#Sựkiệnnângcaotrải nghiệm khách hàng: Sự phát triển của AI tổng quát và phân tích dữ liệu đàm thoại
Tham gia cùng các giám đốc điều hành hàng đầu tại San Francisco vào ngày 11-12 tháng 7, để nghe cách các nhà lãnh đạo đang tích hợp và tối ưu hóa các khoản đầu tư AI để thành công.
Tìm hiểu thêm. Bài viết này là một phần của số đặc biệt VB. Đọc toàn bộ loạt bài tại đây: Xây dựng nền tảng cho chất lượng dữ liệu khách hàng.
Sự tiến bộ nhanh chóng của trí tuệ nhân tạo (AI) và công nghệ máy học (ML) đang đẩy lùi ranh giới của những gì có thể đạt được trong hoạt động tiếp thị, trải nghiệm khách hàng và cá nhân hóa. Một bước phát triển quan trọng là sự phát triển không ngừng của trí tuệ nhân tạo (gen AI), đang đưa các nền tảng nguồn mở lên vị trí hàng đầu về doanh số bán hàng.
Khi bối cảnh kinh doanh ưu tiên kỹ thuật số phát triển ngày càng phức tạp và có nhịp độ nhanh, những công nghệ này đang trở thành những công cụ không thể thiếu. Trong các ngành công nghiệp, các mô hình tương tác đang trải qua những chuyển đổi quan trọng, vì khách hàng mong muốn tiếp cận các sản phẩm và dịch vụ mọi lúc, mọi nơi và theo mọi cách có thể. Mặc dù khách hàng vẫn đánh giá cao sự kết hợp cân bằng giữa các kênh truyền thống, từ xa và tự phục vụ, nhưng có một sự gia tăng đáng chú ý về sở thích đặt hàng và đặt hàng lại trực tuyến của họ trong thời kỳ hậu đại dịch.
Để giải quyết những nhu cầu ngày càng leo thang này, đạt được sự xuất sắc trong thương mại điện tử trong toàn bộ hành trình của khách hàng và cải thiện khả năng siêu cá nhân hóa, những người chơi Big Tech và SMB cũng đang đầu tư lớn vào đổi mới AI sáng tạo.
Sự kiện Chuyển đổi 2023. Hãy tham gia cùng chúng tôi tại San Francisco vào ngày 11-12 tháng 7, nơi các giám đốc điều hành hàng đầu sẽ chia sẻ cách họ đã tích hợp và tối ưu hóa các khoản đầu tư vào AI để đạt được thành công và tránh những cạm bẫy phổ biến. Đăng ký ngay.
Sản xuất nội dung mới, nguyên bản. Trái ngược với các phương pháp AI truyền thống phụ thuộc vào các quy tắc và bộ dữ liệu được xác định trước, trí tuệ nhân tạo có thể sản xuất nội dung mới và nguyên bản. Công nghệ tiên tiến này sử dụng các mạng thần kinh phức tạp để phân biệt các mẫu và tạo ra các kết quả đầu ra riêng biệt — một cách hoàn toàn mới để tạo các đề xuất và ưu đãi.
Sử dụng đàm thoại phân tích dữ liệu, các doanh nghiệp có được những hiểu biết có giá trị về sở thích, cảm xúc và điểm yếu của khách hàng. Họ có thể sử dụng những thông tin chi tiết này để tinh chỉnh thêm sản phẩm, điều chỉnh các chiến dịch tiếp thị phù hợp và cung cấp dị
Tham gia cùng các giám đốc điều hành hàng đầu tại San Francisco vào ngày 11-12 tháng 7, để nghe cách các nhà lãnh đạo đang tích hợp và tối ưu hóa các khoản đầu tư AI để thành công. Tìm hiểu thêm
Bài viết này là một phần của số đặc biệt VB. Đọc toàn bộ loạt bài tại đây: Xây dựng nền tảng cho chất lượng dữ liệu khách hàng.
Sự tiến bộ nhanh chóng của trí tuệ nhân tạo (AI) và công nghệ máy học (ML) đang đẩy lùi ranh giới của những gì có thể đạt được trong hoạt động tiếp thị, trải nghiệm khách hàng và cá nhân hóa. Một bước phát triển quan trọng là sự phát triển không ngừng của trí tuệ nhân tạo (gen AI), đang đưa các nền tảng nguồn mở lên vị trí hàng đầu về doanh số bán hàng. Khi bối cảnh kinh doanh ưu tiên kỹ thuật số phát triển ngày càng phức tạp và có nhịp độ nhanh, những công nghệ này đang trở thành những công cụ không thể thiếu.
Trong các ngành công nghiệp, các mô hình tương tác đang trải qua những chuyển đổi quan trọng, vì khách hàng mong muốn tiếp cận các sản phẩm và dịch vụ mọi lúc, mọi nơi và theo mọi cách có thể. Mặc dù khách hàng vẫn đánh giá cao sự kết hợp cân bằng giữa các kênh truyền thống, từ xa và tự phục vụ, nhưng có một sự gia tăng đáng chú ý về sở thích đặt hàng và đặt hàng lại trực tuyến của họ trong thời kỳ hậu đại dịch.
Để giải quyết những nhu cầu ngày càng leo thang này, đạt được sự xuất sắc trong thương mại điện tử trong toàn bộ hành trình của khách hàng và cải thiện khả năng siêu cá nhân hóa, những người chơi Big Tech và SMB cũng đang đầu tư lớn vào đổi mới AI sáng tạo.
Sự kiện
Chuyển đổi 2023
Hãy tham gia cùng chúng tôi tại San Francisco vào ngày 11-12 tháng 7, nơi các giám đốc điều hành hàng đầu sẽ chia sẻ cách họ đã tích hợp và tối ưu hóa các khoản đầu tư vào AI để đạt được thành công và tránh những cạm bẫy phổ biến.
Đăng ký ngay
Sản xuất nội dung mới, nguyên bản
Trái ngược với các phương pháp AI truyền thống phụ thuộc vào các quy tắc và bộ dữ liệu được xác định trước, trí tuệ nhân tạo có thể sản xuất nội dung mới và nguyên bản. Công nghệ tiên tiến này sử dụng các mạng thần kinh phức tạp để phân biệt các mẫu và tạo ra các kết quả đầu ra riêng biệt — một cách hoàn toàn mới để tạo các đề xuất và ưu đãi.
Sử dụng đàm thoại phân tích dữ liệu, các doanh nghiệp có được những hiểu biết có giá trị về sở thích, cảm xúc và điểm yếu của khách hàng. Họ có thể sử dụng những thông tin chi tiết này để tinh chỉnh thêm sản phẩm, điều chỉnh các chiến dịch tiếp thị phù hợp và cung cấp dịch vụ hỗ trợ khách hàng tốt hơn.
Trong thế giới kỹ thuật số có nhịp độ nhanh và cạnh tranh cao ngày nay, cá nhân hóa là chiến lược ưa thích của các thương hiệu đang tìm cách nổi bật giữa sự ồn ào của hoạt động tiếp thị. Cá nhân hóa người tiêu dùng hiệu quả là thành phần bí mật, cho phép nội dung và trải nghiệm phù hợp phục vụ cho sở thích và mong muốn của từng cá nhân. Điều này khuếch đại trải nghiệm của khách hàng, tăng cường lòng trung thành và duy trì và tăng lợi tức đầu tư (ROI).
Bằng cách khai thác trí tuệ nhân tạo AI, các doanh nghiệp có thể nhanh chóng tạo ra nội dung được nhắm mục tiêu cao, phù hợp với khán giả của họ. Một ví dụ điển hình là Spotify. Nền tảng này sử dụng gen AI để phân tích các kiểu và sở thích nghe của người dùng, sau đó tạo danh sách phát được tuyển chọn và cung cấp các đề xuất âm nhạc được cá nhân hóa, đảm bảo rằng người dùng vẫn tương tác.
Sẵn có của các dịch vụ năng động
Theo Beerud Sheth, Giám đốc điều hành của nền tảng tương tác đàm thoại dựa trên AI Gupshup, các công ty từ Amazon đến Netflix từ lâu đã sử dụng AI dưới nhiều hình thức khác nhau để cung cấp đề xuất dựa trên lịch sử mua hoặc xem trước đây của chúng tôi. Nhưng sự ra đời của thế hệ AI đã tạo ra sự gia tăng đột biến về tính khả dụng của các dịch vụ năng động.
“Trí tuệ nhân tạo có thể được sử dụng để tạo và nhắm mục tiêu các chiến dịch tiếp thị dựa trên nhiều yếu tố, chẳng hạn như nhân khẩu học, sở thích và tương tác mua hàng của khách hàng,” Sheth nói. “Điều này có thể giúp các doanh nghiệp tiếp cận đúng khách hàng với thông điệp phù hợp và tăng cơ hội chuyển đổi.”
Tương tự như vậy, Sreekanth Menon, Phó chủ tịch kiêm lãnh đạo toàn cầu về dịch vụ AI/ML tại genpactcho biết rằng với AI tổng quát, bối cảnh trải nghiệm siêu cá nhân hóa của khách hàng (CX) sẵn sàng đạt được mức độ nhanh nhẹn mới.
Menon nói với VentureBeat: “Sự xuất hiện của các công nghệ phân tích tiên tiến dựa trên đám mây đã cho phép các doanh nghiệp nắm bắt thông tin chi tiết từ các điểm tiếp xúc khách hàng đa kênh một cách hiệu quả hơn. “Việc nắm bắt, quản lý và phân tích tình cảm bằng AI/ML trong các cuộc trò chuyện của khách hàng sẽ khuếch đại các nỗ lực của tổ chức nhằm tiếp cận, phản ứng và hiệu chỉnh lại doanh nghiệp của họ theo nhu cầu của khách hàng một cách nhanh chóng.”
Phân tích dữ liệu hội thoại cho các chiến dịch được nhắm mục tiêu
Việc tích hợp dữ liệu AI tổng quát với phân tích dữ liệu đàm thoại đã nổi lên như một phương pháp mạnh mẽ khác để các doanh nghiệp xác định các mẫu và xu hướng phức tạp.
Ví dụ: khi người dùng tương tác với chatbot của thương hiệu được hỗ trợ bởi mô hình ngôn ngữ lớn (LLM), dữ liệu hội thoại sẽ được lưu trữ trên đám mây. Sau đó, dữ liệu này có thể được phân tích bằng cách sử dụng phân tích tình cảm để hiểu rõ hơn và hiểu được sở thích cũng như điểm yếu của người tiêu dùng.
Sheth của Gupshup nói thêm rằng việc phân tích dữ liệu AI đàm thoại cho phép xác định các câu hỏi và mối quan tâm phổ biến của khách hàng. Thông tin có giá trị này có thể được sử dụng để tạo Câu hỏi thường gặp toàn diện và nhiều thông tin hơn hoặc phát triển chatbot có khả năng tự động giải quyết những câu hỏi này.
Ông nhấn mạnh rằng dữ liệu đóng một vai trò quan trọng trong việc theo dõi mức độ hài lòng của khách hàng và thu thập thông tin chi tiết về sở thích của khách hàng. Đổi lại, quá trình này cho phép các công ty tăng cường cá nhân hóa và tạo ra các sản phẩm mới đáp ứng nhu cầu cụ thể của khách hàng.
Siêu cá nhân hóa
Sheth giải thích: Gupshup gần đây đã làm việc với Cơ quan Điện và Nước Dubai (DEWA), cơ quan có chatbot AI thế hệ mới cung cấp hỗ trợ khách hàng 24/7 và hỗ trợ khách hàng tìm câu trả lời cho các câu hỏi và yêu cầu phổ biến như yêu cầu thanh toán, thông tin ngừng hoạt động và yêu cầu dịch vụ.
Tương tự như vậy, nền tảng thương mại video đầu cuối có trụ sở tại California Pháo hoa gần đây đã giới thiệu trợ lý bán hàng AI tổng quát của mình để đi kèm với dịch vụ thương mại video cốt lõi của mình. Công nghệ đang chờ cấp bằng sáng chế cho phép khách hàng sử dụng tính năng trò chuyện trong video liên tục, theo yêu cầu.
“Rất lâu sau khi phát trực tiếp kết thúc, người mua sắm có thể đặt câu hỏi về các sản phẩm hoặc dịch vụ được giới thiệu trong đó và công cụ AI độc quyền của chúng tôi sẽ cung cấp phản hồi chính xác, theo thời gian thực dựa trên đầu vào của người dùng, nội dung của video và siêu dữ liệu liên quan khác,” Jerry Luk, đồng sáng lập và chủ tịch của Firework, nói với VentureBeat. “Công cụ AI của chúng tôi sử dụng LLM có thể hiểu và phản hồi bằng nhiều ngôn ngữ và có thể được tùy chỉnh để phản ánh tiếng nói riêng của từng thương hiệu.”
Luk cho biết với việc tích hợp gen AI và phân tích dữ liệu đàm thoại, công ty của anh đã nhận thấy sự gia tăng đáng kể trong tương tác với khách hàng trực tuyến.
Luk giải thích: “Phân tích dữ liệu hội thoại kết hợp với AI tổng quát “cho phép chúng tôi phân tích dữ liệu hội thoại trong thời gian thực, hiểu nhu cầu và sở thích của khách hàng, đồng thời đề xuất những gì cộng sự của con người có thể nói tiếp theo”. “Sự kết hợp giữa khả năng của con người và AI này có thể tạo điều kiện thuận lợi cho các tương tác khách hàng hấp dẫn và được cá nhân hóa cao, đồng thời cho phép các cộng sự xử lý nhiều loại truy vấn hơn, mang lại cảm giác dễ liên hệ hơn và ít giao dịch hơn.”
Những cân nhắc chính để áp dụng AI tổng quát trong quy trình CX
Luk nhấn mạnh rằng phản hồi của AI phải phản ánh tiếng nói và giá trị của một thương hiệu cụ thể. “Công nghệ sẽ có thể thích ứng với phong cách giao tiếp và giọng điệu độc đáo của thương hiệu bạn. Tính nhất quán này giúp duy trì hình ảnh và bản sắc thương hiệu của bạn trong các tương tác do AI điều khiển.”
Peter van der Putten, giám đốc Phòng thí nghiệm AI tại nền tảng AI mã thấp pega, đã gợi ý rằng việc cấp quyền truy cập LLM vào các tài liệu và dữ liệu nội bộ có thể trao quyền cho công cụ này để hiểu được tiếng nói thương hiệu dựa trên dữ liệu lịch sử. Điều này sau đó cho phép AI thực hiện các hành động thích hợp.
Putten cho biết: “Bằng cách cung cấp cho các mô hình AI hướng tới người tiêu dùng các tài liệu và thông tin thường không có trong các mô hình chung hoặc chúng không thể truy cập được, các công ty có thể trao quyền cho các chatbot của họ cung cấp các tham chiếu đến các dịch vụ hoặc sản phẩm cụ thể”.
Jonathan Rosenberg, CTO và trưởng bộ phận AI tại công ty giải pháp trung tâm liên lạc đám mây năm9đã chỉ ra rằng chatbot thường có xu hướng ảo giác (bịa đặt thông tin sai sự thật).
“Vì vậy, điều quan trọng là phải đưa con người vào vòng lặp để nó bù đắp cho (điều đó) xu hướng,” ông nói. “Nó cũng tạo ra trải nghiệm cá nhân hóa cho khách hàng. Khi họ gọi lại, nhân viên tiếp theo sẽ có thể biết những gì đã xảy ra trước đó.”
Giảm thiểu các thách thức AI tổng quát
Tương tự như vậy, sự xuất hiện của AI tổng quát đã làm tăng thêm sự phức tạp cho cuộc thảo luận xung quanh rủi ro AI do ảo giác, Menon nói. Ông nhấn mạnh rằng ngay cả khi hết sức thận trọng, chatbot vẫn dễ bị tấn công bởi các đối thủ, bao gồm cả việc tiêm chích ngay lập tức.
Do đó, nó trở nên quan trọng để thiết lập AI có trách nhiệm chiến lược và kiến trúc để giảm thiểu những thách thức này.
Menon cho biết: “Không thể đánh giá thấp tầm quan trọng của AI có trách nhiệm trong bối cảnh này. “Đối với các doanh nghiệp tận dụng trí tuệ nhân tạo AI, đó là một mệnh lệnh chiến lược.”
Sheth từ Gupshup đồng ý, nhấn mạnh rằng các mô hình AI đôi khi có thể dẫn đến kết quả phân biệt đối xử. Do đó, các doanh nghiệp phải thận trọng và nhận thức được sự thiên vị tiềm ẩn trong các mô hình của họ. Việc không giảm thiểu sai lệch có thể gây khó khăn cho việc giải thích các quy trình hoạt động của các mô hình này.
Sheth cho biết: “Do các mô hình AI tổng quát vẫn đang trong giai đoạn phát triển ban đầu, điều này có thể dẫn đến những lo ngại về sự tin tưởng. “Các doanh nghiệp cần xây dựng niềm tin với khách hàng và các bên liên quan bằng cách minh bạch về cách họ sử dụng những công nghệ này và bằng cách đảm bảo rằng chúng được sử dụng một cách có trách nhiệm và có đạo đức.”
Sứ mệnh của VentureBeat là trở thành một quảng trường thành phố kỹ thuật số để những người ra quyết định kỹ thuật có được kiến thức về công nghệ doanh nghiệp chuyển đổi và giao dịch. Khám phá Briefings của chúng tôi.
[ad_2]
