Episodul #84: Cum să folosiți inteligența artificială pentru a clasifica datele și pentru a obține informații

Ieri am învățat cum să descoperim miliardele de conversații care au loc chiar acum pe canalele moderne. Dar atunci ce? Cum poți să treci prin acele miliarde de conversații pentru a găsi acele proverbiale din carul de fân? Alertă spoiler: nu poți. Dar, AI poate. Și o poate face uimitor de bine. Episodul de astăzi se referă la clasificarea datelor, astfel încât să puteți folosi ceea ce ați învățat pentru a obține informații utile.

Toate episoadele de podcast

Mergi acum

TRANSCRIPT PODCAST

Bine, bine, bine. Iată-ne la CXM Experience. Sunt Grad Conn CXO, ofițer șef de experiență la Sprinklr. Și astăzi continuăm seria noastră despre descoperire, clasificare și implicare.

O scurtă recapitulare a ceea ce facem aici. Suntem motivați, inspirați, cred că inspirați este probabil cel mai bun cuvânt. Poate entuziasmat de felul de lucruri care se întâmplă astăzi în marketing, în jurul unu-la-unu. Am vorbit puțin despre Marc Pritchard și despre angajamentul său de a face față în față în masă la Procter & Gamble și am vorbit despre evoluția comunicării de marketing de la ceea ce obișnuia a fost pur față în față, unu la unu, la comunicațiile de masă în secolul 20, la ceea ce avem acum în secolul 21, care este marketingul conversațional, care este unul la unu și în masă în același timp.

Vorbeam azi cu un client și vorbeau despre comunicarea în două sensuri. Un alt mod grozav de a pune asta. Au avut o frază grozavă. A fost atât de bine pus. Și am crezut că persoana care a spus asta a fost genială așa cum a spus ea. Ceea ce a spus ea a fost, nu uita că atunci când te gândești la afaceri și te gândești la aplicații și te gândești la telefon și la toate celelalte mecanisme de comunicare, amintește-ți că vorbești cu un om. E un om care stă la celălalt capăt al mesei. Și acea conexiune de la om la om este ceea ce contează cu adevărat.

Și asta este pentru mine ceea ce este atât de interesant în ceea ce privește locul în care mergem în secolul 21. Avem o grămadă de noi tipuri de comunicare care permit un dus și înapoi care nu a fost posibil între brand și client înainte. Momente grozave.

Vorbim puțin despre ceea ce este nevoie pentru ca o platformă de marketing one-to-one să funcționeze. Și avem trei etape chiar acum, care este descoperirea, adică aveți nevoie de acces omnicanal la toate canalele digitale. Clasifică, adică trebuie să poți lua toate aceste miliarde de conversații și să le clasificăm cumva, să le trimiți și să le dai sens. Și atunci trebuie să te implici. Când auzi pe cineva în durere, trebuie să rezolvi. Dacă cineva este fericit, trebuie să-l amplificați. Cineva care are o întrebare, trebuie să-i răspunzi. Unu la unu.

Cred că marketingul conversațional este un cuvânt bun. Pentru că multe dintre acestea sunt ceea ce faci în mod normal într-o conversație. Când cineva vorbește cu tine, trebuie să asculți. Dacă nu asculți, nu vei fi foarte eficient în conversație. Trebuie să rezolvi ceea ce spun ei pentru a înțelege cu adevărat corect. Și apoi, dacă ei solicită vreodată sau dacă trebuie să faci ceva pentru a-i ajuta, trebuie să poți răspunde la asta.

Deci asta e configurația. Acum, ceea ce am făcut în ultimul spectacol a fost că am petrecut puțin timp pentru a descoperi și am concentrat puțin pe acesta. Astăzi, voi detalia puțin despre clasificare. Deci, aceasta va fi o discuție despre AI.

Un pic de AI pentru o secundă. AI este într-adevăr compus din trei lucruri. Există algoritmi care sunt utilizați pentru a crea în esență rețeaua neuronală. Și acestea sunt de fapt standardizate în mod rezonabil. Și nu există prea multă diferențiere posibilă numai în algoritmi. Devenim destul de buni la astea. Deci există algoritmul.

Al doilea lucru este setul de antrenament. Deci, datele pe care veți antrena algoritmul. Asta e foarte important. Vom reveni la asta într-o secundă. Și apoi a treia piesă este antrenamentul propriu-zis. Feedback-ul. Când AI face recomandarea, dacă acea recomandare este dezactivată, trebuie să existe un mecanism care să spună că nu este tocmai corect. Și astfel se poate adapta. Am crezut că e roșu, dar chiar era albastru. Data viitoare, nu voi face acea predicție, pentru că știam că am greșit. Și voi deveni mai precis pe măsură ce mergem pe potecă.

Am vorbit puțin despre descoperire, iar unul dintre lucrurile despre care am vorbit a fost cele 400 de milioane de surse de date diferite care există. Și, evident, vorbesc despre asta din punctul de vedere al Sprinklr, pentru că asta știu și acesta este contextul. Ai acest car de fân uriaș de lucruri compuse din platforme sociale, toate lucrurile publice, nu? Forumuri, lucruri precum Reddit, site-uri de recenzii, site-uri de știri, bloguri, toate emisiunile care există. TV, print, toate printurile care sunt acolo. Radio, toate chestiile astea sunt îngrămădite în carul de fân.

Acum, truc este că trebuie să găsesc ace în carul acela de fân. Și este o sarcină destul de complexă. De fapt vorbim despre mai mult de 16 petaocteți de informații. Și literalmente miliarde de conversații. După cum ar spune Carl Sagan, „miliarde și miliarde” de conversații acolo. Și așa, ceea ce am făcut la Sprinklr pentru a rezolva această problemă și, în general, suntem considerați a fi probabil una dintre cele mai sofisticate platforme AI din lume, iar cap la cap va învinge orice platformă care ne iese în cale. Avem opt straturi de inteligență artificială, peste 100 de limbi acoperite, inclusiv unele dintre limbile mai complexe precum japoneză și chineză, care sunt puțin mai complicate. Există 10 miliarde de predicții pe zi, cu o precizie de 80% din Sprinklr. 10 miliarde pe zi. Și avem puțin mai mult de 1.200 de modele AI în 60 de verticale diferite ale industriei acum. Deci ăsta este o idee a ceea ce se întâmplă acolo.

Și apoi direcționăm asta într-o bază de date. Și baza de date, doar pentru a-ți da o idee despre domeniul de aplicare aici, bine. Și Sprinklr este, evident, foarte departe. Adică, suntem cea mai importantă platformă CXM din lume. Și suntem cel mai mare distribuitor din lume pentru toate aceste lucruri. Și atragem mai multe informații decât oricine altcineva de pe planetă. Deci aceste numere sunt numere mari. Dar asta pentru că sunt numere Sprinklr. Deci, în baza de date CXM, există un miliard de înregistrări ingerate pe zi. Facem 15 miliarde de automatizări pe zi. Facem raportări în timp real pentru 600 de miliarde de înregistrări. Și există alerte în timp real pentru mai mult de un miliard de serii temporale diferite. Doar pentru a vă oferi o idee despre scopul acestui lucru.

Acum, ceea ce este grozav la asta este că odată ce ai un sistem ca acesta în funcțiune și a durat șase sau șapte ani pentru a construi, un efort foarte concentrat. Un procent semnificativ din bugetul nostru de cercetare și dezvoltare și o parte foarte semnificativă din ceea ce facem în fiecare zi. Odată ce construiești așa ceva, atunci ce poți face cu el. Și un lucru pe care îl facem, ceea ce este grozav, este că puteți face informații despre locație. Deci, dacă sunteți un restaurant fast-food și doriți să știți care dintre locațiile dvs. au performanțe bune, putem de fapt izola sentimentul, pozitiv și negativ, în diferite locații. Este grozav pentru bănci, este grozav pentru hoteluri. Și oamenii își exprimă sentimentele, ca să știi ce se întâmplă.

De asemenea, puteți obține informații despre media. De fapt, înlocuim unele dintre instrumentele tradiționale de mesaje obținute prin PR, cum ar fi Cision. Acele unelte mai vechi sunt înlocuite de Sprinklr, peste tot, de unele dintre cele mai mari companii. Pentru că accesăm mai multe informații și mai larg decât pot ei. Și vă oferă o perspectivă asupra a ceea ce se întâmplă în media dvs., media dvs. câștigată. Vă permite să vedeți problemele înainte ca acestea să devină o problemă. Deci există managementul crizelor. Există o grămadă de lucruri în jurul guvernării, folosirea mărcii, genul ăsta de lucruri.

Informații despre produse, aceasta este o zonă foarte interesantă. Lucrăm cu o mulțime de grupuri de produse din companii de tehnologie, companii de hardware, companii de produse ambalate. Oamenii care se concentrează puternic asupra produselor folosesc Sprinklr pentru a putea afla ce lucruri ar trebui să construiască în continuare și ce fel de lucruri spun oamenii despre produsele pe care le au deja. Face o diferență uriașă.

Perspective competitive, este destul de evident. Dar ce face concurența? Și vedem acest lucru cumulat și ne raportăm la concurență și înțelegem cum funcționează și ce fac bine. Asta face o mare diferență. Există informații despre public. Cu cine vorbesc? Ce le pasă? Ce fac ei? Unde merg? Ce cuvinte folosesc pentru a mă descrie? Ce emoji-uri folosesc pentru a mă descrie? Există perspective vizuale. Perspectivele vizuale sunt foarte interesante. De fapt, putem vedea lucruri. Văd multe exemple în acest sens la Microsoft, unde am vedea siglele, dar nu am vedea cuvinte în postare. Și am fi capabili să reacționăm și să răspundem la ea. Facem asta pentru o mulțime de clienți diferiți. Unii, de exemplu, vom folosi AI-ul nostru vizual pentru, practic, numere de serie OCR, de exemplu, o carcasă de computer, și vom putea obține numărul de serie al computerului în mâinile unei persoane de asistență pentru clienți, fără ca clientul să fie nevoit să o facă singur. Și aceste cifre sunt mici, nu? Deci este mult mai bine dacă am putea face asta pentru ei.

Putem vedea când oamenii încearcă să ocolească un sistem bazat pe text și să facă pliante desenate manual și să le posteze pentru a organiza petreceri și lucruri de genul ăsta. Putem vedea că îl recunoaștem și apoi putem să alertăm. Am avut mult succes și cu asta. Perspective din industrie. Multe echipe ne vor folosi pentru a rezolva ceea ce se întâmplă într-o industrie și apoi îl vor publica ca flux obișnuit și vor transforma ceea ce facem în sursa definitivă a ceea ce se întâmplă într-o industrie.

Și apoi, în cele din urmă, cea preferată este percepția sentimentelor. Și sentimentul este, care este sentimentul pe care cineva îl are despre tine? Cum se simt ei despre reclamele tale, la ce reacționează? Toate aceste elemente emoționale sunt cu adevărat, foarte puternice. Ca parte a sentimentului, putem detecta acum și intenția. Și intenția este un lucru cu adevărat important de detectat în comentarii. Deci, știi cum să direcționezi pe cineva corect. Indiferent dacă îi veți trimite la asistența clienților, sau la managementul comunității, sau orice altceva, intenția mesajului lor este cu adevărat importantă. Și există multe nuanțe și subtilitate acolo, că AI este foarte bun la separare.

Și așa, doar pentru a vă oferi o idee rapidă a fluxului tuturor acestor lucruri și a tuturor lucrurilor diferite care se mișcă prin ele. Și chiar trebuie să aveți unul dintre cele mai avansate sisteme AI posibile pentru a face acest lucru. Cred că acolo unde văd oamenii eșuează în managementul modern al canalului, este locul în care încearcă să o gestioneze manual cu ființe umane. Sfera și volumul mesajelor sunt atât de mari. Adică, asta ar fi putut funcționa acum 10 ani. Dar volumul de mesaje este atât de mare acum, încât dacă ai administratori de comunitate și intervenție manuală, poate vei ajunge la 1% - poate 1% din mesajele care vin la tine. Probabil nici chiar atât de mare. Pur și simplu nu poți gestiona altfel, trebuie să aduci AI în prim-plan. Și trebuie să ai clasificarea și rutarea și toate celelalte tipuri de lucruri pe care AI le face pentru a le face să funcționeze bine.

Din nou, gândindu-ne la un sistem de masă unu-la-unu, poate unul dintre motivele pentru care uneori oamenii se opun un pic la el, este că din punct de vedere conceptual, dacă iei mentalitatea lumii radiodifuziunii și o aplici la unul-la-unu. -o lume, nu are niciun sens. Pentru că există o echipă foarte mică de oameni, majoritatea producând manual materiale de marketing în universul de difuzare de astăzi. Și apoi te gândești, cum vor răspunde acești oameni la un milion de mesaje primite? Ei bine, nu sunt, nu au cum să poată. Și astfel oamenii renunță sau își aruncă mâinile în aer.

De aceea, orice sistem unu-la-unu în masă nu trebuie să aibă doar descoperire, care aduce toate aceste lucruri, ci trebuie să aibă etapa de clasificare, care trebuie să fie un sistem AI profund sofisticat, pentru a le permite oamenilor să înțeleagă ceea ce este. se întâmplă și să poată răspunde. Acum va trebui să angajați mai mulți oameni în companie. Dar chestia este că, dacă direcționați corect lucrurile și dacă ați clasificat corect lucrurile și dacă aveți și răspunsuri inteligente, atunci puteți, de fapt, să aduceți într-un mod mai larg contribuția și feedback-ul și comentariile clienților în Compania. Puteți avea un model de comunicare mai bidirecțională cu clientul. Pentru că i s-a dat sens. Nu este ca și cum ai transforma toți cei din companie în community manager.

Asta este clasificarea. Deci, vom vorbi despre implicare mâine. Este, evident, partea cu adevărat cool. Și cred că implicarea este de fapt ceea ce face CXM, CXM. Este „M” în CXM. Și există o grămadă de oameni care spun că sunt companii CXM, dar nu sunt. Sunt doar poate CX. Și sunt, în multe cazuri, doar CF - feedback-ul clienților. Vom vorbi puțin despre asta. Și vom vorbi despre de ce „M” în CXM este atât de important pe măsură ce vă gândiți la o platformă și la definirea categoriei.

Deci, asta a fost o discuție foarte serioasă astăzi. Dar asta a fost distractiv. Mi-a plăcut asta. Sper că ți-a plăcut și tu. Multă utilizare a cuvântului „miliarde”. Și am folosit și „petabytes”. Deci, o mulțime de numere mari astăzi. Și sper că ți-a plăcut și asta. Și ne vedem mâine, la logodnă. Pentru experiența CXM. Sunt Grad Conn și voi vorbi cu tine data viitoare.