As for the professional implication

As for the professional implications, it is assumed that although each new technology has its own learning curve, this has little influence when it comes to adopting it as long as great results are expected from it, as is the case with Big Data. Also, it seems that if services companies have the right infrastructure, nothing is lost by trying this new technology and that the inhibiting factors of this test have less weight than the benefits that companies expect. In this sense, it would be very important for companies to know that most of the software associated with the use of Big Data is free and if the company already has the necessary resources of hardware and qualified personnel it is much easier to adopt (Erevelles et al., 2016). Therefore, in companies with a certain level of technological implementation, at the level of hardware and personnel, it is very likely that they can implement and take advantage of the use of Big Data to identify the benefit of its use at the level of decision making in management and marketing.

結果 (繁體中文) 1:

而對於專業的影響，假設儘管每個新技術都有其自己的學習曲線，這影響不大，當談到只要採用它作為偉大的結果是從它預計，如與大數據的情況。此外，它看來，如果服務公司有合適的基礎設施，沒有被嘗試這種新技術，這個測試的​​制約因素有較少的重量比公司預期的好處喪失。在這個意義上說，這將是非常重要的公司知道，大部分與使用大數據相關的軟件是免費的，如果該公司已經擁有的硬件和合格的人員進行必要的資源，它是採用容易得多（Erevelles等人，2016）。因此，在企業與技術實現了一定程度，

結果 (繁體中文) 2:

至於專業影響，假設雖然每種新技術都有自己的學習曲線，但只要像大資料一樣，只要預期會有出色的結果，在採用它方面，這沒有什麼影響。此外，如果服務公司擁有正確的基礎設施，那麼嘗試這項新技術不會失去任何東西，而且這種測試的抑制因素比公司期望的好處要輕。從這個意義上說，公司必須知道，大多數與使用大資料相關的軟體是免費的，如果公司已經擁有必要的硬體資源和合格的人員，則更容易採用（Erevelles 等人）。, 2016).因此，在具有一定技術實施水準的公司中，在硬體和人員層面，他們很可能實施並利用大資料，在決策層確定使用大資料的好處。管理和行銷。

結果 (繁體中文) 3:

至於專業含義，我們假設，儘管每一項新技術都有自己的學習曲線，但只要預期從中獲得巨大成果，這對採用新技術幾乎沒有影響，大數據就是如此。而且，如果服務公司擁有正確的基礎設施，那麼嘗試這項新技術不會有任何損失，而且這項測試的抑制因素的權重低於公司預期的收益。從這個意義上說，公司必須知道，與使用大數據相關的大多數軟件都是免費的，如果公司已經擁有必要的硬體資源和合格的人員，就更容易採用（Erevelles等人，2016年）。囙此，在具有一定科技實施水准的公司中，在硬體和人員層面，他們很可能能够實施並利用大數據的使用來確定其在管理和行銷決策層面的使用效益。