使用 AI 改善客戶體驗和客戶旅程編排

以客戶為中心的消息傳遞和體驗需要由 AI 管理的智能響應。 如果客戶沒有收到相關的電子郵件或其他通訊，他們只會選擇退出。

CRM 軟件公司 Pegasystems 的產品營銷經理 Matthew Camuso 在 MarTech 會議上表示：“目前，營銷失敗的程度超過了它的工作原理。” “如果你想想為什麼會失敗，那是因為我們推動的大部分內容，以及當我們推動它時，與消費者沒有真正的關係。”

他引用了一項針對 5,000 多名消費者的內部研究，該研究發現 68% 的消費者不相信品牌關心他們的需求。

如果品牌沒有使用人工智能工具智能地響應客戶的需求，他們通常依賴於發送給客戶群的預先打包的消息，細分為細分市場。 風險在於，這些細分市場中的許多客戶會發現信息無關緊要，並對品牌失去興趣。

閱讀下一篇：為什麼我們關心營銷中的人工智能

傳統細分中的風險

在傳統活動中，客戶群按人口統計、地理和其他類別劃分以創建細分，甚至是微調的微細分。 然後，營銷人員可以根據對客戶的了解添加規則，例如他們的財務狀況或他們在特定網頁上表達的興趣。 然後將預定的消息發送給這個固定的客戶組。

“歸根結底，您實際上只是想找到可以購買您產品的最佳人群列表，然後一旦獲得該列表，它就會小一些，但您可以跨渠道瞄準所有這些人，”卡穆索說。

他說，這種策略產生的銷售額比例很低，通常在 1%-2% 的範圍內。

“這可能會影響您的短期活動目標，這很好，但從長遠來看，我們如此專注於產品和銷售，這實際上會對我們的客戶關係造成影響，”卡穆索解釋說。

人工智能驅動的以客戶為中心的體驗

為了推動以客戶為中心的消息傳遞和體驗，人工智能可用於從所有渠道獲取客戶信號，更新客戶資料，然後提出與這些客戶相關的下一步最佳行動。

“你需要的是一個大腦，一個集中的決策機構，它可以為你的所有活動提供動力並將它們整合在一起，”卡穆索說。 “那個大腦會做的是從你的渠道收集關於客戶的數據，比如電子郵件、網絡或移動設備，然後將這些數據與你從客戶檔案或交互歷史中獲得的歷史數據，以及任何可能流入的數據相結合，實時。”

人工智能管理和授權的通信提供與個人相關的優惠或建議，而不是針對細分客戶列表的千篇一律的活動。

營銷人員還通過建立特定於其行業或產品的標準來參與人工智能決策。 例如，如果品牌是銀行，他們只能向 18 歲或以上的客戶銷售信用卡，並且該規則應添加到聯繫客戶的條件集中。

在這些更狹窄的條件下，人工智能可以根據客戶對行動的期望——在算法中指定為“P”值（傾向）——以及價值（“V”），得出下一個最佳行動對公司的訴訟或出售。

此外，人工智能將使用內部業務因素來做出行動決策。 例如，如果一種產品的庫存較低，人工智能可能會確定最好將另一種產品放在庫存較高的客戶面前，以便公司完成銷售。

獲取數字營銷人員所依賴的每日通訊。

處理中...請稍候。

訂閱

見條款。

人工智能驅動的客戶旅程編排

每一條有關客戶的新數據都會觸發 AI 重新計算分數，從而使所有消息保持最新和相關。 例如，信用卡購買可能會觸發及時的短信，甚至是來自現場代表的有用電話。

這些基於消息的下一步最佳行動是客戶體驗的重要組成部分。 但是，人工智能決策也可用於根據客戶資料中的更新信息構建為客戶量身定制的網頁和移動體驗。

此外，由人工智能驅動的以客戶為中心的方法可以使客戶旅程編排更加相關和有效。

傳統的客戶旅程是使用規則以直線繪製的，以將客戶從一個行動或階段推到下一個行動或階段。 當客戶（任何客戶）執行特定操作“X”時，他們會根據旅程的基本規則在流程中前進到另一個操作“Y”。

人工智能驅動的客戶旅程編排的不同之處在於，它可以保持以客戶為中心，並根據客戶檔案從大量對特定客戶有意義的選項中進行選擇。

當人工智能引導旅程時，它可以管理包含許多變量的更複雜的旅程，這些變量都是根據傾向進行評分的。 金融公司的一個很好的例子是抵押貸款，這是一個複雜的過程，有多個階段，基於許多個人數據點。

“最終，它只是試圖幫助客戶實現他們在那個階段所做的一切，”Comuso 說。 “當他們走到那一步時，我們從不試圖強迫他們進行下一步。 相反，我們會查看所有這些 [來自以前客戶的] 旅程，看看她在大局中的位置，然後使用實時決策和傾向建模。”

利用 AI 建模提供的規模，目標是讓每一次旅程或信息都新鮮且與當前客戶相關。 如果這個目標得以實現，客戶就會覺得該品牌確實關心他們的個人需求。

從被忽視到參與：通過 Vimeo 上的 Third Door Media 的始終在線營銷提供更好的客戶體驗。