杜纳万特先生担任CSG的首席战略和产品官，负责开发、传达、执行和维持公司的战略计划。他在CSG工作超过20年，之前曾担任高级副总裁和全球产品管理负责人（2017-2020），在那里他为CSG的产品和服务制定了战略方向。他拥有深厚的行业知识和经验，曾开发过多个行业的企业SaaS软件，并是数字时代推动利润的最佳实践的作者和演讲者。杜纳万特先生拥有冈萨加大学的金融和管理信息系统学士学位，并从丹佛大学获得了国际商务的MBA学位。
在一场微小的竞争中，通信服务提供商（CSPs）正在寻找工具或实践来帮助他们领先一步。随着通信服务市场的收入预计将达到 $337 billion 的水平，显然有很多利益在争夺。为了探索 CSPs 如何在这个日益增长的市场中获得竞争优势和领先地位，让我们来看看与客户以他们的方式建立联系以及利用生成式人工智能（GenAI）来个性化这些交互的潜在影响。对于 CSPs 来说，终极目标是将潜在的客户问题转化为增强客户体验和驱动忠诚度的有意义的步骤。以前，CSPs 可以预测某人打电话的可能性，并且会有一个通用的、纯粹的反应解决方案。这些预测是基于大型、非特定的样本大小，并且不太个性化，客户被视为数字或需要解决的问题，而不是人。随着客户分析的演进（感谢人工智能），CSPs 可以比以往任何时候都更个性化，并根据客户的具体需求量身定制每次对话。打破一刀切的模式CSPs 不仅仅是客户旅程中的向导，他们是制图师和气象学家，告诉向导何时可以安全地旅行。CSPs 不能仅仅专注于客户旅程的一个小部分，而应该使用所有可用的工具来提供从开始到结束的良好体验。有了 GenAI、客户旅程分析和映射，CSPs 可以更无缝地上下文化他们的独特客户数据，并在客户意识到之前预测他们的下一步行动。通过这样做，他们可以提供个性化的体验，让客户回来并将他们与竞争对手区分开来。现在，GenAI 是基于在巨大的公共数据集上训练的模型，它们提供了有趣的信息，但这些信息对所有人都可用。为了真正获得有价值的见解，模型需要被增强到它们支持的行业。为什么这是相关的？因为 CSPs 有机会用他们的独特结构化和非结构化数据来完善这些模型，这些数据与他们的行业相关。这一更高级别的数据智能也将使他们能够与客户在更个人化的层面上进行互动。那么什么呢？这种方法的重大变化是，CSPs 不能仅仅满足于预测“什么”，即问题是什么；他们必须积极地领先于“那么什么”，找到问题的根源并探索如何解决它。例如，仅仅知道账单混乱是呼叫中心流量的主要驱动因素是不够的 – “什么” – 他们需要了解是什么导致了账单混乱 – “那么什么” – 以及如何防止它。通过这种积极的方法，值得记住，并非所有的摩擦都是坏的，如果你为此做好准备。然而，防止混乱将比为客户澄清账单更有价值。有了这种积极性，值得思考“那么什么”以及...
