Как искусственный интеллект помогает улучшить опыт клиента в использовании косметики

Анализ информации потребителей с поддержкой ИИ (AICI) - следующий важный шаг в развитии сферы клиентского опыта (CX), (CX), маркетинга и разработки продуктов на основе анализа данных (как уже обсуждалось в этой статье). Среди возможных применений AICI, вероятно, самым интересным и наименее изученным является использование ИИ и данных социальных медиа для выявления неудовлетворенных потребительских нужд. Этот подход предназначен не только для улучшения качества продукции или услуг, но и для выявления возможностей для инноваций.

AICI помогает специалистам по CX и потребительской аналитике объединить онлайн и офлайн-данные и получить информацию, которая будет способствовать улучшению качества обслуживания, успешной работе с клиентами и даже повышению продаж и уровню маркетинга в масштабах всей компании. Чтобы перейти от традиционных подходов к исследованию обсуждений в соцсетях, нам по-прежнему нужен анализ высказываний в соцмедиа. Помимо этого, необходимы данные из опросов клиентов, типовые поисковые запросы пользователей и другие данные с веб-сайтов и прочих маркетинговых инструментов.

Но главный движущий фактор это ИИ, а точнее - машинное обучение.

Именно поэтому наиболее интересные разработки в сфере CX происходят на стыке ИИ с анализом потребительского поведения (см. нашу статью о растущей роли ИИ для понимания потребителей).

Передовым направлением в этой области является использование семантического ИИ и машинного обучения для обработки и визуализации мнений и действий потребителей. Вот, как может работать этот подход, и чего могут ожидать команды CX по мере того, как все больше поставщиков начнут использовать на своих платформах этот прогрессивный метод.

Вот пример из индустрии красоты:

Отличным примером использования этого подхода является индустрия красоты, где удовлетворенность и лояльность клиентов все больше зависят от приоритетов на устойчивое развитие брендов на всех этапах, начиная с поставщиков и их бизнес-практики, и заканчивая упаковкой товаров.

В данном случае основной задачей было изучение потребительского опыта в отношении экологичной упаковки и использования многоразовых емкостей - темы, важной как для самих брендов, так и для их розничных партнеров. Первоначальное исследование при помощи инструмента Topic Modelling позволило выявить такие запросы как «многоразовый дезодорант» и также обнаружило неудовлетворенные потребности, связанные с ситуациями, когда упаковка продукта ломалась или не соответствовала ожиданиям по прочности.

Более глубокое изучение конкретных упоминаний в соцмедиа и онлайн-сообществах с помощью инструмента Topic Modelling помогло специалистам обнаружить новые возможности для инноваций, например, предложить использование бамбука в качестве альтернативного упаковочного материала ввиду его прочности и биоразлагаемости. Получив новые сведения о CX в отношении существующих возможностей, специалисты смогли создать опрос с целью того, чтобы узнать, что думают потребители, и выявить их намерения в отношении покупки. Этот опрос подтвердил важность фактора экологичности при выборе продукта, что применимо не только к конечному потребителю, но и к сетям розничной торговли или, например, отелям, предлагающим эти продукты своим гостям. Исследование также показало, что треть потребителей приобрели бы многоразовый продукт из бамбука, если бы он присутствовал на рынке.

Лучшие потребительские инсайты создают изменения. Лучший CX начинается со внимания к желаниям потребителей. Более оперативная реакция на запросы достигается благодаря использованию ИИ, который может выполнить большУю часть сложной работы по выявлению потребностей, предложению вариантов, что позволяет командам находить решения до того, как один неудачный опыт бренда перерастет в тенденцию.