使用 AI 改善客户体验和客户旅程编排

以客户为中心的消息传递和体验需要由 AI 管理的智能响应。 如果客户没有收到相关的电子邮件或其他通讯，他们只会选择退出。

CRM 软件公司 Pegasystems 的产品营销经理 Matthew Camuso 在 MarTech 会议上表示：“目前，营销失败的程度超过了它的工作原理。” “如果你想想为什么会失败，那是因为我们推动的大部分内容，以及当我们推动它时，与消费者没有真正的关系。”

他引用了一项针对 5,000 多名消费者的内部研究，该研究发现 68% 的消费者不相信品牌关心他们的需求。

如果品牌没有使用人工智能工具智能地响应客户的需求，他们通常依赖于发送给客户群的预先打包的消息，细分为细分市场。 风险在于，这些细分市场中的许多客户会发现信息无关紧要，并对品牌失去兴趣。

阅读下一篇：为什么我们关心营销中的人工智能

传统细分中的风险

在传统活动中，客户群按人口统计、地理和其他类别划分以创建细分，甚至是微调的微细分。 然后，营销人员可以根据对客户的了解添加规则，例如他们的财务状况或他们在特定网页上表达的兴趣。 然后将预定的消息发送给这个固定的客户组。

“在一天结束的时候，你真的只是想找到可以购买你产品的最佳人选名单，然后一旦你得到那个名单，它就会小一点，但你会跨渠道瞄准所有这些人，”卡穆索说。

他说，这种策略产生的销售额比例很低，通常在 1%-2% 的范围内。

“这可能会影响您的短期活动目标，这很好，但从长远来看，我们如此专注于产品和销售，这实际上会对我们的客户关系造成影响，”卡穆索解释说。

人工智能驱动的以客户为中心的体验

为了推动以客户为中心的消息传递和体验，人工智能可用于从所有渠道获取客户信号，更新客户资料，然后提出与这些客户相关的下一步最佳行动。

“你需要的是一个大脑，一个集中的决策机构，它可以为你的所有活动提供动力并将它们整合在一起，”卡穆索说。 “那个大脑会做的是从你的渠道收集关于客户的数据，比如电子邮件、网络或移动设备，然后将这些数据与你从客户档案或交互历史中获得的历史数据，以及任何可能流入的数据相结合，实时。”

人工智能管理和授权的通信提供与个人相关的优惠或建议，而不是针对细分客户列表的千篇一律的活动。

营销人员还通过建立特定于其行业或产品的标准来参与人工智能决策。 例如，如果品牌是银行，他们只能向 18 岁或以上的客户销售信用卡，并且该规则应添加到联系客户的条件集中。

在这些更狭窄的条件下，人工智能可以根据客户对行动的期望——在算法中指定为“P”值（倾向）——以及价值（“V”），得出下一个最佳行动对公司的诉讼或出售。

此外，人工智能将使用内部业务因素来做出行动决策。 例如，如果一种产品的库存较低，人工智能可能会确定最好将另一种产品放在库存较高的客户面前，以便公司完成销售。

获取数字营销人员所依赖的每日通讯。

处理中...请稍候。

订阅

见条款。

人工智能驱动的客户旅程编排

每一条有关客户的新数据都会触发 AI 重新计算分数，从而使所有消息保持最新和相关。 例如，信用卡购买可能会触发及时的短信，甚至是来自现场代表的有用电话。

这些基于消息的下一步最佳行动是客户体验的重要组成部分。 但是，人工智能决策也可用于根据客户资料中的更新信息构建为客户量身定制的网页和移动体验。

此外，由人工智能驱动的以客户为中心的方法可以使客户旅程编排更加相关和有效。

传统的客户旅程是使用规则以直线绘制的，以将客户从一个行动或阶段推到下一个行动或阶段。 当客户（任何客户）执行特定操作“X”时，他们会根据旅程的基本规则在流程中前进到另一个操作“Y”。

人工智能驱动的客户旅程编排的不同之处在于，它可以保持以客户为中心，并根据客户档案从大量对特定客户有意义的选项中进行选择。

当人工智能引导旅程时，它可以管理包含许多变量的更复杂的旅程，这些变量都是根据倾向进行评分的。 金融公司的一个很好的例子是抵押贷款，这是一个复杂的过程，有多个阶段，基于许多个人数据点。

“最终，它只是试图帮助客户实现他们在那个阶段所做的一切，”Comuso 说。 “当他们走到那一步时，我们从不试图强迫他们进行下一步。 相反，我们会查看所有这些 [来自以前客户的] 旅程，看看她在大局中的位置，然后使用实时决策和倾向建模。”

利用 AI 建模提供的规模，目标是让每一次旅程或信息都新鲜且与当前客户相关。 如果这个目标得以实现，客户就会觉得该品牌确实关心他们的个人需求。

从被忽视到参与：通过 Vimeo 上的 Third Door Media 的始终在线营销提供更好的客户体验。