المكاسب:
- القدرة على شرح هيكل بيانات إدارة علاقات العملاء (CRM) ودور الذكاء الاصطناعي في التحليل والتجزئة.
- القدرة على استخدام الذكاء الاصطناعي لإنتاج رؤى وملخصات ومسودات استجابة من نصوص العملاء، مع الالتزام بحدود السرية
- القدرة على الحد بشكل مسؤول من استخدام الذكاء الاصطناعي في إدارة علاقات العملاء من خلال التعرف على مخاطر البيانات الشخصية والتحيز والقرارات الآلية
إدارة علاقات العملاء (CRM) هي نظام ونهج يجمع كل تفاعلات المؤسسة مع عملائها (المبيعات والدعم والتسويق وتاريخ الاتصالات) في مكان واحد. تعتبر Salesforce وMicrosoft Dynamics وHubSpot والحلول الأصلية أمثلة على ذلك. إن جوهر إدارة علاقات العملاء (CRM) هو توفير "رؤية 360 درجة" لكل عميل: من اشترى ماذا، ومتى اتصل به، وما هي الشكوى التي لديه. تقوم هذه البيانات بتوجيه كل من المبيعات والخدمة. ومع ذلك، فإن هذه البيانات هي أيضًا بيانات شخصية إلى حد كبير، والتي تحيط بشكل مباشر باستخدام الذكاء الاصطناعي بالخصوصية وحدود KVKK.
يستخدم متخصص نظم المعلومات الإدارية الذكاء الاصطناعي في إدارة علاقات العملاء (CRM) على محورين. الأول هو التحليلات: تحليلات مثل التجزئة، والتنبؤ بالتوقف عن العمل، والقيمة الدائمة للعميل. والثاني هو معالجة النصوص: تلخيص طلبات الدعم، وتصنيفها، وإنتاج مسودات الاستجابة. في كليهما، القاعدة الأساسية هي نفسها: يتم تقييم الخصوصية قبل إعطاء البيانات الشخصية لأداة الذكاء الاصطناعي؛ تتطلب القرارات الآلية التي تؤثر بشكل مباشر على العميل إشرافًا بشريًا وحق الاعتراض.
تحليل التجزئة والتشورن
التجزئة هي عملية تجميع العملاء على أساس الخصائص المشتركة: المنفقون المرتفعون، العملاء الجدد، العملاء الخاملون. يضمن التجزئة الجيدة توصيل الرسالة الصحيحة إلى المجموعة المناسبة. يحاول تحليل الاضطراب التنبؤ بالعملاء المعرضين لخطر الاضطراب (التخلي عن المشتريات، وإلغاء اشتراكاتهم). تستفيد رؤية التباطؤ بشكل مباشر من الإيرادات، حيث أن الاحتفاظ بالعميل غالبًا ما يكون أرخص بكثير من الحصول على عميل جديد.
ويمكن للذكاء الاصطناعي أن ينتج مسودات وتفسيرات لهذه التحليلات؛ ومع ذلك، يجب أن تؤخذ في الاعتبار اثنين من الفخاخ. الأول هو التحيز: حيث ينظر النموذج إلى البيانات التاريخية؛ إذا تم إيلاء القليل من الاهتمام لمجموعة معينة في الماضي، فقد يتعلم النموذج أن هذه المجموعة "لا تستحق" ويتم تعزيز التمييز غير العادل. والثاني هو قرار تلقائي: ترك قرار مثل "هذا العميل سوف يضيع، دعونا نتوقف عن الاتصال" للنموذج وحده يمثل مشكلة أخلاقية وقانونية. القرار يعود للشخص، والاقتراح يعود للنموذج.
نصيحة: قبل استخدام نتائج نموذج التخفيض أو التجزئة، اسأل "ما هي المجموعة التي قد يكون هذا التمييز غير عادل لها؟" اطرح السؤال. يمكنك حتى أن تجعل الذكاء الاصطناعي يطرح هذا السؤال؛ لكن التقييم النهائي للعدالة يعود إلى الإنسان.
نظرة ثاقبة من نصوص العملاء: الخصوصية
البيانات الأكثر ثراءً والأكثر حساسية في نظام إدارة علاقات العملاء (CRM) هي النص الحر: طلبات الدعم، وملاحظات الاتصال، ورسائل البريد الإلكتروني. الذكاء الاصطناعي قوي جدًا في تلخيصها وتصنيفها وإنشاء مسودات الاستجابة. ومع ذلك، قد تحتوي هذه النصوص على أسماء أو أرقام هواتف أو عناوين أو حتى معلومات صحية أو مالية. ولهذا السبب يتم تطبيق إخفاء الهوية (إزالة أو إخفاء الحقول التي تحدد هوية الشخص) قبل تغذية النص إلى أداة الذكاء الاصطناعي. إن استخدام "العميل أ" بدلاً من "أحمد يلماز، العميل رقم 0532..." يحافظ على السرية دون فقدان الرؤية.
تتطلب صياغة الرد أيضًا العناية: فالاستجابة التي يولدها الذكاء الاصطناعي تتسم بالسلاسة ولكنها قد تحتوي على وعد كاذب ("سيتم رد أموالك خلال 24 ساعة"). يجب التحقق من كل رد على العميل من قبل الممثل المعتمد قبل إرساله. الذكاء الاصطناعي يكتب المسودة، ويرسلها الإنسان.
ثلاث حالات صغيرة: بالأرقام
الحالة 1 - الخصوصية محمية عن طريق إخفاء الهوية. في البنك، سيتم تقسيم 20.000 طلب دعم إلى فئات. تمت أولاً مسح النصوص من الأسماء وأرقام المعرفات وأرقام الحسابات، وتم تنسيقها بتنسيق "العميل X"، ثم تم تسليمها إلى الذكاء الاصطناعي. بلغت دقة التصنيف 91% ولم يتم إدخال أي بيانات شخصية في الأداة. إذا تم تقديم النص الخام، فسيكون هناك خطر انتهاك KVKK والتسرب.
الحالة الثانية - تعزيز التحيز. في إحدى شركات الاتصالات، قام نموذج التخفيض بشكل منهجي بوضع علامة على العملاء في منطقة كانت بها حملات قليلة في الماضي على أنهم "منخفضي القيمة" ولم يتم إرسال أي عروض إلى تلك المنطقة؛ وزادت الخسارة. لم تكن المشكلة في النموذج، بل في البيانات المتحيزة السابقة وتطبيقها دون مساءلة. وبعد المراجعة تم وضع القرار تحت الإشراف البشري وتم تصحيح التقسيم.
الحالة 3 - الالتزام الخاطئ باستجابة الذكاء الاصطناعي. في إحدى شركات التجارة الإلكترونية، أنتج الذكاء الاصطناعي ردًا على شكوى أحد العملاء مفاده أن "منتجك سيتم تسليمه غدًا بالتأكيد"؛ ومع ذلك، كان وقت الشحن 3-5 أيام. وقام الممثل بتصحيح المشروع وأرسله. إذا لم يتم التحقق من المسودة، فإن الالتزام الخاطئ كان من شأنه أن يخلق استياء العملاء ومخاطر السمعة. لا يتم إرسال مسودة الذكاء الاصطناعي إلى العميل مباشرة.
موجه ضعيف / موجه قوي
حث ضعيف:
قم بتلخيص شكاوى العملاء هذه واكتب ردًا عليها. [النصوص الأولية: بما في ذلك الاسم والهاتف]
وهذا يعطي البيانات الشخصية للأداة كما هي وينطوي على خطر الالتزام الزائف.
مطالبة قوية:
دورك: أنت محلل تجربة العملاء. قم بمعالجة طلبات الدعم المجهولة التالية: - قم بفرز كل طلب إلى فئة (إرجاع، فني، فواتير، أخرى). - استخرج الموضوعات الشائعة و3 مشكلات أكثر شيوعًا. - إذا طُلب منك مسودة الرد: ضع علامة [تأكيد الوكلاء] كل جملة تحتوي على التزام (التاريخ، المبلغ، الإرجاع)؛ لا تقدم وعودا قاطعة. - إذا رأيت بيانات شخصية في النص، فحذر، وليس التصرف. الطلبات (مجهولة): [العميل أ: ...، العميل ب: ...]
يفرض الموجه القوي العمل مع البيانات المجهولة، ووضع علامات على الالتزامات والتحذير من تسرب البيانات الشخصية.
أربعة قوالب قابلة للنسخ
1) تصنيف الطلب:
قم بفرز طلبات الدعم المجهولة التالية ضمن هذه الفئات: [قائمة]. قم بإدراج الفئة وتبرير من جملة واحدة لكل طلب. عندما تكون في شك، اكتب [غير مؤكد]. الطلبات: [النص]
2) استخراج الموضوع/البصيرة:
من تعليقات العملاء المجهولة أدناه، استخرج أهم 5 موضوعات، والتكرار التقريبي لكل منها، ومثال على الاقتباس. إضافة التعليقات التي لا تعتمد على البيانات. ردود الفعل: [النص]
3) مسودة الرد (مفتوحة للتأكيد):
قم بصياغة رد مهذب على الشكوى المجهولة أدناه. قم بتسمية كل جملة بـ [تأكيد] تحتوي على تاريخ أو مبلغ أو وعد بالإرجاع. المدة النهائية؛ استخدم لغة آمنة مثل "سنبلغك في أقرب وقت ممكن". الشكوى: [النص]
4) مراقبة عدالة القطاع:
قم بدراسة معايير التجزئة التالية: ما هي مجموعة العملاء التي يمكن أن تكون محرومة بشكل منهجي؟ قم بإدراج المصادر المحتملة للتحيز واقتراحات التحكم. المعايير: [النص]
مخطط المقارنة: استخدام الذكاء الاصطناعي في إدارة علاقات العملاء
كويست
دور الذكاء الاصطناعي
بسبب السرية
القرار النهائي
تصنيف الطلب
تسمية السيارات
إخفاء الهوية
مراجعة العينة
استخراج الموضوع
رسم البصيرة
إخفاء الهوية
تعليقات المحللين
التنبؤ بالتقلب
النتيجة / الاقتراح
هدف مشروع
الرجل يقرر
مسودة الرد
مسودة النص
باستثناء البيانات الشخصية
يرسل مندوبا
قرار القطاع
اقتراح
مراقبة العدالة
وحدة الأعمال + الإشراف
الأخطاء الشائعة
- إعطاء البيانات الشخصية للمركبة في شكلها الخام. تعد المعالجة المباشرة للنص الذي يحتوي على الاسم ورقم الهاتف ومعرف TR انتهاكًا لـ KVKK وخطر التسرب.
- إرسال استجابة الذكاء الاصطناعي مباشرة إلى العميل. إن الالتزامات الكاذبة والأخطاء اللغوية تخلق مخاطر على السمعة؛ تأكيد الممثل إلزامي.
- ترك قرار التدوير/القطاع للنموذج. القرار التلقائي يعزز التحيز؛ الاقتراح هو النموذج، والقرار هو الإنسان.
- قبول البيانات السابقة دون سؤال. يتم تدريس نمط التمييز السابق على أنه "صحيح"؛ السيطرة على العدالة ضرورية.
- تفسير المقياس دون سياق. قبل أن تقول "لقد انخفض الرضا"، عليك أن تسأل في أي جزء وفي أي فترة ولماذا.
تحذير: بيانات العملاء هي في يوم من الأيام خصوصية حقيقية لشخص ما. فمجرد أن المخرجات "مفيدة" لا يبرر معالجة بيانات ذلك الشخص دون حماية. يعد إخفاء الهوية وتحديد الغرض من المتطلبات الأساسية، وليست إجراءات شكلية يجب تخطيها من أجل السرعة.
في ملخص
CRM هو نظام يجمع تفاعل العملاء في مكان واحد ويحتوي على كمية كبيرة من البيانات الشخصية. يولّد الذكاء الاصطناعي قيمة قوية في التجزئة والتحليل المتتابع ومعالجة النصوص؛ ومع ذلك، فإن خصوصية البيانات الشخصية تأتي أولاً: يعد إخفاء الهوية وتحديد الغرض والامتثال لـ KVKK أمرًا ضروريًا. تحمل القرارات المتقلبة والقطاعية خطر التحيز؛ الاقتراح يعود للنموذج، والقرار يعود للشخص. لن يتم إرسال ردود الذكاء الاصطناعي إلى العميل دون تأكيد الوكيل. يعمل الذكاء الاصطناعي على تسريع الرؤية، ويجلب المسؤولية والعدالة للبشر.
مهمة التطبيق
قم بإعداد سيناريو تحليل التخلف عن خدمة الاشتراك. (1) تناسب 5 ملفات تعريف للعملاء المجهولين (الإنفاق، التفاعل الأخير، عدد الشكاوى). (2) احصل على تجزئة وتفسير للمخاطر يتم إنتاجه بمطالبة قوية. (3) الاستعلام عن طريق التحقق من الإنصاف عن المجموعة التي قد تكون غير عادلة لواحدة على الأقل من القطاعات التي ينتجها النموذج. (4) اطلب من الذكاء الاصطناعي صياغة رد على شكوى مجهولة المصدر ووضع علامة على الجمل التي تحتوي على التزامات. (5) اكتب أنك استخدمت بيانات مجهولة المصدر بدلاً من البيانات الأولية وما هي الحقول التي قمت بإخفائها.
قائمة مرجعية
- [ ] لقد قمت بإخفاء هوية البيانات الشخصية قبل إعطائها للأداة.
- [ ] لقد قمت بتقييم حدود الغرض والامتثال لـ KVKK.
- [ ] لقد شككت في التحيز والعدالة في قرار التخفيض/القطاع.
- [ ] تركت القرار للناس؛ أنتج النموذج اقتراحات فقط.
- [ ] لم أرسل مسودات استجابة الذكاء الاصطناعي دون تأكيد الوكيل.
- [ ] كما قمت بوضع علامة على الجمل التي تحتوي على التزامات.