ஆதாயங்கள்:
- வாடிக்கையாளர் உறவு மேலாண்மை (CRM) தரவின் கட்டமைப்பை விளக்குவதற்கான திறன் மற்றும் செயற்கை நுண்ணறிவின் பங்கை பிரித்தல் மற்றும் அலசி பகுப்பாய்வு செய்தல்.
- ரகசியத்தன்மை வரம்புகளுக்கு இணங்க, வாடிக்கையாளர் உரைகளிலிருந்து நுண்ணறிவு, சுருக்கங்கள் மற்றும் பதில் வரைவுகளை உருவாக்க செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கான திறன்
- தனிப்பட்ட தரவு, சார்பு மற்றும் தானியங்கு முடிவுகளின் அபாயங்களை அங்கீகரிப்பதன் மூலம் CRM இல் AI இன் பயன்பாட்டை பொறுப்புடன் கட்டுப்படுத்தும் திறன்
வாடிக்கையாளர் உறவு மேலாண்மை (CRM) என்பது ஒரு அமைப்பின் அனைத்து தொடர்புகளையும் அதன் வாடிக்கையாளர்களுடன் (விற்பனை, ஆதரவு, சந்தைப்படுத்தல், தகவல் தொடர்பு வரலாறு) ஒரே இடத்தில் சேகரிக்கும் ஒரு அமைப்பு மற்றும் அணுகுமுறை ஆகும். சேல்ஸ்ஃபோர்ஸ், மைக்ரோசாஃப்ட் டைனமிக்ஸ், ஹப்ஸ்பாட் மற்றும் நேட்டிவ் தீர்வுகள் ஆகியவை உதாரணங்கள். CRM இன் இதயம் ஒவ்வொரு வாடிக்கையாளருக்கும் “360 டிகிரி காட்சியை” வழங்குகிறது: யார் எதை வாங்கினார்கள், அவர்கள் தொடர்பு கொண்டபோது, அவர்களுக்கு என்ன புகார் உள்ளது. இந்தத் தரவு விற்பனை மற்றும் சேவை இரண்டையும் வழிநடத்துகிறது. இருப்பினும், இந்தத் தரவு பெரும்பாலும் தனிப்பட்ட தரவு, இது தனியுரிமை மற்றும் KVKK எல்லைகளுடன் செயற்கை நுண்ணறிவின் பயன்பாட்டை நேரடியாகச் சுற்றியுள்ளது.
எம்ஐஎஸ் நிபுணர் செயற்கை நுண்ணறிவை சிஆர்எம்மில் இரண்டு அச்சுகளில் பயன்படுத்துகிறார். முதலாவதாக பகுப்பாய்வு: பிரிவு, கர்ன் முன்கணிப்பு, வாடிக்கையாளர் வாழ்நாள் மதிப்பு போன்ற பகுப்பாய்வுகள். இரண்டாவது உரை செயலாக்கம்: ஆதரவு கோரிக்கைகளை சுருக்கி, அவற்றை வகைப்படுத்துதல், பதில் வரைவுகளை உருவாக்குதல். இரண்டிலும், அடிப்படை விதி ஒன்றுதான்: AI கருவிக்கு தனிப்பட்ட தரவை வழங்குவதற்கு முன் தனியுரிமை மதிப்பிடப்படுகிறது; வாடிக்கையாளரை நேரடியாகப் பாதிக்கும் தானியங்கு முடிவுகளுக்கு மனித மேற்பார்வை மற்றும் எதிர்க்கும் உரிமை தேவை.
பிரிவு மற்றும் கர்ன் பகுப்பாய்வு
பிரிவு என்பது பொதுவான குணாதிசயங்களின் அடிப்படையில் வாடிக்கையாளர்களைக் குழுவாக்கும் செயல்முறையாகும்: அதிக செலவு செய்பவர்கள், புதிய வாடிக்கையாளர்கள், செயலற்ற வாடிக்கையாளர்கள். நல்ல பிரிவு சரியான செய்தியை சரியான குழுவிற்கு வழங்குவதை உறுதி செய்கிறது. Churn பகுப்பாய்வு எந்த வாடிக்கையாளர்கள் குழப்பத்திற்கு ஆளாகிறார்கள் என்பதைக் கணிக்க முயற்சிக்கிறது (கொள்முதலைக் கைவிடுதல், அவர்களின் சந்தாவை ரத்து செய்தல்). ஒரு வாடிக்கையாளரைத் தக்கவைத்துக்கொள்வது புதிய ஒன்றைப் பெறுவதை விட மிகவும் மலிவானது என்பதால், Churn இன்சைட் நேரடியாக வருவாயைத் தட்டுகிறது.
AI இந்த பகுப்பாய்வுகளின் வரைவுகளையும் விளக்கங்களையும் உருவாக்க முடியும்; இருப்பினும், இரண்டு பொறிகளை கவனத்தில் கொள்ள வேண்டும். முதலாவது சார்பு: மாதிரி வரலாற்றுத் தரவுகளைப் பார்க்கிறது; கடந்த காலத்தில் ஒரு குறிப்பிட்ட குழுவிற்கு சிறிதளவு கவனம் செலுத்தப்பட்டிருந்தால், அந்த குழு "தகுதியற்றது" மற்றும் நியாயமற்ற பாகுபாடு வலுவூட்டப்பட்டதாக அந்த மாதிரி அறியலாம். இரண்டாவது ஒரு தானியங்கி முடிவு: "இந்த வாடிக்கையாளரை இழக்க நேரிடும், தொடர்பை நிறுத்துவோம்" போன்ற முடிவை மாடலுக்கு மட்டும் விட்டுவிடுவது நெறிமுறை மற்றும் சட்டரீதியாக சிக்கலாகும். முடிவு நபருக்கு சொந்தமானது, பரிந்துரை மாதிரிக்கு சொந்தமானது.
உதவிக்குறிப்பு: கர்ன் அல்லது செக்மென்ட் மாதிரி முடிவுகளைப் பயன்படுத்துவதற்கு முன், "இந்த வேறுபாடு எந்தக் குழுவிற்கு நியாயமற்றதாக இருக்கலாம்?" கேள்வி கேள். செயற்கை நுண்ணறிவைக் கூட நீங்கள் இந்தக் கேள்வியைக் கேட்கலாம்; ஆனால் நீதியின் இறுதி மதிப்பீடு மனிதனுடையது.
வாடிக்கையாளர் உரைகளிலிருந்து நுண்ணறிவு: தனியுரிமை
CRM இன் பணக்கார ஆனால் மிக முக்கியமான தரவு இலவச உரை: ஆதரவு கோரிக்கைகள், அழைப்பு குறிப்புகள், மின்னஞ்சல்கள். அவற்றைச் சுருக்கி, வகைப்படுத்தி, பதில் வரைவுகளை உருவாக்குவதில் AI மிகவும் சக்தி வாய்ந்தது. இருப்பினும், இந்த உரைகளில் பெயர்கள், தொலைபேசி எண்கள், முகவரிகள் அல்லது உடல்நலம் அல்லது நிதித் தகவல்கள் இருக்கலாம். அதனால்தான், AI கருவிக்கு உரையை வழங்குவதற்கு முன், அநாமதேயமாக்கல் (ஒரு நபரை அடையாளம் காணும் புலங்களை அகற்றுதல் அல்லது மறைத்தல்) பயன்படுத்தப்படுகிறது. "Ahmet Yilmaz, வாடிக்கையாளர் எண் 0532..." என்பதற்குப் பதிலாக "வாடிக்கையாளர் A" ஐப் பயன்படுத்துவது நுண்ணறிவை இழக்காமல் ரகசியத்தன்மையைப் பாதுகாக்கிறது.
பதிலை உருவாக்குவதற்கும் கவனம் தேவை: AI-உருவாக்கிய பதில் திரவமானது ஆனால் தவறான வாக்குறுதியைக் கொண்டிருக்கலாம் ("உங்கள் பணம் 24 மணிநேரத்தில் திருப்பித் தரப்படும்"). வாடிக்கையாளருக்கான ஒவ்வொரு பதிலையும் அனுப்புவதற்கு முன் அங்கீகரிக்கப்பட்ட பிரதிநிதி சரிபார்க்க வேண்டும். AI வரைவை எழுதுகிறது, மனிதனை அனுப்புகிறது.
மூன்று சிறிய வழக்குகள்: எண்கள் மூலம்
வழக்கு 1 - அநாமதேயத்தால் தனியுரிமை பாதுகாக்கப்படுகிறது. ஒரு வங்கியில், 20,000 ஆதரவு கோரிக்கைகள் வகைகளாகப் பிரிக்கப்படும். உரைகள் முதலில் பெயர்கள், அடையாள எண்கள் மற்றும் கணக்கு எண்கள் அழிக்கப்பட்டு, "வாடிக்கையாளர் X" வடிவத்தில் வடிவமைக்கப்பட்டு, பின்னர் AI க்கு வழங்கப்பட்டது. வகைப்படுத்தல் துல்லியம் 91% மற்றும் தனிப்பட்ட தரவு எதுவும் கருவிக்குள் செல்லவில்லை. மூல உரை கொடுக்கப்பட்டிருந்தால், KVKK மீறல் மற்றும் கசிவு ஆகிய இரண்டிற்கும் ஆபத்து இருக்கும்.
வழக்கு 2 - தப்பெண்ணத்தின் வலுவூட்டல். ஒரு டெலிகாமில், கடந்த காலத்தில் குறைவான பிரச்சாரம் இல்லாத ஒரு பிராந்தியத்தில் உள்ள வாடிக்கையாளர்களை "குறைந்த மதிப்பு" என்று கர்ன் மாடல் முறையாகக் கொடியிட்டது மற்றும் அந்த பிராந்தியத்திற்கு எந்த சலுகையும் அனுப்பப்படவில்லை; இழப்பு அதிகரித்தது. பிரச்சனை மாதிரியில் இல்லை, ஆனால் கடந்த கால சார்புடைய தரவு மற்றும் கேள்வி கேட்காமல் அதைப் பயன்படுத்தியது. மதிப்பாய்வுக்குப் பிறகு, முடிவு மனித மேற்பார்வையின் கீழ் வைக்கப்பட்டது மற்றும் மண்டலம் சரி செய்யப்பட்டது.
வழக்கு 3 - AI பதிலின் தவறான அர்ப்பணிப்பு. ஒரு இ-காமர்ஸ் நிறுவனத்தில், வாடிக்கையாளர் புகாருக்கு "உங்கள் தயாரிப்பு நிச்சயமாக நாளை வழங்கப்படும்" என்ற பதிலை AI தயாரித்தது; இருப்பினும், கப்பல் நேரம் 3-5 நாட்கள். பிரதிநிதி வரைவை சரிசெய்து அனுப்பினார். வரைவு சரிபார்க்கப்படாமல் போயிருந்தால், தவறான அர்ப்பணிப்பு வாடிக்கையாளர் அதிருப்தி மற்றும் நற்பெயருக்கு ஆபத்து ஆகிய இரண்டையும் உருவாக்கியிருக்கும். AI வரைவு வாடிக்கையாளருக்கு நேரடியாகச் செல்லாது.
பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்
பலவீனமான உடனடி:
இந்த வாடிக்கையாளர் புகார்களைச் சுருக்கி, பதிலை எழுதுங்கள்.
இது கருவிக்கு தனிப்பட்ட தரவை வழங்குகிறது மற்றும் தவறான உறுதிப்பாட்டின் அபாயத்தைக் கொண்டுள்ளது.
சக்திவாய்ந்த தூண்டுதல்:
உங்கள் பங்கு: நீங்கள் ஒரு வாடிக்கையாளர் அனுபவ ஆய்வாளர். பின்வரும் அநாமதேய ஆதரவு கோரிக்கைகளை செயலாக்கவும்:- ஒவ்வொரு கோரிக்கையையும் வகையாக வரிசைப்படுத்தவும் (திரும்ப, தொழில்நுட்பம், பில்லிங், மற்றவை).- பொதுவான கருப்பொருள்கள் மற்றும் 3 பொதுவான சிக்கல்களைப் பிரித்தெடுக்கவும்.- பதில் வரைவோலைக் கேட்டால்: டேக் [ஏஜெண்டுகள் உறுதிப்படுத்தல்] ஒவ்வொரு வாக்கியமும் அடங்கிய ஒவ்வொரு வாக்கியமும், திரும்பவும் (தேதி, தொகை); உறுதியான வாக்குறுதிகளை அளிக்காதீர்கள். - உரையில் தனிப்பட்ட தரவைக் கண்டால், எச்சரிக்கவும், செயல்பட வேண்டாம். கோரிக்கைகள் (அநாமதேய): [வாடிக்கையாளர் ஏ: ..., வாடிக்கையாளர் பி: ...]
அநாமதேய தரவுகளுடன் பணிபுரிதல், உறுதிப்பாடுகளைக் குறிப்பது மற்றும் தனிப்பட்ட தரவு கசிவுக்கு எதிராக எச்சரிக்கை ஆகியவற்றை சக்திவாய்ந்த வரியில் செயல்படுத்துகிறது.
நான்கு நகலெடுக்கக்கூடிய டெம்ப்ளேட்கள்
1) கோரிக்கை வகைப்பாடு:
பின்வரும் அநாமதேய ஆதரவு கோரிக்கைகளை இந்த வகைகளாக வரிசைப்படுத்தவும்: [list]. ஒவ்வொரு கோரிக்கைக்கும் வகை மற்றும் ஒரு வாக்கியம் நியாயப்படுத்தவும். சந்தேகம் இருந்தால், எழுதவும்[UNCERTAIN]. கோரிக்கைகள்: [உரை]
2) தீம்/நுண்ணறிவு பிரித்தெடுத்தல்:
கீழே உள்ள அநாமதேய வாடிக்கையாளர் கருத்துகளிலிருந்து, முதல் 5 தீம்கள், ஒவ்வொன்றின் தோராயமான அதிர்வெண் மற்றும் ஒரு எடுத்துக்காட்டு மேற்கோள் ஆகியவற்றைப் பிரித்தெடுக்கவும். தரவு அடிப்படையில் இல்லாத கருத்துகளைச் சேர்த்தல். பின்னூட்டங்கள்: [உரை]
3) பதில் வரைவு (உறுதிப்படுத்தலுக்குத் திறக்கப்பட்டுள்ளது):
கீழே உள்ள அநாமதேய புகாருக்கு கண்ணியமான பதிலை வரையவும். ஒவ்வொரு வாக்கியத்தையும் [உறுதிப்படுத்தல்] என்று லேபிளிடவும், அதில் தேதி, தொகை அல்லது திருப்பியளிக்கும் வாக்குறுதி உள்ளது. வரையறை காலம்; "கூடிய விரைவில் உங்களுக்குத் தெரிவிப்போம்" போன்ற பாதுகாப்பான மொழியைப் பயன்படுத்தவும். புகார்: [உரை]
4) பிரிவு நியாயமான கட்டுப்பாடு:
பின்வரும் பிரிவு அளவுகோல்களை ஆராயவும்: எந்த வாடிக்கையாளர் குழு முறையாக பின்தங்கியிருக்கலாம்? சார்பு மற்றும் கட்டுப்பாட்டு பரிந்துரைகளின் சாத்தியமான ஆதாரங்களை பட்டியலிடுங்கள். அளவுகோல்: [உரை]
ஒப்பீட்டு விளக்கப்படம்: CRM இல் AI ஐப் பயன்படுத்துதல்
தேடுதல்
AI இன் பங்கு
ரகசியத்தன்மை காரணமாக
இறுதி முடிவு
கோரிக்கை வகைப்பாடு
தானியங்கு முத்திரை
அநாமதேயப்படுத்து
மாதிரியை மதிப்பாய்வு செய்யவும்
தீம் பிரித்தெடுத்தல்
நுண்ணறிவு ஓவியம்
அநாமதேயப்படுத்து
ஆய்வாளர் கருத்து
கசக்கும் கணிப்பு
மதிப்பெண்/பரிந்துரை
நியாயமான நோக்கம்
மனிதன் தீர்மானிக்கிறான்
பதில் வரைவு
உரை வரைவு
தனிப்பட்ட தரவு தவிர
ஒரு பிரதிநிதியை அனுப்புகிறார்
பிரிவு முடிவு
பரிந்துரை
நீதி கட்டுப்பாடு
வணிக அலகு + மேற்பார்வை
பொதுவான தவறுகள்
- வாகனத்திற்கு தனிப்பட்ட தரவை அதன் மூல வடிவத்தில் வழங்குதல். பெயர், தொலைபேசி எண் மற்றும் TR ஐடி ஆகியவற்றைக் கொண்ட உரையை நேரடியாகச் செயலாக்குவது KVKK மீறல் மற்றும் கசிவு அபாயமாகும்.
- AI பதிலை நேரடியாக வாடிக்கையாளருக்கு அனுப்புகிறது. தவறான கடமைகள் மற்றும் தொனிப் பிழைகள் நற்பெயர் அபாயங்களை உருவாக்குகின்றன; பிரதிநிதி உறுதிப்படுத்தல் கட்டாயமாகும்.
- சலனம்/பிரிவு முடிவை மாதிரிக்கு விடுதல். தானியங்கி முடிவு சார்புநிலையை வலுப்படுத்துகிறது; பரிந்துரை மாதிரி, முடிவு மனிதனுடையது.
- கேள்வியின்றி கடந்த காலத் தரவை ஏற்றுக்கொள்வது. கடந்தகால பாகுபாட்டின் முறை "சரியானது" என்று கற்பிக்கப்படுகிறது; நீதிக்கட்டுப்பாடு அவசியம்.
- சூழல் இல்லாமல் மெட்ரிக் விளக்கம். "திருப்தி குறைந்துவிட்டது" என்று சொல்வதற்கு முன், எந்தப் பிரிவில், எந்தக் காலத்தில், ஏன் என்று கேட்க வேண்டும்.
எச்சரிக்கை: வாடிக்கையாளர் தரவு என்பது ஒரு நாள் உண்மையான நபரின் தனியுரிமை. ஒரு வெளியீடு "பயனுள்ளதாக" இருப்பதால், அந்த நபரின் தரவை பாதுகாப்பு இல்லாமல் செயலாக்குவது நியாயப்படுத்தாது. அநாமதேயப்படுத்தல் மற்றும் நோக்கம் வரம்பு ஆகியவை முன்நிபந்தனைகள், வேகத்திற்காக தவிர்க்கப்பட வேண்டிய சம்பிரதாயங்கள் அல்ல.
சுருக்கமாக
CRM என்பது வாடிக்கையாளர் தொடர்புகளை ஒரே இடத்தில் சேகரிக்கும் மற்றும் அதிக அளவிலான தனிப்பட்ட தரவைக் கொண்டிருக்கும் அமைப்பாகும். AI ஆனது பிரிவு, சலன பகுப்பாய்வு மற்றும் உரை செயலாக்கத்தில் சக்திவாய்ந்த மதிப்பை உருவாக்குகிறது; இருப்பினும், தனிப்பட்ட தரவு தனியுரிமை முதலில் வருகிறது: அநாமதேயமாக்கல், நோக்கம் வரம்பு மற்றும் KVKK இணக்கம் ஆகியவை அவசியம். குழப்பம் மற்றும் பிரிவு முடிவுகள் சார்பு அபாயத்தைக் கொண்டுள்ளன; பரிந்துரை மாதிரிக்கு சொந்தமானது, முடிவு நபருக்கு சொந்தமானது. முகவர் உறுதிப்படுத்தல் இல்லாமல் வாடிக்கையாளருக்கு AI பதில்கள் அனுப்பப்படாது. AI நுண்ணறிவை துரிதப்படுத்துகிறது, மனிதர்களுக்கு பொறுப்பையும் நீதியையும் தருகிறது.
விண்ணப்ப பணி
சந்தா சேவைக்கான கர்ன் பகுப்பாய்வு காட்சியை அமைக்கவும். (1) 5 அநாமதேய வாடிக்கையாளர் சுயவிவரங்களைப் பொருத்தவும் (செலவு, கடைசி தொடர்பு, புகார்களின் எண்ணிக்கை). (2) ஒரு சக்திவாய்ந்த ப்ராம்ட் மூலம் ஒரு பிரிவு மற்றும் இடர் விளக்கத்தை உருவாக்க வேண்டும். (3) மாதிரியால் தயாரிக்கப்பட்ட பிரிவுகளில் குறைந்தபட்சம் ஒரு பிரிவுக்கு எந்தக் குழு நியாயமற்றதாக இருக்கலாம் என்பதை நியாயமான சரிபார்ப்புடன் வினவவும். (4) ஒரு அநாமதேய புகாருக்கான பதிலை AI வரையவும் மற்றும் உறுதிமொழிகளைக் கொண்ட வாக்கியங்களைக் குறிக்கவும். (5) மூலத் தரவிற்குப் பதிலாக அநாமதேயத் தரவைப் பயன்படுத்தியுள்ளீர்கள் என்றும் எந்தெந்தப் புலங்களை மறைத்தீர்கள் என்றும் எழுதவும்.
சரிபார்ப்பு பட்டியல்
- [ ] தனிப்பட்ட தரவை கருவியில் கொடுப்பதற்கு முன் அநாமதேயமாக்கிவிட்டேன்.
- [ ] நான் நோக்கம் வரம்பு மற்றும் KVKK இணக்கத்தை மதிப்பீடு செய்தேன்.
- [ ] குழப்பம்/பிரிவு முடிவில் உள்ள சார்பு மற்றும் நியாயத்தை நான் கேள்வி எழுப்பினேன்.
- [ ] நான் முடிவை மக்களிடம் விட்டுவிட்டேன்; மாதிரி பரிந்துரைகளை மட்டுமே உருவாக்கியது.
- [ ] முகவர் உறுதிப்படுத்தல் இல்லாமல் AI பதில் வரைவுகளை நான் அனுப்பவில்லை.
- [ ] நான் உறுதிமொழிகள் அடங்கிய வாக்கியங்களையும் குறித்தேன்.