当前位置:人工智能行业动态 → 正文

人工智能如何提升客户体验

责任编辑:cres 作者:Bob Violino |来源:企业网D1Net  2021-05-31 13:25:43 原创文章 企业网D1Net

许多企业似乎渴望采用人工智能和机器学习技术,其原因只是让他们的员工、客户和业务合作伙伴知道他们处在行业发展的前沿。
 
与此同时,许多企业正在寻求改善客户和渠道合作伙伴的体验,以提高品牌忠诚度,促进销售,并获得更多的市场份额。
 
有些企业找到了一种结合这些目标的方法,也就是使用基于人工智能的工具来改善他们为客户和业务合作伙伴提供产品、服务和支持的方式。以下介绍采用人工智能技术提升客户体验的两个应用案例。
 
G&J百事可乐:预测商店的产品需求
 
G&J百事可乐瓶装公司于2020年1月开始采用人工智能和机器学习技术,当时该公司与微软公司合作以更好地了解Microsoft Azure云平台中的人工智能和机器学习组件。
 
G&J Pepsi数字技术和业务转型副总裁Brian Balzer说:“在微软公司数据科学团队的指导下,我们花费一些时间了解环境和所需的技能,并开始在Azure机器学习技术中吸收各种数据组件以提供预期的结果。”
 
G&J百事可乐公司的执行团队在一年前已与一家数字技术公司进行合作,为其百事可乐产品提供预计的订单和商店货架进行优化。Balzer说:“这是由于我们提供的大量产品、品牌和SKU(最小存货单位)是为客户提供服务所需的大量人工劳动所驱动的。”
 
该公司拥有250多种SKU,通常这些产品中的大多数都在其客户的商店都有库存。该公司高级管理人员希望有一个自动化的订购机制,以加快订购流程,并改善结果。
 
Balzer说,该公司的订单编写者必须了解每个商店、消费者的购买行为、销售活动、促销、竞争对手的策略、天气变化等。他说:“所有这些都是根据员工自己的经验人工完成的。这些员工可能会很好地处理这些问题,但是这很耗时,并且非常依赖于其个人能力和经验。”
 
此外,这些员工可能需要很长时间才能掌握这些知识和技能。他补充说,“如果他们辞职呢?接手工作的员工必须重新接受培训并进行学习。”
 
重新排序过程通常是人工进行的,员工需要计算货架的空白空间。Balzer说:“开展这种工作的员工的大部分是从多年走访每家商店所获得的知识和经验。我们开始收集这些数据,并将其输入该平台内已构建的Azure 机器学习模型中。我们花费一些时间来调整这些模型,并通过管道传递更多的数据。”
 
随着各种类型的数据被输入到机器学习模型中,它们会生成预测的顺序。G&J百事可乐公司正在向目前为超市连锁商克罗格(Kroger)的商店提供服务的一线员工推出自动订购平台,并计划在未来几个月内将其提供给为超市连锁商沃尔玛公司在各地商店提供服务的人员。该公司正在寻求使用相同的技术来服务便利店和杂货店细分市场,并对货架进行优化。
 
Balzer说:“任何一家饮料公司面临的主要挑战之一就是确定在零售店的冷饮空间中要存放哪些产品。”他表示,这需要清楚地了解每家商店应该提供多少特定产品,商店冷饮区域的适当位置以及这些产品的潜在利润。
 
Balzer说:“这可能是一个复杂的公式,并且会改变市场。”例如,矿泉水和茶饮料在城市地区的销售比农村要更快,而对于能量饮料来说,其销售情况可能恰恰相反。开发适当的产品集并优化存储空间,这对于G&J百事可乐的业务成功至关重要。
 
该公司开发的机器学习工具冷空间分配器考虑到了所有变量,并为每个市场中的每个客户制定了优化的产品选择。Balzer说:“它还将提供一些产品在某些地区表现可能优于其他产品的建议,以替代销售速度较慢的产品。适当地进行产品优化以满足消费者需求,是产品的巨大市场优势。”
 
该公司还可以利用这些数据向客户展示哪些产品在最大程度上提高利润,哪些产品的需求量最大。
 
自从采用自动订购平台以来,G&J百事可乐公司的订购效率得到了显著提高。订单的编写时间从每家商店60分钟下降到大约10分钟。
 
Balzer表示,该公司在开始部署新技术时确实面临一些挑战。他说,“首先的事项是将工作重点放在流程上。如果在糟糕的过程中使用一项伟大的技术,那么每次都会面临失败。在采用新技术之前解决流程问题至关重要。我们花费一些时间与一线员工合作,以了解他们如何管理当前流程,获得支持并解决任何流程问题。”
 
例如,为了使预测性订单流程正常运行,该公司需要确保所有一线员工都以相同的方式为客户提供服务。Balzer说:“这意味着他们需要以相同的方式访问商店,首先确定之后备货,了解促销和销售活动等。他们还需要了解购买行为如何影响我们提供预测订单的能力,以及何时应该调整或不应该调整。”
 
G&J百事可乐公司还需要用户了解采用自动订购平台对他们更具价值的原因,如何使他们工作更高效,以及如何提高他们为客户提供服务的能力。员工对于采用这个平台可能影响他们的工作岗位有一些顾虑。
 
Balzer说:“我们需要让他们知道不会解雇他们。我们实际上是在简化他们的工作,让他们有时间为更多的客户提供服务,或花费更多的时间与商店管理人员一起专注于产品销售。由于他们有更多的时间与每个商店建立关系,他们将看到这些关系和品牌的增长带来的改善结果。”
 
Zipline公司:在最需要的地方提供医疗用品
 
Zipline公司的主要业务是通过无人机运输重要医疗用品的即时交付服务,其中包括血液、疫苗和个人防护设备。该公司采用的无人机在多个国家/地区飞行了500多万公里的里程,完成了11.5万次商业交付,其中包括向世界上一些偏远社区的医院和诊所运送物资。
 
该公司在美国设计、组装和运营其无人驾驶飞机系统,并且正朝着其美国无人机的FAA认证和旗舰认证迈进。
 
该公司数据团队负责人Matt Fay说:“从一开始,人工智能和机器学习或多或少就被Zipline公司所接受。我认为如果没有这些工具,就无法设计出智能先进的无人机机队。”
 
Fay表示,在Zipline公司的无人机每天飞行数百小时之前的早期阶段,开发智能行为所需的数据驱动方法更少,因为该公司缺乏使这些算法工作的数据集类型。他说:“直到我们开始在卢旺达每天提供运送医疗产品的飞行服务之前,我们已经为采用新工具收集了足够的数据。”
 
他表示,当时该公司有两个目的。他说:“首先,我们希望从本地工作流程迁移到云平台,我们在计算机下载和分析一批无人机的飞行数据,然后迁移到了云平台,
 
其次,Zipline公司希望构建一个分析环境,该环境具有强大的批处理功能和一个通用的协作工作区。该公司软件团队精通Python,因此部署了Jupyter Notebook,这是一个开放源代码Web应用程序,允许用户创建和共享包含实时代码、方程式、可视化和叙述文本的文档,并在Apache Spark分析集群上运行引擎。”
 
其关键组件是Databricks公司开发的数据科学和机器学习平台,该平台将基于云计算的可扩展计算环境与Zipline运营各个方面的数据流结合在一起,从飞行日志到维护,到跟踪每个配送中心零部件和库存的来源和状态,这些数据一应俱全。
 
Fay说,“由于Databricks公司开发的平台是一个共享的协作环境,因此我们能够在该平台上进行投资:构建用于批处理的实用程序集,维护最有用的数据可视化的图库,构建简单的教程和培训课程以适应新的团队成员的需求。
 
当大多数人想到‘数据民主化’计划时,他们通常会想到可以访问分析的仪表板平台。尽管这是强大的数据团队的重要组成部分,使用Databricks平台,我们已经能够使数据科学民主化,使我们公司的每个人都能够结合、探索、可视化Zipline平台的所有数据并采取行动。”
 
这种广泛可用的功能已经帮助Zipline公司提供更好的服务。Fay说,“客户及其服务的医疗系统依靠我们及时可靠地交付药物。实现这一目标不仅仅需要可靠的无人机,而在执行订单过程的每一步都需要足够的操作能力。”
 
紧急交付可能会因为各种原因而延迟,从人手不够到挑选和包装产品,到无人机电池耗尽。Fay说,“为了了解Zipline配送中心这一更大系统中的权衡和瓶颈,我们的团队构建了一个基于事件的模拟工具,对交付医疗产品的每一步都进行建模。”
 
他表示,如果不将该模拟调整为从Zipline的运营中获取的真实数据,该工具将毫无用处,并变得不准确。他说,“只有完成校准,我们才能提出并回答各种假想问题:‘开设三个新的交付地点将如何影响配送中心的准时率?如果将充电率提高10%,我们需要多少电池和充电器?调度无人机的最佳算法是什么?’”
 
Zipline公司发现,这个工具的见解几乎影响了团队每个成员。Fay说:“由于这个原因,加上不断校准和更新模型的方便性,我们选择将其托管在Databricks平台中。这使我们公司中具有不同需求的分析师可以看到相同的模拟结果,并对相关部分进行调查。”
 
对于Zipline客户及其患者来说,采用这项技术意味着更可靠地提供重要医疗物资。
 
版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

关键字:人工智能AI

原创文章 企业网D1Net

x 人工智能如何提升客户体验 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

人工智能如何提升客户体验

责任编辑:cres 作者:Bob Violino |来源:企业网D1Net  2021-05-31 13:25:43 原创文章 企业网D1Net

许多企业似乎渴望采用人工智能和机器学习技术,其原因只是让他们的员工、客户和业务合作伙伴知道他们处在行业发展的前沿。
 
与此同时,许多企业正在寻求改善客户和渠道合作伙伴的体验,以提高品牌忠诚度,促进销售,并获得更多的市场份额。
 
有些企业找到了一种结合这些目标的方法,也就是使用基于人工智能的工具来改善他们为客户和业务合作伙伴提供产品、服务和支持的方式。以下介绍采用人工智能技术提升客户体验的两个应用案例。
 
G&J百事可乐:预测商店的产品需求
 
G&J百事可乐瓶装公司于2020年1月开始采用人工智能和机器学习技术,当时该公司与微软公司合作以更好地了解Microsoft Azure云平台中的人工智能和机器学习组件。
 
G&J Pepsi数字技术和业务转型副总裁Brian Balzer说:“在微软公司数据科学团队的指导下,我们花费一些时间了解环境和所需的技能,并开始在Azure机器学习技术中吸收各种数据组件以提供预期的结果。”
 
G&J百事可乐公司的执行团队在一年前已与一家数字技术公司进行合作,为其百事可乐产品提供预计的订单和商店货架进行优化。Balzer说:“这是由于我们提供的大量产品、品牌和SKU(最小存货单位)是为客户提供服务所需的大量人工劳动所驱动的。”
 
该公司拥有250多种SKU,通常这些产品中的大多数都在其客户的商店都有库存。该公司高级管理人员希望有一个自动化的订购机制,以加快订购流程,并改善结果。
 
Balzer说,该公司的订单编写者必须了解每个商店、消费者的购买行为、销售活动、促销、竞争对手的策略、天气变化等。他说:“所有这些都是根据员工自己的经验人工完成的。这些员工可能会很好地处理这些问题,但是这很耗时,并且非常依赖于其个人能力和经验。”
 
此外,这些员工可能需要很长时间才能掌握这些知识和技能。他补充说,“如果他们辞职呢?接手工作的员工必须重新接受培训并进行学习。”
 
重新排序过程通常是人工进行的,员工需要计算货架的空白空间。Balzer说:“开展这种工作的员工的大部分是从多年走访每家商店所获得的知识和经验。我们开始收集这些数据,并将其输入该平台内已构建的Azure 机器学习模型中。我们花费一些时间来调整这些模型,并通过管道传递更多的数据。”
 
随着各种类型的数据被输入到机器学习模型中,它们会生成预测的顺序。G&J百事可乐公司正在向目前为超市连锁商克罗格(Kroger)的商店提供服务的一线员工推出自动订购平台,并计划在未来几个月内将其提供给为超市连锁商沃尔玛公司在各地商店提供服务的人员。该公司正在寻求使用相同的技术来服务便利店和杂货店细分市场,并对货架进行优化。
 
Balzer说:“任何一家饮料公司面临的主要挑战之一就是确定在零售店的冷饮空间中要存放哪些产品。”他表示,这需要清楚地了解每家商店应该提供多少特定产品,商店冷饮区域的适当位置以及这些产品的潜在利润。
 
Balzer说:“这可能是一个复杂的公式,并且会改变市场。”例如,矿泉水和茶饮料在城市地区的销售比农村要更快,而对于能量饮料来说,其销售情况可能恰恰相反。开发适当的产品集并优化存储空间,这对于G&J百事可乐的业务成功至关重要。
 
该公司开发的机器学习工具冷空间分配器考虑到了所有变量,并为每个市场中的每个客户制定了优化的产品选择。Balzer说:“它还将提供一些产品在某些地区表现可能优于其他产品的建议,以替代销售速度较慢的产品。适当地进行产品优化以满足消费者需求,是产品的巨大市场优势。”
 
该公司还可以利用这些数据向客户展示哪些产品在最大程度上提高利润,哪些产品的需求量最大。
 
自从采用自动订购平台以来,G&J百事可乐公司的订购效率得到了显著提高。订单的编写时间从每家商店60分钟下降到大约10分钟。
 
Balzer表示,该公司在开始部署新技术时确实面临一些挑战。他说,“首先的事项是将工作重点放在流程上。如果在糟糕的过程中使用一项伟大的技术,那么每次都会面临失败。在采用新技术之前解决流程问题至关重要。我们花费一些时间与一线员工合作,以了解他们如何管理当前流程,获得支持并解决任何流程问题。”
 
例如,为了使预测性订单流程正常运行,该公司需要确保所有一线员工都以相同的方式为客户提供服务。Balzer说:“这意味着他们需要以相同的方式访问商店,首先确定之后备货,了解促销和销售活动等。他们还需要了解购买行为如何影响我们提供预测订单的能力,以及何时应该调整或不应该调整。”
 
G&J百事可乐公司还需要用户了解采用自动订购平台对他们更具价值的原因,如何使他们工作更高效,以及如何提高他们为客户提供服务的能力。员工对于采用这个平台可能影响他们的工作岗位有一些顾虑。
 
Balzer说:“我们需要让他们知道不会解雇他们。我们实际上是在简化他们的工作,让他们有时间为更多的客户提供服务,或花费更多的时间与商店管理人员一起专注于产品销售。由于他们有更多的时间与每个商店建立关系,他们将看到这些关系和品牌的增长带来的改善结果。”
 
Zipline公司:在最需要的地方提供医疗用品
 
Zipline公司的主要业务是通过无人机运输重要医疗用品的即时交付服务,其中包括血液、疫苗和个人防护设备。该公司采用的无人机在多个国家/地区飞行了500多万公里的里程,完成了11.5万次商业交付,其中包括向世界上一些偏远社区的医院和诊所运送物资。
 
该公司在美国设计、组装和运营其无人驾驶飞机系统,并且正朝着其美国无人机的FAA认证和旗舰认证迈进。
 
该公司数据团队负责人Matt Fay说:“从一开始,人工智能和机器学习或多或少就被Zipline公司所接受。我认为如果没有这些工具,就无法设计出智能先进的无人机机队。”
 
Fay表示,在Zipline公司的无人机每天飞行数百小时之前的早期阶段,开发智能行为所需的数据驱动方法更少,因为该公司缺乏使这些算法工作的数据集类型。他说:“直到我们开始在卢旺达每天提供运送医疗产品的飞行服务之前,我们已经为采用新工具收集了足够的数据。”
 
他表示,当时该公司有两个目的。他说:“首先,我们希望从本地工作流程迁移到云平台,我们在计算机下载和分析一批无人机的飞行数据,然后迁移到了云平台,
 
其次,Zipline公司希望构建一个分析环境,该环境具有强大的批处理功能和一个通用的协作工作区。该公司软件团队精通Python,因此部署了Jupyter Notebook,这是一个开放源代码Web应用程序,允许用户创建和共享包含实时代码、方程式、可视化和叙述文本的文档,并在Apache Spark分析集群上运行引擎。”
 
其关键组件是Databricks公司开发的数据科学和机器学习平台,该平台将基于云计算的可扩展计算环境与Zipline运营各个方面的数据流结合在一起,从飞行日志到维护,到跟踪每个配送中心零部件和库存的来源和状态,这些数据一应俱全。
 
Fay说,“由于Databricks公司开发的平台是一个共享的协作环境,因此我们能够在该平台上进行投资:构建用于批处理的实用程序集,维护最有用的数据可视化的图库,构建简单的教程和培训课程以适应新的团队成员的需求。
 
当大多数人想到‘数据民主化’计划时,他们通常会想到可以访问分析的仪表板平台。尽管这是强大的数据团队的重要组成部分,使用Databricks平台,我们已经能够使数据科学民主化,使我们公司的每个人都能够结合、探索、可视化Zipline平台的所有数据并采取行动。”
 
这种广泛可用的功能已经帮助Zipline公司提供更好的服务。Fay说,“客户及其服务的医疗系统依靠我们及时可靠地交付药物。实现这一目标不仅仅需要可靠的无人机,而在执行订单过程的每一步都需要足够的操作能力。”
 
紧急交付可能会因为各种原因而延迟,从人手不够到挑选和包装产品,到无人机电池耗尽。Fay说,“为了了解Zipline配送中心这一更大系统中的权衡和瓶颈,我们的团队构建了一个基于事件的模拟工具,对交付医疗产品的每一步都进行建模。”
 
他表示,如果不将该模拟调整为从Zipline的运营中获取的真实数据,该工具将毫无用处,并变得不准确。他说,“只有完成校准,我们才能提出并回答各种假想问题:‘开设三个新的交付地点将如何影响配送中心的准时率?如果将充电率提高10%,我们需要多少电池和充电器?调度无人机的最佳算法是什么?’”
 
Zipline公司发现,这个工具的见解几乎影响了团队每个成员。Fay说:“由于这个原因,加上不断校准和更新模型的方便性,我们选择将其托管在Databricks平台中。这使我们公司中具有不同需求的分析师可以看到相同的模拟结果,并对相关部分进行调查。”
 
对于Zipline客户及其患者来说,采用这项技术意味着更可靠地提供重要医疗物资。
 
版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

关键字:人工智能AI

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^