[[337098]]

【51CTO.com快譯】

如今在數(shù)字化的時代，您如何理解數(shù)據(jù)并將其轉(zhuǎn)換為有效的業(yè)務(wù)決策，直接影響著企業(yè)的效益和發(fā)展。隨著人工智能(AI)和機(jī)器學(xué)習(xí)(ML)技術(shù)的不斷進(jìn)步，為我們更精確地理解數(shù)據(jù)創(chuàng)造了更好的條件。毫無疑問，這些模仿人類推理的技術(shù)可以積極地改變企業(yè)及其戰(zhàn)略。

數(shù)據(jù)驅(qū)動的個性化

任何企業(yè)都明白客戶個性化需求的重要性。數(shù)字接口無疑打開了個人偏好和自主選擇的大門。個性化選擇的業(yè)務(wù)越來越重要，這迫使許多公司將重點(diǎn)放在數(shù)據(jù)驅(qū)動的個性化度量上。

不僅是大企業(yè)，初創(chuàng)企業(yè)和小企業(yè)也越來越明白獲取相關(guān)數(shù)據(jù)以滿足訪問者需求的重要性。人工智能可以更深入地挖掘可用的用戶數(shù)據(jù)，并從中提取出相關(guān)的模式和見解，從而進(jìn)一步用于數(shù)據(jù)驅(qū)動的個性化決策。

為了更好的說明人工智能如何在商業(yè)運(yùn)營中實(shí)現(xiàn)個性化，舉一個星巴克的案例。這家全球咖啡連鎖品牌根據(jù)個人偏好、品味和客戶選擇的數(shù)據(jù)設(shè)計了40萬種不同類型的電子郵件。這種精心設(shè)計的個性化溝通可以為商業(yè)品牌創(chuàng)造更有吸引力的對話和服務(wù)。通過人工智能來解讀與客戶偏好和選擇相對應(yīng)的海量數(shù)據(jù)。

數(shù)據(jù)收集和以數(shù)據(jù)為中心

對于小型企業(yè)和初創(chuàng)企業(yè)來說，基于人工智能的數(shù)據(jù)收集和以數(shù)據(jù)為中心的個性化可能有點(diǎn)昂貴。但小型企業(yè)也可以采用類似的方法，在短期內(nèi)創(chuàng)建非常具體的面向數(shù)據(jù)的營銷活動，以促進(jìn)業(yè)務(wù)轉(zhuǎn)換和客戶參與。這種基于人工智能的數(shù)據(jù)驅(qū)動的宣傳活動也有助于提升公司的品牌形象。

對于B2B領(lǐng)域，業(yè)務(wù)轉(zhuǎn)換高度依賴于新的商機(jī)。B2B公司還需要在很大程度上依賴于聯(lián)系人數(shù)據(jù)，并通過lead generation(導(dǎo)引性銷售)有效地與他們聯(lián)系。大多數(shù)營銷人員都同意，基于B2B的企業(yè)在這樣做時會面臨巨大的挑戰(zhàn)。人工智能在簡化或者自動化lead generation過程中可以發(fā)揮巨大作用。

人工智能(AI)驅(qū)動的lead generation(導(dǎo)引性銷售)和contact tracking(聯(lián)系跟蹤)解決方案能夠分析客戶基礎(chǔ)、重要趨勢和新出現(xiàn)的模式。這些趨勢、模式、異常、特征和各種屬性可以為優(yōu)化網(wǎng)站和web應(yīng)用提供重要的見解?；谌斯ぶ悄艿膬?yōu)化見解，可以使用更好的編程語言、工具、功能和UI元素來產(chǎn)生更多的商機(jī)。

另一方面，基于人工智能的商業(yè)數(shù)據(jù)分析可以與大數(shù)據(jù)分析攜手合作。利用這種復(fù)雜和高度精辟的數(shù)據(jù)可以幫助企業(yè)發(fā)現(xiàn)理想的客戶。B2B企業(yè)可以借助AI工具分析用戶在網(wǎng)頁上的互動以及相應(yīng)的數(shù)據(jù)，從而產(chǎn)生最相關(guān)、最具可操作性的見解。

在大多數(shù)領(lǐng)先的分析解決方案中，為了讓業(yè)務(wù)更容易，都應(yīng)用了人工智能和機(jī)器學(xué)習(xí)技術(shù)。例如谷歌分析還可以提供高度精確的面向結(jié)果的報告。這類技術(shù)可以很容易地了解到流量減少背后的缺陷和漏洞，并提出解決問題的見解。

優(yōu)秀的分析工具

也有像Finteza這樣的優(yōu)秀工具，除了檢查一些關(guān)鍵問題和違規(guī)行為之外，還可以通過人工智能技術(shù)來持續(xù)監(jiān)控網(wǎng)站流量，從而提高數(shù)據(jù)安全性。因?yàn)橥ㄟ^檢測異常的流量，它們可以自動發(fā)現(xiàn)web應(yīng)用程序中的漏洞。

異常的網(wǎng)絡(luò)流量經(jīng)常由DDoS攻擊、網(wǎng)站cookie的操縱、黑客或假冒機(jī)器人的惡意程序所導(dǎo)致的。基于AI的lead generation(導(dǎo)引性銷售)解決方案也可以減少這些安全漏洞。

優(yōu)化用戶體驗(yàn)(UX)

人工智能以數(shù)據(jù)驅(qū)動的方式優(yōu)化了個性化的范圍，這奠定了人工智能在處理數(shù)據(jù)方面的主導(dǎo)地位，而且AI在優(yōu)化網(wǎng)頁設(shè)計和改善用戶體驗(yàn)(UX)方面也非常有效。

用戶行為分析

AI通過分析用戶行為和交互數(shù)據(jù)以及用戶反饋來實(shí)現(xiàn)這種優(yōu)化和改進(jìn)。特別是機(jī)器學(xué)習(xí)程序，在從用戶行為中學(xué)習(xí)并相應(yīng)地調(diào)整各種交互元素，從而起到非常有效的作用。

后臺運(yùn)行的AI和ML程序收集了大量與真實(shí)用戶行為相對應(yīng)的數(shù)據(jù)，將不足和改進(jìn)需求實(shí)時反饋給企業(yè)。基于ML的程序還可以對用戶體驗(yàn)屬性進(jìn)行即時調(diào)整，以獲得更好的參與度。

除此之外，值得一提的是AI在提高A/B測試效率方面的巨大作用。在A/B測試過程中，人工智能和機(jī)器學(xué)習(xí)能夠提供關(guān)于用戶需求和偏好的重要見解，從而對UI和UX采取進(jìn)一步的增強(qiáng)措施。

基于這樣的分析，登錄頁面可以根據(jù)用戶的興趣和偏好減少表單字段。

生物特征數(shù)據(jù)

與web應(yīng)用程序直接交互對應(yīng)的生物特征數(shù)據(jù)可以幫助開發(fā)人員和營銷人員獲得更多可操作的見解。

生物特征數(shù)據(jù)與人工智能和機(jī)器學(xué)習(xí)技術(shù)相結(jié)合，為改善用戶體驗(yàn)提供了新的可能性。

在一些復(fù)雜的解決方案中，大多數(shù)都是借助人工智能和機(jī)器學(xué)習(xí)的結(jié)合。比如跟蹤用戶的眼球運(yùn)動。

還有一些服務(wù)可以跟蹤面部表情，以評估用戶在不同語境下的反應(yīng)。這些服務(wù)可以提取最直觀的用戶數(shù)據(jù)，并產(chǎn)生最有價值的見解，可以用于網(wǎng)站的用戶體驗(yàn)設(shè)計和性能優(yōu)化。

結(jié)論

從這一趨勢來看，從今年開始，基于AI和ML的數(shù)據(jù)分析以及以數(shù)據(jù)為中心的商業(yè)應(yīng)用優(yōu)化，將會占據(jù)更大的主導(dǎo)地位。有了這兩種技術(shù)，所有的設(shè)計、開發(fā)和優(yōu)化決策都將有更大的把握。

原文標(biāo)題：How Can AI and ML Transform the Way We Read and Understand Data，原文作者：Atman Rathod

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】