发帖
雷达卡
机器如何向客户学习并预测人类行为
客户在购物时会留下难以理解的数据量。在当今以客户为中心的世界中，使数据有意义并实时做出反应是使公司在客户（和竞争对手）方面领先一步的两件事。
时至今日，普通客户已无所适从。每次购物时，他都希望获得高度个性化的相关优惠。与品牌之间的不良互动和抱怨，使客户消失了，几乎可以肯定永远不会回头。客户保留变成了对客户的痴迷，只有能够描绘出客户的高精细形象的公司才能生存。营销团队不能花24小时或更长时间做出反应，他们对客户需求的响应必须几乎是即时的。
本质上，客户旅程图是客户步骤的可视化捕获；不是一个客户，而是由于某些共同性而捆绑在一起的细分市场。但是市场营销经常将客户旅程图误用于客户旅程分析。虽然两者都有一个共同的目标–了解您的客户为他提供更好的服务–但他们采取的方法不同。
在当今激烈的竞争时代，客户旅程图必须是可测量且可操作的，而不仅仅是静态图。
顾客体验方程式中的AI
公司需要根据客户体验（CX）不断进行自我改造，以更好地了解和服务客户??。但是，除了用于分析客户旅程数据的基于标准规则的工具之外，还有什么呢？实时分析。更具体地说，人工智能（AI）使得机器学习技术不仅比传统方法有更多的测试能力，而且可以无限快地进行测试。
就是这样：
实时客户旅程分析可帮助CX团队将那几千个客户旅程中最重要的时刻归零
使用这项技术，甚至可以通过自己偏爱的渠道吸引单个客户在其旅途中，从而提供高度个性化的解决方案
与传统工具不同，机器学习驱动的平台也占了不可预测的原因。毕竟，顾客是人类，他们在购物时可能会遵循或不会遵循既定模式。当他们基于先前表现出的行为执行某项操作时，它不会抛出这种复杂的分析工具
如今，由于数字技术提供的许多接触点和渠道，客户永远不会被营销人员完全“看到”。使这一问题进一步复杂化的是，在任何给定的时间点，都有成千上万的客户走过不同的道路。在此过程中，它们留下了数百万个数字足迹。
甚至通过优化传统工具，也无法获得客户的360度视图。虽然人类分析师可以查看大约20-30个数据点以尝试弄清客户的想法，但是机器学习技术可以轻松地再次实时地查询10
一些公司已经开始部署基于机器学习的平台来分析其客户数据，但是这些仍然是人为监督的。
每一项新技术都带有其固有的挑战。它们对美国和欧洲组织的影响正是 DataStax委托Forrester Consulting最近进行的一项研究的一部分。
以下是一些发现：
?大多数CX决策仍不受实时数据驱动。为了立即吸引客户，公司需要实时提供洞察力的数据系统。
?客户体验不是真正的个性化。当今的个性化工作是偶然的。公司依靠细分，使用单个数据点或在个性化体验时不提供任何价值，从而无法有效地做到这一点。
根据这项研究，与传统的数据分析工具不同，AI驱动的CX数据平台能够实时绘制客户的整体视图，从而洞悉客户的每项行动。有了这些，营销人员就可以在所有接触点上提供个性化的客户体验。
另一个优点是，利用这项技术的结果，营销人员可以交叉销售新产品或向上销售到更高价值的计划中，从而增加收入。
这是一个简单的例子：
全球时尚品牌CX团队的一名成员追踪客户Jane Dee的身影，该消费者先前曾记录过购买黑色皮夹克的喜好。她早先的购物数据，例如腰围等也已经被记录下来。简周五星期五在Facebook上露面，点击了黑夹克的图像，清楚地表明了她的意图。CX团队成员现在可以选择使用任何可用的渠道（如SMS）立即锁定Jane，并提醒她有新的设计师黑夹克产品线到来，限时折扣。Target陷入困境，他现在要做的就是收拾它。
机器学习与客户个性化
机器学习技术消除了客户参与中的猜测。例如，在发布新广告之前，可以输入之前市场营销活动的输入，使机器学习算法可以从中“学习”，以便为客户预测最佳报价。此外，它允许您坐下来，让您的AI经营的营销活动对客户行为的任何变化做出反应，并提出适当的个性化报价。所有这些还意味着将个性化提升到一个新的高度。
这是鞋类客户购买过程的一个稍微复杂的示例：
在看到有关LACE品牌鞋子的电视广告时，爱丽丝使用她的智能手机在Google搜索“品牌鞋子”。出现指向LACE付费链接的弹出式窗口，搜索结果也包括一些产品评论。
爱丽丝不单击付费弹出窗口。相反，她去X网站阅读了一些评论。在此期间，她注意到来自本地商店的展示广告，但忽略了它。其中一条评论包含指向消费者制作LACE鞋的YouTube视频的链接。当爱丽丝点击YouTube链接时，她还观看了几个月前发布的与LACE相关的视频广告。
第二天，上班时，爱丽丝（Alice）监视了一个LACE广告牌。后来，她收到了该公司的邮件，提供了限时优惠。为了了解LACE上的其他优惠，爱丽丝访问了一些本地商店的网站，包括较早的X网站上促销的网站以及直接邮件中提到的网站。最后，她下定了决心，去了附近的商店，在那儿试穿LACE品牌的鞋子，最后买了下来。
那么，在爱丽丝的案子中发生了什么？一旦表达了自己的意图，LACE就开始从所有渠道向爱丽丝·詹妮弗（Alice Jennifer）推广这款鞋，包括付费广告，电子邮件，YouTube甚至广告牌。信息很明确–我们在这里，请购买我们。
在分析Alice的购买过程时，LACE营销团队需要了解（其中包括）广告和商品的组合是如何影响该消费者的，以及在何种程度上受到个人的影响？
实时客户旅程分析以及公司必须开始部署通常由开发算法和软件系统手动完成的自动化流程这一事实也引起了MIT的注意。
正是由于数据科学家如何与数据交互以及瓶颈所在，麻省理工学院的研究人员团队才建立了一个名为“人与数据交互项目”的项目。目标是快速探索预测模型，并通过解决实际组织中的实际问题来实际使用它们。团队表示，这些模型将非常简单，自动化将使即使是天真的用户也可以在数小时内开发数百个甚至数千个预测模型，而如今，这需要专家花费数月的时间。
首席研究员Kalyan Veeramachaneni表示，该研究小组寻求的答案是–企业如何利用机器学习来实现其数据存储库的全部潜力？为什么要花很长时间来处理，分析和从数据中得出见解？
综上所述，很明显，人工智能具有消除消费者行为不可预测性的能力。不仅如此，使用人脑无能为力的复杂预测模型，机器学习算法还可以为相关客户提供折扣和其他建议。所有这些最终都意味着要针对合适的客户，较低的客户获取成本和更高的盈利能力。这就是企业的目标，对吗？
题库
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
