Speciál: Gartner #42-2019
Tipy na zajímavé studie, reporty, komentáře a webináře Gartneru, z nichž některé jsou dostupné bezplatně (v případě studií/reportu je pouze třeba si vytvořit bezplatný účet na Gartner.com). Webináře můžete zhlédnout v ohlášeném termínu živě nebo kdykoliv později „on-demand“. Odkazované materiály jsou v angličtině.
Webinář: Jak efektivně zvládat digitální zákaznickou zkušenost v oblasti služeb (22. října 2019, Analytik: Devin Poole). Na zlepšování digitální zákaznické zkušenosti vydávají v poslední dekádě podniky stále větší částky. Jenže bez ohledu na to kolik nových kanálů a funkcí přidáte, zákazníci budou stále požadovat víc – aniž by to nezbytně vedlo ke zlepšení efektivity či obchodních výsledků. Webinář představí příklady podniků, jimž se podařilo kvadraturu kruhu digitální zákaznické zkušenosti úspěšně vyřešit: Delivering an Effective Digital Customer Service Experience.
Webinář: Předpověď IT výdajů: aktualizace za 3Q2019 – nová generace cloudu (Kdy: 23. října 2019, Analytik: John Lovelock) První vlnu nasazování cloudu máme za sebou – týkala se především podniků, které nasazovaly cloud pro cloud samotný. Stále větší roli ale začíná hrát cloudová geopolitika a také stále komplexnější konfigurace cloudových služeb. Webinář určený především poskytovatelům cloudových služeb vysvětlí jak se bude lišit další rozvoj cloudu v různých teritoriích a co je třeba pro udržení vlastní konkurenceschopnosti: IT Spending Forecast, 3Q 2019 Update: The Next Generation of Cloud.
Komentář: Čeho byste si měli všímat na hype křivce technologií pro zákaznické služby a podporu? Mezi technologie které si zaslouží pozornost i ostražitost patří ty pro analýzu zákaznické cesty, virtuální asitenti a chatboti (na vrcholu hype), konverzační rozhraní a řízení znalostí. Více v komentáři: Highlights From Gartner Hype Cycle for Customer Service and Support Technologies, 2019
Studie (placený přístup): Jak rozšířené strojové učení demokratizuje datovou vědu? Možnosti automatizace v oblasti analytiky a datové vědy dál postupují, ukazuje se nicméně, že všechny znalosti a dovednosti datových vědců (a jejich týmů) AI převzít nedokáže. Co je možné a co není, na které dodavatele se zaměřit a další informace se dozvíte ve studii: How Augmented Machine Learning Is Democratizing Data Science