ಮಾರುಕಟ್ಟೆ ಮೌಲ್ಯೀಕರಣ ಮತ್ತು ಗ್ರಾಹಕರ ಸಂಭಾಷಣೆ ಸಂಶ್ಲೇಷಣೆ

ಲಾಭಗಳು:

• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಥೀಮ್ ಪ್ರಕಾರ ಸಂದರ್ಶನ ಟಿಪ್ಪಣಿಗಳನ್ನು ನಿರ್ದೇಶಿಸದೆ ಮತ್ತು ಸಂಶ್ಲೇಷಿಸದೆ ಗ್ರಾಹಕರ ಸಂದರ್ಶನ ಪ್ರಶ್ನೆಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಏನು ಹೇಳಲಾಗಿದೆ ಮತ್ತು ಏನು ಮಾಡಲಾಗಿದೆ ಎಂಬುದರ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಕಂಡುಹಿಡಿಯುವ ಸಾಮರ್ಥ್ಯ (ದೃಢೀಕರಣ ಪಕ್ಷಪಾತ) ಮತ್ತು ಸಭ್ಯ ವಾಕ್ಯದಿಂದ ನಿಜವಾದ ಸಂಕೇತವನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವುದು
• AI ಸಾರಾಂಶವು ಕಚ್ಚಾ ಡೇಟಾದ ಪ್ರತಿನಿಧಿಯಾಗಿದೆ ಎಂದು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ, ಮಾದರಿಯು ಚಿಕ್ಕದಾಗಿದ್ದರೆ ಅಥವಾ ಪಕ್ಷಪಾತವಾಗಿದ್ದರೆ ತಪ್ಪುದಾರಿಗೆಳೆಯಬಹುದು

ಒಂದು ಕಲ್ಪನೆಯು ಕಾಗದದ ಮೇಲೆ ಎಷ್ಟೇ ಚೆನ್ನಾಗಿ ಕಾಣಿಸಿದರೂ, ಒಬ್ಬ ನೈಜ ವ್ಯಕ್ತಿ "ಹೌದು, ಅದು ನನ್ನ ವಿಷಯ ಮತ್ತು ನಾನು ಅದನ್ನು ಪಾವತಿಸುತ್ತೇನೆ" ಎಂದು ಹೇಳುವವರೆಗೆ ಅದು ಕೇವಲ ಊಹೆ ಮಾತ್ರ. ಮಾರುಕಟ್ಟೆ ಮೌಲ್ಯೀಕರಣವು ನಿಜವಾದ ಮಾನವ ನಡವಳಿಕೆಯ ವಿರುದ್ಧ ಈ ಭವಿಷ್ಯವನ್ನು ಪರೀಕ್ಷಿಸುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಇದಕ್ಕಾಗಿ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಸಾಧನವೆಂದರೆ ಗ್ರಾಹಕರ ಸಂದರ್ಶನ - ಉತ್ಪನ್ನವನ್ನು ಮಾರಾಟ ಮಾಡದೆಯೇ ತನ್ನ ಸಮಸ್ಯೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಂಭಾವ್ಯ ಗ್ರಾಹಕರೊಂದಿಗೆ ರಚನಾತ್ಮಕ ಸಂಭಾಷಣೆ. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು ಎರಡು ವಿಷಯಗಳಿಗಾಗಿ AI (ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ) ಅನ್ನು ಬಳಸುತ್ತೇವೆ: ಉತ್ತಮ ಸಂದರ್ಶನ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸುವುದು ಮತ್ತು ಅರ್ಥಪೂರ್ಣ ಮಾದರಿಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಡಜನ್ಗಟ್ಟಲೆ ಸಂದರ್ಶನ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಂಶ್ಲೇಷಿಸುವುದು. ಆರಂಭದಿಂದಲೂ ಮಿತಿಯನ್ನು ಹೊಂದಿಸೋಣ: AI ನಿಮ್ಮ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಸಂಘಟಿಸುತ್ತದೆ; ಆದರೆ ನೀವು ಕರೆ ಮಾಡಿ, ಮತ್ತು ಮಾನವ ನಡವಳಿಕೆಯು ನಿಜವಾದ ಸಂಕೇತವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ, AI ನ ವಾಕ್ಯವಲ್ಲ.

ಸಂದರ್ಶನದ ಸುವರ್ಣ ನಿಯಮ: ಮಾರಾಟ ಮಾಡಬೇಡಿ, ಕಲಿಯಿರಿ

ಸಂಭಾಷಣೆಯನ್ನು ಮಾರಾಟದ ಪಿಚ್ ಆಗಿ ಪರಿವರ್ತಿಸುವುದು ಸಾಮಾನ್ಯ ತಪ್ಪು. "ನಾನು ಈ ರೀತಿಯ ಅಪ್ಲಿಕೇಶನ್ ಮಾಡಿದರೆ, ನೀವು ಅದನ್ನು ಬಳಸುತ್ತೀರಾ?" ಕೇಳುವುದು ವ್ಯರ್ಥ; ಏಕೆಂದರೆ ಜನರು ಚೆನ್ನಾಗಿರಲು "ಹೌದು, ಅದ್ಭುತ" ಎಂದು ಹೇಳುತ್ತಾರೆ. ಇದನ್ನು ದೃಢೀಕರಣ ಪಕ್ಷಪಾತ ಮತ್ತು ಸಭ್ಯತೆಯ ಬಲೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಹಿಂದಿನ ನಿಜವಾದ ನಡವಳಿಕೆಯ ಬಗ್ಗೆ ಕೇಳುವುದು ಸರಿಯಾದ ವಿಧಾನವಾಗಿದೆ, ಭವಿಷ್ಯದ ಬಗ್ಗೆ ಕನಸಿನ ಪ್ರಶ್ನೆಯಲ್ಲ. "ನಿಮಗೆ ಕೊನೆಯ ಬಾರಿಗೆ ಈ ಸಮಸ್ಯೆ ಯಾವಾಗ, ನೀವು ಏನು ಮಾಡಿದ್ದೀರಿ, ನಿಮಗೆ ಏನು ವೆಚ್ಚವಾಯಿತು?" ಹಿಂದಿನ ನಡವಳಿಕೆಯು ಸುಳ್ಳಲ್ಲ; ಇದು ಭವಿಷ್ಯದ ಉದ್ದೇಶವನ್ನು ಹೇಳುತ್ತದೆ.

ಸಂದರ್ಶನದ ವಿಧಾನದ ಮೂಲತತ್ವವು "ದಿ ಮಾಮ್ ಟೆಸ್ಟ್" ಎಂದು ಕರೆಯಲ್ಪಡುವ ತತ್ವವಾಗಿದೆ: ನಿಮ್ಮ ಪ್ರಶ್ನೆಗಳು ಎಷ್ಟು ಉತ್ತಮವಾಗಿರಬೇಕು ಎಂದರೆ ನಿಮ್ಮ ಪ್ರೀತಿಯ ತಾಯಿ ಕೂಡ ನಿಮಗೆ ಸುಳ್ಳು ಹೇಳಲು ಸಾಧ್ಯವಿಲ್ಲ. ಇದಕ್ಕಾಗಿ ಮೂರು ನಿಯಮಗಳು: (1) ಇತರ ವ್ಯಕ್ತಿಯ ಜೀವನದ ಬಗ್ಗೆ ಮಾತನಾಡಿ, ನಿಮ್ಮ ಅಭಿಪ್ರಾಯವಲ್ಲ; (2) ಸಾಮಾನ್ಯ ಭವಿಷ್ಯಕ್ಕಿಂತ ಕಾಂಕ್ರೀಟ್ ಭೂತಕಾಲವನ್ನು ಕೇಳಿ; (3) ಅಭಿನಂದನೆಗಳು ಮತ್ತು "ನಾನು ಬಳಸುತ್ತೇನೆ" ಎಂಬ ಪದಗಳನ್ನು ಲಘುವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬೇಡಿ - ಕೇವಲ ನಿಜವಾದ ಕ್ರಿಯೆಗಳು (ಅವರು ಹಣವನ್ನು ಖರ್ಚು ಮಾಡಿದ್ದಾರೆಯೇ, ಅವರು ಸಮಯವನ್ನು ಹೂಡಿಕೆ ಮಾಡಿದ್ದಾರೆಯೇ, ಅವರು ಪರಿಹಾರವನ್ನು ಹುಡುಕಿದ್ದಾರೆಯೇ) ಸಂಕೇತಗಳಾಗಿವೆ.

ಗಮನಿಸಿ: "ನಾನು ಇದನ್ನು ಬಳಸುತ್ತೇನೆ" ಮತ್ತು "ಉತ್ತಮ ಕಲ್ಪನೆ" ಡೇಟಾ ಅಲ್ಲ. ನಿಜವಾದ ಸಂಕೇತಗಳೆಂದರೆ: ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ವ್ಯಕ್ತಿಯು ಈಗಾಗಲೇ ಹಣವನ್ನು / ಪ್ರಯತ್ನವನ್ನು ಖರ್ಚು ಮಾಡಿದ್ದಾರೆ; ನಿಮ್ಮನ್ನು ಬೇರೆಯವರಿಗೆ ನಿರ್ದೇಶಿಸಿದೆ; ಪೂರ್ವಪಾವತಿ ಮಾಡಲು ಅಥವಾ ಕಾಯುವ ಪಟ್ಟಿಗೆ ಸೈನ್ ಅಪ್ ಮಾಡಲು ಒಪ್ಪಿಕೊಂಡಿದ್ದಾರೆ. ಇದನ್ನು ಕ್ರಿಯೆ ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ, ಪದವಲ್ಲ.

ಹಂತ ಹಂತವಾಗಿ: AI ನೊಂದಿಗೆ ಸಂವಾದ ಮತ್ತು ಸಂಶ್ಲೇಷಣೆ

1. ನಿಮ್ಮ ಪ್ರಶ್ನೆ ಸೆಟ್ ಅನ್ನು ತಯಾರಿಸಿ. AI ನಿಂದ ಪ್ರಮುಖವಲ್ಲದ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸಿ ಅದು ಮಾರಾಟ ಮಾಡದ ಮತ್ತು ಹಿಂದಿನ ನಡವಳಿಕೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.
2. ಕರೆಗಳನ್ನು ಮಾಡಿ. ಮಾದರಿಗಳನ್ನು ನೋಡಲು ಸಾಮಾನ್ಯವಾಗಿ 8-15 ಜನರು ಸಾಕು. ಇತರ ಪಕ್ಷವು ಹೆಚ್ಚು ಮಾತನಾಡಬೇಕು (ನೀವು 20%, ಅವರು 80%).
3. ಕಚ್ಚಾ ಟಿಪ್ಪಣಿಯನ್ನು ಉಳಿಸಿ. ಸ್ವಂತ ಪದಗಳನ್ನು ವಿರೂಪಗೊಳಿಸದೆ ಬರೆಯಿರಿ; ನಂತರ ಕಾಮೆಂಟ್ ಬಿಡಿ.
4. ಅನಾಮಧೇಯಗೊಳಿಸು. ಹೆಸರು, ಸಂಪರ್ಕ ಮಾಹಿತಿ, ಗುರುತಿಸಬಹುದಾದ ವಿವರಗಳನ್ನು (ಗೌಪ್ಯತೆ) ತೆಗೆದುಹಾಕಿ.
5. AI ನೊಂದಿಗೆ ಸಂಶ್ಲೇಷಿಸಿ. ಥೀಮ್ ಮೂಲಕ ಟಿಪ್ಪಣಿಗಳನ್ನು ವಿಭಜಿಸಿ: ಮರುಕಳಿಸುವ ನೋವುಗಳು, ಲಭ್ಯವಿರುವ ಪರಿಹಾರಗಳು, ಬಳಸಿದ ಪದಗಳು, ಆಕ್ಷೇಪಣೆಗಳು.
6. ಶಬ್ದದಿಂದ ಪ್ರತ್ಯೇಕ ಸಂಕೇತ. AI ಯನ್ನು ಕೇಳಿ "ಯಾವುದು ನಿಜವಾದ ನಡವಳಿಕೆಗೆ ಸಾಕ್ಷಿಯಾಗಿದೆ, ಅದು ಕೇವಲ ಸಭ್ಯ ನುಡಿಗಟ್ಟುಗಳು?" ಅದನ್ನು ಈ ಕೆಳಗಿನಂತೆ ಪಾರ್ಸ್ ಮಾಡಿ.
7. ನಿರ್ಧರಿಸಿ. ನಮೂನೆಯು ನೋವನ್ನು ದೃಢೀಕರಿಸುತ್ತದೆಯೇ ಅಥವಾ ಪಿವೋಟ್ ಅಗತ್ಯವಿದೆಯೇ? ಸಂಸ್ಥಾಪಕರು ಈ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ.

ಹೇಳುವುದಕ್ಕೂ ಮಾಡುವುದಕ್ಕೂ ವ್ಯತ್ಯಾಸ

ಜನರು ಏನು ಮಾಡಬೇಕೆಂದು ಮಾತನಾಡುತ್ತಾರೆ, ಅವರು ಏನು ಮಾಡಿದ್ದಾರೆಂದು ಅಲ್ಲ. AI ಸಂಶ್ಲೇಷಣೆಯಲ್ಲಿ ಈ ಎರಡನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು ನಿರ್ಣಾಯಕವಾಗಿದೆ. "ನಾನು ಆರೋಗ್ಯಕರವಾಗಿ ತಿನ್ನಲು ಬಯಸುತ್ತೇನೆ" ಎಂದು ಹೇಳುವ ಯಾರಾದರೂ ಪ್ರತಿದಿನ ಸಂಜೆ ತ್ವರಿತ ಆಹಾರವನ್ನು ಸೇವಿಸುತ್ತಿರಬಹುದು. ಸಂದರ್ಶನದ ಸಂಶ್ಲೇಷಣೆಯಲ್ಲಿ, ಪ್ರತಿ ಹೇಳಿಕೆಯನ್ನು ಎರಡು ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಿ: ಉದ್ದೇಶದ ಹೇಳಿಕೆ ("ನನಗೆ ಬೇಕು, ನಾನು ಮಾಡುತ್ತೇನೆ, ನಾನು ಬಳಸುತ್ತೇನೆ") ಮತ್ತು ನಡವಳಿಕೆಯ ಪುರಾವೆಗಳು ("ನಾನು ಇದನ್ನು ಕಳೆದ ತಿಂಗಳು 3 ಬಾರಿ ಮಾಡಿದ್ದೇನೆ, ನಾನು ಅದಕ್ಕೆ 200 ಲಿರಾಗಳನ್ನು ನೀಡಿದ್ದೇನೆ"). ಎರಡನೆಯದು ಮಾತ್ರ ನಿರ್ಧಾರಕ್ಕಾಗಿ ತೂಕವನ್ನು ಹೊಂದಿರುತ್ತದೆ. AI ಈ ವ್ಯತ್ಯಾಸವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಮಾಡುವಂತೆ ಮಾಡಿ; ಇಲ್ಲದಿದ್ದರೆ, ಉದ್ದೇಶ ವಾಕ್ಯಗಳನ್ನು ನಿಜವಾದ ಬೇಡಿಕೆಗಳೆಂದು ಸಂಕ್ಷೇಪಿಸುವ ಮೂಲಕ ಅದು ನಿಮ್ಮನ್ನು ದಾರಿ ತಪ್ಪಿಸುತ್ತದೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸಭ್ಯತೆಯ ಮುಖವಾಡ ಬೀಳುತ್ತಿದೆ. ಒಬ್ಬ ಸಂಸ್ಥಾಪಕರು 12 ಜನರನ್ನು ಸಂದರ್ಶಿಸಿದರು; 10 "ಉತ್ತಮ ಕಲ್ಪನೆ, ನಾನು ಖಂಡಿತವಾಗಿಯೂ ಅದನ್ನು ಬಳಸುತ್ತೇನೆ" ಎಂದು ಹೇಳಿದರು. ಅವರು ಸಂತೋಷಪಟ್ಟರು. ಆದರೆ ನೀವು AI ಗೆ ಟಿಪ್ಪಣಿಗಳನ್ನು ನೀಡಿದರೆ ಮತ್ತು "ಇದೀಗ ಎಷ್ಟು ಜನರು ಈ ಸಮಸ್ಯೆಗೆ ಹಣವನ್ನು / ಶ್ರಮವನ್ನು ಖರ್ಚು ಮಾಡುತ್ತಿದ್ದಾರೆ?" ನಾವು ಅದನ್ನು ಪಾರ್ಸ್ ಮಾಡಿದಾಗ, ಸಂಖ್ಯೆ 2 ಕ್ಕೆ ಇಳಿಯಿತು, ಹತ್ತು ಜನರು ದಯೆಯಿಂದ ವರ್ತಿಸಿದರು, ಇಬ್ಬರು ಮಾತ್ರ ನಿಜವಾದ ನೋವು ಅನುಭವಿಸಿದರು. ಸಂಸ್ಥಾಪಕರು ಆರಂಭಿಕ ಸಂತೋಷದ ಬಲೆಯಿಂದ ತಪ್ಪಿಸಿಕೊಂಡರು ಮತ್ತು ಆ ಇಬ್ಬರು ವ್ಯಕ್ತಿಗಳ ಪ್ರೊಫೈಲ್ ಅನ್ನು ಆಳಗೊಳಿಸಿದರು.

ಪ್ರಕರಣ 2 - ಪದಗಳು ಉತ್ಪನ್ನವನ್ನು ಬದಲಾಯಿಸಿದವು. ಒಂದು ತಂಡವು ಸ್ವತಂತ್ರ ವಿನ್ಯಾಸಕರೊಂದಿಗೆ 14 ಸಂದರ್ಶನಗಳನ್ನು ನಡೆಸಿತು. ಅವರು ಅದನ್ನು AI ಯೊಂದಿಗೆ ಸಂಶ್ಲೇಷಿಸಿದಾಗ, ಎಲ್ಲರೂ ಒಂದೇ ಪದವನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು: "ಸಂಗ್ರಹ ದುಃಸ್ವಪ್ನ." ಅವರ ಉತ್ಪನ್ನ ಕಲ್ಪನೆಯು "ಪ್ರಾಜೆಕ್ಟ್ ನಿರ್ವಹಣೆ" ಆದರೆ ನಿಜವಾದ ನೋವು ಪಾವತಿ ಟ್ರ್ಯಾಕಿಂಗ್ ಆಗಿತ್ತು. AI ಯ ಪದ ಆವರ್ತನ ವಿಶ್ಲೇಷಣೆಯು ಗ್ರಾಹಕರ ಸ್ವಂತ ಭಾಷೆಯಲ್ಲಿ ಮಾತನಾಡುವ ಸ್ಥಾನೀಕರಣವನ್ನು ಒದಗಿಸಿತು ಮತ್ತು ಲ್ಯಾಂಡಿಂಗ್ ಪುಟ ಪರಿವರ್ತನೆಯನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಿಸಿತು.

ಪ್ರಕರಣ 3 - ಅಲ್ಲಿ ಸಣ್ಣ ಮಾದರಿಯು ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತದೆ. ಒಬ್ಬ ಸಂಸ್ಥಾಪಕರು ಕೇವಲ 4 ಜನರೊಂದಿಗೆ ಮಾತನಾಡಿದ್ದಾರೆ ಮತ್ತು ಅವರನ್ನು AI ಮೂಲಕ ಸಂಶ್ಲೇಷಿಸಿದ್ದಾರೆ; AI ಬಲವಾದ ಮಾದರಿಯನ್ನು "ಕಂಡುಕೊಂಡಿದೆ". ಆದರೆ ನಾಲ್ಕು ಜನರಲ್ಲಿ ಮೂವರು ಒಂದೇ ಸ್ನೇಹಿತರ ಗುಂಪಿನಿಂದ ಬಂದವರು (ಮಾದರಿ ಪಕ್ಷಪಾತ). ಸಂಸ್ಥಾಪಕನು ಇದನ್ನು ಅರಿತುಕೊಂಡಾಗ, ಅವರು ವಿವಿಧ ಚಾನೆಲ್‌ಗಳ ಮೂಲಕ ಇನ್ನೂ 10 ಜನರನ್ನು ಸೇರಿಸಿದರು; ಮಾದರಿಯು ಬಹಳವಾಗಿ ಬದಲಾಗಿದೆ. ಪಾಠ: AI ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಸಾರಾಂಶವಾಗಿದ್ದರೂ, ಇನ್‌ಪುಟ್ ಚಿಕ್ಕದಾಗಿದ್ದರೆ ಅಥವಾ ಪಕ್ಷಪಾತವಾಗಿದ್ದರೆ ಔಟ್‌ಪುಟ್ ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತದೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ನಿರ್ದೇಶಿತ ಸಂದರ್ಶನದ ಪ್ರಶ್ನೆಗಳು:

ನಿಮ್ಮ ಪಾತ್ರ: ಗ್ರಾಹಕ ಅನ್ವೇಷಣೆ ತರಬೇತುದಾರ. ವಿಭಾಗ: [ಉದ್ದೇಶಿತ ಗ್ರಾಹಕ]. ನನಗೆ ಮಾರಾಟವಾಗದ 8 ಮುಕ್ತ ಸಂದರ್ಶನದ ಪ್ರಶ್ನೆಗಳನ್ನು ಬರೆಯಿರಿ, ನನ್ನ ಅಭಿಪ್ರಾಯವನ್ನು ಬಿಟ್ಟುಕೊಡಬೇಡಿ ಮತ್ತು ಹಿಂದಿನ ನಡವಳಿಕೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿ. ಪ್ರಶ್ನೆಗಳು ಕಾಂಕ್ರೀಟ್ ಭೂತಕಾಲದ ಬಗ್ಗೆ ಕೇಳಬೇಕು, ಉದಾಹರಣೆಗೆ "ಕೊನೆಯ ಬಾರಿ ಯಾವಾಗ, ನೀವು ಏನು ಮಾಡಿದ್ದೀರಿ, ನಿಮಗೆ ಏನು ವೆಚ್ಚವಾಯಿತು", "ನೀವು ಅದನ್ನು ಬಳಸುತ್ತೀರಾ/ಬಳಸಲು ಬಯಸುವಿರಾ?" ಎಂಬಂತಹ ಭವಿಷ್ಯದ ಉದ್ದೇಶವಲ್ಲ. ಪ್ರಮುಖ ಪ್ರಶ್ನೆಗಳನ್ನು ಬಳಸುವುದು.

2) ಸಂದರ್ಶನ ಸಂಶ್ಲೇಷಣೆ (ಥೀಮ್ ಹೊರತೆಗೆಯುವಿಕೆ):

ಸಂಭಾಷಣೆಯ ಅನಾಮಧೇಯ ಟಿಪ್ಪಣಿಗಳು ಕೆಳಗಿವೆ. ಕಾರ್ಯ: (1) ಥೀಮ್ ಮೂಲಕ ಮರುಕಳಿಸುವ ನೋವುಗಳನ್ನು ಗುಂಪು ಮಾಡಿ ಮತ್ತು ಎಷ್ಟು ಸಂಭಾಷಣೆಗಳು ಸಂಭವಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಎಣಿಸಿ, (2) ಕ್ಲೈಂಟ್‌ಗಳು ಬಳಸುವ ಸಾಮಾನ್ಯ ಪದಗಳು/ಪದಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ, (3) ಪ್ರಸ್ತುತ ಪರಿಹಾರಗಳನ್ನು ಹೊರತೆಗೆಯಿರಿ (ಅವರು ಈಗ ಏನು ಮಾಡುತ್ತಿದ್ದಾರೆ). ಟಿಪ್ಪಣಿಯಲ್ಲಿಲ್ಲದ ಯಾವುದನ್ನೂ ಸೇರಿಸಬೇಡಿ; ನೀವು ಸಾಮಾನ್ಯೀಕರಿಸಿದರೆ, ದಯವಿಟ್ಟು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ.

3) ಸಿಗ್ನಲ್/ಶಬ್ದ ಬೇರ್ಪಡಿಕೆ:

ಅದೇ ಟಿಪ್ಪಣಿಗಳನ್ನು ಬಳಸಿ. ಪ್ರತಿ ಪ್ರಮುಖ ಪದಗುಚ್ಛವನ್ನು ಎರಡು ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಿ:(ಎ) ನಡವಳಿಕೆಯ ಪುರಾವೆಗಳು (ಹಣ/ಸಮಯ/ಪ್ರಯತ್ನ ವಾಸ್ತವವಾಗಿ ಖರ್ಚು), (ಬಿ) ಉದ್ದೇಶ/ಸೌಜನ್ಯದ ನುಡಿಗಟ್ಟು ("ನಾನು ಬಳಸುತ್ತೇನೆ", "ಶ್ರೇಷ್ಠ"). ಪಟ್ಟಿ (ಎ) ಗುಂಪು ಪ್ರತ್ಯೇಕವಾಗಿ; ಇವುಗಳ ಆಧಾರದ ಮೇಲೆ ನಾನು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುತ್ತೇನೆ. ನೈಜ ನಡವಳಿಕೆಯ ಪುರಾವೆಗಳನ್ನು ಎಷ್ಟು ಜನರು ತೋರಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಎಣಿಸಿ.

4) ಮಾದರಿ ಆರೋಗ್ಯ ತಪಾಸಣೆ:

ಈ ಕೆಳಗಿನಂತೆ ಸಂದರ್ಶಕರ ವಿವರ: [ಸಂಕ್ಷಿಪ್ತ, ಅನಾಮಧೇಯ ಸಾರಾಂಶ]. ಈ ಮಾದರಿಯಲ್ಲಿ ಸಂಭವನೀಯ ಪಕ್ಷಪಾತಗಳ ಬಗ್ಗೆ ನನಗೆ ತಿಳಿಸಿ (ಅವರೆಲ್ಲರೂ ಒಂದೇ ಚಾನಲ್, ಒಂದೇ ವಯಸ್ಸು/ವಲಯದಿಂದ ಬಂದವರು). ನಾನು ಮಾದರಿಯನ್ನು ನಂಬುವ ಮೊದಲು ನಾನು ಬೇರೆ ಬೇರೆ ಪ್ರೊಫೈಲ್‌ಗಳೊಂದಿಗೆ ಇನ್ನೂ ಎಷ್ಟು ಸಭೆಗಳನ್ನು ನಡೆಸಬೇಕೆಂದು ಸೂಚಿಸಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ಸಂದರ್ಶನದ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ.

ಈ ವಿನಂತಿಯು ಮೇಲ್ನೋಟದ ಸಾರಾಂಶವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ, ಅದು ಉದ್ದೇಶ ಮತ್ತು ನಡವಳಿಕೆಯನ್ನು ಗೊಂದಲಗೊಳಿಸುತ್ತದೆ, ಸಭ್ಯ ನುಡಿಗಟ್ಟುಗಳು ನಿಜವಾದ ವಿನಂತಿಗಳಂತೆ ತೋರುತ್ತದೆ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ಕೆಳಗಿನ 12 ಅನಾಮಧೇಯ ಸಂದರ್ಶನ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಂಶ್ಲೇಷಿಸಿ. (1) ನೋವನ್ನು ಥೀಮ್‌ಗಳಾಗಿ ವಿಂಗಡಿಸಿ ಮತ್ತು ಆವರ್ತನವನ್ನು ಎಣಿಸಿ, (2) ವರ್ತನೆಯ ಪುರಾವೆಗಳನ್ನು ಮತ್ತು ಉದ್ದೇಶದ ಹೇಳಿಕೆಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಪಟ್ಟಿ ಮಾಡಿ, (3) ಕ್ಲೈಂಟ್‌ನ ಸ್ವಂತ ಮಾತುಗಳನ್ನು ಬಿಟ್ಟುಬಿಡಿ, (4) ಮಾದರಿ ಪಕ್ಷಪಾತದ ಅಪಾಯದ ಬಗ್ಗೆ ಎಚ್ಚರಿಕೆ ನೀಡಿ. ಟಿಪ್ಪಣಿಯಲ್ಲಿ ಇಲ್ಲದ ಯಾವುದನ್ನೂ ಸೇರಿಸಬೇಡಿ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಸಂಭಾಷಣೆಯನ್ನು ಮಾರಾಟವಾಗಿ ಪರಿವರ್ತಿಸುವುದು. ನಿಮ್ಮ ಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸಿ ಮತ್ತು ಅನುಮೋದನೆಯನ್ನು ಕೇಳುವುದು; ಇದು ನಿಜವಾದ ನೋವನ್ನು ಮರೆಮಾಡುತ್ತದೆ.
• ಭವಿಷ್ಯದ ಉದ್ದೇಶಗಳನ್ನು ಡೇಟಾವಾಗಿ ತೆಗೆದುಕೊಳ್ಳುವುದು. "ನಾನು ಬಳಸುತ್ತೇನೆ" ಎಂಬುದು ಒಂದು ಊಹೆ; ಹಿಂದಿನ ನಡವಳಿಕೆಯ ಬಗ್ಗೆ ಕೇಳಿ.
• ಕೆಲವೇ ಜನರೊಂದಿಗೆ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು. ಮಾದರಿಗಾಗಿ 3-4 ಸಂದರ್ಶನಗಳು ಸಾಕಷ್ಟಿಲ್ಲ ಮತ್ತು ಪಕ್ಷಪಾತಕ್ಕೆ ಮುಕ್ತವಾಗಿವೆ.
• ಅದೇ ವಲಯದಿಂದ ಮಾತನಾಡುವುದು. ಸ್ನೇಹಿತ/ಅದೇ ಚಾನಲ್ ಮಾದರಿಯು ನಿಮ್ಮನ್ನು ಮೌಲ್ಯೀಕರಿಸುತ್ತದೆ ಆದರೆ ಮಾರುಕಟ್ಟೆಯ ಪ್ರತಿನಿಧಿಯಲ್ಲ.
• AI ಸಾರಾಂಶವನ್ನು ಕಚ್ಚಾ ಡೇಟಾ ಎಂದು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಸಾರಾಂಶವು ಟಿಪ್ಪಣಿಗಳಂತೆ ಉತ್ತಮವಾಗಿದೆ; ಕೆಟ್ಟ/ಕಡಿಮೆ ಇನ್‌ಪುಟ್ ಕೆಟ್ಟ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತದೆ.

ಸಲಹೆ: ಪ್ರತಿ ಸಂಭಾಷಣೆಯ ನಂತರ ಒಂದು ಪ್ರಶ್ನೆಯನ್ನು ಕೇಳಿ: "ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಈ ವ್ಯಕ್ತಿಯು ಇಲ್ಲಿಯವರೆಗೆ ಏನು ಮಾಡಿದ್ದಾರೆ?" ಉತ್ತರವು "ಏನೂ ಇಲ್ಲ" ಎಂದಾದರೆ, ನೀವು ಬಹುಶಃ ವಿಟಮಿನ್ ಪ್ರದೇಶದಲ್ಲಿದ್ದೀರಿ, ನೋವು ನಿವಾರಕಗಳಲ್ಲ, ಅವನು ಅಥವಾ ಅವಳು ಎಷ್ಟು ಉತ್ಸಾಹದಿಂದ ಧ್ವನಿಸಿದರೂ ಪರವಾಗಿಲ್ಲ.

ಸಾರಾಂಶದಲ್ಲಿ

ಮಾರುಕಟ್ಟೆ ಮೌಲ್ಯೀಕರಣವು ನಿಜವಾದ ಮಾನವ ನಡವಳಿಕೆಯೊಂದಿಗೆ ಕಲ್ಪನೆಯನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿದೆ ಮತ್ತು ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಸಾಧನವೆಂದರೆ ಗ್ರಾಹಕರ ಸಂದರ್ಶನ. ಸಂದರ್ಶನದ ನಿಯಮವು ಕಲಿಯುವುದು, ಮಾರಾಟ ಮಾಡಬಾರದು: ಕಾಂಕ್ರೀಟ್ ಹಿಂದಿನ ನಡವಳಿಕೆಯನ್ನು ಕೇಳಿ, ಭವಿಷ್ಯದ ಉದ್ದೇಶಗಳಲ್ಲ; ಅಭಿನಂದನೆಗಳು ಮತ್ತು "ನಾನು ಬಳಸುತ್ತೇನೆ" ಪದಗಳನ್ನು ಡೇಟಾ ಎಂದು ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ. ಹತ್ತಾರು ಟಿಪ್ಪಣಿಗಳನ್ನು ಥೀಮ್‌ಗಳಾಗಿ ಬೇರ್ಪಡಿಸುವ ಮೂಲಕ ಮಾರ್ಗದರ್ಶನವಿಲ್ಲದ ಪ್ರಶ್ನೆಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುವಲ್ಲಿ ಮತ್ತು ಪದ ಮಾದರಿಗಳನ್ನು ಹೊರತೆಗೆಯುವಲ್ಲಿ AI ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿಯಾಗಿದೆ. ಆದರೆ AI ಸಂಶ್ಲೇಷಣೆಯು ಇನ್‌ಪುಟ್-ಅವಲಂಬಿತವಾಗಿದೆ: ಮಾದರಿಯು ಚಿಕ್ಕದಾಗಿದ್ದರೆ ಅಥವಾ ಪಕ್ಷಪಾತವಾಗಿದ್ದರೆ, ಉದ್ದೇಶ ಹೇಳಿಕೆಗಳನ್ನು ನಡವಳಿಕೆಯಿಂದ ಬೇರ್ಪಡಿಸದಿದ್ದರೆ, ಸಾರಾಂಶವು ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತದೆ. ಸಿಗ್ನಲ್ ಅನ್ನು ಶಬ್ದದಿಂದ ಪ್ರತ್ಯೇಕಿಸುವುದು - ಸಭ್ಯತೆಯ ಮೂಲಕ ನಿಜವಾದ ನಡವಳಿಕೆಯ ಪುರಾವೆಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುವುದು - ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ಸಂಸ್ಥಾಪಕರಿಗೆ ಬಿಟ್ಟದ್ದು.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಗುರಿ ವಿಭಾಗದಿಂದ (ವಿವಿಧ ಚಾನಲ್‌ಗಳ ಮೂಲಕ) ಕನಿಷ್ಠ 5 ಜನರನ್ನು ಭೇಟಿ ಮಾಡಲು ಯೋಜಿಸಿ. "ಮಾರ್ಗದರ್ಶಿತವಲ್ಲದ ಸಂದರ್ಶನ ಪ್ರಶ್ನೆಗಳು" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ನಿಮ್ಮ ಪ್ರಶ್ನೆಯನ್ನು ಸಿದ್ಧಪಡಿಸಿ. ಸಂದರ್ಶನಗಳನ್ನು ನಡೆಸಿದ ನಂತರ, ಟಿಪ್ಪಣಿಗಳನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿ ಮತ್ತು ಅವುಗಳನ್ನು "ಸಂದರ್ಶನ ಸಂಶ್ಲೇಷಣೆ" ಮತ್ತು "ಸಿಗ್ನಲ್/ಶಬ್ದ ಬೇರ್ಪಡಿಕೆ" ಟೆಂಪ್ಲೇಟ್‌ಗಳೊಂದಿಗೆ AI ಗೆ ನೀಡಿ. ಫಲಿತಾಂಶವನ್ನು ಈ ಕೆಳಗಿನಂತೆ ವರದಿ ಮಾಡಿ: ಎಷ್ಟು ಜನರು ನೈಜ ನಡವಳಿಕೆಯ ಪುರಾವೆಗಳನ್ನು ತೋರಿಸಿದ್ದಾರೆ, ಯಾವ ಪದಗಳನ್ನು ಪುನರಾವರ್ತಿಸಲಾಗಿದೆ, ನಿಮ್ಮ ಮಾದರಿಯಲ್ಲಿ ಯಾವ ಪಕ್ಷಪಾತವಿದೆ ಮತ್ತು ಅದರ ಆಧಾರದ ಮೇಲೆ ಮುಂದುವರಿಯುವ ಅಥವಾ ಪಿವೋಟ್ ಮಾಡುವ ನಿರ್ಧಾರ ಏನಾಗಿರಬೇಕು.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನನ್ನ ಪ್ರಶ್ನೆಗಳು ಮಾರಾಟವಾಗುತ್ತಿಲ್ಲ, ಹಿಂದಿನ ನಡವಳಿಕೆಯನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತಿವೆಯೇ?
• [ ] ನಾನು ಸಾಕಷ್ಟು ಮತ್ತು ವೈವಿಧ್ಯಮಯ ಜನರನ್ನು (ವಿವಿಧ ಚಾನಲ್‌ಗಳ ಮೂಲಕ) ಭೇಟಿ ಮಾಡಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ಟಿಪ್ಪಣಿಗಳನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ನಡವಳಿಕೆಯ ಸಾಕ್ಷ್ಯವನ್ನು ಉದ್ದೇಶ/ಸಭ್ಯತೆಯ ಷರತ್ತಿನಿಂದ ಪ್ರತ್ಯೇಕಿಸಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ನಿರ್ಧಾರವನ್ನು ನಿಜವಾದ ವರ್ತನೆಯ ಸಂಕೇತದ ಮೇಲೆ ಆಧರಿಸಿದೆಯೇ ಮತ್ತು AI ಸಾರಾಂಶವಲ್ಲವೇ?