Talkingdata:玩数据的专业队
2017 年 9 月 11日,由国内第三方移动数据服务平台——Talkingdata于京召开了第三届智能数据峰会。奇点大学执行总裁Kian Gohar 的发言,证实因为数据而使计算能力、人工智能、传感器等科学技术对各行各业进行着重大的改变。Talkingdataceo 崔晓波说到:“随着我们与奇点大学不断的深入交流,发现我们有很多共同的理念,并相信奇点大学很多创新方法、思维,其实对中国都适用。”
技术使数据灵活运用
当崔晓波谈及帮助客户去做数据算法时,客户告诉他自家数据情况很好。但当团队进入后发现很糟糕,并表示就算一年花几个亿、十几个亿在 IT上面,数据依然很烂。为此 Talkingdata 的咨询团队和数据供应团队在过去一年里做了锻炼,去寻找如何把客户数据导入 Talkingdata 的智能平台。崔晓波称:“让数据发挥价值是我们的方法论,不过怎么从数据科学的角度作出准备,如何对每家质量不同的数据做探索做不全,如何用数据帮企业做决策,简化业务人员的工作量,这些是我们致力的方向。”
Talkingdata善于利用擅长和核心,与某一个纵向垂直领域里比我们更懂、能把各种事情帮助媒体做落地的公司做结合。为此,今年 Talkingdata 将工具、数据、咨询三大模块齿轮结合作为首要研究对象,使它们能够更好的咬合并加速运转运用,Talkingdata产品副总裁闫辉针对 Talking Data 的产品升级说道“:为企业带来独立部署的完整版本,智能营销云企业版升级到了4.0。”
Talkingdata的平台重点升级点是在数据采集器方面,它会把合作方、第三桶数据注入到系统当中,把数据形成信息、知识在人本数据之上加入各种终端性的ID,构建 ID体系并在此基础上构建属性信息,补全各端口维度动作,构建模型用于开发更多不同场景的应用。比如通过数据连接器,在层出不穷的数据流量端、新型业态下,一键把企业和客户的行为接触数据整合并采集,最后注入到系统当中。除此之外,情感感知程序是与人的站、坐、卧等等出行方式直接相关,Talkingdata因此比较在意所有跟用户有接触的地方,我们都会去优先考虑做功能,以及客户的深入行为,跟他们模式判定的相关数据,为此会优先考虑处理并接入平台。
数据接入平台只是 Talkingdata 收集数据的方式之一,为了使数据更加鲜灵活现,用闫辉的话来说,聪明的做法好治理才能将数据转化为核心。而 Talkingdata最擅长的数据在终端类、行为类,但数据存在一些技术和业务人员不匹配的
矛盾,所以建立了把内部所有的ID识别,让他们互相认识的知识募集器。同时为了能科学的利用数据,今年还发布了一项优解技术——自动调参,系统会自动帮你找各种各样的参数值,迭代,最终反向吐给你一个最优解。
客户肯定数据应用的技术
在过去的一年中,Talkingdata 的培训体系有了长足进步,在今年产生了很多合作,其中不乏一些重量级合作。比如和高通的合作,是做幕后工作,产生有一系列芯片+云端数据的服务,而这些服务将在未来的无人车、增强现实以及智慧城市领域或许会得到应用。此外在医疗领域中与正大集团在医疗领域全面合作,目前已经在北京一些医院开始对慢性病,包括病人的生活习惯做了一系列的研究。崔晓波针对客户的合作说到: “我们的大数据产业基金积极布局大数据以及AI行业。过去一年我们投资了20 多家公司。”
竹间科技具有语言、图像三重人机交互技术,跟竹间科技的解决方案已经用在很多行业,目前在金融领域、券商、零售领域,都已经有合作案例;Aidriving 在汽车主动安全领域所涉及的关键 技术、核心算法等方面经验丰富,Talkingdata 为其提供有足够的技术、数据以及算法支撑,让它过渡成一家无人驾驶企业。Talkingdata在近期与禾略共同发布的“时势蓝图”大数据智能分析平台,将如何以客户为中心,利用大数据更好地获知并满足房地产客户需求,双方将继续深度合作,共同深挖数据,为房地产行业创造价值。
结束语:
日益覆盖的大数据内部蕴含有巨大的潜力和能量,显然已成为国家基础性战略资源。如今发展大数据已成为提升国家竞争力战略之选、打造经济层新动能的关键要素、驱动企业转型发展的重要引擎。可以说大数据已从政府、企业、社会中达成共识,如何利用期所带来的价值,将是任何层面如何发展的重中之重。
大会期间,崔晓波谈起创业时的想法说到: “六年前我们创立这家公司的时候定了这两句话,六年来从来没有变过。因为我们相信数据会改变企业的决策方式,也会改变人类的生活”。
在今天的商业环境下,用户对“产品”概念的定义正在发生改变:实体的物理产品本身,已经不再是唯一具商业价值的商品。“服务”,不再仅仅是处在业务链一端、可有可无的核心业务附属项目,其本身正在成为商品构成当中不可或缺的一部分,而且所占的价值比例正在逐渐增大。
Frost & Sullivan的一项数据调查显示:到2020 年,世界五百强企业当中,将有总量超过70%的企业提供的所谓“产品”,包含有差异化的用户服务内容,其中包括汽车行业、电子行业、能源、医疗……
当服务成为商品,那么对于所有的商业机构,都必须要回答一个问题:如何使自己所提供的服务更具有价值?
有一个关于营销的故事流传甚广:一个老太太去市场买水果遇到三个摊主。老太太问第一个摊主:李子甜不甜?商家回道:特别甜。但是老太太并没有马上就买。第二个摊主则问老太太,您这李子买给谁吃?老太太说,我儿媳妇怀孕了,想吃酸的东西。这时这位摊主对老太太说:老人家,我们的李子,左边是酸的,您可以给儿媳买;右边是甜的,您可以买给家里其他人吃。第三位摊主则主动迎上来:恭喜您马上要抱孙子啦!老人家,您知道吗,孕妇得多吃碱性水果,像香蕉、枇杷,还要补充叶酸,所以得多吃猕猴桃……老太太最后从第三家摊位买了更多的水果。
Frost & Sullivan 大中华区咨询总监郭铭认为,这个故事所强调的不仅仅是关于企业营销的故事,更多地,是在强调当今的企业所提供的客户服务应该遵循的原则和方法:倾听用户的声音,并通过综合用户的信息,发掘用户真正的需求,最终高效地为客户提供最具商业价值的产品。而对于商业机构来讲,只有这样的客户服务,才能对外发掘商机,对内构建出企业的核心竞争力。
知易行难,即便是如这个经典故事所述的简单营销场景来看,这个服务的过程就包含了:用户信息收集、需求分析和针对性服务等三个环节和过程。在今天这个
信息量难以计数的时代,如果说保证所有的信息能够被统一收集、管理、分析、应用,是一个 IT 难题;那么,在资讯传递方式繁复多样的情况下(除了电话、邮件等传统方式外,还有社交媒体、网络聊天、短信、移动应用、视频以及其他物联网自助服务……)选择一种合适的方式为用户提供服务,才真的有可能成为一道无解的难题。
“未来并不是自然而然发生的。”JeanMarc,genesys亚太区业务咨询负责人日前在一场演讲当中强调,数字化技术为企业的“针对性客户服务”提供了足够的想象空间,而企业需要做的,是在其数字化转型过程中,充分考虑企业用户联络中心的数字化进程,使其能够跟上并引领企业的整体业务数字化转型。“人工智能和机器学习将使这一过程更具有可实现性。”
Jean-marc 所说的,是在今年早些时候,Genesys在北美客户大会 CX17 Indy上发布的 G-NINE方案——一个在全渠道平台上,“通过混合人工智能 Kate,智能apps和主动客户接触来创造更完美客户体验”的企业联络中心解决方案。
“在数字化时代,最终消费者跟企业的沟通和交互渠道会非常多,他们在每个渠道上都会留下了自己的足迹,一旦留下足迹,就创造了很多数据,这就是人工智能的应用基础。”Jean-marc 在接受采访时强调,作为同时涵盖了 Genesys 应用自动化平台(GAAP)、聊天、知识中心、沃森虚拟座席、自然语言处理、小部件、预测性分析、机器学习等一系列功能的Kate,并非简单的平台、产品或者单一技术部件,其最大的价值在于从客户、员工和流程等方面,为企业构建一个基于服务的价值体系。
在最初级的应用中,Genesys 架构下的 AI聊天机器人被作为联络中心解决方案中的组件,由 Genesys 的智能路由引擎来进行控制。与真正的座席员一样。通过判断客户的意图,决定给出简单的答案,或者确定是一个销售机会,转给人工座席员去进行后续的处理。“在企业当中,AI主要是两个应用场景,简单的客户诉求,由AI 代劳,能够释放人工客服的资源,当自助服务无法满足客户需求时,AI能够成为信息的收集者。”这种方式可以被应用于网站、手机APP,还有即时通讯工具(例如微信客服等)。
利用 AI并非是要全部取代人工服务的价值。通过对用户数据的收集和分析,AI系统能够为每位用户进行画像,因此当一个客户发起一个交互之前,根据已经存在用户画像,AI实际上可以对客户的需求进行预判。
“我们在马来西亚一个银行客户的应用案例,就充分说明AI对于座席员的价值:当客户打电话到联络中心之后,人工智能会去做一些预测,预测客户这次致电的意图,想完成什么服务诉求,然后推送三个最有可能的选项给到座席员,帮助座席员去做后续的处理。”Jean Marc 认为,利用人工智能帮助座席员每一天的工作更简单,更容易,从而提高员工体验。
众所周知,AI需要数据的积累和算法的反复应用迭代。对于用户企业来讲,如果说利用机器人等简单成熟的AI技术是一个开始的话,那么经过几轮简单的AI应用,被收集到的大量数据就开始发挥下一步的作用:AI系统就会开始从不同的客户历程角度去分析这些数据,比如服务历程,购买历程,并把所有信息汇总在一起,分析判读客户在处理某种诉求时,往往是通过怎样的触点,什么沟通渠道,以及怎样的流程能够产生最优的结果。“Genesys可以用机器学习的方式,再结合智能引擎,把客户的交互选择在最合适的时间、以最合适的渠道、路由至最合适的资源处,达到最好的业务成果。”Jean Marc强调,优化业务流程是对 AI应用的最终极目标。
写在最后
作为最热门的IT应用,最近关于AI 在各个行业和领域的应用被探讨得非常多。而对于具体到“服务”这个领域,虽然被普遍认为是最容易获得效益,但是真正得到实践经验的并没有很普遍。原因也不难理解:服务不是一个新的业务范畴,要将 AI应用于这个领域,也需要对这个领域有充分的认识和积累,同时也要对不同区域、不同类型的用户有深刻的理解。