กำไร:
- ความสามารถในการอธิบายโครงสร้างของข้อมูลการจัดการลูกค้าสัมพันธ์ (CRM) และบทบาทของปัญญาประดิษฐ์ในการแบ่งส่วนและการวิเคราะห์การเลิกใช้งาน
- ความสามารถในการใช้ปัญญาประดิษฐ์เพื่อสร้างข้อมูลเชิงลึก สรุป และร่างคำตอบจากข้อความของลูกค้า ในขณะเดียวกันก็ปฏิบัติตามขีดจำกัดการรักษาความลับ
- ความสามารถในการจำกัดการใช้ AI ใน CRM อย่างมีความรับผิดชอบ โดยตระหนักถึงความเสี่ยงของข้อมูลส่วนบุคคล อคติ และการตัดสินใจอัตโนมัติ
การจัดการลูกค้าสัมพันธ์ (CRM) คือระบบและแนวทางที่รวบรวมปฏิสัมพันธ์ทั้งหมดขององค์กรกับลูกค้า (การขาย การสนับสนุน การตลาด ประวัติการสื่อสาร) ไว้ในที่เดียว Salesforce, Microsoft Dynamics, HubSpot และโซลูชันเนทีฟเป็นตัวอย่าง หัวใจของ CRM คือการมอบ "มุมมองแบบ 360 องศา" ให้กับลูกค้าแต่ละราย: ใครซื้ออะไร เมื่อติดต่อพวกเขา และสิ่งที่พวกเขาร้องเรียน ข้อมูลนี้ชี้นำทั้งการขายและการบริการ อย่างไรก็ตาม ข้อมูลนี้ส่วนใหญ่เป็นข้อมูลส่วนบุคคลซึ่งเกี่ยวข้องโดยตรงกับการใช้ปัญญาประดิษฐ์พร้อมความเป็นส่วนตัวและขอบเขตของ KVKK
ผู้เชี่ยวชาญด้าน MIS ใช้ปัญญาประดิษฐ์ใน CRM ในสองแกน ประการแรกคือการวิเคราะห์: การวิเคราะห์ เช่น การแบ่งส่วน การคาดการณ์การเปลี่ยนใจ มูลค่าตลอดช่วงชีวิตของลูกค้า ประการที่สองคือการประมวลผลข้อความ: สรุปคำขอการสนับสนุน จำแนกประเภท สร้างร่างคำตอบ ในทั้งสองกฎพื้นฐานจะเหมือนกัน: ความเป็นส่วนตัวจะได้รับการประเมินก่อนที่จะให้ข้อมูลส่วนบุคคลแก่เครื่องมือ AI การตัดสินใจอัตโนมัติที่ส่งผลกระทบโดยตรงต่อลูกค้าจำเป็นต้องมีการควบคุมดูแลของมนุษย์และสิทธิ์ในการคัดค้าน
การแบ่งกลุ่มและการวิเคราะห์การเลิกใช้งาน
การแบ่งส่วนเป็นกระบวนการของการจัดกลุ่มลูกค้าตามลักษณะทั่วไป: ผู้ใช้จ่ายสูง ลูกค้าใหม่ ลูกค้าที่ไม่มีการเคลื่อนไหว การแบ่งส่วนที่ดีช่วยให้มั่นใจได้ว่าจะส่งข้อความที่ถูกต้องไปยังกลุ่มที่เหมาะสม การวิเคราะห์การเลิกใช้งานพยายามคาดการณ์ว่าลูกค้ารายใดที่มีความเสี่ยงที่จะเลิกใช้งาน (ละทิ้งการซื้อ ยกเลิกการสมัครสมาชิก) ข้อมูลเชิงลึกของ Churn ใช้ประโยชน์จากรายได้โดยตรง เนื่องจากการรักษาลูกค้ามักจะถูกกว่าการซื้อลูกค้าใหม่มาก
AI สามารถสร้างแบบร่างและการตีความการวิเคราะห์เหล่านี้ได้ อย่างไรก็ตาม จำเป็นต้องคำนึงถึงกับดักสองประการด้วย ประการแรกคืออคติ: โมเดลจะพิจารณาข้อมูลในอดีต หากในอดีตมีการให้ความสนใจเพียงเล็กน้อยต่อกลุ่มใดกลุ่มหนึ่ง โมเดลอาจเรียนรู้ว่ากลุ่มนั้น "ไม่คู่ควร" และการเลือกปฏิบัติที่ไม่เป็นธรรมได้รับการเสริมกำลัง ประการที่สองคือการตัดสินใจโดยอัตโนมัติ: การทิ้งการตัดสินใจเช่น "ลูกค้ารายนี้จะสูญหาย ไปหยุดการสื่อสารกันเถอะ" กับโมเดลเพียงอย่างเดียวนั้นเป็นปัญหาทั้งด้านจริยธรรมและกฎหมาย การตัดสินใจเป็นของบุคคล คำแนะนำเป็นของแบบจำลอง
เคล็ดลับ: ก่อนที่จะใช้ผลลัพธ์ของโมเดลการเปลี่ยนใจหรือเซ็กเมนต์ ให้ถามว่า "กลุ่มใดที่ความแตกต่างนี้อาจไม่ยุติธรรมกับ" ถามคำถาม. คุณยังสามารถทำให้ปัญญาประดิษฐ์ถามคำถามนี้ได้ แต่การประเมินความยุติธรรมขั้นสูงสุดเป็นของมนุษย์
ข้อมูลเชิงลึกจากข้อความของลูกค้า: ความเป็นส่วนตัว
ข้อมูลที่ครบถ้วนที่สุดแต่ละเอียดอ่อนที่สุดของ CRM คือข้อความอิสระ: คำขอการสนับสนุน บันทึกการโทร อีเมล AI มีประสิทธิภาพมากในการสรุป จัดหมวดหมู่ และสร้างร่างคำตอบ อย่างไรก็ตาม ข้อความเหล่านี้อาจมีชื่อ หมายเลขโทรศัพท์ ที่อยู่ หรือแม้แต่ข้อมูลด้านสุขภาพหรือทางการเงิน นั่นเป็นสาเหตุที่ทำให้มีการใช้การลบข้อมูลระบุตัวตน (การลบหรือการมาสก์ฟิลด์ที่ระบุบุคคล) ก่อนที่จะป้อนข้อความไปยังเครื่องมือ AI การใช้ "ลูกค้า A" แทน "Ahmet Yilmaz ลูกค้าหมายเลข 0532..." จะรักษาความลับโดยไม่สูญเสียข้อมูลเชิงลึก
การร่างคำตอบยังต้องได้รับการดูแลด้วย: การตอบสนองที่สร้างโดย AI นั้นลื่นไหล แต่อาจมีคำสัญญาที่ผิด (“เงินของคุณจะได้รับคืนภายใน 24 ชั่วโมง”) ทุกการตอบสนองต่อลูกค้าจะต้องได้รับการตรวจสอบโดยตัวแทนที่ได้รับอนุญาตก่อนที่จะส่ง AI เขียนร่าง มนุษย์ส่ง
คดีเล็กๆ สามคดี: ตามตัวเลข
กรณีที่ 1 — ความเป็นส่วนตัวได้รับการคุ้มครองโดยการไม่เปิดเผยตัวตน ในธนาคารแห่งหนึ่ง คำขอรับการสนับสนุน 20,000 รายการจะถูกแบ่งออกเป็นหมวดหมู่ ในขั้นแรกข้อความจะถูกเคลียร์จากชื่อ หมายเลขประจำตัว และหมายเลขบัญชี จัดรูปแบบเป็นรูปแบบ "ลูกค้า X" จากนั้นจึงมอบให้กับ AI ความแม่นยำในการจำแนกประเภทอยู่ที่ 91% และไม่มีข้อมูลส่วนบุคคลเข้าไปในเครื่องมือ หากระบุข้อความดิบ อาจมีความเสี่ยงต่อการละเมิดและการรั่วไหลของ KVKK
กรณีที่ 2 — การเสริมอคติ ในโทรคมนาคมแห่งหนึ่ง โมเดลการเลิกใช้งานจะทำเครื่องหมายลูกค้าอย่างเป็นระบบในภูมิภาคที่มีการรณรงค์เพียงเล็กน้อยในอดีตว่าเป็น "มูลค่าต่ำ" และไม่มีการส่งข้อเสนอไปยังภูมิภาคนั้น ความสูญเสียก็เพิ่มขึ้น ปัญหาไม่ได้อยู่ที่โมเดล แต่อยู่ที่ข้อมูลเอนเอียงในอดีตและนำไปใช้โดยไม่ต้องตั้งคำถาม หลังจากการทบทวน การตัดสินใจอยู่ภายใต้การดูแลของมนุษย์และการแบ่งเขตได้รับการแก้ไข
กรณีที่ 3 — ความมุ่งมั่นที่ไม่ถูกต้องในการตอบสนองของ AI ในบริษัทอีคอมเมิร์ซ AI ได้ผลิต "ผลิตภัณฑ์ของคุณจะถูกจัดส่งในวันพรุ่งนี้อย่างแน่นอน" เพื่อตอบสนองต่อข้อร้องเรียนของลูกค้า อย่างไรก็ตามเวลาในการจัดส่งคือ 3-5 วัน ตัวแทนได้แก้ไขร่างและส่งแล้ว หากร่างไม่ได้ถูกตรวจสอบ ความมุ่งมั่นที่ไม่ถูกต้องจะทำให้เกิดทั้งความไม่พอใจของลูกค้าและความเสี่ยงต่อชื่อเสียง AI แบบร่างไม่เคยส่งตรงถึงไคลเอนต์
พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง
พรอมต์ที่อ่อนแอ:
สรุปข้อร้องเรียนของลูกค้าเหล่านี้และเขียนคำตอบ[ข้อความดิบ: รวมถึงชื่อ หมายเลขโทรศัพท์]
สิ่งนี้จะให้ข้อมูลส่วนบุคคลแก่เครื่องมือตามที่เป็นอยู่และมีความเสี่ยงที่จะเกิดการผูกมัดที่ผิดพลาด
พรอมต์อันทรงพลัง:
บทบาทของคุณ: คุณเป็นนักวิเคราะห์ประสบการณ์ของลูกค้า ดำเนินการคำขอการสนับสนุนแบบไม่ระบุชื่อดังต่อไปนี้:- จัดเรียงคำขอแต่ละรายการเป็นหมวดหมู่ (การส่งคืน ด้านเทคนิค การเรียกเก็บเงิน อื่นๆ)- แยกธีมที่พบบ่อยและปัญหาที่พบบ่อยที่สุด 3 ประการ- หากถูกถามถึงร่างคำตอบ: แท็ก [การยืนยันของตัวแทน] แต่ละประโยคที่มีข้อผูกมัด (วันที่ จำนวนเงิน การส่งคืน); อย่าให้คำมั่นสัญญาอันหนักแน่น - หากคุณเห็นข้อมูลส่วนตัวในข้อความ เตือนอย่าดำเนินการ คำขอ (ไม่ระบุชื่อ): [ลูกค้า A: ... ลูกค้า B: ...]
ข้อความแจ้งอันทรงพลังบังคับใช้การทำงานกับข้อมูลที่ไม่เปิดเผยตัวตน ระบุข้อผูกพัน และคำเตือนเกี่ยวกับการรั่วไหลของข้อมูลส่วนบุคคล
เทมเพลตที่คัดลอกได้สี่แบบ
1) การจำแนกความต้องการ:
จัดเรียงคำขอการสนับสนุนที่ไม่ระบุชื่อต่อไปนี้เป็นหมวดหมู่เหล่านี้: [รายการ] ให้หมวดหมู่และเหตุผลหนึ่งประโยคสำหรับแต่ละคำขอ หากมีข้อสงสัย โปรดเขียน[UNCERTAIN] คำขอ: [ข้อความ]
2) การแยกธีม/ข้อมูลเชิงลึก:
จากความคิดเห็นของลูกค้าที่ไม่เปิดเผยตัวตนด้านล่าง ให้แยกธีม 5 อันดับแรก ความถี่โดยประมาณของธีมแต่ละธีม และตัวอย่างคำพูด การเพิ่มความคิดเห็นที่ไม่ขึ้นอยู่กับข้อมูล การตอบกลับ: [ข้อความ]
3) ร่างคำตอบ (เปิดเพื่อยืนยัน):
ร่างคำตอบอย่างสุภาพต่อการร้องเรียนที่ไม่ระบุชื่อด้านล่าง ติดป้ายกำกับแต่ละประโยคด้วย [CONFIRMATION] ซึ่งมีวันที่ จำนวน หรือสัญญาคืนสินค้า ระยะเวลาที่แน่นอน; ใช้ภาษาที่ปลอดภัย เช่น "เราจะแจ้งให้คุณทราบโดยเร็วที่สุด" การร้องเรียน: [ข้อความ]
4) การควบคุมความเป็นธรรมของส่วนงาน:
ตรวจสอบเกณฑ์การแบ่งส่วนต่อไปนี้: ลูกค้ากลุ่มใดที่อาจเสียเปรียบอย่างเป็นระบบ? ระบุแหล่งที่มาของอคติที่เป็นไปได้และข้อเสนอแนะในการควบคุม เกณฑ์: [ข้อความ]
แผนภูมิเปรียบเทียบ: การใช้ AI ใน CRM
ภารกิจ
บทบาทของเอไอ
เนื่องจากการรักษาความลับ
การตัดสินใจขั้นสุดท้าย
การจำแนกความต้องการ
ป้ายกำกับอัตโนมัติ
ไม่ระบุชื่อ
ทบทวนตัวอย่าง
การสกัดธีม
ร่างข้อมูลเชิงลึก
ไม่ระบุชื่อ
ความเห็นของนักวิเคราะห์
การทำนายการปั่นป่วน
คะแนน/ข้อเสนอแนะ
เป้าหมายที่ถูกต้องตามกฎหมาย
ผู้ชายตัดสินใจ
ร่างคำตอบ
ร่างข้อความ
ยกเว้นข้อมูลส่วนบุคคล
จะส่งตัวแทน
การตัดสินใจแบ่งส่วน
ข้อเสนอแนะ
การควบคุมความยุติธรรม
หน่วยธุรกิจ + การกำกับดูแล
ข้อผิดพลาดทั่วไป
- การให้ข้อมูลส่วนบุคคลแก่รถยนต์ในรูปแบบดิบ การประมวลผลข้อความที่มีชื่อ หมายเลขโทรศัพท์ และ TR ID โดยตรงถือเป็นการละเมิด KVKK และมีความเสี่ยงต่อการรั่วไหล
- การส่ง AI ตอบกลับไปยังลูกค้าโดยตรง คำมั่นสัญญาที่เป็นเท็จและข้อผิดพลาดด้านโทนเสียงทำให้เกิดความเสี่ยงต่อชื่อเสียง จำเป็นต้องมีการยืนยันจากตัวแทน
- ปล่อยให้การตัดสินใจเปลี่ยนใจ/เซ็กเมนต์เป็นโมเดล การตัดสินใจอัตโนมัติตอกย้ำอคติ ข้อเสนอแนะเป็นของแบบจำลอง การตัดสินใจเป็นของมนุษย์
- ยอมรับข้อมูลในอดีตโดยไม่มีคำถาม รูปแบบของการเลือกปฏิบัติในอดีตได้รับการสอนว่า "ถูกต้อง"; จำเป็นต้องมีการควบคุมความยุติธรรม
- การตีความหน่วยเมตริกโดยไม่มีบริบท ก่อนจะพูดว่า “ความพึงพอใจลดลง” ควรถามก่อนว่า ในส่วนไหน ช่วงเวลาไหน และเพราะเหตุใด
ข้อควรระวัง: ข้อมูลลูกค้าถือเป็นความเป็นส่วนตัวของคนจริงๆ วันหนึ่ง เพียงเพราะว่าเอาต์พุต "มีประโยชน์" ไม่ได้ปรับการประมวลผลข้อมูลของบุคคลนั้นโดยไม่มีการป้องกัน การจำกัดการเปิดเผยตัวตนและการจำกัดวัตถุประสงค์ถือเป็นข้อกำหนดเบื้องต้น ไม่ใช่พิธีการที่จะข้ามเพื่อความรวดเร็ว
โดยสรุป
CRM คือระบบที่รวบรวมปฏิสัมพันธ์ของลูกค้าไว้ในที่เดียวและมีข้อมูลส่วนบุคคลจำนวนมาก AI สร้างมูลค่าอันทรงพลังในการแบ่งส่วน การวิเคราะห์การเลิกใช้งาน และการประมวลผลข้อความ อย่างไรก็ตาม ความเป็นส่วนตัวของข้อมูลส่วนบุคคลต้องมาก่อน: การไม่เปิดเผยตัวตน การจำกัดวัตถุประสงค์ และการปฏิบัติตามข้อกำหนดของ KVKK ถือเป็นสิ่งสำคัญ การตัดสินใจเลิกใช้งานและส่วนต่างๆ มีความเสี่ยงที่จะเกิดอคติ ข้อเสนอแนะเป็นของแบบจำลอง การตัดสินใจเป็นของบุคคล การตอบกลับโดย AI ให้กับลูกค้าจะไม่ถูกส่งไปหากไม่มีการยืนยันจากตัวแทน AI เร่งความเข้าใจ นำความรับผิดชอบและความยุติธรรมมาสู่มนุษย์
งานสมัคร
ตั้งค่าสถานการณ์การวิเคราะห์การเปลี่ยนใจสำหรับบริการสมัครสมาชิก (1) จัดโปรไฟล์ลูกค้าที่ไม่ระบุตัวตน 5 โปรไฟล์ (การใช้จ่าย การโต้ตอบครั้งล่าสุด จำนวนข้อร้องเรียน) (2) มีการแบ่งส่วนและการตีความความเสี่ยงที่เกิดขึ้นอย่างรวดเร็ว (3) สอบถามด้วยการตรวจสอบความเป็นธรรมว่ากลุ่มใดอาจไม่ยุติธรรมกับอย่างน้อยหนึ่งกลุ่มที่สร้างโดยแบบจำลอง (4) ให้ AI ร่างคำตอบต่อการร้องเรียนที่ไม่ระบุชื่อและทำเครื่องหมายประโยคที่มีข้อผูกพัน (5) เขียนว่าคุณใช้ข้อมูลที่ไม่ระบุชื่อแทนข้อมูลดิบและฟิลด์ใดที่คุณปกปิด
รายการตรวจสอบ
- [ ] ฉันทำให้ข้อมูลส่วนบุคคลเป็นนิรนามก่อนที่จะมอบให้กับเครื่องมือ
- [ ] ฉันประเมินข้อจำกัดของวัตถุประสงค์และการปฏิบัติตาม KVKK
- [ ] ฉันตั้งคำถามถึงอคติและความเป็นธรรมในการตัดสินใจเลิกใช้งาน/กลุ่ม
- [ ] ฉันทิ้งการตัดสินใจไว้กับผู้คน แบบจำลองจัดทำเพียงข้อเสนอแนะเท่านั้น
- [ ] ฉันไม่ได้ส่งแบบร่างการตอบสนองของ AI โดยไม่มีการยืนยันจากตัวแทน
- [ ] ฉันยังทำเครื่องหมายประโยคที่มีคำมั่นสัญญาด้วย