 Terima kasih. Saya akan berterima kasih kepada Regine dan Kai-Shin untuk memberi saya peluang untuk menghubungi komuniti Datasang di Singapura. Di AXA, kami menghubungi Datasang dan sebuah dunia yang besar, tetapi kami sekarang sangat menghubungi komuniti ini, dan kami fikir bahwa data besar akan dikorek untuk menghubungi. Saya pasti adalah insuransi tradisional, jadi saya menghubungi selama 30 tahun selama insuransi tradisional, terutamanya dalam perjalanan kepercayaan dan kepercayaan kepercayaan kepercayaan. Kemudian saya menghubungi perjalanan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan kepercayaan. Saya menghubungi area Datasang ini 2 tahun lalu, jadi saya masih anak-anak dan sebuah latari. Jadi ini adalah kombinasi yang baik untuk saya di area ini. Saya ada dengan saya beberapa panggilan dari DIL. Jadi Tatiana Adakovic, yang selalu berhasil sebagai perjalanan projek di Paris. Dan Angkor Amral, yang sekarang memberi bantuan perjalanan data innovation di Indonesia. Jadi, berhati-hati untuk menghubungi mereka pada akhir ini. Jika saya bercakap seperti ini, ianya okey atau kamu suka Mike? Kamu suka Mike? Ya. Saya banyak-banyak dalam hidup sebenar. Saya ada kontrak di setiap kepercayaan, tapi okey. Jadi, jika kamu beritahu tentang AXA dan AXA Transformation, jadi jika kamu beritahu AXA, AXA adalah tentang 1,1 million peskaran hari ini. Kami berada dalam pekerjaan-pekerjaan-pekerjaan yang penting, tentang perjalanan, tetapi juga perjalanan aset. Kamu lihat bahawa kami di seluruh dunia. Dan saya perlu berkata bahawa untuk AXA, kami mempunyai penghubungan besar untuk bergerak dan menerima banyak perjalanan kepercayaan. Orang AXA untuk 2030 adalah 1,1 million peskaran. Kamu lihat bahawa ini adalah perjalanan AXA untuk AXA. Kami juga adalah yang pertama dalam perjalanan kepercayaan-pekerjaan yang penting untuk kepercayaan-pekerjaan dan ke-48 untuk perjalanan kepercayaan-pekerjaan. Jadi, ini adalah perjalanan yang penting. Sudah tentu, perjalanan kepercayaan-pekerjaan AXA adalah tentang menghubungi dan mempunyai perjalanan kepercayaan-pekerjaan untuk bergabung dengan kuat dalam perjalanan tinggi, terutamanya di Indonesia. Kita perlu menghubungi diri untuk menghubungi diri. Jadi, kita akan lihat bahawa diri adalah kereta, bahagian besar akan menjadi perjalanan, dan mungkin kepercayaan-pekerjaan akan menjadi perjalanan. Jadi, ia adalah sesuatu yang penting untuk kita. Saya akan sangat sedap untuk ini. Jadi, kita memutuskan untuk membuat kepercayaan-pekerjaan yang benar untuk membuat sebuah timbara yang penting, yang kita lihat di dalam perjalanan data. Sebenarnya, saya adalah keadaan perjalanan data di dalam perjalanan data, tapi saya juga lupa untuk berkata bahawa saya adalah sebuah pekerja yang penting. Jadi, kita memutuskan untuk membuat kepercayaan-pekerjaan untuk membuat kepercayaan-pekerjaan yang benar untuk membuat kepercayaan-pekerjaan yang benar. Kita juga mendukung keadaan perjalanan-pekerjaan yang benar dengan timbara data yang penting. Dan kita masih mencari teknologi yang baru dan kita boleh menggunakan dalam area kepercayaan-pekerjaan untuk membuat keadaan kita. Saya cuba untuk membuat kepercayaan-pekerjaan dalam perjalanan data yang benar yang lebih spesifik daripada kepercayaan-pekerjaan tradisional. Jadi, untuk dapatkan kepercayaan-pekerjaan, kita cuba membuat kepercayaan-pekerjaan cepat dan membuat kepercayaan-pekerjaan yang benar. Jadi, kita membuat kepercayaan-pekerjaan BOC, kita cuba membuat kepercayaan-pekerjaan cepat dan itu adalah pilihan pertama. Pilihan kedua, kita cuba belajar, saya akan cakap, kepercayaan-pekerjaan. Dan seperti saya cakap dengan kawan anda, kita cuba memikirkan sebaik-baik saja, tapi kita mulakan lebih cepat. Kerana tiada cara untuk membuat projek besar pada awal dan anda perlu dapat dengan cepat belajar dan membuat kepercayaan-pekerjaan. Pilihan kedua, kita cuba mengikirkan sebaik-baik saja untuk berfikir tentang panggilan, pemerintah. Jadi, kami sangat bermakin dari pengalaman lain. Kita juga cuba mengambil masa untuk membeli. Jadi, kami membuat kepercayaan-pekerjaan dan bermaksud juga banyak perempuan yang tidak berlaku dan cara untuk membuat projek secara biasa. Dan keputusan itu adalah perasaan yang penting, jadi kami selalu membahas perusahaan. Dan kami sangat berpengaruh, untuk mengubah kontabiliti dan autonomi sehingga kita membuat sebuah team yang dipercayai untuk setiap projek kerana mereka adalah sebuah team yang dipercayai. Ini adalah pilihan yang penting yang saya akan beritahu. Dari perlukan data inovasi, sebenarnya ia berubah setiap hari. Jadi hari ini kita lebih daripada 60 orang di Paris. Kita akan lebih daripada 15 orang di Indonesia sejauh-sejauh mungkin. Kita ada 3 tempatan. Satu di Paris di Singapura dan yang ketiga di Mangalore. Orang-orang kita datang dari negara yang berbeza dan profil yang berbeza. Orang-orang kita ada data scientist, data engineer, designer. Kita perlu bekerja di negara-negara yang penting untuk kerja kita. Kita ada projek manageur dan... Yang berlaku dengan berbeza yang berbeza. Kita juga bekerja di banyak projek seperti yang anda lihat. Kita sudah mempunyai banyak kesempatan dan periksaan dan kita mulakan 30 projek. Mereka berlaku di 4 orang dan saya akan kembali lagi. Sama-sama yang terakhir tentang orang yang kita mencari. Kita cuba mencari orang dengan kuat ekspertis dan passioner. Saya sangat mencari cara mencari orang yang passioner. Saya sangat mencari cara mencari data, mencari cara bekerja dengan perniagaan. Dan juga mencari perniagaan perniagaan juga. Sama-sama bahagian perniagaan DL, kita ada 3 untuk perniagaan. Pertama, kita mengenai perniagaan koneksi. Kerana kita percaya perniagaan koneksi mungkin mengalami industri perniagaan. Ia juga cara untuk menginterak dengan pelanggan lain untuk menggantikan perniagaan baru. Dan untuk mengerti perniagaan berbeza. Jadi ini adalah perniagaan pertama. Sudah tentu kita mulakan, seperti yang saya katakan, untuk perniagaan dengan perniagaan koneksi. Tapi kita juga bergerak di perniagaan koneksi dan perniagaan koneksi. Perniagaan kedua adalah mengenai mengenai perniagaan koneksi. Di AXA, kita mahu menjadi perniagaan koneksi. Kita mahu mengenai perniagaan koneksi. Jadi untuk mengenai cara yang terbaik untuk menjelaskannya. Untuk menjelaskannya dan juga untuk menjelaskannya. Tapi juga mencari perniagaan digital untuk mengenai perniagaan lebih baik. Jadi ini perniagaan kedua. Perniagaan ketiga adalah lebih mengenai perniagaan industri. Ini adalah tentang pengalaman keperluan perniagaan. Jadi ini tentang menggunakan cara yang lebih baik. Saya akan katakan data keperluan, kemahiran, untuk membeli perniagaan lebih baik, untuk memperbaiki perniagaan yang lebih baik, untuk menggantikan kemahiran, untuk membuat perniagaan dikira-kira. Itu mungkin berkata-kira beberapa kes ini. Dan tentu kita juga bekerja di platform tapi ini bukan tentang perniagaan. Jadi hanya perniagaan tentang apa yang kita bekerja di. Kita bekerja di akquisiti. Jadi perniagaan perniagaan, perniagaan perniagaan, kita bekerja dengan pelanggan 360. Jadi kita menghubungi pelanggan untuk memberikan kemahiran yang baru kepada orang untuk menghubungi pelanggan untuk melakukan beberapa kes seperti perniagaan dan perniagaan. Jadi kita bekerja di kemahiran pelanggan untuk menggantikan perniagaan untuk menggantikan perniagaan untuk perniagaan untuk membuat perniagaan otomatis. Kita bekerja lebih kurang sebenarnya hari ini kerana ia masih sebuah area kemahiran untuk perniagaan kompleksan, perniagaan variable, dan juga, saya akan kata, perniagaan dan pelanggan kemahiran. Ia sangat berlalu, masyarakat yang sangat tinggi. Di mana masyarakat dapat membawa banyak. Di mana teknik data science dapat membantu kita menghubungi perniagaan otomatis dan menggantikan perniagaan. Dan kemudian, seperti yang saya katakan, kita juga bekerja di Telematics di mana kita mempunyai platform yang telah diperlukan dalam tempat saya, dan kita bekerja berdekatan untuk menggantikan platform, tetapi juga berdekatan untuk menggantikan perniagaan untuk menggantikan perniagaan. Dan kita juga berdekatan dengan kondisi, tetapi ini lebih besar hari ini. Hanya saja untuk berakhir tentang perniagaan data, seperti yang saya katakan, kita di Bangalore, Singapura, dan di Paris, tetapi kita mempunyai platform, kita masih berdekatan, tetapi ia akan berubah pada masa depan. Jadi, platform 3 kita di Atlanta, di Paris, sebenarnya di neger Paris, dan di Singapura. Jadi, platform berdekatan yang berdekatan, dan kita mempunyai perniagaan untuk bekerja berdekatan. Jadi, kita mempunyai platform perniagaan dan platform eksporasi, platform tersebut, dan kita juga mempunyai platform untuk menggantikan perniagaan untuk perniagaan data. Hanya saja untuk berikan perniagaan tentang perniagaan perniagaan yang telah diperlukan, kita juga bekerja berdekatan dengan perniagaan strategis, yang adalah perniagaan perniagaan dalam AXA, yang berinvesting dalam perniagaan perniagaan di Fintech. Kita juga bekerja dengan Kamet, yang adalah perniagaan perniagaan yang diperlukan di Paris, dan yang mencari perniagaan untuk perniagaan, jadi mereka cuba membunuh kita, sebenarnya, membunuh dengan perniagaan tradisional. Kami juga mempunyai koneksi dengan AXA Lab, yang di Shanghai dan San Francisco, jadi AXA Lab membuat perniagaan. Mereka cuba mencari perniagaan perniagaan baru dalam perniagaan perniagaan atau dalam dunia asien. Kami juga berdekatan dengan Digital Agency, yang diperlukan untuk membuat perniagaan perniagaan mobile dan perniagaan untuk perniagaan, dan juga dengan AXA Lab, yang berdekatan dengan AXA Lab untuk membuat perniagaan baru untuk AXA Lab. Jadi, ini adalah seluruh perniagaan untuk kami. Sama saja, untuk kami, kami berdekatan tentang perniagaan, dan juga tentang perniagaan strategis. Jadi, saya akan berkata bahawa saya yang terbesar adalah AXA Lab, dan kadang-kadang saya akan berdekatan, kami perlu berkata-kata tentang ini. Dan jika saya berjumpa, kami ada 3 area. Kami cuba berdekatan untuk lebih baik dalam kerja kami. Jadi, ini tentang AXA Lab. Untuk membuat perniagaan baru dengan perniagaan, jadi berdekatan dari produk untuk perniagaan dan perniagaan baru, kerana anda tahu bahawa perniagaan bukan perniagaan transaksional, yang adalah masalah yang kita cuba memahami perniagaan anda dan untuk membuat perniagaan. Untuk membuat perniagaan, ia adalah sesuatu yang penting untuk kami untuk membuat perniagaan. Jadi, ia bermula dengan perniagaan dan perniagaan, yang adalah masalah besar, dan saya ingin menyebabkan sebab seperti biasa saya cakap, kecuali perniagaan yang kami ada adalah kerana kami memperbaiki perniagaan dan perniagaan di beberapa negara. Ia adalah sebuah tempat yang anda boleh berdekatan dan tidak dapat bergerak. Jadi, perniagaan adalah masalah besar, kecuali perniagaan adalah masalah besar untuk kami dan kami cuba menjadi kecuali perniagaan tapi kami cuba juga memberi perniagaan untuk perniagaan, untuk perniagaan klinik, atau untuk perniagaan dunia. Jadi, ia juga sesuatu yang kami cuba berdekatan yang adalah perniagaan untuk kami. Jadi, saya hanya beri perniagaan tentang apa yang penting yang kami memperbaiki dalam perniagaan kecuali. Saya rasa beberapa mereka sangat biasa untuk memperbaiki perniagaan dan perniagaan. Jadi, jika saya ambil idea pertama tentang perkara yang kami bekerja dalam beberapa dimensi. Yang pertama adalah kita mempunyai perniagaan. Dan saya akan berkata, bahkan jika kita mempunyai 100 juta pelanggan ia tidak mempunyai perniagaan besar kerana ia tidak begitu besar. Tapi perkara itu, kita akan mempunyai perniagaan sebenarnya, kerana jika kita memperbaiki perniagaan kecuali, kita akan memperbaiki informasi setiap saat, kita akan memperbaiki lebih banyak informasi dan ia menjadi lebih banyak penting. Perniagaan kedua adalah tentang dimensi. Kita memperbaiki lebih banyak, saya akan berkata fitur tentang pelanggan kita dan sebagainya. Dan sebenarnya, untuk saya, perniagaan saya lebih banyak tentang perniagaan. Kerana ia memperbaiki dan ia membuat beberapa masalah. Saya akan kembali ke sini selepas itu. Dan kita juga memperbaiki, saya akan berkata bahawa perniagaan akan menjadi perniagaan. Jadi perniagaan kita mempunyai banyak mereka. Jadi ia boleh menjadi dengan perniagaan karri, ia boleh menjadi dengan perniagaan agensi. Jadi anda boleh mempunyai banyak ini. Jadi ini adalah perniagaan besar. Ini bukan tentang jika kita pergi ke sana, kita juga mempunyai perniagaan. Dan saya akan kembali ke sini kerana ia adalah masalah besar untuk kami. Jadi pada yang pertama, saya harus berkata bahawa banyak orang memperbaiki perniagaan. Ya, kerana anda mempunyai beberapa masalah. Anda mempunyai perniagaan, yang adalah masalah besar dalam banyak perniagaan, terutamanya dalam perniagaan. Kita selalu perlu membuat perniagaan. Selalu. Untuk perniagaan pelanggan, untuk perniagaan karri, dan sebagainya, ia selalu sebahagian besar kerja. Perniagaan besar bermakna kerana kami bergerak ke perniagaan tersebut. Sebenarnya, kami membuat perniagaan, kerana kami cuba mencabar data dalam proses perniagaan. Kita tidak sangat baik dalam perniagaan perniagaan metadata, yang adalah masalah besar apabila anda bekerja di beberapa area dan untuk membuat perniagaan. Dan dengan proses perniagaan perniagaan, ia sesuatu yang saya benar-benar jaga. Soal ini, salah satu masalah strategik untuk membuat perniagaan data, saya akan cakap bahawa kompetitor saya, mungkin di depan Apple, Google dan sebagainya, bagaimana untuk membuat perniagaan perniagaan perniagaan saya? Perniagaan data masih pengalaman. Kita masih membuat perniagaan perniagaan saya. Kita masih membuat perniagaan data, kita masih membuat perniagaan. Jadi ia sesuatu yang kita perlukan untuk memperbaiki perniagaan kita. Kita tidak selalu ada informasi selama lama. Kita ada banyak data perniagaan perniagaan, jadi kita perlu dapat membuat perniagaan. Kerana kita ada lebih banyak perniagaan dan lebih banyak perniagaan, kita ada banyak perniagaan. Kita juga ada 5-5 perniagaan yang sangat common. Apabila kita membuat 100-200 perniagaan, kita ada masalah dimensi untuk memuat dan keadaan generasi. Ini adalah suatu hal yang penting. Kita ada masalah kekulinaran kerana kita ada perniagaan yang sangat berguna. Kita ada masalah kekulinaran yang sangat berguna. Di perniagaan, kita ada masalah kekulinaran You could have only one treatment for instance, if you look at at the repershop, how do you manage to understand what is really the Nous part and what is really the part that is linked to the quality of the repership when you do normalization? It's very complex because you aren't able to ask to claim to be treated by one car repershop and then by another one. It's always a classical issue of inference you have to manage. Kami tidak mempunyai perhatian yang tidak teruk, bermakna bagaimana anda akan melihat perintah. Mereka akan terpaksa dibuat dengan cara, jadi anda tidak boleh mempunyai model tradisional. Interpatibiliti adalah masalah yang penting. Sebab, kami selalu perlu berikan informasi bagi apa yang kita melihat kepada seseorang. Jadi, kami perlu membuat perjalanan yang baik antara akurasi dan interpatibiliti. Sebenarnya, saya melihat ini kerana apabila kita melihat perintah pada perjalanan, anda akan berikan skor atau informasi kepada sebuah legendas atau pekerja. Anda tidak tahu betul-betul apa yang anda akan lakukan. Kadang-kadang, anda tidak pasti tentang apa yang berlaku. Jadi, apabila anda cuba melakukan perjalanan skor atau sebagainya, ia menjadi hal yang besar. Jadi, anda perlu membuat perjalanan seperti ini dan sebagainya kerana ia tidak mudah untuk memahami. Dan tentu saja, kita selalu ada masalah tentang apa yang terhadap model kita, apa yang terhadap semua perkara. Dan tentu saja, kita perlu mengingatkan antara keadaan dan antara keadaan dan keadaan. Dan kita juga perlu faham apa yang sangat tervegas dan sebagainya untuk mencari keadaan. Seperti yang saya kata, jika kita tidak mencari keadaan yang terbaik, kita cuba mencari keadaan yang terbaik untuk mengajar orang-orang yang lebih baik. Yang sedikit berbeza pada keadaan. Dan yang ini, diada masalah, mereka berbicara, kami tidak mempunyai semua perkara. Kerana, bagaimana-bicara, dan kami akan melihat keadaan, kami tidak membuat perjalanan untuk setiap keadaan. Jadi, kami tidak mempunyai semua perkara. Mereka berbicara, ia adalah sebuah keadaan yang terbaik kerana secara berbicara, ia membuat keadaan. Jadi, ia berbicara dan kadang-kadang ia memakai kerana ia tidak benar-benar mencari keadaan. Kami akan memberikan masalah yang besar apabila anda cuba membuat keadaan. Jadi, projek FROD, tetapi banyak orang, jika anda tanya saya sebuah pertanyaan teknikal mengenai kodin dan sebagainya, saya akan memberikan maklumat untuk mencari keadaan. FROD, anda tahu apa yang ini? Ini tentang keadaan keadaan untuk keadaan ini untuk mendapatkan keadaan yang terbaik. Kami juga mempunyai dan membuang. Saya akan mempunyai FROD. Sudah tentu, dan ia membuatkan keadaan ini kerana ada beberapa keadaan yang besar. Hanya untuk memberikan keadaan untuk anda tentang keadaan keadaan. Anda melihat keadaan keadaan untuk sebenarnya sebuah keadaan, dengan tidak banyak, tetapi keadaan FROD sangat besar di dalam AXA untuk keadaan. Dan ia bukan hanya berhubung keadaan keadaan keadaan. Anda melihat bahawa ia mungkin menjadi sebuah keadaan besar kerana kami bercakap tentang beberapa keadaan, kadang-kadang, beberapa keadaan keadaan. Jadi, jika kita boleh bergerak ke keadaan keadaan keadaan, ia mungkin menjadi sebuah keadaan keadaan keadaan. Jadi, ia adalah sebuah keadaan besar untuk kami. Sebuah keadaan keadaan besar. Dan sebagainya, seperti yang saya katakan, untuk keadaan yang baik, ini adalah keadaan yang baik untuk keadaan keadaan. Kerana keadaan adalah tentang keadaan keadaan dan anda tidak baik untuk mempunyai keadaan yang baik. Jadi, ia juga cara untuk menjadi keadaan keadaan keadaan jika anda melakukannya dengan baik. Apa yang kita cuba lakukan adalah untuk membuat software untuk keadaan keadaan keadaan. Anda juga ada software yang luar biasa. Ini bukan salah satu yang terbaik untuk hari ini tetapi ia sedikit berbeza. Saya akan beritahu anda. Kita tentu saja cuba membuat keadaan keadaan keadaan. Jadi, ia hanya cara untuk membuat kita berjaya. Kita tidak cuba berikan keadaan keadaan. Ia tentang software, tentang membuat keadaan keadaan keadaan. Jadi, kita akan melihat pada kisah yang akan tersebut, keadaan kita lebih besar daripada berikan keadaan keadaan. Kita akan memakai keadaan keadaan keadaan. Jika kita memakai keadaan keadaan, kita akan cuba berubah proses yang berdasarkan data. Dan tentu saja untuk mengubah keadaan untuk XR dan untuk dapat berubah. Kita akan cuba mencubah masalah keadaan untuk menggunakan keadaan kita. Jadi, untuk memberikan keadaan keadaan, anda ada beberapa kemungkinan untuk menyebabkan. Saya tidak mahu mengelakukkan terlalu banyak untuk tidak menyebabkan idea nya. Ia mungkin disebabkan bahagian tersebut tidak terlalu banyak sebab kita berada di mana-mana yang sangat lucu. Terdapat beberapa orang seperti Incoway yang bergerak di sekitar kereta dan membuat kemahiran yang benar, kemahiran yang mengawal, saya akan kata, tetapi ada banyak cara untuk membuat kemahiran. Perkaraan untuk dua adalah untuk mencari kemahiran elektronik dan juga membantu pengaruh untuk bekerja di kemahiran yang paling terkenal. Jadi untuk mengubah kemahiran yang salah. Seperti yang anda tahu, cara yang berlaku adalah anda mempunyai kemahiran yang akan diberikan, dan anda mempunyai kemahiran yang akan diperlihatan oleh orang, dan kemudian jika kita percaya ia berlaku untuk pengaruh, kecuali cara untuk mencari kemahiran adalah untuk mencari kemahiran. Jadi anda perlu mempunyai pengaruh pada Iain. Ia bukan masin. Ia seorang lelaki yang akan pengaruh dan mencari kemahiran tidak untuk mencari kemahiran. Jadi ia menjadi kecuali kerana jauh-jauh-jauh pengaruh, pengaruh pengaruh yang terkenal tidak dapat mencari lebih daripada 1-5% kemahiran. Jadi anda perlu menjadi sangat efektif dan untuk memberi mereka yang benar untuk mencari kemahiran terlalu banyak masa untuk tidak mencari kemahiran. Dan tentu-tentu anda mempunyai beberapa percaya pada infrastruktur, analitik dan organisasi. Apa yang kita lakukan, kita lakukan projek ini untuk Korea, Japan dan Tokyo. Dan apa yang kita lakukan ini, tentu-tentu kita ingin dan memperkenalkan data. Pertama, kita bekerja di Syarikat, di Syarikat atau di Pari. Kita juga menggunakan bahan-bahan bahan-bahan bahan-bahan bahan dan memperkenalkan bahan-bahan bahan. Kita bekerja banyak dengan orang di luar untuk mencari data. Biasanya kita tidak mempunyai bahan-bahan bahan-bahan, jadi kita perlu bekerja dengan banyak untuk melakukan kerja. Dan kita perlu menggunakan bahan-bahan bahan bahan bahan untuk memperkenalkan data dengan baik. Apabila kita bekerja di model, kita bekerja dengan orang-orang, orang-orang perniagaan untuk membuat percayaan dan membuat model. Kemudian kita mencari model pada kebaikan kembali, tetapi anda akan melihat kebaikan kembali tidak cukup. Bagi kebaikan, bermakna beberapa kembali, yang akan digunakan dengan melihat percayaan dan tidak melihat kembali hanya informasi dengan kembali. Kita akan melakukan kebiasaan dan menghabiskan kencang. Kita berbuat kebaikan dengan kembali kerana kita juga bekerja dengan informasi terhadap kembali kembali, sesetengah masa di kembali. dan kita juga bekerja lebih banyak dengan analitis yang dikeluarkan kerana tiba-tiba seperti KSA, kita ada jelaskan percayaan yang dipercaya untuk membentuk percayaan jadi kita perlukan semua kemahiran ini dan seperti saya katakan sebelumnya, ada masalah besar untuk kegaduhan kita katakan kegaduhan adalah sekitar 5% jadi pertama, ini adalah kegaduhan yang rar tetapi kedua hal yang saya katakan bahawa juga, saya akan katakan 98% atau 97% yang tidak akan dikeluarkan kerana seperti yang saya katakan sebelumnya, hanya 3% akan diinvestigasi jadi jika anda benar-benar bergurau salah negatif dan salah positif tidak dikenal ini adalah masalah besar maksud saya bahawa semuanya dipercayaan kerana anda berada di label 1 hanya sangat spesifik dan juga, seperti yang saya katakan, target ini bergurau kerana jika anda boleh mencari 4% anda ada 5% yang harus dipercayaan 2% dan 95% yang akan dipercayaan jadi ia bermakna anda perlu berhati-hati tentang kegaduhan yang anda gunakan kerana ia bergurau jadi masalah besar adalah banyak kegaduhan adalah tidak bergurau jadi ia adalah masalah yang benar-benar dipercayaan jadi kegaduhan pertama yang kita gunakan sangat mudah, ia adalah untuk mengambil perniagaan perniagaan dan membuat kegaduhan logistik untuk melihat jika ia lebih baik jadi anda melihat kegaduhan yang anda boleh mempunyai dan kemudian anda membuat kegaduhan logistik untuk melihat jika ia lebih baik dan kegaduhan naif yang boleh menjadi kegaduhan ketika anda mempunyai sekurang-kurang satu hal yang digunakan dan sebenarnya ia bergaduhan dan ia beri sebuah perniagaan yang baik jadi kita membuat satu orang, kerana seperti yang saya katakan sebelum ini banyak-banyak kita memiliki kegaduhan perniagaan yang spesifikasi dan sehingga ia lebih baik daripada kegaduhan naif tetapi masalahnya ia sangat teruk atau hampir seperti perniagaan perniagaan untuk kegaduhan perniagaan kerana perniagaan perniagaan perniagaan perniagaan berbeda daripada perniagaan total data jadi perniagaan perniagaan tersebut adalah untuk menggunakan perniagaan pendidikan jadi saya ingin beritahu bahawa di setiap perniagaan ini kita memutuskan untuk menggunakan perniagaan yang sangat kuat yang adalah bahawa perniagaan perniagaan yang tidak teruk sebagai kuat sebagai perniagaan yang tidak teruk yang adalah perniagaan yang kuat dan kemudian kita bergerak dan kita pergi ke perniagaan yang berbeza dan keputusan 3 dan dengan perniagaan perniagaan dan sebagainya jadi anda akan melihat perniagaan perniagaan adalah sekitar 50% kita hanya menggunakan perniagaan yang adalah sebuah perniagaan yang tidak teruk yang adalah hanya perniagaan perniagaan dan yang ini yang pertama adalah yang terbaik dengan pilihan yang jelas ini lebih baik tetapi kita masih ada masalah dengan perniagaan yang berbeza dan hanya untuk memberikan anda tentang apa data yang kita gunakan pada perniagaan kita gunakan informasi yang ini yang kita telah membangun kita gunakan pengalaman yang ini jadi kita juga gunakan informasi yang boleh diterima informasi non-structur kemudian kita memutuskan untuk gunakan perniagaan yang berbeza menggunakan pada masa yang sama informasi dari perniagaan yang teruk yang berbeza dan jelas dan mudah diterima dan kemudian model Yarshikol jadi kita pertama untuk dua perniagaan dan kemudian kita menggunakan perniagaan yang terbaik juga untuk lebih baik interpretabiliti jadi yang ini lebih baik jelas dan perniagaan yang terbaik jelas dan kita gunakan informasi yang ini ia bukan sempurna ia masih masalah dengan data yang berbeza dan menurut ke negara ia lebih baik dalam beberapa negara dan berbeza dan kita gunakan informasi yang ini seperti yang saya katakan, jelas jelas perniagaan yang kita gunakan sangat jelas sebenarnya dan juga dengan jelas jadi kita gunakan perniagaan yang kita gunakan jadi apa yang baik adalah pada masa yang sama kita mempunyai perniagaan yang terbaik tapi kita juga menjelaskan perniagaan yang terbaik dan kita juga boleh lebih mudah untuk menjelaskan dengan perniagaan masalah kerana perniagaan dengan perniagaan adalah yang anda ada saya tidak tahu jika anda ingat perniagaan yang ada mungkin 1,400 perniagaan di japan dan anda perlu menjelaskan jadi ia adalah masalah besar perniagaan masalah lebih mudah dan juga lebih berdynamik beri anda peluang untuk mencari perniagaan yang baru apa yang kita lakukan juga bermula untuk bekerja di perniagaan saya tidak akan mempunyai masa untuk berbicara tentang yang ini yang sangat teknikal dan kompetasional hanya untuk beri anda beberapa tentang apa yang kita lakukan untuk antapedabiliti yang sangat berkembang jadi kita mencari perniagaan untuk setiap perniagaan untuk memberikan informasi mengapa kita memilih perniagaan ini untuk perniagaan jadi kita selalu perlu mencari untuk memberikan informasi tentang pilihan kita juga membuat perniagaan untuk memutuskan proses dan untuk belajar untuk dapat mempunyai perniagaan yang berbicara jadi anda lihat kita memiliki perniagaan yang berlaku semua perniagaan berlaku dengan perniagaan masalah dan perniagaan perniagaan kita berikan saluran yang berlaku untuk perniagaan ia akan mencari dan beri informasi untuk mempercayai perniagaan yang berlaku untuk perniagaan yang berlaku untuk perniagaan yang berlaku jadi mereka bekerja pada perniagaan seperti ini dan apa yang bagus dengan perniagaan yang berlaku adalah kita mempercayai perniagaan ini kerana kita memberikan mereka lebih baik dan lebih berlaku untuk mencari perniagaan anda lihat kita bekerja pada perniagaan yang berlaku dan berlaku dengan berlaku dengan cepat kerana semua masalah yang saya beritahu tentang perniagaan yang berlaku anda lihat apa yang kita lakukan kita mengambil lebih cepat kita juga membuat juga sebuah KPI untuk melihat apa yang penting perniagaan yang berlaku anda lihat kecepatan dalam perniagaan kecepatan di seluruh kerana perniagaan yang berlaku dan perniagaan yang berlaku tentu-tentu semua perkara yang anda lihat perniagaan yang berlaku sangat penting untuk membuat kecepatan ini dan kecepatan yang berlaku dengan cepat kecepatan yang diberikan oleh perniagaan kita perlu mengubah prosesnya untuk mengubah perniagaan kecepatan yang berlaku dan kecepatan yang berlaku untuk mengubah reaksi dan juga untuk mengubah perniagaan untuk bersedia untuk bekerja dengan perniagaan ini dan dan itu saja jadi untuk memberikan perniagaan anda ia tidak enak di japan kerana perniagaan yang berlaku sangat rendah pada awal jadi kita masih bekerja dengan data-data anda belajar dari data-data jadi anda mempunyai imitasi apa yang kita lihat perniagaan ini lebih baik dengan perniagaan yang berlaku pada 1% kita juga melihat bahawa kita mempunyai kecepatan yang diberikan dengan perniagaan ini yang masih rendah sebenarnya kerana ia adalah sekitar 10% jadi ia bermakna 90% ia masih kecepatan yang berlaku jadi ia adalah masalah tetapi seperti yang saya katakan kita akan mulai dengan rendah sangat rendah di japan dan ia tidak sama dengan negara lain sangat baik sebuah gambar untuk menunjukkan bahawa kita bekerja dengan perniagaan untuk bekerja dari perniagaan jadi kita cuba berlaku dengan informasi apabila anda mempunyai kecepatan yang berlaku jika anda mempunyai kecepatan yang berlaku dengan beberapa kecepatan yang berlaku ia memberi anda kecepatan tentang kecepatan yang berlaku walaupun jika anda tidak menemukan apa-apa dengan informasi individu jadi ini juga sangat menarik dan sangat penting untuk kami jadi netwar, kecepatan kita berlaku pada masa yang tepat untuk orang-orang yang berada di platform untuk menghubungi kecepatan dan dapat memberi mereka informasi untuk mengubungi kecepatan dengan pelanggan kita memberi mereka kecepatan untuk menggunakan kecepatan untuk mengubungi kecepatan kita mempunyai semua kecepatan yang berlaku pada model software saya betul-betul fikir ia adalah sesuatu yang kita perlu memperkenalkan sebab ia benar-benar berlaku dengan perniagaan kami ia berlaku untuk kami dan seperti yang saya katakan kita akan belajar dari perniagaan kami dan jadi saya rasa lebih baik untuk belajar sendiri daripada orang-orang kami tapi tentu-tentu kita juga cuba memperkenalkan diri dengan informasi saya tidak akan mempunyai masa untuk melalui ini kerana ia adalah sebuah screenshot untuk menunjukkan apa yang kita gunakan saya betul-betul ingin berakhir dengan sebuah slide biarkan saya membuat manipulasi hanya untuk bergerak ia adalah sebuah yang sangat kelihatan jadi hanya untuk memberikan kepada anda salah satu-satunya tentang kecepatan yang kita berlaku dalam perniagaan kecepatan apabila kita belajar sebuah area besar yang pertama ialah perniagaan ia bukan tentang data ia bukan tentang teknologi kerana apabila anda mahu membuat sebuah kecepatan dengan kecepatan besar untuk mengambil perniagaan mereka perlu mengubah cara mereka berlaku mereka perlu mengubah kecepatan mereka mereka perlu mengubah kecepatan mereka dan organisasi ini adalah topik pertama yang besar apabila saya katakan anda perlu mengubah perniagaan anda untuk sebabnya jika anda tidak mempunyai informasi atau mengambil oleh pengguna jika anda mahu menjadi data perniagaan anda perlu mendapatkan informasi ini ini tidak sesuatu yang mudah ia akan mengubah cara anda perlu mengubah dengan perniagaan anda anda perlu bekerja dengan ini jadi ia adalah sebuah kecepatan besar yang kedua ialah perniagaan data ia tidak sangat berguna atau tidak sangat... terima kasih ia tidak sangat logikal untuk membuat model yang sangat sukar apabila anda mempunyai data yang sangat kecepatan apabila anda mempunyai data yang sangat kecepatan dan jadi kita memperkenalkan bahawa di beberapa tempat kita perlu bekerja lebih banyak dalam perniagaan data kecepatan sebelum membuat model perniagaan yang sangat sukar dan jadi perniagaan data adalah sebuah kecepatan besar untuk saya seperti yang saya katakan sebelum kualiti adalah sebuah kecepatan besar label dan sebuah kecepatan besar informasi adalah sebuah kecepatan besar dan di beberapa negara kita melihat kecepatan antara negara yang mempunyai kecepatan data dan kecepatan data dan kecepatan model yang kita menggunakan ia sangat berbeza kecepatan ketiga adalah mengenai memperkenalkan kecepatan besar dan memperkenalkan kecepatan dengan platform bermaksud kita perlu pergi di luar analitik dan memperkenalkan platform collaboratif untuk orang-orang yang dapat mengubah kecepatan untuk membuat kecepatan kecepatan jadi ini adalah strategi saya yang mengatakan kita akan membuat platform data management kita akan membuat data repositori dan sebagainya kita akan membuat mungkin pula atau framework dan kemudian entity perlu membuat kecepatan kecepatan perlu membuat kecepatan untuk membuat kecepatan dan membuat kecepatan jadi ia tentang kecepatan ia tentang kecepatan data dan kemudian ia tentang platform collaboratif untuk membuat kecepatan kecepatan dan tentu saja, untuk ini kita perlukan kecepatan data kita perlukan teknologi tapi saya ingin beritahu bahawa kecepatan terdapat di sini jadi tidak hanya kecepatan data yang kita mengubah kecepatan maaf untuk itu tapi kita perlukan sebuah kecepatan collaboratif dengan kecepatan, kecepatan dan kecepatan jadi ini adalah kecepatan saya terima kasih dan saya akan gembira untuk jawab pertanyaan 2 pertanyaan, apakah kecepatan data? Max? anda memberikan kecepatan kepada banyak kecepatan saya tanya, apa kecepatan lebih mudah untuk mengejar kecepatan dan mana kecepatan lebih sukar? untuk mengejar kecepatan untuk mengejar kecepatan untuk kecepatan, saya juga akan melihat kecepatan kecepatan jadi bagaimanapun anda benar-benar ada beberapa kecepatan untuk kecepatan yang nampak lebih susah untuk kita mengejar kecepatan kerana anda mempunyai kecepatan yang sangat mudah dan anda juga cara anda bekerja kecepatan untuk kecepatan yang lebih mudah kerana kadang-kadang anda mempunyai kecepatan yang benar-benar anda tidak mempunyai kecepatan tapi kadang-kadang anda mempunyai kecepatan anda mempunyai kecepatan anda tidak mempunyai kecepatan, iya kecepatan boleh menjadi daripada pengalaman saya tetapi saya hanya ingat bahawa kami mempunyai kecepatan ini jadi saya berdiri tetapi hari ini lebih mudah untuk bekerja pada motor dan juga mungkin kerana kerana membuat kecepatan yang tidak membuat kecepatan selalu mudah kami mempunyai lebih banyak informasi lebih banyak kecepatan di motor pada saat ini, pada saat ini kami bermula dengan sebuah kecepatan yang besar tetapi mereka sangat-banyak membuat kecepatan yang ditutupi jadi ia sangat susah untuk kami jadi kami membuat kecepatan yang tidak membuat kecepatan tetapi untuk kecepatan yang spesif dan ia terlihat ia adalah sebuah kecepatan yang kecepatan di negara ini jadi saya akan berkata bahawa ia akan terlihat lebih mudah pada awal tetapi saya mungkin salah saya mungkin ada pengalaman yang menunjukkan bahawa kami dapat mengalami kecepatan yang berbeza tetapi saya akan berkata untuk pengalaman dan ke mana kita mempunyai lebih banyak kecepatan ok, terima kasih saya rasa mungkin kemudian saya dan pasaran dari Aksar akan bergerak jadi silap-sirap