质量数据管理对于推动AI的意义至关重要

聊天机器人和自然语言处理（NLP）等AI技术推动着企业与客户互动的方式不断发展。它为公司提供了通过越来越多的渠道与客户互动，收集和汇总数据的潜力，从而可以更深入地了解客户。但是，这项技术对客户和员工的经验有何价值？

客户的胃口是什么？

在SugarCRM和Flamingo 的最新调查中，四分之三的受访者表示，他们很喜欢使用聊天机器人，并认为聊天机器人可以改善在线体验。语音技术和CRM的交叉应用潜力巨大，而Siri和Alexa等语音激活助手则为这一切铺平了道路。人们正在以甚至几年前都无法想象的方式与这些设备进行交互，并且每个连接都成为一个数据点。这将对客户参与度和CRM的基础产生巨大影响。

但是人工智能需要增加价值

机器学习只有在有益于改善客户体验并改善员工工作方式时才有用。例如，如果客户想要执行简单的任务，例如检查订单状态，那么通常对于此信息的传递而言，人工并不是必需的。这就是AI技术应该发挥作用的地方–自动化不需要人类的工作。

由于多达98％的客户互动都是某种简单的查询，因此漫游器对于扩展和简化参与度具有巨大的价值。您不想对答案感到高兴；你只想要答案。那就是AI的价值：无需普通人就能学习的能力。

面向消费者的企业通常会推出这项技术，例如RBS的聊天机器人“ Luvo”或O2的Aura，它们能够解决基本的客户问题；因此有可能减少对尽可能多的客户服务员工的需求。甚至更复杂的行业也正在与英国初创公司Habito一起尝试AI，为客户提供世界上第一个抵押咨询聊天机器人，这打破了通常认为漫长的过程。

但是聊天机器人具有局限性，因为它们没有能力理解复杂的问题或情绪信号（例如语气）。在这里，仍然需要员工，以保持客户关系并避免使客户受挫-或使他们将业务转移到其他地方。

可以公平地说，迄今为止，围绕AI的最大杂音一直是AI在客户服务中所扮演的角色。但是，营销也具有令人兴奋的潜力，尤其是在分析客户数据以及基于数据优化销售和营销策略方面。而且大多数营销人员对AI持乐观态度。eMarketer的研究发现，有75％的营销人员对将AI添加到营销和销售工作中充满信心。

质量数据管理对于推动AI的意义至关重要

人工智能，机器学习和预测技术都取决于他们正在解释和学习的数据集的质量。这项技术的全部目的是研究数据的行为模式，并构建可从中学习并做出预测的算法，从而提高效率并减少人工流程。

最终目的是减少对机器进行编程所需的投资和资源–有理由将其称为机器学习。客户关系管理（CRM）系统可能是此系统的核心，它可以从丰富，可靠的数据中获得洞察力和宝贵的经验教训。

随着CRM系统越来越善于使用大量数据，并利用机器学习算法更快地生成见解，它们将使每个用户都能更好地了解每个客户，并更有效地预测和预测客户的需求。

收集各种非结构化数据，包括社交媒体帖子，电子邮件和呼叫中心记录，并将此行为数据与交易数据相结合，CRM系统将能够提供有关客户偏好的更深刻见解，从而加深客户关系。尤其是社交数据可以帮助组织更全面地向客户学习并与之互动。

我们已经看到，随着去年Sugar Hint的推出，这已经成为现实。它可以帮助营销人员从名称和电子邮件地址中收集有关企业和个人的大量关系情报。它消除了对大量手工研究和数据输入的需求，并从广泛的社交数据源中收集了客户情报，因此用户可以快速而有效地了解有关其潜在客户的更多信息，以建立生产性关系。

虽然聊天机器人是AI在行动中的第一个明显体现，但下一步是关系智能等创新。他们将彻底改变我们与客户互动的方式-告诉我们一些我们尚不了解的信息，否则将需要数小时才能手动发现。通过AI，企业将能够获得有关最佳行动，优先事项和可能结果的明智建议，并利用此见识来产生真正引起共鸣的营销。通过将AI和CRM结合起来，我们所有的互动将变得更加有意义和有效。