Fitimet:
- Aftësia për të shpjeguar strukturën e të dhënave të menaxhimit të marrëdhënieve me klientët (CRM) dhe rolin e inteligjencës artificiale në segmentimin dhe analizën e shmangies.
- Aftësia për të përdorur inteligjencën artificiale për të prodhuar njohuri, përmbledhje dhe drafte përgjigjesh nga tekstet e klientëve, duke respektuar kufijtë e konfidencialitetit
- Aftësia për të kufizuar me përgjegjësi përdorimin e AI në CRM duke njohur rreziqet e të dhënave personale, paragjykimeve dhe vendimeve të automatizuara
Menaxhimi i marrëdhënieve me klientët (CRM) është një sistem dhe qasje që mbledh të gjitha ndërveprimet e një organizate me klientët e saj (shitjet, mbështetja, marketingu, historia e komunikimit) në një vend. Salesforce, Microsoft Dynamics, HubSpot dhe zgjidhjet vendase janë shembuj. Zemra e CRM është të sigurojë një "pamje 360 gradë" të çdo klienti: kush ka blerë çfarë, kur i ka kontaktuar, çfarë ankese kanë. Këto të dhëna drejtojnë si shitjet ashtu edhe shërbimin. Megjithatë, këto të dhëna janë gjithashtu kryesisht të dhëna personale, të cilat drejtpërdrejt e rrethojnë përdorimin e inteligjencës artificiale me privatësinë dhe kufijtë e KVKK-së.
Specialisti MIS përdor inteligjencën artificiale në CRM në dy akse. E para është analitika: analiza të tilla si segmentimi, parashikimi i rënies, vlera e jetës së klientit. E dyta është përpunimi i tekstit: përmbledhja e kërkesave për mbështetje, klasifikimi i tyre, prodhimi i drafteve të përgjigjeve. Në të dyja, rregulli bazë është i njëjtë: privatësia vlerësohet përpara se t'i jepen të dhënat personale një mjeti të AI; Vendimet e automatizuara që prekin drejtpërdrejt klientin kërkojnë mbikëqyrje njerëzore dhe të drejtën për të kundërshtuar.
Segmentimi dhe Analiza e Churn
Segmentimi është procesi i grupimit të klientëve bazuar në karakteristikat e përbashkëta: shpenzues të lartë, klientë të rinj, klientë të fjetur. Segmentimi i mirë siguron dërgimin e mesazhit të duhur tek grupi i duhur. Analiza e Churn-it përpiqet të parashikojë se cilët klientë janë në rrezik të braktisjes (braktisja e blerjeve, anulimi i abonimit të tyre). Shkelja e njohurive prek drejtpërdrejt të ardhurat, pasi mbajtja e një klienti shpesh është shumë më e lirë sesa blerja e një të riu.
UA mund të prodhojë drafte dhe interpretime të këtyre analizave; Megjithatë, duhet të merren parasysh dy kurthe. E para është paragjykimi: modeli shikon të dhënat historike; Nëse në të kaluarën i është kushtuar pak vëmendje një grupi të caktuar, modeli mund të mësojë se grupi si "i padenjë" dhe diskriminimi i padrejtë përforcohet. E dyta është një vendim automatik: lënia e një vendimi të tillë si "ky klient do të humbasë, le të ndalojmë komunikimin" vetëm me modelin është problematike si nga ana etike ashtu edhe juridike. Vendimi i takon personit, sugjerimi i takon modelit.
Këshillë: Përpara se të përdorni rezultatet e modelit të dyzimit ose segmentit, pyesni "për cilin grup mund të jetë i padrejtë ky dallim?" Bëj pyetjen. Ju madje mund të bëni që inteligjenca artificiale të bëjë këtë pyetje; por vlerësimi përfundimtar i drejtësisë i takon njeriut.
Vështrim nga Tekstet e Klientit: Privatësia
Të dhënat më të pasura, por më të ndjeshme të CRM-së janë teksti falas: kërkesat për mbështetje, shënimet e thirrjeve, emailet. AI është shumë i fuqishëm në përmbledhjen e tyre, kategorizimin e tyre dhe gjenerimin e drafteve të përgjigjeve. Megjithatë, këto tekste mund të përmbajnë emra, numra telefoni, adresa apo edhe informacione shëndetësore apo financiare. Kjo është arsyeja pse anonimizimi (heqja ose maskimi i fushave që identifikojnë një person) zbatohet përpara se teksti të futet në një mjet AI. Përdorimi i "Klientit A" në vend të "Ahmet Yilmaz, numri i klientit 0532..." ruan konfidencialitetin pa humbur njohuritë.
Hartimi i një përgjigje kërkon gjithashtu kujdes: përgjigja e gjeneruar nga AI është e rrjedhshme, por mund të përmbajë një premtim të rremë ("paratë tuaja do të kthehen në 24 orë"). Çdo përgjigje ndaj klientit duhet të kontrollohet nga përfaqësuesi i autorizuar përpara se të dërgohet. AI shkruan draft, njeriu dërgon.
Tre Mini Rastet: Nga Numrat
Rasti 1 — Privatësia e mbrojtur nga anonimizimi. Në një bankë, 20,000 kërkesa për mbështetje do të ndaheshin në kategori. Tekstet fillimisht u pastruan nga emrat, numrat e ID-së dhe numrat e llogarisë, u formatuan në formatin "Klienti X" dhe më pas iu dhanë AI. Saktësia e klasifikimit ishte 91% dhe asnjë e dhënë personale nuk hyri në mjet. Nëse do të jepej teksti i papërpunuar, do të ekzistonte rreziku i shkeljes dhe rrjedhjes së KVKK-së.
Rasti 2 — Përforcimi i paragjykimeve. Në një telekom, modeli i largimit i shënonte sistematikisht klientët në një rajon me pak fushatë në të kaluarën si "vlerë të ulët" dhe asnjë ofertë nuk u dërgua në atë rajon; Humbja u rrit. Problemi nuk ishte te modeli, por te të dhënat e njëanshme të së shkuarës dhe zbatimi i tij pa pyetur. Pas shqyrtimit, vendimi u vendos nën mbikëqyrjen njerëzore dhe zonimi u korrigjua.
Rasti 3 — Angazhimi i gabuar i përgjigjes së AI. Në një kompani të tregtisë elektronike, AI prodhoi një përgjigje "produkti juaj patjetër do të dorëzohet nesër" ndaj një ankese të klientit; Sidoqoftë, koha e transportit ishte 3-5 ditë. Përfaqësuesi korrigjoi draftin dhe e dërgoi. Nëse drafti do të kishte mbetur i pakontrolluar, angazhimi i gabuar do të kishte krijuar si pakënaqësi të klientëve, ashtu edhe rrezik reputacioni. Drafti i AI nuk shkon kurrë drejtpërdrejt te klienti.
Prompt i dobët / Prompt i fortë
Njoftim i dobët:
Përmblidhni këto ankesa të klientëve dhe shkruani një përgjigje.[tekste të papërpunuara: duke përfshirë emrin, telefonin]
Kjo i jep të dhënat personale mjetit siç është dhe mbart rrezikun e angazhimit të rremë.
Njoftim i fuqishëm:
Roli juaj: Ju jeni një analist i përvojës së klientit. Përpunoni kërkesat e mëposhtme të mbështetjes ANONIMOZUARA: - Renditni secilën kërkesë në kategori (kthim, teknik, faturim, të tjera).- Ekstraktoni temat e zakonshme dhe 3 çështjet më të zakonshme.- Nëse ju kërkohet drafti i përgjigjes: etiketoni [KONFIRMIMI I AGJENTËVE] çdo fjali QË PËRMBAN zotim (data, shuma, kthimi); Mos bëni premtime të forta. - Nëse shihni të dhëna personale në tekst, paralajmëroni, jo veproni. Kërkesat (anonime): [Klienti A: ..., Klienti B: ...]
Prompti i fuqishëm detyron punën me të dhëna anonime, shënimin e angazhimeve dhe paralajmërimin kundër rrjedhjes së të dhënave personale.
Katër modele të kopjueshme
1) Klasifikimi i kërkesës:
Renditni kërkesat e mëposhtme anonime për mbështetje në këto kategori: [lista]. Jepni kategorinë dhe arsyetimin me një fjali për secilën kërkesë. Kur jeni në dyshim, shkruani [E PASURTË]. Kërkesat: [tekst]
2) Nxjerrja e temës/vështrimit:
Nga komentet anonime të klientëve më poshtë, nxirrni 5 temat kryesore, frekuencën e përafërt të secilës dhe një citat shembull. Shtimi i komenteve që nuk bazohen në të dhëna. Komentet: [tekst]
3) Drafti i përgjigjes (i hapur për konfirmim):
HARTON një përgjigje të sjellshme për ankesën anonime më poshtë. Etiketoni çdo fjali me [KONFIRMIM] që përmban një datë, shumë ose premtim kthimi. Kohëzgjatja definitive; Përdorni një gjuhë të sigurt si "ne do t'ju informojmë sa më shpejt të jetë e mundur". Ankesa: [tekst]
4) Kontrolli i drejtësisë së segmentit:
Shqyrtoni kriteret e mëposhtme të segmentimit: Cili grup klientësh mund të jetë sistematikisht në disavantazh? Rendisni burimet e mundshme të paragjykimeve dhe sugjerimet e kontrollit. Kriteret: [tekst]
Grafiku i krahasimit: Përdorimi i AI në CRM
Kërkimi
Roli i AI
Për shkak të konfidencialitetit
vendim përfundimtar
Klasifikimi i kërkesës
etiketë auto
Anonimizo
Shqyrtoni mostrën
Nxjerrja e temës
skicë depërtimi
Anonimizo
Komentet e analistëve
parashikimi i përplasjes
Nota/sugjerim
qëllim legjitim
njeriu vendos
Drafti i përgjigjes
draft teksti
Përveç të dhënave personale
Dërgon një përfaqësues
Vendimi i segmentit
Sugjerim
kontrollin e drejtësisë
Njësi biznesi + mbikëqyrje
Gabimet e zakonshme
- Dhënia e të dhënave personale automjetit në formën e tij të papërpunuar. Përpunimi i drejtpërdrejtë i tekstit që përmban emrin, numrin e telefonit dhe ID-në TR është shkelje e KVKK-së dhe rrezik rrjedhjeje.
- Dërgimi i përgjigjes së AI drejtpërdrejt te klienti. Angazhimet e rreme dhe gabimet tonale krijojnë rreziqe reputacioni; Konfirmimi i përfaqësuesit është i detyrueshëm.
- Duke ia lënë modelit vendimin e dyndjes/segmentit. Vendimi automatik përforcon paragjykimet; Sugjerimi është i modelit, vendimi është i njeriut.
- Pranimi i të dhënave të kaluara pa diskutim. Modeli i diskriminimit në të kaluarën mësohet si "i saktë"; Kontrolli i drejtësisë është i nevojshëm.
- Interpretimi i metrikës pa kontekst. Para se të thoni "kënaqësia është ulur", duhet të pyesni se në cilin segment, në cilën periudhë dhe pse.
Kujdes: Të dhënat e klientit janë një ditë privatësia e një personi real. Vetëm për shkak se një produkt është "i dobishëm" nuk justifikon përpunimin e të dhënave të atij personi pa mbrojtje. Anonimizimi dhe kufizimi i qëllimit janë parakushte, jo formalitete që duhen anashkaluar për hir të shpejtësisë.
Në përmbledhje
CRM është një sistem që mbledh ndërveprimin me klientët në një vend dhe përmban një sasi të madhe të të dhënave personale. Inteligjenca artificiale gjeneron vlera të fuqishme në segmentimin, analizën e largimit dhe përpunimin e tekstit; Sidoqoftë, privatësia e të dhënave personale vjen e para: anonimizimi, kufizimi i qëllimit dhe pajtueshmëria me KVKK janë thelbësore. Vendimet e largimit dhe segmentimit mbartin rrezikun e njëanshmërisë; Sugjerimi i përket modelit, vendimi i përket personit. Përgjigjet e AI klientit nuk do të dërgohen pa konfirmimin e agjentit. AI përshpejton njohuritë, sjell përgjegjësi dhe drejtësi për njerëzit.
Detyra e aplikimit
Vendosni një skenar të analizës së pengesave për një shërbim abonimi. (1) Përshtat 5 profile anonime të klientëve (shpenzimet, ndërveprimi i fundit, numri i ankesave). (2) Keni një segmentim dhe interpretim rreziku të prodhuar me një nxitje të fuqishme. (3) Pyetni duke kontrolluar drejtësinë se cili grup mund të jetë i padrejtë për të paktën një nga segmentet e prodhuara nga modeli. (4) Kërkoni nga UA të hartojë një përgjigje për një ankesë anonime dhe të shënojë fjalitë që përmbajnë zotime. (5) Shkruani se keni përdorur të dhëna anonime në vend të të dhënave të papërpunuara dhe cilat fusha keni maskuar.
listë kontrolli
- [ ] I anonimizova të dhënat personale përpara se t'ia jepja mjetit.
- [ ] Kam vlerësuar kufizimin e qëllimit dhe pajtueshmërinë me KVKK.
- [ ] Kam vënë në pikëpyetje paragjykimin dhe drejtësinë në vendimin e dyndjes/segmentit.
- [ ] Vendimin ua lashë njerëzve; modeli prodhoi vetëm sugjerime.
- [ ] Unë nuk dërgova draftet e përgjigjeve të AI pa konfirmimin e agjentit.
- [ ] Kam shënuar edhe fjalitë që përmbajnë angazhime.