В этой серии статей обсуждается влияние машинного обучения, искусственного интеллекта, виртуальной и дополненной реальности на пользователей и клиентов. Я очень увлечен влиянием, которое эти инновационные технологии могут оказать на создание уникальных впечатлений по всем направлениям, и решил поделиться этим с вами.

Что такое машинное обучение?

Машинное обучение можно описать как «компьютерную программу, которая учится на опыте E в отношении некоторого класса задач T и показателя производительности P, если ее производительность при выполнении задач в T, измеряемая P, улучшается с опытом E». Это формальное определение Тома М. Митчелла.

Это кажется довольно безумным, но, по сути, машинное обучение — это набор алгоритмов, которые выявляют закономерности в данных, чтобы предоставлять и повышать шансы на более точные прогнозы и принятие решений.

Машинное обучение уже включено во многие технологии, которые мы используем. Лучшим примером этого может быть Netflix. По мере того, как вы продолжаете смотреть и оценивать определенный сериал или фильм, Netflix начинает давать рекомендации на основе этого. Помните заголовок «потому что вам это нравится» или «вам может понравиться это»?

Они генерируются с помощью ML, чтобы предоставить вам наилучшие возможности на основе ваших данных и истории просмотров.

Как машинное обучение влияет на качество обслуживания клиентов?

Машинное обучение глубоко интегрировано в рекомендации таких программ, как Netflix. Это создает уникальный, точечный опыт, который поддерживает ваш интерес. Помочь вам найти контент, который вы хотели бы потреблять.

Однако машинное обучение выходит за рамки простого использования в потребительских программах, таких как Netflix, YouTube или Facebook. Как компании, мы постоянно ищем новые методы для увеличения продаж и улучшения качества обслуживания. Именно здесь машинное обучение становится чрезвычайно мощным, и чем больше оно используется, тем сильнее оно становится.

Вот несколько примеров того, как машинное обучение может помочь повысить качество обслуживания клиентов.

Чат-боты

Первый вариант называется Бот для чата в колл-центре. Как клиенты, мы все уже сталкивались с колл-центром или чат-ботом. Этот опыт очень редко приводит к удовлетворению клиентов.

Введите МЛ. Когда вы начинаете общаться с ботом в Интернете, он может определить по выбору слов, настроению и статистическим данным, чтобы оценить, в какой момент вам может потребоваться передача человеку для решения вашего запроса.

Я нахожу это чрезвычайно полезным и экономящим время. Мы можем видеть, что все больше и больше запросов решается с помощью бота, и если не меньше запросов, направляемых в реальный центр. Здесь качество обслуживания клиентов будет значительно улучшено. Чем больше он используется, тем лучше бот будет понимать человека и его вопросы и в конечном итоге станет более быстрым и полезным инструментом для решения проблем клиентов.

Персонализированный опыт

Следующим случаем будет персонализация. Да, многие профессионалы говорят о том, чтобы приспособить свои усилия к тому, чтобы стать все более и более личными, но как вы этого добьетесь? Вручную создавать наборы данных и сегментировать людей на группы? Проблема здесь в том, что это не совсем точно, и люди в группе А могут на самом деле не быть людьми из группы А.

Здесь машинное обучение может взять ваши данные и объединить их с привычками ваших клиентов. Затем он сегментирует их в наиболее релевантные группы, чтобы сделать наиболее адаптированный опыт на основе полученных знаний.

Ярким примером этого является интернет-магазин. С ML в качестве основы для рекомендаций поведение пользователя и демографическая информация будут использоваться для создания списка рекомендаций, наиболее подходящих для них.

Сделав еще один шаг вперед, ML позволит вам создать весь опыт вашего интернет-магазина, чтобы он стал совершенно уникальным для каждого пользователя. У вас может быть 1 магазин, который станет тысячей разных магазинов, персонализированных для тысячи разных клиентов.

МЛ действительно помогает?

ML — это инструмент, который создает клиентский опыт, точно соответствующий его потребностям. Это очень важно для обеспечения наилучшего обслуживания клиентов.

Но это не просто лучшая часть. Если вы думаете об упомянутых выше примерах, мы можем использовать эти случаи для улучшения дизайна UX. UX — это создание дизайна для персонажей. Позволив машинному обучению помочь в этом, мы должны иметь потрясающий UX на сайте, адаптированном к индивидуальной персоне.

Однако машинное обучение действительно помогает только в том случае, если используется в правильном контексте и когда ему позволяют расправить крылья. По сути, машинное обучение служит для того, чтобы видеть, думать и действовать. Это снижает давление и дает нам опыт.

Первоначально опубликовано на www.wwc.co.za 27 июня 2017 г. Гасом Ван Дер Уолтом