Data Science az online médiában: az adatvezérelt újságírás jövője

Feltöltve: 2022. március 17.

ML Újságírás Data Science AI Trendek Média

A média világa és technológiai háttere drasztikus tempóban fejlődik. A szerkesztőségek munkáját egyszerű tartalmak esetén már a mesterséges intelligencia is segítheti, azonban az AI alapú megoldások ennél jóval többet és jóval szélesebb skálán biztosítanak a szervezet teljes spektrumán. De mi is az az adatalapú szerkesztőség és hogyan lehet ezen megközelítés szerint gondolkodni? Milyen létező megoldások vannak a piacon, hogy fog kinézni a jövő szerkesztősége és miért van a Bloombergnek egy 200 fős stábja, ami csak ezzel a területtel foglalkozik? Ez alkalommal a Trendency adatszakértő csapatának vezetőivel, Sólyom Balázzsal és Szenczi Rolanddal beszélgettünk az online média és az adatvezérelt újságírás jövőjéről.


Sólyom Balázs

Sólyom Balázs

Chief Data Officer @ Trendency

Sólyom Balázs pályafutása 2009-ben kezdődött az Invitelnél, ahol előbb gyakornokként, majd 2010-től online marketing tanácsadóként tevékenykedett. 2013-ban kérték fel az online terület vezetésére, amit 2017 januárjáig látott el, majd a UPC-nél folytatta karrierjét, online igazgatóként. 2020 áprilisától építi és vezeti a Trendency Data Science és Analitika üzletágát – az elmúlt közel két év alatt több mint 20 fő dolgozik már azon, hogy adatok segítségével minél több üzleti dilemmában tudjanak támogatást adni. Jelenleg a legnagyobb fókuszt a digitális médiára helyezi csapata, ahol akár a szerkesztői működés optimalizálásában, akár a monetizációs lehetőségek kiaknázásában, akár a felhasználói élmény növelésében születtek már megoldások. Emellett a Metropolitan Egyetemen is oktat digitális hatékonyságmérést, illetve a Bátor tábor digitális stratégájaként támogatja az alapítvány tevékenységét.


Szenczi Roland

Szenczi Roland

Lead Data Scientist @ Trendency

Pénzügyi-matematikai modellezéssel, valamint kvantitatív tőzsdei kereskedő robotok fejlesztésével foglalkozott korábban Abu Dhabiban. 2020-ban csatlakozott a Trendency Online Zrt-hez, ahol lead data scientist pozícióban változatos machine learning és big data projekteken dolgozik csapatával. Az elmúlt két évben jelentős fókuszt helyezett az adatvezérelt újságírás és online média területére, ahol több új megoldást is fejlesztett.


Szakmai partnerek

Data Science az online médiában: az adatvezérelt újságírás jövője

Feltöltve: 2022. március 17.

ML Újságírás Data Science AI Trendek Média

Ajánlott videók

Iparági trendek és digitalizáció az autókereskedelemben – Beszélgetés Schiller Márkkal

Shipping trendek és kihívások webshop és logisztikai oldalról: Benu és Packeta

Mesterséges intelligencia és jogi felelősség

REGIO JÁTÉK: a modern játékkereskedelmi kiskátéja – stratégiai gondolkodás és IT

Mire van szükség ipari IT fejlesztési projektek input minőségének javításához?

Microservice Tréning Nap

Az e-sport és gaming jelene a magyar piacon és azok kereskedelmi metszetei

Az ingatlanpiaci digitalizáció jelene és jövője

5 év múlva elképzelhetetlen az adathitelesítés blockchain nélkül

API használat, state management és az rxjs szépégei nagy projektek esetén

LegalTech trendek a magyar piacon és a vilában

Foodpanda: Digitalizáció és stratégiai látásmód piacvezető szerepben

Data science módszerek vásárlói viselkedésminták elemzésére 2.0

Next Earth: A blockchain alapú jövő

Nestlé: Online FMCG értékesítés a világ legnagyobb élelmiszeripari vállalatának szemszögéből

A Java jelene és jövője

A sikeres ügyfél-szolgáltató együttműködés kultúrális és szervezési kérdései

Generációk és fogyasztói szokások változása a metaverzum kapujában

OKR, avagy hogyan érik el a világelsők a legambiciózusabb terveiket

A Bitrise sztori: üzlet, vezetés és vállalati kultúra

Mesterséges intelligencia a videós kontent gyártásban

Java REST API kihívások és megoldások

Mesék a való életből: adathalászat, mely a javunkat szolgálja

Az adatvagyon keletkezése, kezelése és monetizációja az e-kereskedelemben

A mesterséges intelligencia alapjai

Cégépítészet – hogyan építsünk sikeres vállalatot a digitális korban?

Amikben hibáztam – Beszélgetés Bojár Gáborral

Influencerek és új médiacsatornák az e-commerce marketingben

HR támogatás a digitális forradalom tükrében

Agilis tesztelés a gyakorlatban

Subscription rendszerek a médiában: HVG, Central Médiacsoport

Az ügyfélélmény versenyjogi és fogyasztóvédelmi aspektusai

Digitális ipari megoldások: az AR/VR ipari alkalmazása

Digitális terméktervezés és a design kutatás haszna

Projekt életciklus fejlesztői szemmel

Ipar 4.0 – Álmok és a valóság Data Science szemszögből

Ameddig a föld kerek, mindig lesznek Dockerek!

Bodorítsunk-e bárányfelhőket – mire jó a cloud?

A fenntarthatósági kihívások az E-commerce logisztikában

Vezető a vezető mögött

Iparági helyzetelemzés a B2B e-commerce piac trendjeiről és jövőjéről

Remote first

AI alapú ajánlórendszerek a gyakorlatban

AI fejlesztési tapasztalatok a hazai nagyvállalati és az amerikai startup szektorból

Ökoszisztémák az e-kereskedelemben

Adatokban gazdag

Kubernetes Policy Enforcement – a Kubernetes videóbírója

Innovatív payment stratégia: így kattintanak egyre többen a fizetés gombra

Engineering kultúra vol. 2: Feedback és onboarding a terítéken

Hogyan építsünk AI alapú vállalati alkalmazásokat? – Avagy egy szakma szépségei és buktatói

Exportfejlesztés az Egyesült Államokban

Intézményi befektetők a nemzetközi piacra lépés mögött – ahogy a Hiventures látja

Szervezeti hálózatelemzés

Konténerizáció ismertető

Data Science – IT Morning School

Data science módszerek vásárlói viselkedésminták elemzésére

Hogyan válasszak e-commerce fejlesztési platformot?

Robotok a vállalati kommunikációban

Single source of TRUTH, avagy a teljes customer experience forrása és jövője

Termékkereső a webáruházakban

A mesterséges intelligencia határterületei

Hogyan lettem adattudós?

Building Products People Will Love

Milyen a hatékony engineering kultúra?

Mi fán terem az agilitás? – IT Morning School

Natív és cross platform alkalmazások – IT Morning School

Webes technológiák – IT Morning School

Hogyan épül fel egy fejlesztő csapat? – IT Morning School

Robotikai alapok – IT Morning School

Technológiai áttekintés – IT Morning School

E-commerce az Egyesült Államokban: Amazon és más csodaszerek

Magyarországról az amerikai piacra: a partraszállástól a befektetőkig

Így reagáltunk mi a változásokra – szallas.hu és ingatlan.com

Kitartás a vezetésben és sportban

Mit tanul ma egy vezető? Mások hogy csinálják?

Kezdjünk bele az AI transzformációba!

Az e-commerce jövője: 50%-os részesedés a teljes kiskereskedelemből?

Vízesés és agilis fejlesztési szemléletek — mindkettőre szükség van?

Microservice architektúra alapok

A jövő váratlanul válik jelenné – Auchan, Decathlon, Rossmann

E-commerce rendszer Microservice architektúrával

Kiberbiztonság webes aspektusai, támadási felületek és védekezési lehetőségek

Felhasználói élmény és e-commerce – 1. rész

Felhasználói élmény és e-commerce – 2. rész

Google Analytics fejlesztői szemmel

Chatbot alapok és gyakori integrációk

Hogyan határozzuk meg és hogy mérjük a legfontosabb eCommerce KPI-okat?

Hogyan használjuk ki az adatelemzés adta lehetőségeket a digitális világban?

Termékajánlók webshopoknak a Google AI segítségével

AI ajánlórendszerek típusai és megközelítései

Diverz kereskedelmi folyamatok felépítése

Evolution of the Shopping Experience – a Walmart Case Study

Ajánlott videók