與 Absolutdata 首席執行官就 AI 驅動的決策進行問答
已發表: 2019-02-15了解如何使用數據和分析進行有效決策需要隨著技術的發展而不斷發展——這在總部位於加利福尼亞的 Absolutdata 中並沒有丟失。 從 17 年前開始,為了創造可擴展的、數據驅動的影響,Absolutdata 已採用人工智能和機器學習作為其解決方案的一部分。
我們與 Absolutdata 的首席執行官 Anil Kaul 坐下來,詳細了解他們如何使用 AI 為客戶提供最好的服務。
ClickZ:Absolutdata 的想法從何而來?
Anil Kaul:自 2001 年開始,我們的目標一直是使用數據和分析通過建議為組織創造可擴展的影響。 過去,我們的重點更多地放在使用數據和分析即服務,為公司做出正確決策提供洞察力。
我們仍在這樣做,但我們現在已將 AI 和機器學習添加到組合中。 我們將人工智能與技術平台相結合,為銷售和營銷團隊提供數據驅動的建議和解決方案。
把它想像成一個用於決策的 GPS。 GPS 可以告訴你你在哪裡,你需要去哪裡,以及你應該走哪條路才能到達那裡。 這正是我們為銷售和營銷團隊所做的工作,提出正確的建議是其中最關鍵的部分。
CZ:是什麼讓 Absolutdata 與其他數據驅動的推薦軟件解決方案區別開來?
AK:今天有很多關於人工智能的炒作。 無論人們和公司是否使用它,他們都在談論它。
讓我們與眾不同的是我們實際上正在使用它。 五年前,在每個人都在談論它之前,我們朝這個方向邁出了一步。 我們遇到了問題,並將 AI 視為解決方案。 我們的與眾不同之處在於我們的經驗和專業知識,並且實際上擁有可以為企業主帶來真實結果的複雜 AI 解決方案。

在提出可以實際為企業產生影響的建議的同時,還需要大量的學習。 我們有一些公司的銷售團隊每週都需要推薦,所以我們的系統為他們創建了每週計劃。
我們還有其他公司需要知道他們應該開展什麼樣的營銷活動。 例如,我們可能有一個經常進行付費促銷的客戶。 我們擁有復雜的人工智能模型,可以使用真實數據為客戶提供優化的付費促銷日曆。 客戶可以使用該日曆作為計劃促銷的基礎,在他們認為合適的地方添加和減少內容,但他們有一個可靠的起點。
營銷團隊通常需要數週才能手動達到這一點,而我們的平台則需要 10 分鐘。 數據在那裡,模型在那裡,答案就在那裡。 我們可以為客戶提供完整的解決方案,使他們整體上更加高效和敏捷。
CZ:這在客戶端看起來如何?
AK:客戶可以訪問適合其瀏覽器的工具。 他們可以登錄並查看系統根據他們確定的偏好和要求做出的建議。 我們的目標是在正確的時間和地點提供建議,並讓客戶輕鬆推進。
本著這種精神,我們集成了客戶已經使用的許多工具,無論是 CRM 平台還是貿易促銷管理軟件系統等。只需單擊一個按鈕,就可以通過這些工具做出決定並執行建議它們已經到位,使整個過程無縫且高效。
在客戶方面,流程的一部分是他們接受或拒絕建議。 如果您考慮一個大型電子商務網站,它會為您可能想要購買的東西提出建議,消費者可能只會認為 30% 的建議是他們實際購買的東西。
在那種情況下,30% 就可以了。 在商業環境中,門檻要高得多。 我們的客戶無法承受他們 70% 的商業建議是糟糕的。 為了盡可能接近 100%,我們確保系統本身正在學習。
例如,如果客戶拒絕推薦,系統會從中學習。 下次它提出建議時,它會考慮被拒絕的建議以及被接受的建議是否成功,並自行進行微調和改進。
CZ: Absolutdata 真正讓您興奮的地方是什麼?
AK:我們從客戶那裡得到的情緒反應對我來說特別令人興奮。 我來自分析世界,它非常簡單,非常乾脆。
通過向客戶提供這些更好的決策建議,我們能夠激起興奮。 我們能夠為他們提供切實可行的方法來改善他們的業務,因此我們從他們那裡聽到的興奮是一種非常酷的體驗。 我們的工具讓我們的客戶對他們的業務有一種主人翁意識,許多人認為他們以前缺乏這種感覺。
就像我之前說的,我們也很高興能夠實施其他公司現在只夢想的技術。 我們已經能夠消除噪音和炒作並實際使用人工智能技術。
歸根結底,我真的很喜歡聽到我們的客戶有多喜歡使用我們的工具。 這給我帶來了極大的滿足。
CZ:我可以想像!
AK:絕對的。 我們正在使用人工智能和機器學習創建一個新類別的推薦系統,為我們的客戶提供切實的結果和好處。
這是令人興奮的部分,這就是我們能夠在銷售電話中說的話。 我們實際上可以指向我們的系統並指向成功的建議,並證明我們不是在編造。 這就是客戶最初信心的來源。
一旦他們自己實施,他們就可以看到它對自己有用,這對我們來說非常酷。
關於 Absolutdata 的快速事實
- 員工:400
- 成立年份:2001
- 總部:加利福尼亞州阿拉米達
- 客戶包括:阿迪達斯、優步、Godiva、Sprint、家樂氏、李維斯、歐特克、起亞
- Martech 景觀類別:商業/客戶智能和數據科學
