Старший вице-президент и генеральный директор сервиса продаж недвижимости Trulia Тим Корейя излагает на портале InformationWeek свое видение того, как искусственный интеллект и машинное обучение могут предоставить клиентам лучший пользовательский опыт, отталкиваясь от их поведенческого анализа.

Люди отличаются от прочих биологических видов тем, что их взаимоотношения строятся на эмоциональных связях. Человек нуждается в общении, следствием чего является сотрудничество, рождение новых идей и движение навстречу общим целям. Людям нравится, когда их слушают и понимают их потребности — это отправная точка для бизнеса, который пытается создать товары или предложить услуги, которые соответствуют этим потребностям. Бизнес стоит перед дилеммой: как в эпоху аутсорсинга и автоматизации это сделать лучше, как наладить связь с клиентом? Подобными средствами могут — и должны — стать ИИ и машинное обучение.

Несмотря на то, что при их упоминании у многих возникают образы бесчувственных роботов и холодных алгоритмов, эти инструменты могут помочь сделать бизнес более человечным. Технология должна служить определенной цели, технология ради самой технологии — бессмысленна. Компаниям следует подходить к применению ИИ и глубокого обучения осмысленно — не потому, что это модно или чтобы выделиться, а для создания более значимого опыта и решения ключевых задач своих клиентов.

Лучшие рекомендательные системы — те, которые понимают клиента

Персонализация и данные — это основа пользовательского опыта. Разные отрасли — начиная с розничной торговли и заканчивая автомобилестроением — могут углубить его несколькими способами. Например, компании все чаще применяют для нацеливания клиентов на определенные товары и услуги рекомендательные системы, которые пытаются предсказать, какие объекты будут им интересны, имея определенную информацию об их профиле. Тем не менее, такие системы не могут раскрыть свой потенциал из-за отсутствия понимания поведенческих мотивов клиента.

Мы даем своим клиентам более продуманные и персонализированные рекомендации, применяя систему глубокого обучения и «умной» обработки данных. Анализируя цифровое поведение человека, который ищет определенный объект недвижимости, она плавно переводит его из поисковой выдачи к сервису с индивидуально подобранными предложениями. Рекомендательной системе Trulia удается софрмировать их путем анализа элементов на странице сведений о недвижимости клиентов — каждому из них присваивается оценка, что приводит к наиболее релевантным результатам. Однако лучшей рекомендательной системой может считаться лишь та, которая предлагает персонализированный опыт.

Прогнозирование потребностей пользователей

Опасность персональных рекомендаций и других инструментов доставки контента заключается в том, что они могут перегрузить потребителя большим количеством информации. Чтобы этого не произошло, компаниям следует обратиться к поведенческим данным — они помогут лучше понять, с чем хотят взаимодействовать их клиенты. Обученные при помощи поведенческих данных модели машинного обучения помогают определить вероятность заинтересованности клиента на основании того, какие списки и рекомендации он видит, предоставляя ему нужную информацию в нужное время.

Целевые преимущества

Использование новых технологий и целевых продуктов способствует налаживанию более ценных и человечных связей с пользователями. Изучение поведенческого анализа при помощи ИИ и машинного обучения — это лишь один из способов, который придает пользовательскому опыту эмоциональную связь. Самым важным является поиск путей применения этих инструментов таким образом, чтобы они служили объединяющим мотивом команд и способствовали выполнению основной миссии организации.