第 84 集：如何使用 AI 对数据进行分类并获得洞察力

已发表: 2021-02-24

分享这篇文章

昨天我们学会了如何发现现在在现代渠道中发生的数十亿次对话。但是然后呢？你怎么可能筛选那些数十亿的对话，在大海捞针中找到众所周知的针？剧透警告：你不能。但是，人工智能可以。它可以做得非常好。今天的节目是关于对数据进行分类，以便您可以使用所学知识来推动可行的见解。

所有播客剧集

播客成绩单

好的，好的，好的。在这里，我们来到了 CXM 体验。我是 Sprinklr 的首席体验官 Grad Conn CXO。今天，我们将继续我们关于发现、分类和参与的系列文章。

快速回顾一下我们在这里所做的事情。我们有动力，有灵感，我认为灵感可能是最好的词。也许对当今营销中发生的各种事情感到兴奋，大约是一对一的。我谈到了马克·普里查德（Marc Pritchard），以及他在宝洁公司对大众一对一的承诺，并谈到了营销传播从过去纯粹的面对面一对一的演变，到20 世纪的大众传播，以及我们现在在 21 世纪所拥有的，即对话式营销，它是一对一的，同时也是大众的。

我今天和一位客户交谈，他们会谈论双向沟通。另一种很好的表达方式。他们有一个很棒的短语。写得太好了。我认为说这话的人用她说的方式很聪明。她说的是，不要忘记，当你思考超越业务、思考应用程序、思考电话以及所有其他通信机制时，请记住你是在与人交谈。桌子的另一端坐着一个人。人与人之间的联系才是真正重要的。

对我来说，这就是我们在 21 世纪的发展方向如此令人兴奋的地方。我们有一大堆新型沟通方式，可以实现品牌和客户之间以前无法实现的来回交流。如此美好的时光。

我们正在讨论如何使大规模的一对一营销平台发挥作用。我们现在有三个阶段，即发现，即您需要全渠道访问所有数字渠道。分类，就是你需要能够接受所有这些数十亿的对话，并以某种方式对其进行分类、排序并理解它。然后你需要参与。当你听到有人痛苦时，你需要解决。如果有人快乐，你需要放大它。有人有问题，你需要回答。一对一。

我认为对话式营销是个好词。因为很多这是你在谈话中通常会做的事情。当有人和你说话时，你需要倾听。如果你不听，你就不会在谈话中非常有效。你需要理清他们在说什么才能真正正确地理解它。然后，如果他们有要求，或者您需要做些什么来帮助他们，您需要能够做出回应。

这就是设置。现在我们在上一场演出中所做的是我们花了一些时间在发现上，并在那个上钻了一点点。今天，我将深入研究分类。所以，这将是关于人工智能的讨论。

稍微了解一下人工智能。人工智能实际上由三件事组成。有用于本质上创建神经网络的算法。这些实际上是合理标准化的。仅在算法中并没有太多的区别。我们在这些方面做得很好。于是就有了算法。

第二件事是训练集。所以，你要训练算法的数据。这是非常重要的。我们稍后再谈。第三部分是实际的训练本身。反馈。当 AI 提出建议时，如果该建议被关闭，则需要有一种机制来表示，这不太正确。所以它可以调整。我以为那是红色的，但它真的是蓝色的。下一次，我不会做出那个预测，因为我知道我错了。随着我们继续前进，我会变得更加准确。

我们谈了一些关于发现的事情，我们谈到的其中一件事是那里有 4 亿个不同的数据源。我显然是从 Sprinklr 的角度来谈论这一点的，因为这就是我所知道的，这就是背景。你有这个由社交平台组成的巨大干草堆，所有公共的东西，对吧？论坛，Reddit 之类的东西，评论网站，新闻网站，博客，所有的广播。电视，印刷品，所有的印刷品。收音机，所有的东西都堆在干草堆里。

现在，诀窍是，我需要在大海捞针。这是一项相当复杂的任务。我们实际上是在谈论超过 16 PB 的信息。以及数十亿次的对话。正如卡尔萨根所说，那里有“数十亿”的对话。因此，我们在 Sprinklr 为解决这个问题所做的工作，我们通常被认为可能是世界上最复杂的 AI 平台之一，并且正面交锋将击败任何出现在我们面前的平台。我们有八层人工智能，涵盖了 100 多种语言，包括一些更复杂的语言，比如日语和中文，这些语言有点棘手。每天有 100 亿个预测，Sprinklr 的准确率达到 80%。每天100亿。现在，我们在 60 个不同的垂直行业拥有超过 1,200 个 AI 模型。所以这是对那里发生的事情的一种感觉。

然后我们将其路由到数据库中。还有数据库，只是为了让您了解这里的范围，好吧。显然，Sprinklr 就在那儿。我的意思是，我们是世界领先的 CXM 平台。我们是所有这类东西的世界领先分销商。我们收集的信息比地球上任何其他人都多。所以这些数字是很大的数字。但那是因为它们是 Sprinklr 数字。所以在 CXM 数据库中，每天有十亿条记录被摄取。我们每天进行 150 亿次自动化运行。我们对 6000 亿条记录进行实时报告。并且有超过十亿个不同时间序列的实时警报。只是为了让您了解它的范围。

现在，这很酷的是，一旦您运行了这样的系统，而这已经花费了六七年的时间来构建，这是一项非常集中的工作。我们研发预算的很大一部分和我们每天所做的事情的很大一部分。一旦你构建了这样的东西，那么你能用它做什么。我们做的一件很棒的事情是，您可以进行位置洞察。因此，如果您是一家快餐店，并且您想知道您的哪些位置表现良好，我们实际上可以将情绪（正面和负面）隔离到不同的位置。对银行很好，对酒店也很好。人们表达他们的情绪，所以你知道发生了什么。

您还可以获得媒体见解。我们实际上正在替换一些更传统的 PR 获得的消息工具，例如 Cision。那些旧工具正在被 Sprinklr 所取代，到处都是一些最大的公司。因为我们获得的信息比他们所能获得的更多、更广泛。它让您深入了解您的媒体、您的赢得媒体中正在发生的事情。它使您可以在问题成为问题之前看到问题。所以有危机管理。围绕治理、标记的使用，诸如此类的东西有很多东西。

产品洞察，这是一个非常令人兴奋的领域。我们正在与科技公司、硬件公司、包装商品公司的许多产品组合作。具有强烈产品重点的人使用 Sprinklr 能够找出他们接下来应该构建什么东西，以及人们对他们已经拥有的产品的看法。有很大的不同。

竞争洞察力，很明显。但比赛在做什么？我们看到了这一点，我们以竞争对手为基准，我们了解他们的工作方式以及他们做得好的地方。这有很大的不同。有受众洞察。我在和谁说话？他们关心什么？他们在做什么？他们去哪里？他们用什么词来形容我？他们用什么表情符号来形容我？有视觉洞察力。视觉洞察力真的很酷。我们实际上可以看到东西。我在微软看到了很多这样的例子，我们会看到徽标，但在帖子中看不到文字。我们将能够对它做出反应并做出回应。我们为许多不同的客户这样做。例如，我们将使用我们的视觉 AI 来对电脑机箱上的基本 OCR 序列号进行识别，并且能够将计算机序列号送到客户服务人员的手中，而无需客户自己进行操作。而且这些数字很小，对吧？所以如果我们能为他们做这件事会好很多。

我们可以看到人们何时试图绕过基于文本的系统并制作手绘传单并将其张贴以举办派对之类的事情。我们可以看到它识别它然后能够发出警报。我们在这方面也取得了很大的成功。行业洞察。许多团队将使用我们来整理行业中正在发生的事情，然后将其作为常规提要发布，并将我们正在做的事情变成行业中正在发生的事情的最终来源。

最后，我最喜欢的是情绪洞察力。情绪是，某人对你的情绪是什么？他们对您的广告有何看法？他们对您的广告有何反应？所有这些情感元素都非常非常强大。作为情绪的一部分，我们现在还可以检测意图。意图是在评论中检测到的非常重要的事情。因此，您知道如何正确引导某人。无论您是将他们发送到客户服务部、社区管理部还是其他任何地方，他们传递信息的意图都非常重要。那里有很多细微差别和微妙之处，人工智能真的很擅长分离。

所以，只是为了让你快速了解所有这些东西的流动，以及所有不同的东西在其中移动。你确实必须拥有最先进的人工智能系统之一才能做到这一点。我认为我看到人们在现代渠道管理中失败的地方是他们试图用人工手动管理它的地方。消息传递的范围和数量如此之高。我的意思是，这在 10 年前可能会奏效。但是现在消息的数量如此之高，如果你有社区经理和人工干预，你可能会得到 1%——也许是 1% 的消息。恐怕也没有那么高。您无法以任何其他方式管理它，您必须将 AI 放在首位。你必须拥有人工智能所做的分类和路由以及所有其他类型的事情才能使其正常工作。

同样，考虑一个大规模的一对一系统，也许有时人们会有点犹豫的原因之一是，从概念上讲，如果你采用广播世界的思维方式，并将其应用于一对一系统——一个世界，没有任何意义。因为有一个非常小的团队，在当今的广播世界中主要是手动制作营销材料。然后你想，这些人将如何回应一百万条传入的消息？好吧，他们不是，他们不可能。于是人们就放弃了，或者把手举在空中。

这就是为什么任何大规模的一对一系统不仅要有发现，它把所有这些东西都带进来，它必须有分类阶段，它必须是一个非常复杂的人工智能系统，让人们能够理解什么是发生并能够做出反应。现在你仍然需要让更多的人加入公司。但问题是，如果你正确地路由东西，如果你把东西分类正确，如果你也有明智的回应，那么你实际上可以更广泛地将客户输入、反馈和评论引入公司。您可以与客户建立更多的双向沟通模式。因为它被理解了。这不像你要把公司里的每个人都变成社区经理。

那就是分类。所以，我们明天将讨论参与。这显然是其中非常酷的部分。我认为参与实际上是 CXM、CXM 的组成部分。它是 CXM 中的“M”。有很多人说他们是 CXM 公司，但他们不是。他们只是真的可能是 CX。在许多情况下，只是 CF——客户反馈。我们将对此进行一些讨论。我们将讨论为什么 CXM 中的“M”在您考虑平台和定义类别时如此重要。

所以，今天这是一个非常严肃的谈话。但这很有趣。我喜欢那个。我希望你也喜欢它。大量使用“十亿”这个词。我也确实使用了“PB”。所以，今天有很多大数字。希望你也喜欢。我明天见，订婚。对于 CXM 体验。我是 Grad Conn，下次我会和你谈谈。