Добици:
- Способност да се објасни структура података за управљање односима са клијентима (ЦРМ) и улога вештачке интелигенције у сегментацији и анализи одлива.
- Способност коришћења вештачке интелигенције за стварање увида, сажетака и нацрта одговора из текстова клијената, уз придржавање ограничења поверљивости
- Способност да се одговорно ограничи употреба АИ у ЦРМ-у препознавањем ризика личних података, пристрасности и аутоматизованих одлука
Управљање односима са клијентима (ЦРМ) је систем и приступ који окупља све интеракције организације са својим клијентима (продаја, подршка, маркетинг, историја комуникације) на једном месту. Салесфорце, Мицрософт Динамицс, ХубСпот и изворна решења су примери. Срце ЦРМ-а је пружање „погледа од 360 степени“ сваког купца: ко је шта купио, када их је контактирао, коју жалбу има. Ови подаци усмеравају и продају и услуге. Међутим, ови подаци су такође у великој мери лични подаци, који директно окружују употребу вештачке интелигенције са приватношћу и границама КВКК.
МИС специјалиста користи вештачку интелигенцију у ЦРМ-у на две осе. Прва је аналитика: анализе као што су сегментација, предвиђање одлива, животна вредност купаца. Други је обрада текста: сумирање захтева за подршку, њихово класификовање, прављење нацрта одговора. У оба, основно правило је исто: приватност се процењује пре давања личних података АИ алату; Аутоматизоване одлуке које директно утичу на купца захтевају људски надзор и право на приговор.
Сегментација и анализа одлива
Сегментација је процес груписања купаца на основу заједничких карактеристика: велики потрошачи, нови купци, неактивни купци. Добра сегментација осигурава испоруку праве поруке правој групи. Анализа одлива покушава да предвиди који клијенти су у опасности од одлива (напуштање куповине, отказивање претплате). Увид у одбацивање директно утиче на приход, јер је задржавање купца често много јефтиније од стицања новог.
АИ може израдити нацрте и тумачења ових анализа; Међутим, треба узети у обзир две замке. Први је пристрасност: модел гледа на историјске податке; Ако је мало пажње посвећено одређеној групи у прошлости, модел може научити да је група „недостојна“ и да је неправедна дискриминација појачана. Друга је аутоматска одлука: остављање одлуке попут „овај купац ће бити изгубљен, хајде да прекинемо комуникацију“ само моделу је проблематично и етички и правно. Одлука припада особи, сугестија припада моделу.
Савет: Пре него што употребите резултате модела одлива или сегментирања, питајте „коју групу би ова разлика могла бити неправедна?“ Поставите питање. Можете чак и натерати вештачку интелигенцију да постави ово питање; али крајња оцена правде припада човеку.
Увид из корисничких текстова: приватност
Најбогатији, али најосетљивији подаци ЦРМ-а су бесплатни текст: захтеви за подршку, белешке о позивима, е-поруке. АИ је веома моћан у њиховом сумирању, категоризацији и генерисању нацрта одговора. Међутим, ови текстови могу садржати имена, бројеве телефона, адресе или чак здравствене или финансијске информације. Зато се анонимизација (уклањање или маскирање поља која идентификују особу) примењује пре него што се текст унесе у алатку вештачке интелигенције. Коришћењем „Купац А“ уместо „Ахмет Јилмаз, купац број 0532...“ чува се поверљивост без губитка увида.
Састављање одговора такође захтева пажњу: одговор генерисан од вештачке интелигенције је течан, али може да садржи лажно обећање („ваш новац ће бити враћен за 24 сата“). Сваки одговор купцу мора бити проверен од стране овлашћеног представника пре слања. АИ пише нацрт, човек шаље.
Три мини случаја: према бројевима
Случај 1 — Приватност заштићена анонимизацијом. У банци би 20.000 захтева за подршку било подељено у категорије. Текстови су прво очишћени од имена, идентификационих бројева и бројева рачуна, форматирани у формату „Купац Кс“, а затим дати АИ. Тачност класификације била је 91% и лични подаци нису улазили у алатку. Ако би се дао сирови текст, постојао би ризик и од кршења КВКК-а и од цурења.
Случај 2 — Јачање предрасуда. У једном телекому, модел одлива је систематски означавао кориснике у региону са мало кампања у прошлости као „ниске вредности“ и ниједна понуда није послата у тај регион; Губитак се повећао. Проблем није био у моделу, већ у претходним пристрасним подацима и примени без преиспитивања. Након прегледа, одлука је стављена под људски надзор и зонирање је исправљено.
Случај 3 — Погрешна посвећеност одговора АИ. У компанији за е-трговину, АИ је произвела одговор „ваш производ ће дефинитивно бити испоручен сутра“ на жалбу корисника; Међутим, време испоруке је било 3-5 дана. Представник је исправио нацрт и послао га. Да је нацрт остао непроверен, погрешна обавеза би створила и незадовољство купаца и ризик за репутацију. АИ нацрт никада не иде директно клијенту.
Слаба порука / јака промпт
Слабо обавештење:
Сумирајте ове жалбе купаца и напишите одговор.[необрађени текстови: укључујући име, телефон]
Ово даје личне податке алату какви јесу и носи ризик од лажног обавезивања.
Снажан упит:
Ваша улога: Ви сте аналитичар корисничког искуства. Обрадите следеће АНОНИМОЗИРАНЕ захтеве за подршку:- Сортирајте сваки захтев у категорију (поврат, технички, фактурисање, остало).- Издвој уобичајене теме и 3 најчешћа проблема.- Ако се од вас тражи нацрт одговора: означите [ПОТВРДА АГЕНТА] сваку реченицу КОЈА САДРЖИ обавезу (датум, износ, враћање); Немојте давати чврста обећања. – Ако видите личне податке у тексту, упозорите, а не поступајте. Захтеви (анонимно): [Купац А: ..., Купац Б: ...]
Моћни промпт намеће рад са анонимним подацима, означавајући обавезе и упозоравајући на цурење личних података.
Четири шаблона за копирање
1) Класификација потражње:
Разврстајте следеће анонимне захтеве за подршку у ове категорије: [лист].Наведите категорију и образложење у једној реченици за сваки захтев. Када сте у недоумици, напишите [НЕСИГУРНО]. Захтеви: [текст]
2) Извлачење теме/увида:
Из анонимних повратних информација клијената испод, издвојите 5 најбољих тема, приближну учесталост сваке од њих и пример цитата. Додавање коментара који нису засновани на подацима. Повратне информације: [текст]
3) Нацрт одговора (отворен за потврду):
НАЦРТИТЕ љубазан одговор на анонимну жалбу у наставку. Означите сваку реченицу са [ПОТВРДА] која садржи датум, износ или обећање поврата. Дефинитивно трајање; Користите безбедан језик као што је „обавестићемо вас што је пре могуће“. Жалба: [текст]
4) Контрола праведности сегмената:
Испитајте следеће критеријуме сегментације: Која група купаца би могла бити систематски у неповољном положају? Наведите могуће изворе пристрасности и сугестије за контролу. Критеријуми: [текст]
Упоредни графикон: Коришћење вештачке интелигенције у ЦРМ-у
Куест
Улога АИ
Због поверљивости
коначну одлуку
Класификација потражње
ауто лабел
Анонимизирај
Прегледајте узорак
Извлачење теме
скица увида
Анонимизирај
Коментари аналитичара
цхурн предвиђање
Оцена/предлог
легитиман циљ
човек одлучује
Нацрт одговора
нацрт текста
Осим личних података
Шаље представника
Одлука о сегменту
Предлог
контрола правде
Пословна јединица + надзор
Уобичајене грешке
- Давање личних података возилу у сировом облику. Директна обрада текста који садржи име, број телефона и ТР ИД представља кршење КВКК-а и ризик од цурења.
- Слање АИ одговора директно купцу. Лажне обавезе и тонске грешке стварају ризике по углед; Потврда представника је обавезна.
- Одлуку о одливу/сегменту препуштамо моделу. Аутоматска одлука појачава пристрасност; Предлог је модел, одлука је људска.
- Прихватање прошлих података без питања. Образац претходне дискриминације се поучава као „тачан“; Контрола правде је неопходна.
- Тумачење метрике без контекста. Пре него што кажете „задовољство се смањило“, питајте се у ком сегменту, у ком периоду и зашто.
Опрез: Подаци о клијентима су приватност стварне особе једног дана. Само зато што је излаз „користан“ не оправдава обраду података те особе без заштите. Анонимизација и ограничење сврхе су предуслови, а не формалности које треба прескочити ради брзине.
Укратко
ЦРМ је систем који прикупља интеракцију корисника на једном месту и садржи велику количину личних података. АИ генерише моћну вредност у сегментацији, анализи одлива и обради текста; Међутим, приватност личних података је на првом месту: анонимизација, ограничење сврхе и усклађеност са КВКК су од суштинског значаја. Одлив и одлуке о сегментима носе ризик од пристрасности; Предлог припада моделу, одлука припада личности. Одговори АИ клијенту неће бити послати без потврде агента. АИ убрзава увид, доноси одговорност и правду људима.
Задатак апликације
Подесите сценарио анализе одлива за услугу претплате. (1) Прилагодите 5 анонимних профила корисника (потрошња, последња интеракција, број жалби). (2) Направите сегментацију и тумачење ризика са снажним одзивом. (3) Испитајте са провером праведности која група би могла бити неправедна према барем једном од сегмената произведених моделом. (4) Нека АИ изради нацрт одговора на анонимну жалбу и означи реченице које садрже обавезе. (5) Напишите да сте користили анонимне податке уместо необрађених података и која сте поља маскирали.
контролна листа
- [ ] Анонимизовао сам личне податке пре него што сам их дао алату.
- [ ] Проценио сам ограничење сврхе и усклађеност са КВКК.
- [ ] Довео сам у питање пристрасност и правичност у одлуци о одливу/сегменту.
- [ ] Препустио сам одлуку људима; модел је дао само предлоге.
- [ ] Нисам послао АИ нацрте одговора без потврде агента.
- [ ] Такође сам означио реченице које садрже обавезе.