लाभ:
- एकल अन्त-देखि-अन्त एआई-समर्थित कार्यप्रवाहमा माग, स्टक, मूल्य, अभियान, सामग्री र विश्लेषण चरणहरू संयोजन गर्ने क्षमता।
- साप्ताहिक र आवधिक दिनचर्याहरूको लागि दोहोर्याउन सकिने प्रम्प्ट चेनहरू र चेकपोइन्टहरू स्थापना गर्ने क्षमता
- कार्यप्रवाहको प्रत्येक चरणमा मानव अनुमोदन, प्रमाणिकरण र गोपनीयता नियन्त्रणलाई इम्बेड गर्ने शासन संरचना डिजाइन गर्ने क्षमता
अहिलेसम्म, हामीले प्रत्येक एकाइ छुट्टाछुट्टै सिकेका छौं: माग पूर्वानुमान, स्टक, मूल्य, प्लेसमेन्ट, विभाजन, अभियान, सामग्री, विश्लेषण र नैतिकता। तर वास्तविक खुद्रा व्यवसायले यी चरणहरू एक-एक गरेर अनुभव गर्दैन, तर एक अर्कोलाई खुवाउने चक्रको रूपमा। माग पूर्वानुमानले सूची निर्धारण गर्दछ; स्टकले मूल्य र अभियानलाई असर गर्छ; अभियान विभाजन पूरा गर्दछ; सामग्री फिड बिक्री, र बिक्री फीड नयाँ पूर्वानुमान। यस अन्तिम एकाईमा हामी सबै भागहरूलाई एकल अन्त-देखि-अन्त, दोहोर्याउन मिल्ने र लेखा योग्य कार्यप्रवाहमा जोड्नेछौं।
खुद्रा चक्र: टुक्राहरू कसरी सँगै फिट हुन्छन्?
यसरी साप्ताहिक व्यापार चक्रको बारेमा सोच्नुहोस्:
- विश्लेषण (गत हप्ता के भयो?): बिक्री, KPI, विसंगति → इकाई 9
- पूर्वानुमान (अर्को हप्ता के हुनेछ?): माग पूर्वानुमान → एकाइ 2
- स्टक (हामीले के अर्डर गर्नुपर्छ?): ROP, सुरक्षा स्टक → इकाई 3
- मूल्य (हामीले यसलाई कसरी मूल्य दिनुपर्छ?): परिदृश्य, छुट → इकाई ४
- अभियान (यसलाई कसरी एनिमेट गर्ने?): मेकानिक्स, मापन → एकाइ 7
- खण्ड + संचार (हामीले कसलाई के भन्ने?): RFM, सन्देश → इकाई 6
- सामग्री (कसरी व्याख्या गर्ने?): शीर्षक, विवरण → इकाई ८
- लेआउट (हामीले यसलाई कहाँ राख्नु पर्छ?): प्लानोग्राम → इकाई 5
- नैतिकता + गोपनीयता फिल्टर (हरेक चरणमा): → इकाई १०
प्रत्येक चरणको आउटपुट अर्कोको इनपुट हो। AI ले प्रत्येक चरणमा ड्राफ्टहरू उत्पादन गर्दछ; एकले प्रत्येक महत्वपूर्ण मोडमा प्रमाणित र पुष्टि गर्दछ।
चेकपोइन्टहरू: प्रवाह सुरक्षित राख्दै
चेकपोइन्ट: यो कार्यप्रवाहको निश्चित चरणहरूमा स्टप हो जहाँ मानवले आउटपुट प्रमाणित, अनुमोदन वा अस्वीकार गर्दछ। यसको उद्देश्य जोखिमपूर्ण निर्णयहरू जस्तै मूल्य/अर्डर/ग्राहकलाई स्वचालित रूपमा प्रवाह हुनबाट रोक्नु हो।
कदम
आर्टिफिसियल इन्टेलिजेन्स उत्पादन गर्छ
चेकपोइन्ट (मानव)
विश्लेषण
सारांश, विसंगति
नम्बरहरू प्रमाणित गर्नुहोस्
अनुमान
पूर्वानुमान + दायरा
परीक्षण सन्दर्भ
स्टक
अर्डर सुझाव
बजेट/अनुमोदन हस्ताक्षर
मूल्य
परिदृश्यहरू
अन्तिम मूल्य निर्णय
अभियान
मेकानिक्स + पाठ
दावी/नियामक स्वीकृति
सम्पर्क गर्नुहोस्
खण्ड + सन्देश
सहमति + नैतिक अनुमोदन
सामग्री
विवरण
प्रामाणिकता / प्रतिलिपि अधिकार नियन्त्रण
सावधानी: स्वचालन प्रलोभन तर खतरनाक छ। "कृत्रिम बुद्धिमत्ता भविष्यवाणी गर्न दिनुहोस्, स्वचालित रूपमा अर्डर गर्नुहोस्, स्वचालित रूपमा मूल्य" को श्रृंखलाले एकल त्रुटि बढ्न र फैलाउनको कारण बनाउँछ। जोखिमपूर्ण चरणहरूमा मानव अनुमोदन कहिल्यै नछोड्नुहोस्।
प्रम्प्ट चेन: दोहोर्याउन मिल्ने दिनचर्या
प्रत्येक हप्ता स्क्र्याचबाट अन्त्य-देखि-अन्त प्रवाह सेटअप गर्नुको सट्टा, प्रम्प्टहरूको अनुक्रमिक श्रृंखला सिर्जना गर्नुहोस्: प्रत्येक प्रम्प्टको आउटपुट अर्कोमा जान्छ। यसले कामलाई छिटो र थप सुसंगत बनाउँछ।
मिनी केसहरू
केस 1 - साप्ताहिक चक्र दिनचर्या: एक मिडसाइज स्टोरमा प्रत्येक सोमबार 3-घण्टा म्यानुअल रिपोर्टिङ-योजना बैठक थियो। प्रम्प्ट चेनको साथ आउँछ: विश्लेषण सारांश (१० मिनेट), पूर्वानुमान (१० मिनेट), स्टक सिफारिस (१५ मिनेट) कृत्रिम बुद्धिमत्ता रूपरेखा; टोली प्रमाणीकरण र निर्णयमा केन्द्रित छ। बैठक 3 घण्टा बाट 70 मिनेटमा घटाइएको छ, र निर्णयहरू डाटामा आधारित हुन्छन्।
केस २ - चेनमा कतै त्रुटि समातियो: SKU को लागि ई-वाणिज्य पूर्वानुमान चरण धेरै उच्च छ (विगतको अभियान सामान्यको लागि गलत थियो)। स्टक नियन्त्रण बिन्दुमा, चार्जमा व्यक्तिले यो महसुस गर्छ; अर्डर चरणमा अघि बढ्नु अघि गलत अनुमान सच्याइन्छ। चेकपोइन्ट नभएको खण्डमा ओभरअर्डर र बाँधिएको नगदको समस्या उत्पन्न हुने थियो ।
केस 3 — अन्त्य-देखि-अन्त सिजनको तयारी: कपडाको चेनले जाडो मौसमको लागि समग्र रूपमा चक्र चलाउँछ: पछिल्लो जाडो विश्लेषण → माग पूर्वानुमान → स्टक → मूल्य तहहरू → खण्ड-आधारित पूर्व-अभियान → उत्पादन सामग्री → स्टोर लेआउट। प्रत्येक चरण नैतिक/गोपनीयता फिल्टर मार्फत जान्छ। सिजनको सुरुमा स्टक बाहिर 30% ले घट्छ, र पहिलो 3 हप्ताको कारोबार गत वर्ष भन्दा 19% हो।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर प्रम्प्ट:
यो हप्ता मेरो काम आर्टिफिसियल इन्टेलिजेन्सको साथ गर।
न यसको प्रवाह, न यसको क्रम, न यसको नियन्त्रण स्पष्ट छ।
शक्तिशाली प्रम्प्ट (चेन स्टार्टर):
तपाईंको भूमिका: खुद्रा सञ्चालन सहायक। म तपाईंलाई क्रमिक रूपमा डेटा दिनेछु र तपाईंले प्रत्येक चरणमा ड्राफ्टहरू उत्पादन गर्नुहुनेछ; म प्रमाणित गर्नेछु र अर्को चरणमा जान्छु। चरण 1 (अब): तलको अज्ञात साप्ताहिक बिक्री डेटाबाट व्यवस्थापन सारांश + विसंगति निकाल्नुहोस्। डाटामा रहेको संख्यामा आधारित प्रतिशत मात्र देखाउनुहोस्। अर्को चरणमा, हामी यो सारांशबाट पूर्वानुमान माग गर्न जान्छौं। नियम: "मानव अनुमोदन आवश्यक छ" नोटको साथ तपाईंको अर्डर, मूल्य, वा ग्राहक ढुवानी सुझाव चिन्ह लगाउनुहोस्। डाटा: [पेस्ट]
प्रतिलिपि गर्न मिल्ने प्रम्प्ट टेम्प्लेटहरू
1) चेन चरण संक्रमण
हामीले अघिल्लो चरणमा [सारांश/अनुमान] उत्पन्न गर्यौं। अब अर्को चरणमा जाऔं: [स्टक/मूल्य/अभियान]। मैले प्रमाणित गरेको अघिल्लो आउटपुटको निम्न भाग इनपुटको रूपमा लिनुहोस्: [पेस्ट]। यस चरणको आउटपुटको मस्यौदा उत्पन्न गर्नुहोस् र मानव अनुमोदन आवश्यक पर्ने बिन्दुहरूलाई चिन्ह लगाउनुहोस्।
2) साप्ताहिक नियमित चेकलिस्ट उत्पादन
मेरो खुद्रा साप्ताहिक चक्र (विश्लेषण, पूर्वानुमान, सूची, मूल्य, अभियान, संचार, सामग्री) को लागी एक चेकलिस्ट सिर्जना गर्नुहोस्। प्रत्येक चरणको लागि: AI को भूमिका, प्रमाणित गर्न मेरो बिन्दु, नैतिकता/गोपनीयता नियन्त्रण। यसलाई टेबलमा दिनुहोस्।
3) चेकपोइन्ट डिजाइन
निम्न कार्यप्रवाहमा कुन चरणहरू उच्च जोखिम हुन् र निश्चित रूपमा मानव अनुमोदन (चेकपोइन्ट) आवश्यक छ? प्रत्येकको लागि कुन चेक बनाइनेछ लेख्नुहोस्। प्रवाह: [पेस्ट]
4) चक्रको अन्त्यको मूल्याङ्कन
यस हप्ताको एआई-संचालित निर्णयहरूको मूल्याङ्कन गर्नुहोस्: कुन भविष्यवाणी सत्य भयो, कुन अभियानले काम गर्यो, कुन चरणमा मानव हस्तक्षेप आवश्यक थियो? अर्को हप्ताको लागि 3 सुधारहरू सुझाव गर्नुहोस्। डाटा: [पेस्ट]
सामान्य गल्तीहरू
- चरणहरू पृथक राख्दै: यदि पूर्वानुमान स्टक र खण्डबाट अभियान विच्छेदन कार्य गर्दछ भने, चक्र अप्रभावी हुन्छ।
- चेकपोइन्टहरू छाड्नु: स्वचालित रूपमा जोखिमपूर्ण निर्णय गर्दा त्रुटि बढाउँछ।
- प्रमाणीकरण बिना श्रृंखला अगाडि बढ्दै: एक चरणको त्रुटि अर्कोमा प्रचार गर्दछ।
- नैतिक फिल्टरलाई अन्त्यमा छोड्दै: गोपनीयता र नैतिकता प्रत्येक चरणमा हुनुपर्छ, अन्तमा होइन।
- दिनचर्या नलेखेको: प्रम्प्ट चेन र चेकलिस्ट दोहोर्याउन मिल्ने गरी रेकर्ड गरिनुपर्छ।
- स्किपिङ मूल्याङ्कन: यदि चक्रको अन्त्य सिकिएको छैन भने, उही गल्तीहरू दोहोरिनेछन्।
संक्षेपमा
रिटेल भनेको एकअर्कालाई खुवाउने चक्र हो; आर्टिफिसियल इन्टेलिजेन्सले यस चक्रको प्रत्येक चरणमा ड्राफ्टहरू उत्पादन गर्दछ र ठूलो गति प्रदान गर्दछ। यसको शक्तिले चरणहरूलाई प्रम्प्ट चेनसँग जोड्दछ; सुरक्षाले प्रत्येक महत्वपूर्ण मोडमा चेकपोइन्ट राख्छ। प्रत्येक चरणमा नैतिकता र गोपनीयता इम्बेड गर्नुहोस्, सिक्नुहोस् र चक्रको अन्त्यमा सुधार गर्नुहोस्। कृत्रिम बुद्धिमत्ताले चक्रलाई गति दिन्छ; तपाईंले निर्देशन, निर्णय र जिम्मेवारी राख्नुहोस्।
आवेदन कार्य
तपाईंको आफ्नै साप्ताहिक व्यापार दिनचर्या लेख्नुहोस् (तपाईले के निर्णय गर्नुहुन्छ र कुन क्रममा)। "2) साप्ताहिक नियमित चेकलिस्ट उत्पादन" को साथ टेम्प्लेट सिर्जना गर्नुहोस्, "3) चेकपोइन्ट डिजाइन" को साथ उच्च जोखिम चरणहरूमा मानव अनुमोदन राख्नुहोस्। त्यसपछि यो श्रृंखला एक हप्ताको लागि चलाउनुहोस् र "4) चक्रको अन्त्यको मूल्याङ्कन" को साथ परिणाम जाँच गर्नुहोस्।
चेकलिस्ट
- [ ] मैले मेरो साप्ताहिक चक्रको चरण र क्रम परिभाषित गरेको छु।
- [ ] मैले प्रम्प्ट चेनको साथ चरणहरू जडान गरें।
- [ ] मैले उच्च जोखिम चरणहरूमा चेकपोइन्टहरू राखें।
- [] मैले हरेक चरणमा नैतिकता/गोपनीयता फिल्टर लागू गरें।
- [ ] मैले दिनचर्या र चेकलिस्ट लिखित रूपमा राखें।
- [] चक्रको अन्त्यमा, मैले मूल्याङ्कन गरें र सुधारहरू गरें।
मोड्युल परीक्षा
1. एक स्टोर प्रबन्धकले कृत्रिम बुद्धिमत्ता द्वारा उत्पादित माग पूर्वानुमान बिना कुनै जाँच बिना अर्डर मात्राको रूपमा आपूर्तिकर्तालाई सिधै प्रसारण गर्दछ। यस दृष्टिकोणमा आधारभूत त्रुटि के हो?
- क) व्यावसायिक बाधा र मानव स्वीकृति बिना प्रमाणित नगरी अनुमानलाई सीधा निर्णयमा रूपान्तरण गर्ने ✔
- ख) माग पूर्वानुमानको लागि कृत्रिम बुद्धिमत्ता प्रयोग गरियो
- ग) आपूर्तिकर्तासँग इ-मेलको सट्टा फोनबाट सञ्चार नगर्ने
- घ) पूर्वानुमान साप्ताहिकको सट्टा मासिक बनाउने
स्पष्टीकरण: कृत्रिम बुद्धिमत्ता भविष्यवाणी एक भविष्यवाणी हो; यसलाई नेतृत्व समय, नगद प्रवाह, शेल्फ जीवन र बजेट बाधाहरूसँग प्रमाणीकरण बिना अर्डर निर्णयमा रूपान्तरण गर्न सकिँदैन। अन्तिम निर्णय जिम्मेवार व्यवस्थापकको हो।
2. कृत्रिम बुद्धिमत्ता उपकरणमा ग्राहक बिक्री डेटा अपलोड गर्नु अघि उत्तम व्यवहार के हो?
- A) सबै ग्राहक पहिचान जानकारीको साथ डेटा लोड गर्दै, किनभने विश्लेषण अधिक सटीक छ
- B) केवल फाइल नाम परिवर्तन गर्नुहोस्
- C) व्यक्तिगत पहिचानकर्ताहरू हटाउनुहोस् र अज्ञात गर्नुहोस् र आवश्यक क्षेत्रहरू मात्र साझेदारी गर्नुहोस् ✔
- घ) सेयर गर्नुअघि ग्राहकहरूलाई एक एक गरेर सोध्नुको सट्टा डाटा प्रयोग नगर्ने
स्पष्टीकरण: KVKK र डाटा न्यूनीकरण अनुसार, व्यक्तिगत डेटा जस्तै नाम, टेलिफोन, इ-मेल, कार्ड नम्बर हटाउन वा गुमनाम हुनुपर्छ; विश्लेषणको लागि आवश्यक क्षेत्रहरू मात्र साझेदारी गर्नुपर्छ।
3. यदि MAPE (Mean Absolute Percent Error) मान माग पूर्वानुमानमा उच्च छ भने यसको के अर्थ हुन्छ?
- A) पूर्वानुमान वास्तविक बिक्रीबाट औसतमा धेरै विचलित हुन्छ र यसको विश्वसनीयता कम छ ✔
- ख) बिक्री निश्चित रूपमा बढ्नेछ
- C) सूची लागत शून्य छ
- D) भविष्यवाणी सही छ
विवरण: MAPE ले औसत प्रतिशत मापन गर्दछ जुन पूर्वानुमान वास्तविक बिक्रीबाट विचलित हुन्छ। उच्च MAPE ले भविष्यवाणी वास्तविकताबाट टाढा छ भनेर संकेत गर्दछ; यसले देखाउँछ कि यो अनिश्चिततालाई निर्णयहरू क्रमबद्ध गर्दा सुरक्षा स्टकको साथ क्षतिपूर्ति गर्नुपर्छ।
4. सुरक्षा स्टक को अवधारणा को मुख्य उद्देश्य के हो?
- क) ट्याङ्की सधैं भरिएको देखिन्छ भन्ने सुनिश्चित गर्दै
- ख) माग र आपूर्तिको अनिश्चितताको बिरूद्ध बफर राख्ने जसले स्टक आउटको जोखिम कम गर्दछ ✔
- ग) उत्पादनको मूल्य वृद्धि
- घ) आपूर्तिकर्तासँग बार्गेनिङ पावर बढाउने
स्पष्टीकरण: सेफ्टी स्टक भनेको माग र आपूर्ति समयको अनिश्चितता विरुद्ध राखिएको बफर स्टक हो; यसको उद्देश्य अप्रत्याशित उतार चढावको अवस्थामा स्टकआउटको जोखिम कम गर्नु हो।
5. गतिशील मूल्य निर्धारण लागू गर्दा नैतिक रूपमा अस्वीकार्य के हो?
- क) मौसमी माग अनुसार मूल्य समायोजन गर्ने
- ख) मूल्यमा लागत वृद्धि प्रतिबिम्बित गर्दै
- ग) ग्राहकको संरक्षित विशेषता वा असहायताको आधारमा भेदभावपूर्ण मूल्य निर्धारण गर्ने ✔
- घ) स्टक पग्लन लागेको उत्पादनलाई छुट दिने
स्पष्टीकरण: यो नैतिक रूपमा र प्राय: कानूनी रूपमा ग्राहकको संरक्षित विशेषताहरू जस्तै लिंग, जातीय, स्वास्थ्य स्थिति, वा निराशा (जस्तै तत्काल आवश्यकता, स्थान अवरोध) को आधारमा भेदभावपूर्ण मूल्यहरू सेट गर्न अस्वीकार्य छ।
6. RFM विभाजनमा 'R' (Recency) ले के मापन गर्छ?
- क) ग्राहकको कुल खर्च रकम
- ख) ग्राहक पसल कति समय अघि टिक्यो?
- ग) ग्राहक बस्ने क्षेत्र
- D) ग्राहकको किनमेल आवृत्ति
विवरण: ग्राहकले पछिल्लो पटक किनमेल गर्दा रिसेन्सी उपायहरू। हालैका खरिदहरू गरेका ग्राहकहरू सामान्यतया पुन: सक्रिय हुने सम्भावना बढी हुन्छ।
7. अभियान पछिको 'नरभक्षण' विश्लेषणले के मापन गर्ने लक्ष्य राख्छ?
- क) अभियान उत्पादनको बिक्रीले व्यवसायका अन्य उत्पादनहरूको बिक्रीलाई कति घटाउँछ?
- B) प्रतिद्वन्द्वी स्टोरमा अभियानको प्रभाव
- ग) अभियान पोस्टरको डिजाइन गुणस्तर
- घ) अभियानमा कर्मचारी सहभागिता दर
स्पष्टीकरण: क्यानिबलाइजेसनले अभियान वा उत्पादनको बिक्री एउटै व्यवसायको अर्को उत्पादनको बिक्री घटाएर हासिल गरिन्छ कि गर्दैन भन्ने मापन गर्दछ। शुद्ध लाभ सही रूपमा हेर्न आवश्यक छ।
8. आर्टिफिसियल इन्टेलिजेन्सको साथमा ठूलो उत्पादन विवरणहरू उत्पादन गर्दा ब्रान्ड सुरक्षाको सन्दर्भमा कुन नियन्त्रण अनिवार्य छ?
- A) पाठ पर्याप्त लामो छ भनेर सुनिश्चित गर्दै
- B) प्रत्येक विवरणमा कम्तिमा पाँच इमोजीहरू थप्नुहोस्
- C) वास्तविक उत्पादन डेटा र कानूनको साथ गरिएका दावीहरू प्रमाणित गर्दै, बनावटी/अपुष्ट दावीहरू हटाउँदै ✔
- घ) विवरणलाई ठूलो अक्षरमा मात्र लेख्नुहोस्
स्पष्टीकरण: AI ले उत्पादन सुविधाहरू (हलुसिनेट) बनाउन सक्छ वा अप्रमाणित स्वास्थ्य/प्रदर्शन दावीहरू उत्पादन गर्न सक्छ। यी दावीहरू प्रकाशन गर्नु अघि वास्तविक उत्पादन डेटा र कानूनको साथ प्रमाणित गरिनुपर्छ।
९. आर्टिफिसियल इन्टेलिजेन्सको साथ बिक्री रिपोर्टको व्याख्या गर्दा 'विसंगति' पत्ता लगाउने के प्रयोग हुन्छ?
- क) प्रतिवेदनलाई थप रंगीन बनाउने
- B) डाटामा अप्रत्याशित विचलनहरू चिन्ह लगाउने र सम्भावित समस्याहरूको प्रारम्भिक संकेतहरू दिने ✔
- C) सबै उत्पादनहरू वर्णमाला अनुसार क्रमबद्ध गर्नुहोस्
- घ) कर्मचारी तलब गणना
विवरण: विसंगति पत्ता लगाउने झण्डाले डेटामा अप्रत्याशित जम्प वा ड्रपहरू (जस्तै एक दिनको कारोबार अचानक आधा हुन्छ); यो डाटा त्रुटि, स्टक बाहिर, वा परिचालन समस्या को प्रारम्भिक संकेत हुन सक्छ।
10. एक ई-वाणिज्य सम्पादकले आर्टिफिसियल इन्टेलिजेन्सद्वारा उत्पन्न उत्पादन विवरणमा 'यस उत्पादनले तपाईंको छालालाई 10 दिनमा नवीकरण गर्छ' वाक्यांश देख्छ, तर उत्पादनमा त्यस्तो कुनै क्लिनिकल प्रमाण छैन। सही व्यवहार के हो?
- क) आर्टिफिसियल इन्टेलिजेन्सले उत्पादन गरेको हुनाले दाबी प्रकाशित गर्ने
- ख) दावीलाई अझ बढाइचढाइ गरेर ध्यान आकर्षित गर्न
- ग) विवरण प्रकाशित नगर्ने र बिक्रीबाट उत्पादन हटाउने
- D) दाबी हटाउनुहोस् वा प्रमाणित गर्न मिल्ने प्रमाण-आधारित कथन ✔
स्पष्टीकरण: बिना प्रमाण स्वास्थ्य/कार्यसम्पादन दावीहरू भ्रामक विज्ञापन र कानूनको उल्लङ्घन दुवै हुन्। सम्पादकले यो दाबी हटाउनु पर्छ वा प्रमाणित कथन संग प्रतिस्थापन गर्नुपर्छ; आर्टिफिसियल इन्टेलिजेन्सबाट उत्पादित पाठलाई स्रोतको रूपमा स्वीकार गर्नु गलत हो।
11. प्लानोग्राम (विभाग लेआउट योजना) सुझावहरू उत्पादन गर्ने कृत्रिम बुद्धिमत्ता आउटपुटको लागि कुन सही छ?
- क) यो एक मस्यौदा हो जसलाई सुरक्षा, कानून र भण्डार वास्तविकता संग प्रमाणित गर्न आवश्यक छ ✔
- ख) यो अन्तिम योजना हो जुन प्रत्यक्ष रूपमा लागू गर्न सकिन्छ, यसलाई नियन्त्रण आवश्यक छैन।
- C) अनलाइन स्टोरहरूको लागि मात्र मान्य
- घ) यसको ग्राहक प्रवाहसँग कुनै सरोकार छैन
विवरण: AI ले डाटा-संचालित खाका प्रदान गर्दछ; यद्यपि, यो सुरक्षा, कानून (जस्तै तंबाकू/रक्सी प्रदर्शन नियमहरू), भौतिक शेल्फ वास्तविकता र ग्राहक अनुभवको लागि विशेषज्ञ द्वारा प्रमाणित र अनुकूलित हुनुपर्छ।
12. उच्च मूल्य लोच भएको उत्पादनको लागि कुन सही हो?
- क) मूल्य परिवर्तन भए पनि, बिक्रीको संख्या लगभग परिवर्तन हुँदैन
- ख) उत्पादनको लागत सधैं शून्य हुन्छ
- C) माग मूल्य परिवर्तनको लागि संवेदनशील छ; सानो वृद्धिले बिक्रीको संख्यालाई उल्लेखनीय रूपमा घटाउन सक्छ ✔
- D) उत्पादन निश्चित रूपमा लक्जरी श्रेणीमा छ
स्पष्टीकरण: उच्च लोचको अर्थ हो कि माग मूल्य परिवर्तन को लागी संवेदनशील छ; एक सानो मूल्य वृद्धि उल्लेखनीय रूपमा बिक्री संख्या घटाउन सक्छ। यी उत्पादनहरूको लागि मूल्य निर्णयहरू सावधानीपूर्वक गर्नुपर्छ।
13. निजीकृत अभियानहरू पठाउन स्पष्ट सहमति किन महत्त्वपूर्ण छ?
- A) किनभने यसले ढुवानी लागत घटाउँछ
- B) किनभने सहमति बिना व्यापारिक सन्देशहरू र मार्केटिङ उद्देश्यहरूको लागि डाटा प्रोसेसिंगले कानुनी र प्रतिष्ठा जोखिमहरू बोक्छ ✔
- C) कृत्रिम बुद्धिमत्ताले छिटो काम गर्नको लागि
- D) केवल किनभने यसलाई ग्राफिक डिजाइन चाहिन्छ
स्पष्टीकरण: KVKK र सान्दर्भिक कानून अनुसार, ग्राहकको स्पष्ट सहमति सामान्यतया व्यावसायिक इलेक्ट्रोनिक सन्देशहरू पठाउन र मार्केटिंग उद्देश्यका लागि व्यक्तिगत डेटा प्रशोधन गर्न आवश्यक छ; सहमति बिना पठाउँदा कानुनी र प्रतिष्ठा दुवै जोखिम हुन्छ।
14. एआई-समर्थित खुद्रा कार्यप्रवाहमा अन्त-देखि-अन्तमा 'चेकपोइन्ट' को अर्थ के हो?
- क) कृत्रिम बुद्धिमत्ताले स्वचालित रूपमा मानव अनुमोदन बिना सबै निर्णयहरू लागू गर्ने चरण
- ख) रिपोर्ट रंगीन भएको चरण मात्र
- C) अन्तिम चरण जहाँ डाटा मेटाइएको छ
- D) स्टप जहाँ मानवले प्रमाणित गर्दछ र आउटपुटलाई अनुमोदन वा अस्वीकार गर्दछ र जहाँ जोखिमपूर्ण निर्णयहरू नियन्त्रण गरिन्छ ✔
विवरण: चेकपोइन्ट भनेको कार्यप्रवाहको निश्चित चरणहरूमा रोकिने ठाउँ हो जहाँ मानवले आउटपुट प्रमाणित, अनुमोदन वा अस्वीकार गर्दछ; यसले मूल्यहरू, अर्डरहरू र ग्राहकहरूलाई असर गर्ने निर्णयहरूलाई स्वचालित रूपमा प्रवाह हुनबाट रोक्छ।