जेनएआई का उपयोग करने में रुचि रखने वालों में, तीन में से दो उत्तरदाताओं ने असंरचित डेटा के लिए जेनरेटिव एआई टूल में निवेश करने की योजना बनाई है व्यापक रुचि के बावजूद, सभी उत्तरदाताओं में से केवल २२१ टीपी ३ टी संकेत देते हैं कि वे एआई प्रौद्योगिकियों में महत्वपूर्ण “ निवेश कर रहे हैं। 

‘’ असंरचित डेटा को दक्षता के लिए एक आवश्यक कारक के रूप में देखा जाता हैः एक स्पष्ट बहुमत (६२१ टीपी ३ टी) परिचालन दक्षता में सुधार करने के अवसर के रूप में असंरचित डेटा को देखता है, जबकि केवल ३११ टीपी ३ टी का मानना है कि यह नवाचार को चला सकता है लगभग आधा (४५१ टीपी ३ टी) एक उपयोग के मामले का वर्णन करता है जिसमें आंतरिक दस्तावेजों की खोज के लिए बेहतर खोज और क्वेरी टूल शामिल हैं। 

असंरचित डेटा के लिए पारंपरिक खोज उपकरण अपर्याप्त हैंः इस बात पर मजबूत सहमति है कि विशाल दस्तावेज़ पुस्तकालयों के मूल्य को अधिकतम करने के लिए पारंपरिक उद्यम खोज उपकरण अपर्याप्त हैं केवल १६१ टीपी ३ टी ने कभी भी असंरचित डेटा से अंतर्दृष्टि प्रदान करने के लिए डिज़ाइन किए गए उपकरण का अधिग्रहण किया है, और अधिकांश प्रयास प्रारंभिक या पायलट चरणों में रहते हैं। 

“हमारे शोध के परिणाम एक महत्वपूर्ण चुनौती को उजागर करते हैं जिसका कंपनियों को वर्तमान में सामना करना पड़ रहा है: एंटरप्राइज़ टेक्नोलॉजी रिसर्च के मुख्य रणनीतिकार और अनुसंधान निदेशक एरिक ब्रैडली कहते हैं, असंरचित डेटा के लिए जेनरेटिव एआई की पूरी क्षमता का दोहन करने के लिए आवश्यक ज्ञान अंतर “हालांकि असंरचित डेटा का दोहन करने की भूख बड़ी है, विशेष कौशल और उपयुक्त उपकरणों की कमी एक महत्वपूर्ण बाधा है जेनरेटिव एआई द्वारा प्रस्तुत अवसरों को सही मायने में भुनाने के लिए, संगठनों को इस ज्ञान अंतर को पाटने और उन्नत एआई क्षमताओं को अपने मौजूदा विश्लेषण ढांचे में एकीकृत करने में निवेश करना चाहिए 

Qlik की ओर से एंटरप्राइज टेक्नोलॉजी रिसर्च (ETR) द्वारा अप्रैल 2024 में आयोजित “अनस्ट्रक्चर्ड डेटा रिसर्च एंड जेनरेटिव AI” ने कई उद्योगों में 200 एंटरप्राइज टेक्नोलॉजी निर्णय निर्माताओं का सर्वेक्षण किया। अधिक जानकारी और पूर्ण सर्वेक्षण परिणामों तक पहुंच के लिए, कृपया देखें https://www.qlik.com/us/resource-library/unstructured-data-benchmark-report