数据库 频道

传统数据之外,哪里是通往智能之路?

  当人工智能被引入商业界时,就被寄予厚望,可以更好地满足客户需求,比如,人工智能可以彻底改变客户体验。数据获取和成功管理是前进过程中的早期绊脚石,但现在,企业在管理数据和利用数据方面也越来越好。不过,用AI完善客户体验的愿景仍然几乎遥不可及。

  为了实现这种更高阶的人工智能,寻求进步的公司都在积极探索,除了吸收更多数据并更好地管理数据的典型方法之外,我们还需要考虑更多创新的方法。虽然不同公司和行业的数据成熟度差别很大,但我开始看到数据在前沿的转型应用。公司可以使用这些创新的数据资产(或创建自己的数据资产)来推动更先进的人工智能。这类创新引入了以前不存在的数据,将洞察力作为数据使用,并触及典型客户旅程之外的数据。

  新的数据源

  公司正在寻找突破之法,寻找新数据源,创造新的数据,创造新的数据使用方法,满足以前没有考虑过的需求。

  例如,一家名为Label Insight的公司直接从标签中获取食品和饮料产品的属性。这不仅仅是物流数据,比如产品的大小和重量,还包括配料、营养和营销声明。现在,Label Insight为想订阅的人提供了一个集中的资源,细化为各个维度。公司能用这些数据创建一个推荐服务,向消费者推荐产品,就像Netflix推荐看的节目一样,那么根据用户的营养需求建立每周菜单和购物清单的服务呢?

  在医疗保健领域,Trialtrove是一个医药临床试验数据的来源,几千个数据来源来提供最全面的试验情报。制造新的数据,探索更多可能。

  数据的洞察力

  我们想到数据,就会想到从数据中获取的洞察力。但是,当我们把洞察力当成数据的时候,会发生什么?当你收集到了关于某件事情的足够多的洞察力,就有可能利用这些洞察力来得出更好的见解。知识图谱可以展现数据中的见解和知识,但是,当数据量很大且有很多维度时,知识图谱可能无法满足需求,需要新的方法。

  比如客户洞察,通过使用广泛的客户洞察作为衍生数据,以期获得更好的洞见。比如,客户的360度视图,这些数据可能包括个人属性、客户行为、社交和其他网络数据、人口统计数据、个人偏好等。由此,我们可以得出一些洞察,比如与渠道互动的倾向和采用产品的倾向。当这些洞察本身被用作数据时,我们不仅能更好地了解客户,还能更准确地预测他们的行为。随着添加更多的信息,这种表述的准确性也会提高。有了这个解决方案,随着数据的积累,你为接触到合适的客户所做的每一次有针对性的投资都会变得越来越可靠。

  更广泛的客户旅程

  一段时间以来,公司一直在研究并绘制客户旅程图。我们知道客户体验为王,所以从头到尾了解客户购买过程的所有信息是非常重要的。不要仅限于自己的公司的数据,畅想一下,结合其他公司的相关活动和购买数据来改善客户体验。

  Journera就是一个帮助公司利用旅行者数据的旅游行业平台的例子。例如,航空公司可以将一名旅客的租车和酒店住宿情况考虑在内。如果航班延误,客户的租车和酒店预订可以快速简单地修改,客户的体验是不是会更好?

  这种解决方案可以有很多应用。当然,我们应该继续获取更多的数据,更好的数据,并对其管理进行不断的改进。但如果我们能够跳出旧有的数据获取和管理模式,就存在新一代的可能性。随着数字化进程不断推进,有洞察力的数据将变得非常普遍,我们围绕客户旅程设置的孤岛将不断消失。这就是我们最初在了解到人工智能能做什么时设想的未来,而未来已来,我们只是需要一点额外的想象力来获取它。

0
相关文章