原文：
www.kdnuggets.com/2019/09/data-mapping-using-machine-learning.html
评论
从小型到大型企业，几乎每家公司都在争夺获得受众注意的机会。20 年前的常规营销活动现在已经不再奏效。为了走在前沿并超越竞争对手，你通常需要直接面向源头进行市场营销，尤其是当你的目标群体是千禧一代时。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT 需求
收集数据是许多企业学习如何定位其受众的一种方式。要直接向潜在买家进行市场营销，你需要了解他们的兴趣、需求、所在位置以及他们最有可能回应你的广告的地方。
虽然数据无法过于详细地描述个人，但它在了解群体方面非常有效。如果你能有效地利用数据，了解目标受众的行为不必困难。实现这一点的一种方式是通过数据映射。
数据映射是一种将各种数据片段组织成一个可管理且易于理解的系统的方法。这个系统在存储时将数据字段与目标字段进行匹配。
简而言之，并非所有数据都遵循相同的组织标准。它们可能以你能想到的多种不同方式来表示电话号码。数据映射会识别电话号码的本质，并将它们都放在同一个字段中，而不是让它们以其他名称漂移。
通过这种技术，我们能够将组织的数据汇总成一个更大的图景。你可以发现你的目标受众主要生活在哪里，了解他们有什么共同点，甚至找出一些你不应触及的争议话题。
拥有这些信息后，你的企业可以做出更明智的决策，花费更少的资金，同时将产品和服务推向你的受众。
前面提到的识别电话号码的例子与一种叫做统一和数据清理的东西有很大关系。这些过程通常由机器学习驱动，而机器学习与人工智能不同。
机器学习使用模式和推断来提供预测，而不是执行单一任务，这比人工智能技术更多的是其一个子集。在前面的例子中，机器学习用于识别电话号码并将其分配到适当的类别以便于组织。
但机器学习不仅仅是识别电话号码。这项技术可以识别诸如缺失值或拼写错误等错误，并将来自同一来源的信息进行分组。
这就是数据清理和统一的真正含义——在没有任何人工输入的情况下清理所有数据，并以最完美和精确的形式呈现信息。这个过程节省时间，并且在信息的准确性方面更有效。
数据可以以几乎任何一个人或公司需要的方式显示。例如，地理空间数据是机器学习可以自动处理并创建的一种方式，而无需输入。地理空间数据基本上是将数据转换为地图并绘制出目标受众每天经过的物理位置和路线。这种技术可以为你的下一个广告活动提供独特的帮助。
机器学习使数据映射变得更加精确。如果没有这种技术，数据映射要么非常基础，要么完全手动完成。
假设我们采用基础的方法，一个简单的电子表格能够将信息输入并猜测其适当的类别。拼写错误不会被修正，缺失的值将保持缺失，某些信息可能会散落在随机的位置。
尝试手动完成数据映射将更糟。首先，一个人永远无法跟上信息的流动，更不用说已经隐藏在物联网中的信息积压。如果有人能够跟上流动，仍然会出现错误，因为大量数据会导致人类无法像机器一样发现连接。
数据的使用是现代营销中极其重要的一部分。了解最佳的时间和地点来接触客户将使你能更高效地定位目标受众。
即使是那些可以在所有可能的媒体渠道上展示自己名字的大型行业，也会使用数据映射来节省成本，并对客户群体表现出更大的忠诚。
无论大或小，你都可以利用这些信息超越其他争夺客户注意力的竞争者。如今竞争激烈，因此走在前面并保持领先是一门每个人都在努力完善的艺术。数据映射可以帮助你尽早实现这一目标。
简介：凯拉·马修斯 在《The Week》、《数据中心杂志》和《VentureBeat》等刊物上讨论技术和大数据，并从事写作工作超过五年。要阅读凯拉的更多文章，订阅她的博客 Productivity Bytes。
相关：
-
6 个逐渐重视预测分析和预测的行业
-
如何说服你的老板数据分析的必要性
-
如何展示你的数据科学工作的影响