利用 AI 解读数据，讲述引人入胜的故事
非结构化数据为挖掘全新客户见解提供了巨大的机会。如果企业能够将这些数据转化为易于理解的客户故事，便可以采取行动来帮助提高客户满意度并减少客户流失。
非结构化数据有很多。事实上，据估计，所有数据中有 90% 都是非结构化数据，而且其增长速度远超结构化数据。构成非结构化客户数据的文本、图像、音频和其他类型的内容，在 Discord、Reddit、Slack 和 X 等一系列平台上迅速增加。收集所有这些数据并将其转化为切实可行的见解可能颇具挑战性，但这样做带来的潜在优势值得我们为之付出努力。
我在担任 Google 用户体验工程师期间，亲眼见证了如何将生成式 AI 功能与客户数据相结合，以提升数字体验。我所在的团队非常出色，负责开发营销 Web 网页，包括 cloud.google.com 主页。我们的一些项目需要为销售团队和支持团队构建对话式用户界面，以实现 Salesforce 工单的部分自动化。通过半自动的支持响应，我们能够快速解决客户问题并让客户满意。
然而，对于大多数企业来说，客户反馈链已经断开，Sushidata 正努力解决这个问题。作为 Sushidata 的联合创始人兼首席执行官，我将与优秀的团队合作，帮助公司通过将 AI 应用于分析非结构化数据，来加深客户见解并改善客户体验。在公司迄今为止的发展历程中，我们汲取了一些重要经验教训，了解了应该集中精力关注哪些领域以及如何充分利用数据。
实现现有客户价值的最大化
关注现有客户的体验往往会产生最大的影响力。获取新客户所需的资源远远多于留住现有客户耗费的资源。虽然企业永远不会停止吸引新客户，但是满足现有客户的需求应该是首要优先事项之一。
通过从非结构化数据中挖掘见解，您可以及早发现潜在问题。例如，我们为客户收集的一些数据包括其客户的投诉，称不满意支持团队花那么长时间才解决他们的问题。我们目前正在开发一种警报 机制，该机制利用自然语言处理，通过必要的媒介（Slack、电子邮件甚至短信）向适当的团队发出警报。通过这个机制，我们的客户将能够在其客户投诉的问题，以免客户决定探索竞争解决方案。
同时，实时了解客户需求可以创造新的追加销售机会。如果客户在 Slack 上描述了一个特定的业务挑战，或在 Discord 上发布了一个功能请求，您也许能够提供满足其要求的解决方案。以下是一些值得思考的问题：当有人询问企业解决方案定价时，您应该怎么做？我的答案就是，与客户互动并尽可能帮助这位潜在买家。
利用 AI 的功能和优势
如何在海量客户数据中找到有价值的见解？需要通过 AI 来充分利用非结构化数据。利用大型语言模型 (LLM)，您可以从多个来源高效地收集客户数据，关联从不同地方获取的数据，统一跨平台的用户，分析数据以理解情绪，发现实时趋势，以及以视觉形式呈现新的见解。
如果没有 AI，这项工作几乎不可能完成。假设您希望将源自多个在线论坛的对话数据，整理成一个关于您产品的逻辑连贯的客户叙述。您不仅需要找到所有提及产品的对话，还需要一个上下文感知系统，能够识别众多消息之间的关系，将特定的信息关联起来，并生成一个合情合理的故事。鉴于人类沟通的微妙差别，以及常常模糊不清存在歧义，因此，即使是在对话 内容相互交织且沟通顺畅的情况下，这一过程也需要复杂精妙的 AI 功能和语境感知能力。
应对关键战略决策
如何实施 AI 提供支持的方法，从非结构化数据中获取客户见解？在开始利用这些丰富的数据之前，您需要做出一些重要决策并克服一些挑战。
收集
无论企业规模大小，Discord、Slack、X 和 Reddit 等社区平台通常都是挖掘客户情绪和反馈的绝佳场所。除了您的团队可能在这些平台上与客户进行直接对话之外，客户也会与其同行（即：潜在客户）讨论您的公司和产品，从而提供潜在的关键信息。
您需要确定使用哪一种技术，能够快速、高效地收集所有相关数据，同时遵守平台规则和数据隐私法规。Sushidata 使用 OAuth 来推动数据收集，而不是使用 Zapier，因为我们不希望用户连接到 Zapier 时遇到麻烦。我们特别关注每个数据来源，并确保尽可能快速、高效地连接到该来源。OAuth 是一个开放标准，让我们以及我们的客户能够从每个平台连接到 API。使用 OAuth，企业可以轻松访问客户信息，而不必陷入从公共论坛抓取数据的道德灰色地带。
统一
整合来自多个来源的数据是分析客户数据的最大挑战之一。一方面，您希望将所有这些孤立的数据整合在一起。但另一方面，您也希望了解哪些信息来自 哪个平台，以便能够在适当的地方采取行动。
Sushidata 会为每个来源平台分配 ID。如果想要深入了解某个产品问题、错误，或功能请求，只需单击一下即可直接转到来源。
存储
如果主要是收集文本数据，则可以使用传统数据库。Sushidata 使用 Cloudflare 的无服务器数据库，为每个租户提供单独的数据库实例，确保每个企业的数据与其他企业的数据相互独立。
如果要包含其他类型的数据，例如图像，则使用向量数据库（使相关数据存储在紧密关联的近距离数据库中）有助于提高性能。Cloudflare 开发人员平台让我们能够确定哪些数据应包含在向量数据库中。
此外，选择对象存储，例如 Cloudflare R2，有助于存储海量的各种数据，包括文本、图像、视频，以及日志和事件数据。
分析
如今，企业可以访问海量数据，但需要进行分析才能利用这些数据来做出明智的决策。AI 对于标记和分析所有这些数据，并生成切实可行的见解至关重要。
发现或构建适当的 AI 模型是关键。Sushidata 提供对多个 AI 模型的访问，让您能够灵活地探索可用的新模型。我们使用 Cloudflare Workers AI 进行嵌入和文本生成模型，这些模型在靠近用户的边缘运行。
借助适当的模型，您可以分析已收集的非结构化数据的上下文，然后进行多维情绪分析。当我自己与 Sushidata 联合创始人 Victor Sanchez 和 Victor Iisei 着手评估客户情绪时，我们希望做的不仅仅是评估顾客是否感到快乐或难过。还有很多其他情绪可以探索。
我们决定使用 AI 来进行五维情绪分析。这有助于我们的客户更好地了解其客户表达的是信心还是恐惧，困惑还是清晰等情绪。正确捕捉客户情绪，有助于更好地确定最佳行动方案。
可视化
在大多数情况下，使用客户见解的人并不是数据科学家，而是客户体验或社区管理团队的成员。您需要找到一种方案，以可视化的形式向这些人呈现见解，以便快速、轻松地传达信息。
借助适当的可视化功能，该团队承运可以立即了解您的公司是否收到了更多反馈、功能请求、错误报告或提及的其他问题。客户体验团队可以规划客户旅程，然后努力优化这些旅程。他们还可以使用可视化，与公司领导者分享见解。
安全性
保护客户数据并遵守数据隐私法规至关重要。为了保护个人客户的隐私，需要在数据收集过程中对数据进行去标识化处理，删除个人可识别信息 (PII)。还需要遵守平台的数据收集规则。如前文所 述，多租户对于保护数据安全至关重要。
如果您在训练自己的 AI 模型，则还需要确保输入到模型的数据没有遭到泄露或损坏。例如，我们已经看到，一些公司使用 Reddit 数据（包括公司员工与客户之间的对话）来训练生成式 AI 模型。它们计划将这些模型部署到论坛，代表公司来回答客户问题。但这些公司需要确保拥有干净、准确的数据。如果有人进入论坛并冒充用户，则基于这些数据的模型将无法提供准确、有建设性的回复。
展望 AI 对未来叙事的影响
将 AI 应用于分析非结构化数据，在更好地理解客户情绪方面有着巨大潜力，例如客户对产品的感受、遇到的问题等等。借助这些信息，企业可以采取行动来提高客户满意度、减少客户流失，并最终增加收入。
我们设想的未来是，您可以访问 Sushidata 并提问，“为什么我的用户要离开？”，然后让 AI 根据您提供的数据来讲述故事。故事载体可能是一个不断演变的图形或仪表板，只需单击“播放”按钮，即可帮助您以前所未有的方式解读数据。
诚然，实现这一愿景面临着一些挑战。整合来自多个来源的数据、分析这些数据、保护数据并生成引人入胜的故事框架，这些都是比较复杂的任务。但我们创立 Sushidata 的初衷，就是为了将这一愿景变为现实。
在帮助我们建立和管理平台方面，Cloudflare 发挥了关键作用。使用 Cloudflare 产品，我们能够成功地分类并分析来自在线论坛的数以万计的对话，从而将数据转化为逻辑连贯的客户故事。企业将利用这些故事来满足客户需求，并制定长期战略来实现现有客户价值的最大化。
Cloudflare 就影响当今技术决策者的最新趋势和主题发布了系列文章，本文为其一。
深入探讨这个话题
阅读《提高开发人员速度》电子书，进一步了解现代化应用开发的三个常见障碍，以及如何最大限度地提高开发人员的生产力。
作者
George Portilla - @georgeportilla
Sushidata CEO 兼联合创始人
关键要点
阅读本文后，您将能够了解：
分析现有客户数据可以带来哪些好处
为什么 AI 是释放非结构化数据价值的关键
将非结构化数据转化为切实可行见解的关键挑战与策略