消費(fèi)者對(duì)企業(yè)可用信息的信任度急劇下降。幾乎85%的千禧一代不信任傳統(tǒng)廣告，其中70%依賴其他客戶的評(píng)論和推薦，其中當(dāng)然包括在線反饋。

許多企業(yè)不喜歡看他們的負(fù)面評(píng)論，也不知道如何應(yīng)對(duì)或回應(yīng)他們。但是，有82%的最佳公司表示，他們密切關(guān)注圍繞數(shù)字和技術(shù)的人類經(jīng)驗(yàn)。這意味著在您的評(píng)論上保留最新的標(biāo)簽。

Trustpilot首席產(chǎn)品官Ramin Vatanparast說：“最大的挑戰(zhàn)之一就是試圖利用這些反饋，并真正利用它來扭轉(zhuǎn)話題。”“例如，負(fù)面評(píng)論是企業(yè)與不滿意的客戶聯(lián)系并了解他們的問題出在什么方面，并試圖贏得他們的尊重，建立信任和信譽(yù)的絕佳機(jī)會(huì)。”積極的評(píng)價(jià)還為企業(yè)提供了重要的信息-它們不僅是輕拍，而且是確?？蛻舴?wù)和產(chǎn)品成功的非常準(zhǔn)確的晴雨表。

無論是評(píng)論，論壇中的評(píng)論，支持請(qǐng)求，還是您從客戶那里獲得的任何反饋，從技術(shù)角度來看，挑戰(zhàn)都是要擴(kuò)展所有文本(人們正在寫的東西以及ZenDesk的高級(jí)數(shù)據(jù)科學(xué)經(jīng)理克里斯·豪斯勒(Chris Hausler)說，這是關(guān)于您的公司的信息，并且了解核心主題。

“如果您是一家小型公司，每周要收到10到20條評(píng)論或支持請(qǐng)求，那么很容易有人就坐下來閱讀并理解客戶的觀點(diǎn)，” Hausler解釋說。“但是，當(dāng)您將其擴(kuò)展到成千上萬甚至數(shù)百萬個(gè)時(shí)，對(duì)于個(gè)人甚至一組個(gè)人而言，閱讀和理解所有這些文本就不再可行。”

那就是AI來的地方。自然語言處理有助于識(shí)別文本中的模式，了解人們正在談?wù)摰暮诵闹黝}，并為您提供一個(gè)視角，使您無法以這種規(guī)模的反饋?zhàn)鳛閭€(gè)人。

Vatanparast說：“最大的機(jī)會(huì)不只是這些評(píng)論的星級(jí)。”“它著眼于背景，并能夠利用工具和技術(shù)，使您了解這些星級(jí)評(píng)分背后的觀點(diǎn)，分析數(shù)據(jù)并改善業(yè)務(wù)。”

他說，另一個(gè)重要因素是客戶信任。

他說：“使用Edelman信任晴雨表時(shí)，您會(huì)注意到在線企業(yè)乃至在線數(shù)字平臺(tái)的總體信任度正在下降。”“與此同時(shí)，虛假評(píng)論給消費(fèi)者帶來了巨大的挑戰(zhàn)，他們現(xiàn)在需要確定什么是真實(shí)的，什么是假的。”

Hausler說，AI在這里確實(shí)也可以發(fā)揮作用，尤其是在規(guī)模方面。

他解釋說：“在偽造的評(píng)論方面，尤其是當(dāng)它來自機(jī)器人時(shí)，在交流方式上往往會(huì)出現(xiàn)明顯的跡象，這使其與人們撰寫評(píng)論的方式略有不同。”“在我們的Gmail帳戶中有很多類似垃圾郵件檢測(cè)的方式中，您可以訓(xùn)練您的AI來確定要獲得這些機(jī)器人評(píng)論的位置，然后將其移到一邊，這樣就不會(huì)誤導(dǎo)您和您的客戶。

欺詐檢測(cè)模型與為客戶提供標(biāo)記可疑內(nèi)容的能力相結(jié)合，使您可以保護(hù)客戶的反饋，并確保他們?cè)谄脚_(tái)中看到的評(píng)論盡可能合法。

“對(duì)于當(dāng)今任何組織而言，最大的事情就是圍繞信任及其代表的意義建立牢固的原則和價(jià)值觀，以便能夠公開談?wù)摬⒐蚕砥鋽?shù)據(jù)，并確保他們向消費(fèi)者提供的信息(包括評(píng)論)盡可能清晰，可信。”他說。