विचार नेता

ग्राहक संदर्भ की कमी, जो उद्यम एआई की प्रगति रोक रही है

Derek Slager
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुविभिन्न प्रणालियों में बिखरे ग्राहक डेटा के कारण AI गलत निर्णय लेता है।
और देखें
  • विभिन्न प्रणालियों में बिखरे ग्राहक डेटा के कारण AI गलत निर्णय लेता है।
  • AI को वर्तमान इरादे पर कार्य करने के लिए रीयल-टाइम ग्राहक संदर्भ आवश्यक है।
  • विश्वसनीय ग्राहक संदर्भ उद्यम AI के लिए मूलभूत बुनियादी ढांचा बनता जा रहा है।

उद्यम एआई का विकास अधिकांश संगठनों की उसे विश्वसनीय ग्राहक संदर्भ उपलब्ध कराने की क्षमता से अधिक तेज़ी से हो रहा है।

चुनौती अब यह नहीं है कि क्या एआई सामग्री, सिफारिशें, भविष्यवाणियां या निर्णय उत्पन्न कर सकता है। चुनौती यह है कि क्या वे आउटपुट ग्राहक की सटीक समझ पर आधारित हैं।

कई उद्यमों में, ऐसा नहीं है।

संगठनों ने पिछले कई वर्षों में जनरेटिव एआई, एआई सहायक, भविष्यसूचक प्रणालियों और स्वायत्त कार्य प्रवाह में भारी निवेश किया है। फिर भी, इनमें से कई पहल अलग-अलग उपयोग मामलों से परे जाने या बड़े पैमाने पर लगातार व्यावसायिक मूल्य देने के लिए संघर्ष करती हैं। कारण अक्सर आश्चर्यजनक रूप से सरल है: एआई प्रणालियां ग्राहकों की पूरी समझ के बिना निर्णय ले रही हैं जिन पर वे कार्य कर रही हैं।

यह चुनौती पूरे उद्यम में दिखाई देती है। व्यक्तिगतीकरण इंजन अप्रासंगिक उत्पादों की सिफारिश करते हैं। ग्राहक सेवा सहायक अधूरे उत्तर उत्पन्न करते हैं। ग्राहक पलायन मॉडल वफादार ग्राहकों को गलत वर्गीकृत करते हैं। विपणन स्वचालन प्लेटफ़ॉर्म ऐसे संदेश ट्रिगर करते हैं जो बहुत देर से आते हैं या हाल के ग्राहक व्यवहार को प्रतिबिंबित नहीं करते हैं।

इन्हें अक्सर एआई समस्याओं के रूप में वर्णित किया जाता है। अधिक बार, वे ग्राहक संदर्भ समस्याएं हैं।

एआई एक खाली जगह में काम नहीं करता है। इसकी प्रभावशीलता उपलब्ध जानकारी की गुणवत्ता, पूर्णता और समयबद्धता पर निर्भर करती है। जब ग्राहक की पहचान अलग-अलग प्रणालियों में बिखरी हो, व्यवहार संबंधी संकेत बहुत देर से पहुँचें, या अलग-अलग अनुप्रयोग ग्राहक की परस्पर विरोधी तस्वीरों के आधार पर काम करें, तो एआई प्रणालियाँ अनिवार्य रूप से ऐसे परिणाम देती हैं जो वास्तविकता से कटे हुए लगते हैं।

अधिकांश संगठन पहले से ही अंतर्निहित संकेतों को रखते हैं। लेन-देन, इंटरैक्शन, वरीयताओं और व्यवहारिक डेटा के वर्षों का डेटा पहले से ही उनके प्रौद्योगिकी वातावरण में मौजूद है। चुनौती उन विभाजित संकेतों को विश्वसनीय ग्राहक संदर्भ में बदलने की है जिसका उपयोग एआई प्रणालियां लगातार कर सकती हैं।

विभाजित डेटा अधूरी ग्राहक समझ बनाता है

उद्यम संगठनों को आमतौर पर ग्राहक डेटा की कमी का सामना नहीं करना पड़ता। इसके बजाय, वे विभाजन से जूझते हैं।

एक ही ग्राहक एक ई-कॉमर्स प्लेटफ़ॉर्म में एक ईमेल पते के तहत, एक वफादारी प्लेटफ़ॉर्म में दूसरे के तहत, और एक सेवा अनुप्रयोग में बिना किसी स्थायी पहचानकर्ता के दिखाई दे सकता है। खरीद इतिहास, जुड़ाव व्यवहार, सहमति वरीयताएं, सेवा इंटरैक्शन और डिजिटल गतिविधि अक्सर पूरी तरह से अलग प्रणालियों में मौजूद होती हैं।

एक एआई मॉडल के दृष्टिकोण से, वे टुकड़े अक्सर अलग-अलग व्यक्तियों के रूप में दिखाई देते हैं।

प्रभाव महत्वपूर्ण हो जाता है जब एआई प्रणालियां संचालन निर्णय लेना शुरू करती हैं।

एक ग्राहक पलायन मॉडल एक वफादार ग्राहक को निष्क्रिय के रूप में वर्गीकृत कर सकता है क्योंकि उनके खरीद इतिहास का आधा हिस्सा दूसरी प्रोफ़ाइल में मौजूद है। एक सिफारिश इंजन अप्रासंगिक उत्पादों को प्रस्तुत कर सकता है क्योंकि ब्राउज़िंग व्यवहार और लेन-देन इतिहास कभी जुड़े नहीं थे। एक एआई सहायक अधूरे उत्तर उत्पन्न कर सकता है क्योंकि यह केवल ग्राहक संबंध के एक हिस्से तक पहुंच सकता है।

जैसे ही संगठन एआई को अधिक व्यापक रूप से तैनात करते हैं, इन मुद्दों को नज़रअंदाज़ करना लगातार कठिन होता जाता है।

कई उद्यमों का मानना है कि डेटा को एक वेयरहाउस में केंद्रीकृत करने से समस्या का समाधान हो जाता है। वास्तव में, केवल एकीकरण ग्राहक समझ का निर्माण नहीं करता है। यह पहचान संघर्षों को हल नहीं करता है, प्रणालियों में ग्राहक व्यवहार को जोड़ता नहीं है, और ग्राहक का एक विश्वसनीय दृश्य स्थापित नहीं करता है। एआई प्रणालियां अभी भी अधूरे या विरोधाभासी इनपुट पर काम कर सकती हैं।

भंडारण समझ नहीं है। जैसे-जैसे उद्यम एआई प्रयोगों से आगे बढ़कर एआई प्रणालियों को संचालन कार्यप्रवाह में शामिल करते हैं, यह अंतर अधिक महत्वपूर्ण होता जाता है।

विश्वसनीय ग्राहक संदर्भ एआई का मूलभूत बुनियादी ढांचा बन गया है

पहचान समाधान को पारंपरिक रूप से एक विपणन क्षमता के रूप में देखा जाता है। यह लगातार उद्यम एआई बुनियादी ढांचे का एक मूलभूत घटक बन रहा है।

लेकिन पहचान ही पर्याप्त नहीं है। एआई प्रणालियों को प्रभावी निर्णय लेने के लिए, उन्हें व्यापक विश्वसनीय ग्राहक संदर्भ तक पहुंच की आवश्यकता होती है। इसमें पहचान, व्यवहार संकेत, लेन-देन इतिहास, सहमति डेटा, जुड़ाव पैटर्न और प्रत्येक ग्राहक इंटरैक्शन के आसपास का व्यवसाय संदर्भ शामिल है।

पहचान समाधान एक महत्वपूर्ण भूमिका निभाता है क्योंकि यह निर्धारित करता है कि कौन से रिकॉर्ड आपस में असंबद्ध प्रणालियों में एक ही व्यक्ति से संबंधित हैं। उद्यम स्तर पर, इसके लिए नियतात्मक मिलान, संभाव्य मॉडलिंग और लगातार विकसित होने वाले पहचान ग्राफ़ का संयोजन आवश्यक है।

इसके बिना, एआई प्रणालियां ग्राहक स्थिति, व्यवहार और इरादे के बारे में सटीक रूप से तर्क करने के लिए संघर्ष करती हैं।

चुनौती वास्तविक दुनिया के वातावरण में और अधिक जटिल हो जाती है जहां ग्राहक अक्सर उपकरणों, ईमेल पतों, स्थानों और जुड़ाव पैटर्न को बदलते रहते हैं। केवल सटीक मिलान अक्सर महत्वपूर्ण अंतराल अनसुलझे छोड़ देता है। अत्यधिक आक्रामक मिलान शासन और विश्वास चिंताओं को जन्म दे सकता है यदि संगठन यह समझ नहीं सकते हैं कि निष्कर्ष कैसे पहुंचे गए।

परिणामस्वरूप, कई उद्यम संयुक्त दृष्टिकोण अपना रहे हैं जो नियतात्मक मिलान, मशीन लर्निंग, व्याख्येयता और अनुकूल पहचान ग्राफ़ को जोड़ते हैं जो ग्राहक व्यवहार के साथ विकसित होते हैं।

महत्वपूर्ण रूप से, संगठनों को एक सार्वभौमिक प्रोफ़ाइल के बजाय पहचान के संदर्भानुसार कई दृष्टिकोणों की आवश्यकता लगातार बढ़ रही है। विपणन टीमें पहुँच के दायरे और लक्षित ग्राहकों तक संवाद पहुँचाने की क्षमता को प्राथमिकता दे सकती हैं। लॉयल्टी टीमों को खाता-स्तर की सटीकता चाहिए। धोखाधड़ी-रोधी टीमें पूरी तरह से अलग सीमा के साथ काम करती हैं। एआई प्रणालियों को उन कार्यों के लिए ग्राहक संदर्भ की आवश्यकता होती है जो उनकी विशिष्ट संचालन आवश्यकताओं के अनुरूप हों।

यह एआई तैयारता के बारे में संगठनों के विचार को बदल देता है। उद्यम एआई को विश्वसनीय ग्राहक संदर्भ की आवश्यकता होती है जो लगातार अनुकूल हो सके और साथ ही व्याख्येय, सुशासित तथा विभिन्न प्रणालियों में सुलभ बना रहे।

वास्तविक समय ग्राहक संदर्भ आवश्यक है

ग्राहक पहचान को सफलतापूर्वक एकीकृत करने वाले संगठन भी अक्सर समयबद्धता की एक और सीमा का सामना करते हैं।

कई उद्यम परिवेश अभी भी विलंबित पाइपलाइनों और बैच-उन्मुख कार्य प्रवाह पर निर्भर करते हैं। ग्राहक प्रोफ़ाइल कई घंटों बाद अपडेट होती हैं। व्यवहार संकेत संबंधित क्षण बीत जाने के बाद आते हैं।

परिणामस्वरूप, एआई प्रणालियां अक्सर ग्राहक के वर्तमान इरादे के बजाय उसकी पुरानी स्थिति पर आधारित निर्णय लेती हैं।

यह विलंब ग्राहक अनुभव और व्यवसाय प्रदर्शन दोनों पर प्रभाव डालता है।

एक ग्राहक कार्ट छोड़ सकता है, लेकिन अनुवर्ती यात्रा अगली सुबह तक नहीं होती है। एक वफादारी सदस्य वेबसाइट पर वापस आ सकता है इससे पहले कि प्रोफ़ाइल अद्यतन प्रणालियों में प्रसारित हो जाए, जिसके परिणामस्वरूप एक सामान्य अनुभव होता है। सेवा एजेंट अक्सर ग्राहकों के साथ जुड़ते हैं इससे पहले कि हाल के व्यवहार संकेत उपलब्ध हों।

यही कारण है कि वास्तविक समय का बुनियादी ढाँचा लगातार अधिक महत्वपूर्ण हो गया है।

संगठनों को ऐसी प्रणालियों की आवश्यकता है जो पहचान ग्राफ़, व्यवहार संकेत, अनुमतियां और ग्राहक प्रोफ़ाइल को इंटरैक्शन होते समय अद्यतन कर सकें। एआई प्रणालियाँ उसी क्षण निर्णय तभी ले सकती हैं, जब अंतर्निहित ग्राहक संदर्भ उस क्षण को दर्शाता हो।

स्वायत्त एआई कार्य प्रवाह अधिक सामान्य होते जाने के साथ, प्रणालियों और चैनलों में सटीक ग्राहक संदर्भ बनाए रखना विश्वसनीय निर्णय और सुसंगत ग्राहक अनुभव दोनों के लिए आवश्यक हो जाता है।

साझा ग्राहक संदर्भ अधिक विश्वसनीय एआई बनाता है

उद्यम एआई वातावरण में एक और चुनौती जो उभर रही है वह असंगति है।

संगठन विपणन प्लेटफ़ॉर्म, ग्राहक सेवा अनुप्रयोगों, विश्लेषणात्मक उपकरणों, एआई सहायक और आंतरिक रूप से विकसित मॉडलों पर एक ही समय में एआई तैनात कर रहे हैं। कई वातावरणों में, प्रत्येक प्रणाली ग्राहक डेटा तक अलग तरह से पहुंचती है और पहचान, अनुमतियों और ग्राहक स्थिति की अपनी व्याख्या बनाए रखती है।

समय के साथ, विभाजित ग्राहक समझ एआई व्यवहार को विभाजित करती है।

उद्यम एआई प्रणालियां अधिक विश्वसनीय रूप से तब काम करती हैं जब वे विश्वसनीय ग्राहक संदर्भ की एक साझा परत के आधार पर काम करती हैं। इसका मतलब है कि एआई अनुप्रयोग उन्हीं पहचान ग्राफ़, ग्राहक प्रोफ़ाइल, व्यवहार संकेतों और शासन ढाँचों तक पहुँच सकते हैं, चाहे निर्णय कहीं भी लिए जा रहे हों।

परिणाम अधिक विश्वसनीय आउटपुट, मजबूत शासन और संगठन भर में अधिक संचालन संरेखण है।

उद्यम एआई का भविष्य ग्राहक संदर्भ पर निर्भर करता है

उद्यम एआई चर्चाएं अक्सर मॉडल, तर्क क्षमताओं और स्वचालन पर केंद्रित होती हैं। ये नवाचार महत्वपूर्ण हैं। लेकिन जब आधार मॉडल अधिक सक्षम और सुलभ होते जा रहे हैं, तो प्रौद्योगिकी का स्वयं एक विशिष्टता देने वाले कारक के रूप में महत्व घटता जा रहा है।

बड़ा प्रश्न यह है कि क्या एआई प्रणालियां ग्राहक की सटीक, जुड़ी हुई और निरंतर अद्यतन समझ पर काम कर सकती हैं।

इसके लिए पहचान समाधान, वास्तविक समय बुनियादी ढांचे, शासन और अनुकूल डेटा वास्तुकला में निवेश की आवश्यकता है। इससे भी महत्वपूर्ण बात यह है कि संगठनों को ग्राहक संदर्भ को संचालन संबंधी बुद्धिमत्ता की एक परत के रूप में देखना होगा जो पूरे उद्यम में एआई निर्णय लेने का समर्थन करती है।

अधिकांश संगठन पहले से ही अंतर्निहित संकेतों को रखते हैं।

उद्यम एआई में अगले नेता आवश्यक रूप से सबसे जटिल मॉडल वाली कंपनियां नहीं होंगे। वे ग्राहकों की सबसे विश्वसनीय समझ वाली कंपनियां होंगी।

क्योंकि एक एआई-संचालित दुनिया में, ग्राहक संदर्भ हर बुद्धिमान निर्णय का आधार बन रहा है।

डेरेक स्लेगर अम्पेरिटी के सह-संस्थापक और सह-सीईओ हैं, जहां वह कंपनी के उत्पाद और संचालन दोनों में एआई को प्राथमिकता देने वाले परिवर्तन का नेतृत्व करते हैं। उन्होंने अम्पेरिटी की सह-स्थापना विपणकों और विश्लेषकों को ग्राहक डेटा प्रदान करने के लिए की जिस पर वे भरोसा कर सकते हैं, और अम्पेरिटी के विश्वसनीय ग्राहक संदर्भ के पीछे पेटेंट प्राप्त पहचान मिलान तकनीक और वास्तविक समय प्रोफ़ाइल आर्किटेक्चर का निर्माण किया। इससे पहले, वह एपेचर की संस्थापक टीम में थे और बड़े पैमाने पर वितरित प्रणालियों और सुरक्षा में इंजीनियरिंग नेतृत्व भूमिकाएं रखते थे।