第 3 集：如何使用 AI 了解您的客戶
已發表: 2020-11-13分享這篇文章
我們的傾聽、學習、愛三部曲的第 2 部分。 現在有超過 40 億人使用社交媒體。 如果你有足夠強大的人工智能來提供幫助，那麼這數十億人就代表著一座無偏見、未經過濾的數據金礦，你可以從中學習。 今天我們討論人工智能聽力的潛力。
播客資源
面向統一前台的人工智能網絡研討會系列
Sprinklr AI 的力量
所有播客劇集
播客成績單
好的，是時候播放今天的播客了。 歡迎來到 CXM 體驗。 我是 Sprinklr 的 Grad Conn CXO，我在這裡談論客戶體驗管理。 CXM。
所以在昨天的播客中，我們談到了這個想法，即有一個與客戶高度連接的系統……一種以客戶為中心的數字化轉型方法。 我們稱之為傾聽、學習和愛。
昨天，我們談到了“聽”。 聽著，你如何找出人們在所有現代渠道中所說的話。 現代頻道是 21 世紀發明的一切。 因此，這些是 Twitter 和 Facebook 等社交平台。 這些將成為 WhatsApp 和微信等消息傳遞平台。 它將是諸如博客（其中有數百萬）和論壇（其中有數十萬）和評論網站（其中有數千）之類的東西。 你需要從所有這些地方提取所有信息，才能真正了解那裡發生了什麼。 令人驚奇的是，現在有超過 40 億人在積極使用社交媒體。 在 2020 年的最後幾個月裡，社交媒體的使用量迅速增加。我不知道為什麼。 我無法想像發生了什麼。
但無論如何，發生了一些事情，導致人們的使用量增加了兩位數。 這意味著大多數在線用戶也可以通過這些平台聯繫到，這是他們交流和互動的主要方式。 如果你不在那些平台上，如果你不在那些地方，那麼你就不會成為你的客戶所在的地方。 結果將是：你不知道你的客戶在想什麼，他們也看不到你在賣什麼。 簡而言之，這就是“聽”。
所以讓我們談談“學習”。 這些平台上的所有這些內容都是非結構化的，並且是未經請求的。 這意味著沒有人要求它，這很好，因為這意味著它是公正的。 如果我要求你審查我，如果我要求你給我反饋，我會立即對系統產生偏見。 這就是眾所周知的海森堡不確定性原理。 它來自量子力學，測量系統的行為也是改變系統的行為。 如果我看到有人寫下一些東西，他們自己寫下來，因為他們想寫，因為他們正在和朋友交談，或者因為他們有一些激情，那是我可以真正信任的東西。
有數以百萬計的此類對話正在進行。 事實上，有數十億次這樣的對話正在進行——Sprinklr 中的數據存儲為 16 PB。 你甚至無法想像有多少數據。 普通人無法真正處理它。
我今天參加了一個很棒的群組通話。 我們今天在 Sprinklr 召開了廣告代理委員會會議，來自世界上許多最大和最偉大的代理機構的代表都在討論他們如何使用 Sprinklr：與客戶合作、投放廣告以及在市場上做其他有趣的事情。 其中一位人士表示，他們看到很多關於廣告的評論。 廣告本身得到了很多評論。 他們需要跟踪這些評論，因為這些評論並不總是對廣告的補充。 有時評論會賣不出去，廣告賣的是什麼，有時他們會說一些很棒的話。
但是要跟踪這一切，並保持在這一切之上，幾乎是壓倒性的。 成千上萬條廣告中有成千上萬條評論。 這真的很難。 所以你會怎麼做？ 這就是 Sprinklr 非常強大的地方。 因為 Sprinklr 大約在六年前意識到，信息量正在迅速壓倒社區管理者和人類。 而解決這個問題的唯一方法就是使用人工智能。 多年前開始的人工智能工作現在已成為我們研發工作的主要部分。 我們有成千上萬的人每天都在使用該產品並對其進行培訓。 我們擁有數 PB 的信息，這些信息是使它們更加智能的數據集的一部分。 我們有一群成熟的博士和與我們合作研究算法的學術機構。 現在有涵蓋 90 種語言和 40 個不同類別的算法。
按類別分類很重要，因為在不同類別中事物的含義並不相同。 例如，我們的客戶之一是梅奧診所。 對於梅奧診所來說，“生病”這個詞有一個非常具體的含義，一個重要的含義。 我們的另一個客戶是紅牛，對於紅牛來說，“生病”是一個非常不同的背景。 所以你需要知道“生病”對紅牛來說很酷，對梅奧診所不利。
我們的另一個大客戶是微軟。 微軟有一些非常具有挑戰性的品牌名稱：Surface Word、Windows 這些都是很難區分的東西。 因此，能夠使用人工智能來理解與之相鄰的單詞，這樣你就可以理解當有人在 Microsoft 環境中說 Word 時，他們實際上是在談論 Word 程序，而不僅僅是“單詞”。
人工智能已經成為你學習的方式。 我們實際上有七個不同的 AI 層和過濾器，我們通過這些層和過濾器來處理所有事情。 我們有一個真正由您主持的很棒的 AI 網絡研討會系列，來自 Sprinklr 的工程師們談論他們如何使用 AI 實現不同的功能。 這是一個由六部分組成的系列，鏈接在節目說明中。 所以看一看，我鼓勵你看，你會學到很多關於人工智能和機器學習的知識。 您還將了解很多關於 Sprinklr 以及我們如何做到這一點的知識。
除了聆聽之外，人工智能還會做各種事情。 我最喜歡的一個是智能預算。 因此，它實際上會查看資金的使用方式，然後動態優化它，並根據反應的角度將其正確分配到正確的廣告渠道。 這一切對人類來說真的很難實時完成。 它允許人們以引人注目的方式優化活動。
你還能做什麼和學習什麼？ 另一件令人著迷的事情是你可以很好地了解你的品牌是什麼。 我的意思是，有兩種思考品牌的方式。 品牌就是我想要的——我們的品牌就是我們所說的我們的價值觀，我們的品牌就是我們寫下來、刻在石頭上或放在甲板上的東西。 另一種看待品牌的方式，也許是我看待品牌的方式，品牌就是別人對你的評價。 因為不管你放下了什麼，如果別人不說，那不是你的品牌。 你的品牌就是別人對你的評價。
關於“傾聽”的好處是，我們現在可以了解每個人對您、您的 CEO、您的品牌、您的員工或您的產品等的評價。我在 Sprinklr 中非常依賴的一件事是基於AI的品牌屬性。 我可以看到情緒是什麼樣子，我可以看到我品牌的核心屬性是什麼，我可以對我的類別或其他領域的其他產品進行基準測試，我可以看到人們對它的評價的詞云，我可以查看各種了解品牌和了解正在發生的事情的不同方式。 然後採取行動。 例如，我們的核心品牌情感之一是創新。 所以並不奇怪。 但我可以點擊“創新”並深入了解並了解是誰說的，他們是如何說的，以及它出現在什麼背景下。 如果我願意，雖然它們有很多，但我可以處理個別消息。 所以所有單獨的消息仍然存在。 但隨後它們與 AI 結合在一起，AI 將評論動態組織成類別和屬性。
我非常依賴的另一件事是，我可以看到人們正在響應哪些帖子和哪些廣告——點擊、分享等。通常，獲得最大反應的內容並不是我們發送的大部分內容. 因此，例如，我們將發送以“希望”為核心屬性的內容。 但人們正在點擊有關“女權主義”的內容，幾週前這是一個非常大的話題。 所以“女權主義”是人們點擊的重要部分。 所以我們能做的就是說，嘿，人們點擊這種類型的內容，我們應該更多地路由它，人們不會點擊我們經常做的其他內容，所以讓我們少做一些.
這就是“學習”。 明天我們將回到“愛”——而愛是一件非常美好的事情——所以我們將能夠詳細地談論它。 我可能會就它做幾次會議，但現在，這是 Grad Conn 和 CXM 體驗，明天見。