Episode #3: Cara Menggunakan AI untuk Mempelajari Pelanggan Anda

Bagian 2 dari trilogi Listen, Learn, Love kami. Sekarang ada lebih dari 4 miliar orang yang menggunakan media sosial. Dan miliaran orang itu mewakili tambang emas dari data yang tidak bias dan tidak difilter yang dapat Anda pelajari… jika Anda memiliki AI yang cukup kuat untuk membantu. Hari ini kita berbicara tentang potensi Mendengarkan dengan AI.

Sumber Daya Podcast

Kecerdasan Buatan untuk seri webinar Kantor Depan Terpadu

Kekuatan Sparklr AI

Semua episode podcast

Pergi sekarang

TRANSKRIP PODCAST

Baiklah, saatnya mengguncang podcast hari ini. Selamat datang di pengalaman CXM. Saya Grad Conn CXO di Sprinklr, dan saya di sini untuk berbicara tentang manajemen pengalaman pelanggan. CXM.

Jadi di podcast kemarin, kami berbicara tentang gagasan bahwa ada sistem untuk sangat terhubung dengan pelanggan… pendekatan yang berpusat pada pelanggan untuk transformasi digital. Dan kami menyebutnya Dengarkan, Pelajari, dan Cintai.

Dan kemarin, kami berbicara tentang "Dengar." Dengar, bagaimana Anda mengetahui apa yang dikatakan orang di semua saluran modern. Dan saluran modern adalah segalanya yang telah ditemukan di abad ke-21. Jadi itu adalah platform sosial seperti Twitter, dan Facebook. Itu akan menjadi platform perpesanan seperti WhatsApp dan WeChat. Ini akan menjadi hal-hal seperti blog, yang ada jutaan, dan forum, yang ada ratusan ribu, dan situs ulasan, yang ada ribuan. Dan Anda perlu menarik semua informasi itu dari semua tempat itu untuk benar-benar memahami apa yang terjadi di luar sana. Hebatnya lagi, sekarang ada lebih dari 4 miliar orang yang aktif menggunakan media sosial. Dan penggunaan media sosial meningkat pesat selama beberapa bulan terakhir di tahun 2020. Entah kenapa. Saya tidak bisa membayangkan apa yang terjadi.

Tapi bagaimanapun, sesuatu telah terjadi yang menyebabkan orang meningkatkan penggunaan mereka hingga dua digit. Dan itu artinya kebanyakan orang yang online juga dapat dijangkau di seluruh platform ini, dan ini adalah cara utama mereka untuk berkomunikasi dan berinteraksi. Jika Anda tidak berada di platform tersebut, jika Anda tidak berada di tempat tersebut, maka Anda tidak akan berada di tempat pelanggan Anda berada. Dan hasilnya adalah: Anda tidak akan tahu apa yang dipikirkan pelanggan Anda, dan mereka tidak akan dapat melihat apa yang Anda jual. Jadi itu "Dengarkan" secara singkat.

Jadi mari kita bicara tentang "Belajar." Semua konten ini datang di platform ini tidak terstruktur, dan tidak diminta. Dan itu artinya tidak ada yang memintanya, itu bagus, karena itu artinya tidak bias. Jika saya meminta Anda untuk meninjau saya, jika saya meminta Anda untuk memberi saya umpan balik, saya langsung membiaskan sistem. Ini adalah sesuatu yang dikenal sebagai prinsip ketidakpastian Heisenberg. Itu berasal dari mekanika kuantum, bahwa tindakan mengukur suatu sistem juga merupakan tindakan mengubah sistem. Jika saya melihat seseorang menulis sesuatu, yang mereka tulis sendiri, karena mereka ingin, karena mereka sedang berbicara dengan teman, atau karena mereka memiliki hasrat, itu adalah sesuatu yang benar-benar dapat saya percayai.

Ada jutaan percakapan ini terjadi. Faktanya, ada miliaran percakapan yang terjadi — penyimpanan data di Sprinklr adalah 16 petabyte. Anda bahkan tidak bisa membayangkan berapa banyak data itu. Rata-rata manusia tidak bisa benar-benar memproses itu.

Saya melakukan panggilan grup yang hebat hari ini. Kami mengadakan pertemuan dewan biro iklan hari ini di Sprinklr dengan perwakilan dari banyak biro iklan terbesar dan terhebat di dunia semuanya berbicara tentang bagaimana mereka menggunakan Sprinklr: untuk berkolaborasi dengan klien, dan menjalankan iklan, dan melakukan hal-hal menarik lainnya di pasar. Dan salah satu orang mengatakan mereka melihat banyak komentar di iklan. Iklan itu sendiri mendapat banyak komentar. Dan mereka perlu melacaknya karena komentar itu tidak selalu gratis untuk iklan. Terkadang komentar tidak akan laku, iklan apa yang dijual, dan terkadang mereka mengatakan hal-hal yang hebat.

Tetapi untuk melacak semuanya, dan untuk tetap di atas semua itu, hampir luar biasa. Ada ribuan dan ribuan komentar di ribuan dan ribuan iklan. Ini sangat sulit. Jadi apa yang kamu lakukan? Dan di sinilah Sprinklr sangat kuat. Karena Sprinklr menyadari sekitar enam tahun yang lalu bahwa volume informasi dengan cepat membanjiri manajer komunitas dan manusia. Dan satu-satunya cara untuk menyelesaikannya adalah dengan kecerdasan buatan. Dan pekerjaan AI yang dimulai bertahun-tahun yang lalu sekarang menjadi bagian dominan dari apa yang kami lakukan di R&D. Kami memiliki ribuan orang yang menggunakan produk setiap hari dan melatihnya. Kami memiliki petabyte informasi yang merupakan bagian dari kumpulan data yang membuatnya lebih cerdas. Dan kami memiliki sekelompok PhD dan institusi akademis yang canggih yang bekerja dengan kami dalam algoritme. Dan ada algoritme yang ada di 90 bahasa sekarang, dan 40 kategori berbeda.

Sangat penting untuk memilikinya berdasarkan kategori karena hal-hal tidak berarti sama dalam kategori yang berbeda. Salah satu klien kami, misalnya, adalah Mayo Clinic. Dan bagi Mayo Clinic kata “sakit” memiliki arti yang sangat spesifik, penting. Salah satu klien kami yang lain adalah Red Bull, dan untuk Red Bull "sakit" adalah konteks yang sangat berbeda. Jadi Anda perlu tahu bahwa "sakit" itu keren untuk Red Bull, dan buruk untuk Mayo Clinic.

Salah satu klien besar kami lainnya adalah Microsoft. Dan Microsoft memiliki beberapa nama merek yang sangat menantang: Surface Word, Windows Ini adalah hal yang sangat sulit untuk dipisahkan. Jadi dapat menggunakan kecerdasan buatan untuk memahami kata-kata yang berdekatan dengan itu, sehingga Anda dapat memahami ketika seseorang mengatakan Word dalam konteks Microsoft, bahwa mereka sebenarnya berbicara tentang program Word, dan bukan hanya "kata-kata".

AI telah menjadi cara Anda belajar. Dan kami sebenarnya memiliki tujuh lapisan dan filter AI yang berbeda yang kami proses semuanya. Kami benar-benar memiliki seri webinar AI hebat yang dihosting oleh Anda, dan para insinyur dari seluruh Sprinklr berbicara tentang bagaimana mereka mengimplementasikan berbagai fitur dengan AI. Ini adalah seri enam bagian, dan tautannya ada di catatan acara. Jadi lihat dan saya mendorong Anda untuk menontonnya, Anda akan belajar banyak tentang AI, dan pembelajaran mesin. Dan Anda juga akan belajar banyak tentang Sprinklr dan bagaimana kami melakukannya.

AI melakukan segala macam hal selain hanya mendengarkan. Salah satu favorit saya adalah penganggaran cerdas. Jadi yang akan dilakukannya sebenarnya adalah melihat cara uang dibelanjakan, lalu mengoptimalkannya dengan cepat dan mengalokasikannya dengan benar ke saluran iklan yang tepat berdasarkan apa yang terjadi dari sudut pandang reaksi. Semua itu sangat sulit dilakukan manusia secara real time. Dan itu memungkinkan orang untuk mengoptimalkan kampanye dengan cara yang menarik.

Apa lagi yang bisa Anda lakukan dan pelajari? Hal lain yang menarik adalah Anda bisa mendapatkan ide yang cukup bagus tentang merek Anda. Maksud saya, ada dua cara berpikir tentang merek. Merek adalah apa yang saya inginkan — merek kami adalah apa yang kami katakan tentang nilai-nilai kami, merek kami adalah apa yang telah kami tulis atau ukir di atas batu atau dimasukkan ke dalam geladak. Cara berpikir lain tentang merek, mungkin cara saya berpikir tentang merek, adalah merek adalah apa yang orang lain katakan tentang Anda. Karena apa pun yang Anda letakkan, jika orang lain tidak mengatakannya, itu bukan merek Anda. Merek Anda adalah apa yang orang lain katakan tentang Anda.

Dan hal hebat tentang "Dengar" adalah sekarang kita dapat mengetahui apa yang dikatakan semua orang tentang Anda, atau tentang CEO Anda, atau tentang merek Anda, atau tentang orang-orang Anda, atau tentang produk Anda, dll. Satu hal yang sangat saya andalkan di Sprinklr adalah atribut merek berbasis AI. Saya dapat melihat seperti apa sentimen, saya dapat melihat apa atribut inti dari merek saya, saya dapat membandingkan produk lain dalam kategori saya atau area lain, saya dapat melihat awan kata dari apa yang orang katakan tentangnya, saya dapat melihat segala macam berbagai cara untuk memahami merek dan memahami apa yang terjadi. Dan kemudian mengambil tindakan. Misalnya, salah satu sentimen merek inti kami adalah inovasi. Jadi tidak terlalu mengejutkan. Tapi saya bisa mengklik "inovasi" dan menelusuri dan memahami siapa yang mengatakan itu dan bagaimana mereka mengatakannya dan konteks apa yang muncul. Dan jika saya mau, meskipun ada banyak, saya bisa membaca pesan satu per satu. Jadi semua pesan individu masih ada. Tapi kemudian mereka digabungkan dengan AI, dan AI secara dinamis mengatur komentar ke dalam kategori dan atribut.

Hal lain yang sangat saya andalkan adalah saya dapat melihat postingan mana dan iklan mana yang ditanggapi orang — mengklik, berbagi, dll. Biasanya konten yang mendapatkan reaksi terbesar bukanlah sebagian besar konten yang kami kirimkan. . Jadi, misalnya, kami akan mengirimkan konten yang memiliki "harapan" sebagai atribut inti. Tetapi orang-orang mengklik konten tentang "feminisme", yang merupakan topik yang sangat besar beberapa minggu yang lalu. Jadi "feminisme" adalah bagian penting dari apa yang diklik orang. Dan yang dapat kita lakukan adalah mengatakan, hei, orang-orang mengklik konten jenis ini, kita harus mengarahkannya lebih banyak, dan orang-orang tidak mengklik konten lain yang sering kita lakukan, jadi mari kita kurangi mereka .

Jadi itulah "Belajar." Kita akan kembali ke "Cinta" besok — dan cinta adalah hal yang sangat indah — jadi kita bisa membicarakannya panjang lebar. Saya mungkin akan melakukan beberapa sesi tentangnya, tetapi untuk saat ini, ini adalah Grad Conn dan Pengalaman CXM, dan sampai jumpa besok.