Indhold
- Kunstige neurale netværk (ANN'er)
- Deep Learning Algorithms
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Maskinelæringsbots og salgsautomatiseringsplatforme
- Hjælp mennesker med kundeoplevelse
- Konklusion
Kilde: Kirill Makarov / Dreamstime
Tag væk:
AI hjælper allerede virksomheder med salg, men er klar til at blive en endnu vigtigere aktør i verden af salg og kundeservice.
Kunstig intelligens (AI) bliver en vigtig aktør i salgsscenariet, før, under og efter at salget er afsluttet. Fra scavenging gennem big data, som intet menneske nogensinde kunne analysere, til fuldstændig automatisering af processen gennem intelligente, maskinlærende bots, AI er allerede kritisk til at styrke et brands marketingindsats.
Ofte kaldet "AI-revolutionen" tager introduktionen af computerbaserede løsninger til automatisering af salgsprocessen stadig sine første skridt. Vi er dog ikke så langt fra en verden, hvor selvstyrende script-systemer vil være en erstatning for menneskelig intelligens. Bare tag et kig på, hvor godt Google Translate nu er i stand til at forstå menneskelige sprog, eller hvordan målrettede annoncer fortsætter med at hjemsøge vores søgninger, som om der er en skjult "nogen" derude der virkelig kender vores smag.
Kunstig intelligens er bestemt bundet til at ændre salgsindustrien i fremtiden, men det påvirker den allerede på meget betydningsfulde måder. (Vil du lære mere om AI? Kontroller derefter, hvordan skal jeg begynde at lære om AI?)
Kunstige neurale netværk (ANN'er)
Kunstige neurale netværk (ANN'er) er den syntetiske reproduktion af en pattedyrshjerne: et stort netværk af sammenkoblede processorer, der fungerer parallelt. Ligesom en meget mere forenklet version af menneskelige neuroner, behandler disse computerenheder information, lærer af erfaringer og identificerer mønstre. Selvom de mangler fleksibilitet og evne til at tilpasse sig som biologiske grænseflader, kan ANN'er tage tidligere løste eksempler for at opbygge et system, der er i stand til at tage nye beslutninger.
En af de traditionelle anvendelser af ANN'er er at analysere historiske data indsamlet i regneark for at lave temmelig nøjagtige forudsigelser og salgsprognoser. Efter en kort "træningsperiode", hvor det neurale netværk lærer at bruge historiske problemdata, hvor resultaterne er kendt, er AI i stand til at genkende mønstre og levere løsninger og estimater.
Takket være denne evne kan de bruges til effektiv fordeling af markedsføringsressourcer og optimering af en virksomheds annonceringsindsats. Ved at fortolke en overflod af parametre som markedsføringsomkostninger og bruttofortjeneste, kan ANN'er bruges til at forudsige næste periodes salg med en relativt smal fejlmargin.
Deep Learning Algorithms
Kort efter, at vi har søgt online efter nogen af vores interesser, begynder mange annoncer for tæt beslægtede produkter at vises overalt. Dyb indlæringsalgoritmer begyndte allerede at scanne gennem big data for evigt at ændre en verden af automatiserede annoncer. Googles søgemaskine inkluderede altid en vis grad af automatisering af maskiner i form af algoritmer, men det er først for nylig, at dyb læring blev introduceret.
Drevet af højt avancerede neurale net analyserer de konstant information, der spænder fra talte smartphone-kommandoer til fotos og status på sociale netværk, og naturligvis spørgsmål om søgemaskiner. De besidder deres egen "intelligens", og da de er meget hurtigere og kan handle i meget større skala end mennesker, er de allerede i stand til at overgå os i denne opgave. Deres træningsproces slutter aldrig, men i de sidste par år har de været i stand til at lære så meget om vores adfærd, at de nu kan forudsige næsten hvert trin i den gennemsnitlige bruger.
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
Maskinelæringsbots og salgsautomatiseringsplatforme
Alle bots er programmeret til at finde den hurtigste, mest effektive måde at nå et mål på - i dette tilfælde automatiserer salgsprocessen. Maskinlæringsbots går ud over det, og lærer med tiden at optimere deres proces ved at indsamle data og info fra kunder. Men den største udfordring, som enhver AI skal møde, er at samle de data, der kræves for at træne algoritmerne. Og selvom giganter, der beskæftiger sig med praktisk taget uendelige mængder brugerdata, som Google, og dette muligvis ikke er et problem, for mindre virksomheder er det bestemt.
Ligesom Tesla slog Google i det selvkørende bilrace (ordspil beregnet), viste nogle ambitiøse og ressourcemæssige nye virksomheder som Growbots, at de lige startups måske har styrken til at konkurrere på samme niveau. Med en vækstmåned på 10 procent i løbet af en måned ændrer denne relativt nye forretning det udgående salgsscenario med en fuldt automatiseret platform, der er i stand til at analysere millioner af websteder hver dag for at udtrække data om både virksomheder og mennesker.
AI-kontrollerede bots kan nemt nå millioner af kunder, finde de rigtige til at kontakte, skrive opfølgninger og automatisere hele salgssekvensen. Ved at minimere deres markedsføringsomkostninger med disse smarte løsninger kan selv små og mellemstore virksomheder (SMB'er) nu konkurrere med de store spillere og deres enorme budgetter. Salesforce-integration og smarte deduplikationsfunktioner gør det muligt for mindre end enorme virksomheder at reducere deres arbejdsbyrde med op til 90 procent og spare dyrebare ressourcer såvel som medarbejdernes tid.
Hjælp mennesker med kundeoplevelse
Brugerengagement og kundeoplevelse er kritiske aspekter af processen efter salg. Eksisterende klienter er mere værdifulde end nye på grund af deres loyalitet og henvisninger. Både når de hjælper kunder eller sikrer nye kundeemner, kan næsten halvdelen af sælgerne imidlertid ikke forstå kundernes smerter og problemer. De mangler tillid til at afsløre deres problemer, hvilket fører til fumler og misforståelser, der i sidste ende får dem til at ødelægge forholdet til klienten.
For at opnå en smartere leadgenerationsproces kan AI simpelthen hjælpe mennesker på mange måder. AI kan analysere alle datapunkter i en salgsproces for at identificere de svage steder og skabe en omfattende, mere effektiv receptpligtig salgstilgang.Det kan grave i alle tilgængelige kundedata for at bestemme det rigtige tidspunkt eller dag for at ringe til et bestemt udsigt, såvel som denne persons interesser, ønsker og behov for at hjælpe salgsstyrketeams. En veletableret proces vil styrke sælgers tillid og øge deres chancer for at afslutte en aftale.
Maskinlæringsmotorer kan hjælpe menneskelige kundeserviceagenter ved at bestemme, hvem der vil betjene denne kunde bedst. Derudover kan AI-assisteret talegenkendelse hjælpe med at få vist nøgleord, der udløser vigtige serviceforbedringer, såsom at advare en manager til at hjælpe opkaldet, når ordet “vejleder” nævnes. (Lær mere om talegenkendelse i hvordan Natural Language Processing kan forbedre forretningsindsigt.)
I henhold til nyere undersøgelser hævder 70 procent af mennesker, at de ville være villige til at betale mere for et brand, hvis deres kundeservice ry er godt nok. Det er ikke nogen overraskelse, at AI ifølge de nylige prognoser inden for fem år vil administrere 85 procent af kundeforholdet.
Konklusion
Forbedret marketingautomation fører til større skalering, bedre resultater og reducerede omkostninger. Upraktiske opgaver håndteres allerede af selvforsynende maskiner, og nyere AI'er understøtter den menneskelige arbejdsstyrke hver dag ved at lette deres operationer.
Selvom nogle få medarbejdere i fremtiden vil miste deres job til robotter, kan den AI-udvidede salgsproces muligvis hjælpe vores samfund med at blive lidt mere retfærdig og lige. Faktisk kunne selv SMB'er, der ikke har råd til at ansætte hundredevis af ansatte, derefter konkurrere med de større virksomheder.
Imidlertid vil de ultimative modtagere af denne påståede revolution utvivlsomt være kunder, der vil nyde en meget glattere og mere fint skræddersyet købsoplevelse.