Folge #84: Wie man KI nutzt, um Daten zu klassifizieren und Erkenntnisse zu gewinnen

Gestern haben wir gelernt, wie man die Milliarden von Konversationen entdeckt, die gerade in modernen Kanälen stattfinden. Aber was dann? Wie können Sie diese Milliarden von Gesprächen durchsuchen, um die sprichwörtliche Nadel im Heuhaufen zu finden? Spoiler-Alarm: Das geht nicht. Aber KI kann. Und das kann es erstaunlich gut. In der heutigen Folge geht es darum, die Daten zu klassifizieren, damit Sie das Gelernte nutzen können, um umsetzbare Erkenntnisse zu gewinnen.

Alle Podcast-Episoden

Geh jetzt

PODCAST-TRANSKRIPT

Okay, okay, okay. Hier sind wir bei der CXM Experience. Ich bin Grad Conn CXO, Chief Experience Officer bei Sprinklr. Und heute setzen wir unsere Serie zum Entdecken, Klassifizieren und Engagement fort.

Eine kurze Zusammenfassung dessen, was wir hier tun. Wir sind motiviert, inspiriert, ich denke, inspiriert ist wahrscheinlich das beste Wort. Vielleicht begeistert von den Dingen, die heute im Marketing passieren, ungefähr eins zu eins. Ich habe ein wenig über Marc Pritchard und sein Engagement für Massen-Einzelgespräche bei Procter & Gamble gesprochen und über die Entwicklung der Marketingkommunikation von dem, was früher ein reines Einzelgespräch war, hin zu Massenkommunikation im 20. Jahrhundert bis hin zu dem, was wir jetzt im 21. Jahrhundert haben, nämlich Conversational Marketing, das Eins-zu-Eins und Masse zugleich ist.

Ich habe heute mit einem Kunden gesprochen, und sie haben über Zwei-Wege-Kommunikation gesprochen. Eine andere großartige Art, das auszudrücken. Sie hatten einen tollen Satz. Es war so gut formuliert. Und ich fand die Person, die das sagte, brillant, wie sie es ausdrückte. Was sie sagte, war, vergessen Sie nicht, dass Sie, wenn Sie über das Geschäft hinaus denken, und Sie denken über die Anwendungen hinaus, und Sie denken über das Telefon und all die anderen Kommunikationsmechanismen hinaus, daran denken, dass Sie mit einem Menschen sprechen. Am anderen Ende des Tisches sitzt ein Mensch. Und diese Mensch-zu-Mensch-Verbindung ist das, was wirklich zählt.

Und das ist für mich das Spannende daran, wohin wir im 21. Jahrhundert gehen. Wir haben eine ganze Reihe neuer Kommunikationsformen, die ein Hin und Her zwischen Marke und Kunde ermöglichen, wie es vorher nicht möglich war. So tolle Zeiten.

Wir sprechen ein wenig darüber, was es braucht, damit eine Massen-Eins-zu-Eins-Marketingplattform funktioniert. Und wir haben im Moment drei Phasen, nämlich Entdecken, das heißt, Sie benötigen Omni-Channel-Zugriff auf alle digitalen Kanäle. Klassifizieren, was Sie brauchen, um in der Lage zu sein, all diese Milliarden von Gesprächen zu nehmen und sie irgendwie zu klassifizieren und zu sortieren und einen Sinn daraus zu machen. Und dann muss man sich engagieren. Wenn du hörst, dass jemand Schmerzen hat, musst du es lösen. Wenn jemand glücklich ist, müssen Sie es verstärken. Jemand, der eine Frage hat, müssen Sie beantworten. Eins zu eins.

Ich denke, Conversational Marketing ist ein gutes Wort. Denn vieles davon ist das, was Sie normalerweise in einem Gespräch tun. Wenn jemand mit Ihnen spricht, müssen Sie zuhören. Wenn Sie nicht zuhören, werden Sie im Gespräch nicht sehr effektiv sein. Sie müssen herausfinden, was sie sagen, um es wirklich richtig zu verstehen. Und wenn sie jemals darum bitten oder wenn Sie etwas tun müssen, um ihnen zu helfen, müssen Sie in der Lage sein, darauf zu reagieren.

Das ist also die Einstellung. Nun, was wir in der letzten Show getan haben, ist, dass wir ein bisschen Zeit damit verbracht haben, etwas zu entdecken, und uns ein wenig darin vertieft haben. Heute werde ich ein wenig auf Klassifizieren eingehen. Dies wird also eine Diskussion über KI sein.

Für eine Sekunde ein bisschen über KI. KI besteht eigentlich aus drei Dingen. Es gibt die Algorithmen, die verwendet werden, um im Wesentlichen das neuronale Netzwerk zu erstellen. Und die sind eigentlich halbwegs standardisiert. Und da ist allein in den Algorithmen nicht viel Differenzierung möglich. Darin werden wir ziemlich gut. Da ist also der Algorithmus.

Die zweite Sache ist das Trainingsset. Also die Daten, mit denen Sie den Algorithmus trainieren werden. Das ist sehr wichtig. Wir kommen gleich darauf zurück. Und dann ist das dritte Stück das eigentliche Training selbst. Die Rückmeldung. Wenn die KI die Empfehlung abgibt und diese Empfehlung deaktiviert ist, muss es einen Mechanismus geben, um zu sagen, dass das nicht ganz richtig ist. Und so kann es sich anpassen. Ich dachte, das wäre rot, aber es war wirklich blau. Das nächste Mal werde ich diese Vorhersage nicht machen, weil ich wusste, dass ich falsch lag. Und ich werde genauer, wenn wir den Pfad hinuntergehen.

Wir haben ein wenig über Entdecken gesprochen, und eines der Dinge, über die wir gesprochen haben, waren die 400 Millionen verschiedenen Datenquellen, die es da draußen gibt. Und ich spreche natürlich von einem Sprinklr-Standpunkt aus, denn das ist es, was ich weiß und das ist der Kontext. Sie haben diesen riesigen Heuhaufen von Sachen, die von sozialen Plattformen zusammengestellt wurden, all die öffentlichen Sachen, richtig? Foren, Dinge wie Reddit, Bewertungsseiten, Nachrichtenseiten, Blogs, all die Sendungen, die da draußen sind. Fernsehen, Print, all die Printmedien, die da draußen sind. Radio, all das Zeug ist im Heuhaufen gestapelt.

Nun, der Trick ist, ich muss Nadeln in diesem Heuhaufen finden. Und es ist eine ziemlich komplexe Aufgabe. Wir sprechen tatsächlich von mehr als 16 Petabyte an Informationen. Und buchstäblich Milliarden von Gesprächen. Wie Carl Sagan sagen würde, „Milliarden und Abermilliarden“ von Gesprächen da draußen. Und was wir bei Sprinklr getan haben, um dieses Problem zu lösen, und wir gelten allgemein als wahrscheinlich eine der fortschrittlichsten KI-Plattformen der Welt, und Kopf an Kopf werden jede Plattform schlagen, die uns in den Weg kommt. Wir haben acht Ebenen der KI, mehr als 100 Sprachen werden abgedeckt, darunter einige der komplexeren Sprachen wie Japanisch und Chinesisch, die etwas kniffliger sind. Es gibt 10 Milliarden Vorhersagen pro Tag, mit einer Genauigkeit von 80 %, die Sprinklr liefert. 10 Milliarden pro Tag. Und wir haben jetzt etwas mehr als 1.200 KI-Modelle in 60 verschiedenen Branchen. Das ist also ein Gefühl dafür, was dort vor sich geht.

Und dann leiten wir dies in eine Datenbank weiter. Und die Datenbank, nur um Ihnen hier ein Gefühl für den Umfang zu geben, okay. Und Sprinklr ist offensichtlich weit draußen. Ich meine, wir sind die weltweit führende CXM-Plattform. Und wir sind der weltweit führende Distributor für all diese Dinge. Und wir ziehen mehr Informationen ein als jeder andere auf dem Planeten. Diese Zahlen sind also große Zahlen. Aber das liegt daran, dass es Sprinklr-Nummern sind. In der CXM-Datenbank werden also täglich eine Milliarde Datensätze aufgenommen. Wir führen 15 Milliarden Automatisierungsläufe pro Tag durch. Wir berichten in Echtzeit über 600 Milliarden Datensätze. Und es gibt Echtzeitwarnungen für mehr als eine Milliarde verschiedener Zeitreihen. Nur um Ihnen ein Gefühl für den Umfang zu geben.

Das Coole daran ist, wenn man ein System wie dieses zum Laufen gebracht hat, und es hat sechs oder sieben Jahre gedauert, es aufzubauen, eine sehr konzentrierte Anstrengung. Ein bedeutender Prozentsatz unseres F&E-Budgets und ein sehr bedeutender Teil dessen, was wir jeden Tag tun. Wenn Sie so etwas gebaut haben, was können Sie dann damit machen? Und was wir großartig machen, ist, dass Sie Standorteinblicke erhalten können. Wenn Sie also ein Fast-Food-Restaurant sind und wissen möchten, welche Ihrer Standorte gut abschneiden, können wir die positiven und negativen Stimmungen tatsächlich auf verschiedene Standorte isolieren. Es ist großartig für Banken, es ist großartig für Hotels. Und die Leute drücken ihre Gefühle aus, damit Sie wissen, was los ist.

Sie können auch Medieneinblicke erhalten. Wir ersetzen tatsächlich einige der traditionelleren Tools für verdiente PR-Nachrichten, wie Cision. Diese älteren Tools werden überall von einigen der größten Unternehmen durch Sprinklr ersetzt. Weil wir auf mehr und breitere Informationen zugreifen, als sie es können. Und es gibt Ihnen einen Einblick in das, was in Ihren Medien passiert, Ihren verdienten Medien. So können Sie Probleme sehen, bevor sie zu einem Problem werden. Es gibt also Krisenmanagement. Es gibt eine ganze Reihe von Dingen rund um Governance, die Verwendung von Markierungen und solche Sachen.

Product Insights, das ist ein sehr spannender Bereich. Wir arbeiten mit vielen Produktgruppen in Technologieunternehmen, Hardwareunternehmen und Verpackungsunternehmen zusammen. Menschen mit einem starken Produktfokus verwenden Sprinklr, um herauszufinden, was sie als Nächstes bauen sollten und was die Leute über die Produkte sagen, die sie bereits haben. Macht einen großen Unterschied.

Wettbewerbseinblicke, das ist ziemlich offensichtlich. Aber was macht die Konkurrenz? Und wir sehen das zusammengerollt und wir vergleichen uns mit der Konkurrenz, und wir verstehen, wie sie arbeiten und was sie gut machen. Das macht einen großen Unterschied. Es gibt Audience Insights. Mit wem spreche ich? Was interessiert sie? Was machen Sie? Wohin gehen sie? Mit welchen Worten beschreiben sie mich? Welche Emojis verwenden sie, um mich zu beschreiben? Es gibt visuelle Einblicke. Visuelle Einblicke sind wirklich cool. Wir können tatsächlich Dinge sehen. Ich sehe viele Beispiele dafür bei Microsoft, wo wir die Logos sehen würden, aber wir würden keine Worte in der Post sehen. Und wir wären in der Lage, darauf zu reagieren und darauf zu reagieren. Wir tun dies für viele verschiedene Kunden. Einige verwenden zum Beispiel unsere visuelle KI, um Seriennummern auf beispielsweise einem Computergehäuse zu erkennen und können die Seriennummer des Computers in die Hände eines Kundendienstmitarbeiters bringen, ohne dass der Kunde es selbst tun muss. Und diese Zahlen sind winzig, oder? Also ist es viel besser, wenn wir es einfach für sie tun könnten.

Wir können sehen, wenn Leute versuchen, ein textbasiertes System zu umgehen und handgezeichnete Flyer zu erstellen und diese zu veröffentlichen, um Partys und ähnliches zu veranstalten. Wir können sehen, dass wir es erkennen und dann warnen können. Auch damit haben wir viele wirklich tolle Erfolge erzielt. Einblicke in die Branche. Viele Teams werden uns nutzen, um herauszufinden, was in einer Branche passiert, und das dann als regelmäßigen Feed veröffentlichen und unsere Arbeit zur endgültigen Quelle für das machen, was in einer Branche passiert.

Und schließlich ist mein Favorit Sentiment Insights. Und Gefühl ist, was ist das Gefühl, das jemand über dich hat? Wie empfinden sie Ihre Anzeigen, worauf reagieren sie? All diese emotionalen Elemente sind wirklich, wirklich mächtig. Als Teil des Sentiments können wir jetzt auch Absicht erkennen. Und Absicht ist eine wirklich wichtige Sache, die man in Kommentaren erkennen kann. Sie wissen also, wie man jemanden richtig weiterleitet. Egal, ob Sie sie an die Kundenbetreuung, das Community-Management oder was auch immer senden, die Absicht ihrer Nachricht ist wirklich wichtig. Und da sind viele Nuancen und Feinheiten drin, die die KI wirklich gut darin heraustrennen kann.

Also, nur um Ihnen ein schnelles Gefühl für den Fluss all dieser Dinge zu geben und all die verschiedenen Dinge, die sich dadurch bewegen. Und Sie müssen wirklich eines der fortschrittlichsten KI-Systeme haben, um dies zu tun. Ich denke, wo Leute beim modernen Channel-Management scheitern, versuchen sie, es manuell mit Menschen zu verwalten. Der Umfang und das Volumen der Nachrichten sind so hoch. Ich meine, das hätte vor 10 Jahren irgendwie funktionieren können. Aber das Nachrichtenvolumen ist jetzt so hoch, dass Sie mit Community-Managern und manuellem Eingreifen vielleicht 1 % erreichen werden – vielleicht 1 % der Nachrichten, die Sie erreichen. Wahrscheinlich nicht einmal so hoch. Anders geht es einfach nicht, man muss die KI in den Vordergrund rücken. Und Sie müssen die Klassifizierung und das Routing und all die anderen Dinge haben, die KI tut, damit es gut funktioniert.

Wenn Sie noch einmal an ein Massen-Eins-zu-Eins-System denken, ist vielleicht einer der Gründe, warum die Leute manchmal ein wenig davor zurückschrecken, dass es konzeptionell ist, wenn Sie die Denkweise der Rundfunkwelt nehmen und sie auf das Eins-zu-Eins-System anwenden -Eine Welt, es macht keinen Sinn. Weil es im heutigen Rundfunkuniversum nur ein sehr kleines Team von Leuten gibt, die hauptsächlich manuell Marketingmaterialien produzieren. Und dann denken Sie, wie werden diese Leute auf eine Million eingehender Nachrichten reagieren? Nun, das sind sie nicht, das können sie auf keinen Fall. Und dann geben die Leute auf oder werfen die Hände in die Luft.

Aus diesem Grund muss jedes Massen-Eins-zu-Eins-System nicht nur die Entdeckung haben, die all diese Dinge einbringt, es muss auch die Klassifizierungsphase haben, die ein hochentwickeltes KI-System sein muss, damit die Leute verstehen können, was ist passieren und reagieren können. Jetzt müssen Sie noch mehr Leute in die Firma einbinden. Aber die Sache ist die, wenn Sie die Dinge richtig weiterleiten und wenn Sie die Dinge richtig klassifiziert haben und wenn Sie auch intelligente Antworten haben, dann können Sie Kundeneingaben, Feedback und Kommentare auf breiterer Basis einbringen die Firma. Sie können ein wechselseitiges Kommunikationsmuster mit dem Kunden haben. Weil es Sinn gemacht hat. Es ist nicht so, dass Sie jeden im Unternehmen zum Community Manager machen.

Das ist klassifizieren. Wir werden also morgen über Engagement sprechen. Es ist offensichtlich der wirklich coole Teil davon. Und ich denke, Engagement ist eigentlich das, was CXM zu CXM macht. Es ist das „M“ in CXM. Und es gibt eine Menge Leute da draußen, die sagen, dass sie CXM-Unternehmen sind, aber das sind sie nicht. Sie sind nur wirklich vielleicht CX. Und sind in vielen Fällen nur CF – Kundenfeedback. Wir werden ein bisschen darüber reden. Und wir werden darüber sprechen, warum das „M“ in CXM so wichtig ist, wenn Sie über eine Plattform nachdenken und die Kategorie definieren.

Das war heute also ein sehr ernstes Gespräch. Aber das hat Spaß gemacht. Ich genoss, dass. Ich hoffe, es hat dir auch gefallen. Viel Verwendung des Wortes „Milliarden“. Und ich habe auch „Petabytes“ verwendet. Also, viele große Zahlen heute. Und das hat euch hoffentlich auch gefallen. Und wir sehen uns morgen beim Engagement. Für das CXM-Erlebnis. Ich bin Grad Conn und ich werde beim nächsten Mal mit Ihnen sprechen.