Episodio #84: Come utilizzare l'IA per classificare i dati e ottenere informazioni dettagliate

Ieri abbiamo imparato a scoprire i miliardi di conversazioni che accadono in questo momento nei canali moderni. Ma allora cosa? Come puoi vagliare quei miliardi di conversazioni per trovare i proverbiali aghi nel pagliaio? Avviso spoiler: non puoi. Ma l'IA può. E può farlo incredibilmente bene. L'episodio di oggi riguarda la classificazione dei dati in modo da poter utilizzare ciò che hai appreso per ottenere informazioni fruibili.

Tutti gli episodi di podcast

Vai, ora

TRASCRIZIONE PODCAST

Va bene, va bene, va bene. Eccoci alla CXM Experience. Sono Grad Conn CXO, chief experience officer di Sprinklr. E oggi continuiamo la nostra serie su scopri, classifica e coinvolgi.

Un breve riassunto di quello che stiamo facendo qui. Siamo motivati, ispirati, penso che ispirato sia probabilmente la parola migliore. Forse eccitato, dal tipo di cose che stanno accadendo nel marketing oggi, intorno a uno a uno. Ho parlato un po' di Marc Pritchard e del suo impegno nel fare massa uno contro uno alla Procter & Gamble, e ho parlato dell'evoluzione delle comunicazioni di marketing da quello che era un puro faccia a faccia, a comunicazioni di massa nel 20° secolo, a quello che abbiamo ora nel 21° secolo, che è il marketing conversazionale, che è uno a uno e di massa allo stesso tempo.

Stavo parlando con un cliente oggi e parlavano di comunicazione bidirezionale. Un altro ottimo modo per dirlo. Avevano una bella frase. Era così ben messo. E ho pensato che la persona che l'ha detto fosse geniale nel modo in cui l'ha messa. Quello che ha detto è stato, non dimenticare che quando pensi oltre il business, e pensi oltre le applicazioni, e pensi oltre il telefono e tutti gli altri meccanismi di comunicazione, ricorda che stai parlando con un essere umano. C'è un umano seduto all'altro capo del tavolo. E quella connessione da uomo a uomo è ciò che conta davvero.

E questo è per me ciò che è così eccitante riguardo a dove stiamo andando nel 21° secolo. Abbiamo un sacco di nuovi tipi di comunicazione che consentono un avanti e indietro che prima non era possibile tra marchio e cliente. Così bei tempi.

Stiamo parlando un po' di ciò che serve per far funzionare una piattaforma di marketing one-to-one di massa. E in questo momento abbiamo tre fasi, ovvero scoprire, ovvero hai bisogno dell'accesso omnicanale a tutti i canali digitali. Classifica, ovvero devi essere in grado di prendere tutti questi miliardi di conversazioni e in qualche modo classificarlo, ordinarlo e dargli un senso. E poi devi impegnarti. Quando senti qualcuno che soffre devi risolvere. Se qualcuno è felice, devi amplificarlo. Qualcuno che ha una domanda, devi rispondere. Uno a uno.

Penso che marketing conversazionale sia una buona parola. Perché molto di questo è ciò che fai normalmente in una conversazione. Quando qualcuno ti parla, devi ascoltare. Se non ascolti, non sarai molto efficace nella conversazione. Devi capire cosa stanno dicendo per capirlo davvero correttamente. E poi, se mai richiedono o se c'è qualcosa che devi fare per aiutarli, devi essere in grado di rispondere.

Quindi questa è la configurazione. Ora, quello che abbiamo fatto nell'ultimo show è che abbiamo dedicato un po' di tempo alla scoperta e ci siamo approfonditi un po'. Oggi approfondirò un po' la classifica. Quindi, questa sarà una discussione sull'IA.

Un po' di intelligenza artificiale per un secondo. L'IA è davvero composta da tre cose. Ci sono gli algoritmi che vengono utilizzati essenzialmente per creare la rete neurale. E quelli sono in realtà ragionevolmente standardizzati. E non c'è molta differenziazione possibile nei soli algoritmi. Stiamo diventando piuttosto bravi in ​​questi. Quindi c'è l'algoritmo.

La seconda cosa è il set di allenamento. Quindi, i dati su cui addestrerai l'algoritmo. È molto importante. Torneremo su questo in un secondo. E poi il terzo pezzo è l'allenamento vero e proprio. Il feedback. Quando l'IA fa la raccomandazione, se quella raccomandazione è disattivata, deve esserci un meccanismo per dire che non è del tutto corretto. E così può adattarsi. Pensavo fosse rosso, ma in realtà era blu. La prossima volta non farò quella previsione, perché sapevo di aver sbagliato. E diventerò più preciso mentre percorriamo il sentiero.

Abbiamo parlato un po' della scoperta e una delle cose di cui abbiamo parlato sono state le 400 milioni di diverse fonti di dati disponibili. E ovviamente parlo da un punto di vista Sprinklr, perché è quello che so e questo è il contesto. Hai questo gigantesco pagliaio di roba composta da piattaforme social, tutta roba pubblica, giusto? Forum, cose come Reddit, siti di recensioni, siti di notizie, blog, tutte le trasmissioni che sono là fuori. TV, stampa, tutta la stampa che c'è là fuori. Radio, tutta quella roba è tutta ammucchiata nel pagliaio.

Il trucco è che devo trovare gli aghi in quel pagliaio. Ed è un compito ragionevolmente complesso. In realtà stiamo parlando di più di 16 petabyte di informazioni. E letteralmente miliardi di conversazioni. Come direbbe Carl Sagan, "miliardi e miliardi" di conversazioni là fuori. E così, quello che abbiamo fatto in Sprinklr per risolvere questo problema, e siamo generalmente considerati probabilmente una delle piattaforme di intelligenza artificiale più sofisticate al mondo, e un testa a testa batterà qualsiasi piattaforma che si presenta. Abbiamo otto livelli di intelligenza artificiale, più di 100 lingue trattate, comprese alcune delle lingue più complesse come il giapponese e il cinese, che sono un po' più complicate. Ci sono 10 miliardi di previsioni al giorno, con una precisione dell'80% proveniente da Sprinklr. 10 miliardi al giorno. E ora abbiamo poco più di 1.200 modelli di intelligenza artificiale in 60 diversi settori verticali. Quindi questo è un senso di cosa sta succedendo lì.

E poi lo instradamo in un database. E il database, giusto per darti un'idea della portata qui, ok. E Sprinklr è ovviamente là fuori. Voglio dire, siamo la piattaforma CXM leader nel mondo. E noi siamo il principale distributore mondiale di tutto questo genere di cose. E stiamo raccogliendo più informazioni di chiunque altro sul pianeta. Quindi questi numeri sono grandi numeri. Ma questo perché sono numeri di Sprinklr. Quindi, nel database CXM, ci sono un miliardo di record ingeriti al giorno. Eseguiamo 15 miliardi di corse di automazione al giorno. Eseguiamo report in tempo reale su 600 miliardi di record. E ci sono avvisi in tempo reale su oltre un miliardo di diverse serie temporali. Giusto per darti un'idea della portata di questo.

Ora, la cosa bella di questo è che una volta che hai un sistema come questo in esecuzione, e ci sono voluti sei o sette anni per costruirlo, uno sforzo molto mirato. Una percentuale significativa del nostro budget di ricerca e sviluppo e una parte molto significativa di ciò che facciamo ogni giorno. Una volta che costruisci qualcosa del genere, cosa puoi farci. E una cosa che facciamo, il che è fantastico, è che puoi fare approfondimenti sulla posizione. Quindi, se sei un fast food e vuoi sapere quale delle tue posizioni sta andando bene, possiamo effettivamente isolare il sentimento, positivo e negativo, in luoghi diversi. È ottimo per le banche, è ottimo per gli hotel. E le persone esprimono i loro sentimenti, quindi sai cosa sta succedendo.

Puoi anche ottenere informazioni sui media. In realtà stiamo sostituendo alcuni dei più tradizionali strumenti di messaggistica guadagnata dalle PR, come Cision. Quei vecchi strumenti vengono sostituiti da Sprinklr, ovunque, da alcune delle più grandi aziende. Perché accediamo a più informazioni e in modo più ampio di loro. E ti dà un'idea di cosa sta succedendo nei tuoi media, i tuoi media guadagnati. Ti permette di vedere i problemi prima che diventino un problema. Quindi c'è la gestione delle crisi. C'è un sacco di cose sulla governance, l'uso del marchio, quel genere di cose.

Approfondimenti sui prodotti, questa è un'area molto eccitante. Stiamo lavorando con molti gruppi di prodotti in aziende tecnologiche, aziende di hardware, aziende di prodotti confezionati. Le persone che hanno una forte focalizzazione sul prodotto usano Sprinklr per essere in grado di scoprire quali cose dovrebbero costruire dopo e che tipo di cose le persone dicono sui prodotti che hanno già. Fa un'enorme differenza.

Approfondimenti competitivi, è abbastanza ovvio. Ma cosa fa la concorrenza? E lo vediamo arrotolato e ci confrontiamo con la concorrenza, e capiamo come stanno lavorando e cosa fanno bene. Questo fa una grande differenza. Ci sono le informazioni sul pubblico. A chi sto parlando? Di cosa si preoccupano? Cosa fanno? Dove vanno? Quali parole usano per descrivermi? Quali emoji usano per descrivermi? Ci sono approfondimenti visivi. Gli approfondimenti visivi sono davvero fantastici. Possiamo effettivamente vedere le cose. Vedo molti esempi di questo in Microsoft, dove vedremmo i loghi ma non vedremmo le parole nel post. E saremmo in grado di reagire e rispondere ad esso. Lo facciamo per molti clienti diversi. Alcuni, ad esempio, useremo la nostra IA visiva per fondamentalmente OCR numeri di serie su un case di computer, ad esempio, e saremo in grado di portare il numero di serie del computer nelle mani di un addetto all'assistenza clienti senza che il cliente debba farlo da solo. E quei numeri sono piccoli, giusto? Quindi è molto meglio se potessimo farlo solo per loro.

Possiamo vedere quando le persone cercano di aggirare un sistema basato su testo e fanno volantini disegnati a mano e li pubblicano per organizzare feste e cose del genere. Possiamo vedere che lo riconosce e quindi essere in grado di avvisare. Abbiamo avuto un grande successo anche con quello. Approfondimenti del settore. Molti team ci utilizzeranno per risolvere ciò che sta accadendo in un settore e quindi pubblicarlo come feed regolare e trasformare ciò che stiamo facendo nella fonte definitiva di ciò che sta accadendo in un settore.

E infine, il mio preferito sono le intuizioni sul sentimento. E il sentimento è, qual è il sentimento che qualcuno ha su di te? Come si sentono riguardo ai tuoi annunci, a cosa stanno reagendo? Tutti questi elementi emotivi sono davvero, davvero potenti. Come parte del sentimento, ora possiamo anche rilevare l'intenzione. E l'intento è una cosa davvero importante da rilevare nei commenti. Quindi, sai come indirizzare qualcuno correttamente. Sia che tu li invii all'assistenza clienti, o alla gestione della comunità, o qualunque cosa sia, l'intento del loro messaggio è davvero importante. E ci sono molte sfumature e sottigliezze lì dentro, che l'IA è davvero brava a separare.

E quindi, solo per darti un rapido senso del flusso di tutta questa roba, e di tutte le diverse cose che si stanno muovendo attraverso di essa. E devi davvero avere uno dei sistemi di intelligenza artificiale più avanzati possibili per farlo. Penso che dove vedo le persone fallire nella moderna gestione dei canali, è dove cercano di gestirlo manualmente con gli esseri umani. La portata e il volume della messaggistica è così alto. Voglio dire, avrebbe potuto funzionare 10 anni fa. Ma il volume dei messaggi è così alto ora che se hai gestori di comunità e un intervento manuale, forse arriverai all'1%, forse all'1% dei messaggi che ti arrivano. Probabilmente nemmeno così alto. Non puoi gestirlo in nessun altro modo, devi portare l'IA in primo piano. E devi avere la classificazione e il routing e tutti gli altri tipi di cose che l'IA fa per farlo funzionare bene.

Ancora una volta, pensando a un sistema one-to-one di massa, forse uno dei motivi per cui a volte le persone si oppongono un po', è che concettualmente, se prendi la mentalità del mondo della trasmissione, e la applichi a quella one-to-one -un mondo, non ha alcun senso. Perché c'è un team molto piccolo di persone, per lo più che producono manualmente materiale di marketing nell'universo televisivo di oggi. E poi pensi, come risponderanno quelle persone a un milione di messaggi in arrivo? Beh, non lo sono, non c'è modo che possano. E così poi le persone si arrendono o alzano le mani in aria.

Ecco perché qualsiasi sistema di massa uno-a-uno non deve solo avere la scoperta, che porta tutta questa roba, deve avere la fase di classificazione, che deve essere un sistema di intelligenza artificiale profondamente sofisticato, per consentire alle persone di dare un senso a ciò che è accade ed essere in grado di rispondere. Ora dovrai ancora coinvolgere più persone nell'azienda. Ma il fatto è che, se stai indirizzando le cose correttamente, e se hai le cose classificate correttamente, e se hai anche risposte intelligenti in atto, allora puoi effettivamente portare input, feedback e commenti dei clienti in modo più ampio in l'azienda. Puoi avere un modello di comunicazione più bidirezionale con il cliente. Perché è stato dato un senso. Non è che stai trasformando tutti in azienda in community manager.

Questo è classificare. Quindi, parleremo di impegnarsi domani. È ovviamente la parte davvero interessante. E penso che il coinvolgimento sia in realtà ciò che rende CXM, CXM. È la "M" in CXM. E ci sono un sacco di persone là fuori che dicono che sono aziende CXM, ma non lo sono. Sono solo davvero forse CX. E in molti casi sono solo CF: feedback dei clienti. Ne parleremo un po'. E parleremo del perché la "M" in CXM è così importante quando pensi a una piattaforma e definisci la categoria.

Quindi, quello è stato un discorso molto serio oggi. Ma è stato divertente. Mi è piaciuto. Spero che ti sia piaciuto anche tu. Molto uso della parola "miliardi". E ho usato anche "petabyte". Quindi, tanti grandi numeri oggi. E spero che anche questo ti sia piaciuto. E ci vediamo domani, al fidanzamento. Per l'esperienza CXM. Sono Grad Conn e ti parlerò la prossima volta.