ما در زمانهای هیجانانگیز و نوآورانهای زندگی میکنیم که فناوری آیندهنگر به معنای واقعی کلمه در نوک انگشتان ما برای تأثیرگذاری بر تجارت است. اما برای طولانیترین زمان، کسبوکارهای کوچک و متوسط با آخرین روندهای فناوری که شرکتها قادر به بهرهمندی از آن بودهاند، خدمات رسانی نمیکنند. یعنی تا الان.
در این مقاله، این روندهای فناوری و تأثیر آنها بر تجارت در آینده را بررسی خواهیم کرد.
بنابراین، این فناوری «هوشمند» چه کارهایی می تواند انجام دهد؟ فقط 4 ماه پیش، یک ماشین هوش مصنوعی موفق شد یک امتحان ریاضی سطح دانشگاه را 12 برابر سریعتر از حد معمول یک انسان معمولی کامل کند. چگونه؟ از طریق هنر یادگیری ماشینی؛ جایی که رایانهها از طریق تجربه یاد میگیرند و بدون برنامهریزی صریح با آنها سازگار میشوند. که بر تجارت تأثیر خواهد گذاشت.
علاوه بر این، فیسبوک در اوایل سال جاری زمانی که چت رباتهای آن زبان خود را ایجاد کردند، تیتر خبرها شد. برخی از اخبار جعلی می گویند که مهندس پس از اینکه بیش از حد باهوش شدند، با وحشت از پریز برق کشیدند.
با این حال، حقیقت این است که برای اهداف فیس بوک، چت بات ها به جای توسعه دست کوتاه خود، باید به زبان انگلیسی بچسبند. با این حال، چت ربات های یادگیری ماشینی آنها زبان خود را خارج از برنامه نویسی صریح خود ایجاد کردند.
می خواهید همین الان تجربه مشتری خود را افزایش دهید؟
این حوزه در حال تکامل از علم کامپیوتر آینده کسب و کارهای خدماتی است و در حال حاضر بر نحوه زندگی و کار ما امروز تأثیر می گذارد. در واقع، شرکت تحقیقاتی Markets and Markets تخمین می زند که بازار یادگیری ماشینی از 1.41 میلیارد دلار در سال 2017 به 8.81 میلیارد دلار تا سال 2022 رشد خواهد کرد!
پس دست و پنجه نرم کنید زیرا این روندهای فناوری بر کسب و کار، از بازاریابی گرفته تا عملیات تا حقوق و دستمزد تأثیر خواهد گذاشت. در اینجا چگونه است:
بازاریابی با هوش مصنوعی و یادگیری ماشین هوشمندتر می شود
هوش مصنوعی و بازاریابی رسانه های اجتماعی
در آوریل 2017، Salesforce مطالعه ای بر روی رهبران بازاریابی در سراسر جهان انجام داد و نتایج شگفت انگیز بود. پاسخ دهندگان گفتند که انتظار دارند طی پنج سال آینده شاهد بهبود در کارایی و پیشرفت در شخصی سازی باشند. بیش از 60 درصد از بازاریابان همچنین استفاده از هوش مصنوعی را برای ایجاد صفحات فرود پویا، وب سایت ها، تبلیغات برنامه ای و خرید رسانه ای در نظر دارند.
با این حال، چیزی که مردم بیش از همه در مورد آن هیجان زده بودند، تأثیر بالقوه هوش مصنوعی بر گوش دادن به رسانه های اجتماعی و پرورش رهبران است. در آینده ای نه چندان دور، هوش مصنوعی به طور فزاینده ای پیچیده و ابزاری قدرتمند برای بازاریابی رسانه های اجتماعی خواهد شد.
در یک مقاله منتشر شده توسط تومدس، یک شرکت ترجمه مبتنی بر فناوری، هوش مصنوعی و فناوری یادگیری ماشینی، برقراری ارتباط بین زبانهای مختلف را بسیار آسانتر کرده است. بسیاری از شرکت ها شروع به استفاده از ChatGPT کرده اند تا مکالمه بین شما و مخاطبان چند زبانه شما راحت تر شود. برای کسب اطلاعات بیشتر در مورد اینکه چگونه ChatGPT ارتباطات را بهبود می بخشد، می توانید همه چیز را در این مورد بخوانید [پیوند].
اصلیترین روشی که هوش مصنوعی بر بازاریابی تأثیر میگذارد، پرورش سرنخها از طریق رسانههای اجتماعی است. اما چگونه؟ از طریق هدفیابی محتوای شخصیشده و بیدرنگ که 20 درصد فرصتهای فروش بیشتری ایجاد میکند. با روشهای هدفگیری رفتاری، هوش مصنوعی میتواند فرآیند پرورش را پیدا کرده و شروع کند، به عنوان مثال، یک پشته بازاریابی که از الگوریتمهای هوش مصنوعی استفاده میکند ممکن است متوجه شود که خریدار خاصی که صبحهای دوشنبه به لینکدین مراجعه میکند، اخیراً شروع به جستجوی یک ابزار CRM جدید کرده است.
سپس نرمافزار میتواند پستهای هدفمندی را پیشنهاد کند (یا حتی ایجاد کند) تا در روزها و زمانهایی که آنها را میبینند منتشر شوند: یکی که نیازهای آنها را از نرمافزار میپرسد و دیگری دنبالهدار با مقایسه اکوسیستم CRM.
در حال حاضر، بازاریابهای باهوشی که از گوش دادن اجتماعی به عنوان راهی برای پرورش سرنخها استفاده میکنند، پیشرفت لازم از هوش مصنوعی را ندارند، بنابراین زمانبر، دستی و نه در زمان واقعی است. بنابراین چگونه شروع به آماده شدن برای این نوع توزیع بازاریابی محتوای آینده می کنید؟
در مرحله اول، باید شخصیت های خریدار خود را به خوبی تعریف کنید. نگاهی دقیق به CRM خود، نکات زیادی را برای محتوایی به شما میدهد که سرنخهای واجد شرایطی برای پاسخدهی به دست میآورد. با برداشتن یک گام به عقب و تجزیه و تحلیل محتوای کانال خود (مانند ایمیل ها، تماس های تلفنی و پیام های رسانه های اجتماعی) شما شروع به دریافت اطلاعات درستی خواهید کرد که باعث می شود یک سرنخ برای برداشتن گام بعدی در مرحله دوم قیف فروش خود ایجاد کنید.
به عنوان مثال، یک مدیر اجرایی C-Suite ممکن است به بهترین وجه به کاغذهای سفید و اینفوگرافیک های مبتنی بر داده پاسخ دهد تا علایق خود را به اوج برساند، در حالی که یک بازاریاب همکار ممکن است برای یک مطالعه موردی تعاملی یا ویدیو مناسب تر باشد.
تنها راه برای به دست آوردن این نوع بینش ها این است که به پلتفرم CRM خود بپردازید و یک بررسی کامل از جزئیات مشتری انجام دهید - با استفاده از تجزیه و تحلیل معنایی برای درک سطح قصد خرید پشت کلماتی که مشتریان بالقوه شما استفاده می کنند.
نکته داغ: شروع به تجزیه و تحلیل خود از هم اکنون و ایجاد شخصیت های قوی برای پیاده سازی الگوریتم های هوش مصنوعی در رسانه های اجتماعی شما در سال 2018 و بعد از آن کلید خواهد بود.
بازاریابی و یادگیری ماشینی
به سادگی فراگیری ماشین در مورد درک داده ها و آمار است. این یک فرآیند فنی است که در آن الگوریتمهای کامپیوتری الگوهایی را در دادهها پیدا میکنند، سپس نتایج احتمالی را پیشبینی میکنند – مانند زمانی که ایمیل شما بسته به کلمات موجود در موضوع، پیوندهای موجود در پیام، یا الگوهای شناساییشده در فهرست، تعیین میکند که آیا یک پیام خاص هرزنامه است یا خیر. از دریافت کنندگان این یک مثال عالی از نحوه استفاده از یادگیری ماشینی در بازاریابی برای بهینه سازی کمپین های موفق است.
کسبوکارها همچنین میتوانند از یادگیری ماشینی برای افزایش فروش محصول مناسب، به مشتری مناسب، در زمان مناسب استفاده کنند. در سال 2018، بازاریابان برای درک نرخ باز شدن ایمیل، به یادگیری ماشینی ادامه خواهند داد – بنابراین دقیقاً می دانید که چه زمانی کمپین بعدی خود را برای افزایش نرخ کلیک و بازگشت سرمایه ارسال کنید. اتفاق بزرگ بعدی؟
ممکن است کوچک به نظر برسد، اما برچسبگذاری بلیط و مسیریابی مجدد میتواند هزینه هنگفتی برای کسبوکارهای کوچک باشد – هزینههایی که میتوان با یادگیری ماشینی صرفهجویی کرد. اگر یک استعلام فروش به طور خودکار به تیم فروش ختم شود یا یک شکایت بلافاصله در صف بخش خدمات مشتری قرار گیرد، باعث صرفه جویی زیادی در زمان و هزینه شرکت ها می شود و این همه با فناوری مدرن امکان پذیر شده است.
و در حالی که حل مشکلات در زمان بی سابقه و ارائه کمپین های ایمیل موفق عالی است، این فقط شروع است. در اینجا چه چیز دیگری باید انتظار داشت:
یادگیری ماشینی می تواند نتایج خرده فروشی را بهبود بخشد
آموزش ماشین (ML)، زیر مجموعه ای از هوش مصنوعی (AI)، ممکن است در ابتدا برای بسیاری از صاحبان و مدیران مشاغل خرده فروشی گیج کننده باشد. اما هنگامی که آنها یاد بگیرند که چیست، چگونه می تواند به نفع عواید باشد، و چگونه از آن استفاده کنند، به وسیله دیگری در زرادخانه افزایش فروش و سود تبدیل می شود.
اینفوگرافیک پیوست، یادگیری ماشینی در بخش خرده فروشی، یک نمای کلی همه جانبه از موضوع ارائه می دهد. با توضیحات ساده هوش مصنوعی و یادگیری ماشین شروع می شود. اساساً، هوش مصنوعی توسعه سیستمهای رایانهای است که میتواند وظایفی را انجام دهد که ما معمولاً به آنها فکر میکنیم که به ویژگیهای انسانی نیاز دارند.
به عنوان مثال، برنامه های کاربردی هوش مصنوعی از ادراک بصری، تشخیص گفتار، ترجمه زبان و ابزارهای تصمیم گیری برای تجزیه و تحلیل و حل مشکلات، سرعت بخشیدن به فرآیندها و حتی یادگیری استفاده می کنند.
یادگیری ماشین در دنیای خرده فروشی چگونه کار می کند؟ ML از آنچه به عنوان فناوری تجزیه و تحلیل پیش بینی شناخته می شود، استفاده می کند، که استفاده از داده ها، الگوریتم ها و تکنیک های یادگیری ماشین برای پیش بینی بر اساس داده های تاریخی است.
در بخش خردهفروشی، تجزیه و تحلیل پیشبینیکننده را میتوان برای فهمیدن اینکه مشتریان چگونه به کمپینهای مختلف بازاریابی و تبلیغاتی پاسخ خواهند داد و در آینده چه چیزی را خریداری خواهند کرد، برای هدف قرار دادن تبلیغات مربوط به مشتریان، و شخصیسازی پیشنهادات محصولات مرتبط که مکمل آنچه هستند، استفاده کرد. قبلا خریده اند این به کسب و کارهای خرده فروشی کمک می کند تا مشتریان فعلی را حفظ کرده و فروش خود را افزایش دهند.
با این حال، ML فراتر از بازاریابی است. ML به خرده فروشان کمک می کند تا فرآیندها را خودکار کنند، قیمت گذاری را تعیین کنند، انبار و موجودی را بهینه کنند، تجربه خرید شخصی تری ارائه دهند و منابع را مدیریت کنند. همچنین می توان از آن برای تجزیه و تحلیل تاریخچه اعتباری مشتریان آینده برای تعیین احتمال عدم پرداخت آنها استفاده کرد. ML می تواند برای کشف تقلب و افزایش کارایی لجستیک استفاده شود.
این احتمال وجود دارد که در آینده مزایای بیشتری پیدا شود. آیا زمان آن نرسیده است که از تمام دادههایی که اکنون در دسترس است با پرش به ML استفاده کنیم؟
تجارت الکترونیک به ارتفاعات جدیدی می رسد
شما در حال خرید یک عینک آفتابی جدید در آمازون بوده اید، پس قبل از اینکه متوجه شوید، فید فیس بوک شما با تبلیغات عینک متعدد و روندهای مرتبط برای تابستان پر شده است: این یادگیری ماشینی است. در واقع، این مثال از تجزیه و تحلیل داده ها بر اساس سابقه خرید کاربر یا رفتار خرید آنلاین، آینده تجارت الکترونیک است.
شرکتهای خردهفروشی همچنین در حال ردیابی تبلیغات یا تصاویری هستند که به احتمال زیاد از پیمایش در آنها خودداری میکنید، تا شما را با محتوای خاص هدف قرار دهند. به عنوان مثال، اگر همیشه روی تبلیغاتی کلیک میکنید که حاوی زنان شاد و متنی است، دستگاهی آن را بهعنوان محتوای ترجیحی ثبت میکند تا شما فقط با تبلیغاتی که با این توضیحات مطابقت دارند هدف قرار میگیرید.
ماشینها همچنین میتوانند زمان فعالیت شما را در فیسبوک، اینستاگرام، توییتر و/یا پینترست ردیابی کنند تا این تبلیغات را در زمان خرید بهینه به شما ارائه دهند.
سپس زمانی که زمان خرید فرا می رسد، یادگیری ماشینی برای کاهش خطر تقلب اعتباری در مشاغل کوچک اعمال می شود. چگونه؟ ماشینها از مجموعه دادههای تاریخی که حاوی تراکنشهای جعلی هستند، یاد میگیرند و میتوانند الگوهایی را شناسایی کنند که یک تراکنش متقلبانه معمولی را نشان میدهند - شبیه به روشی که ایمیلهای هرزنامه شناسایی و بازدارنده میشوند. یادگیری ماشینی شروع به تأثیرگذاری بر سایر بخش های قیف کسب و کار شما نیز می کند، فقط نگاهی به ظهور Chatbots بیندازید.
یکپارچه سازی چت بات ها
زمانی وجود داشت که چت ربات ها فقط به عنوان آفات دست ساز در اینترنت تصور می شدند، اما از طریق یادگیری ماشینی، هوشمندتر می شوند و کسب و کارها به طور انبوه از آنها استقبال می کنند.
در سال 2018 و پس از آن، چت بات ها نقشی کلیدی در آینده خدمات مشتریان خواهند داشت. چرا؟ رباتهای چت میتوانند به دستیابی به وضوح خدمات مشتری سریعتر و همچنین ارائه تاریخچه سریع هر مشتری برای خدمات مشتری بیعیب و نقص کمک کنند. و بهترین راه برای جذب مشتریان از طریق الف است chatbot.
چند مزیت کلیدی وجود دارد که چت بات ها نسبت به تعاملات صرفاً انسانی دارند:
- ارائه خدمات 24 ساعته به مشتریان: چیزهای بزرگ در مورد ماشین آلات؟ آنها نمی خوابند! همراه با این واقعیت که چت بات ها به اندازه کافی پیچیده می شوند تا احساسات انسانی مانند خشم، سردرگمی، ترس و شادی را تشخیص دهند. بنابراین، اگر یک ربات چت با احساسات منفی مشتری مواجه شود، میتواند به طور یکپارچه به یک انسان منتقل شود تا کار را به دست بگیرد و کمک به مشتری را تمام کند.
- دوران "در انتظار" بودن گذشته است: یک مانع بزرگ برای ارائه برتری در خدمات مشتری، زمان انتظار طولانی است. چند بار برای دریافت خدمات مشتری از Comcast (یا هر ارائه دهنده تلویزیون/اینترنت) تلاش کرده اید و به تدریج از زمان انتظار ناامید می شوید؟ همه اینها را می توان با چت بات ها از بین برد!
- دسترسی سریع به داده های مشتری خدمات را شخصی تر می کند: یکی از مواردی که انسان ها هرگز در آن بهتر از چت ربات ها نخواهند بود، هضم سریع داده ها و تاریخچه مشتری برای ارائه زمینه ای برای سوالات مشتری است. چت بات ها در جمع آوری داده های مشتری از تعاملات پشتیبانی برتری دارند. آنها می توانند به عنوان دستیار مجازی عمل کنند که می توانند داده های مشتری را به افسران خدمات مشتری شما ارائه دهند تا آنها به سرعت تاریخچه کامل هر حساب را داشته باشند. اگرچه ما درست در آغاز پذیرش چت بات هستیم، بدون شک این فناوری نقش کلیدی در موفقیت کسب و کار در سال 2018 خواهد داشت.
این ابزار نوظهور برای کسبوکارها در حال حاضر سرمایهگذاری قابل توجهی از سوی رهبران فکری در سراسر جهان دارد. در حقیقت، لری کیم، بنیانگذار Wordstream، تماماً در چت ربات ها حضور دارد زیرا شرکت خود را راه اندازی کرده است https://mobilemonkey.com/جایی که ربات هایش در حال حاضر در نسخه بتا هستند.
با این حرکت، جالب خواهد بود که ببینیم چگونه کسبوکارها از رباتها در سایر جنبههای کسبوکار خود استفاده خواهند کرد. روند نهایی که ما بررسی خواهیم کرد اتوماسیون و چگونگی تأثیر آن بر مشاغل امروزی است.
اتوماسیون
اگرچه یادگیری ماشینی و AI موضوعات داغ در دنیای فناوری هستند، به حدی نیست که مشاغل کوچک و متوسط بتوانند در آینده نزدیک از آن استفاده کنند. اما هنوز امیدی وجود دارد که آنها با اتوماسیون بر تجارت تأثیر بگذارند. این نوع فناوری که توسط Cloud پشتیبانی میشود، قبلاً جریانهای کاری و تعاملات بازاریابی و فروش را متحول کرده است، اما همچنین شروع به لمس بخشهای مختلف دیگر یک تجارت کرده است. مثلا:
اتوماسیون عملیات
هنگامی که در یک فروش مهم برنده شدید، باید محصول یا خدماتی را که قول داده اید به مشتری تحویل دهید. در حال حاضر این فرآیند برای اکثر مشاغل چگونه است؟ همه شما یک جلسه ابتدایی خواهید داشت و امیدوارید که تمام وعده هایی را که بازاریابی و فروش به مشتری خود داده است، پوشش دهید.
با این حال، با استفاده از اتوماسیون عملیات و یک CRM قدرتمند، میتوانید تعاملات را بخوانید و تمام نقاط تماس مشتری با شرکت شما را قبل از شروع تماس مشاهده کنید. این امر به همه مشاغل خدماتی در ارائه روابط عالی با مشتری و مدیریت انتظارات، یک شروع عالی می دهد. به این دسته از محصولات SaaS، Service Operations Automation یا به اختصار ServOps گفته می شود.
اتوماسیون حسابداری
اگر یک بخش سنگین برای ورود داده وجود داشته باشد، این بخش خواهد بود حسابداری (Accounting). مشکل این است که ما به عنوان انسان خطاپذیر هستیم و در ورود داده ها بسیار کندتر از ماشین هستیم. نوآوریها با فیدهای بانکی، طبقهبندی مبتنی بر قوانین و پرداختهای یکپارچه، حجم کار کارکنان دفتری و حسابداری را بهطور چشمگیری کاهش داده و به صاحبان مشاغل دسترسی به موقع به اطلاعات مالی دقیق کسبوکارشان داده است.
تحقیقات انجام شده توسط Xero نشان می دهد که تا سال 2020، اتوماسیون یک کسب و کار تاثیرگذار خواهد بود و در حسابداری رایج خواهد شد، و تعداد قابل توجهی از متخصصان مالی از سطح بعدی ابزارهای تحلیلی برای کمک به ارزش افزودن به مدل های کسب و کار در سراسر جهان استفاده خواهند کرد.
حقوق و دستمزد / اتوماسیون منابع انسانی
سرانجام، ابر و اتوماسیون به بخش حقوق و دستمزد و منابع انسانی آمد. این حوزههای مهم یک کسبوکار اغلب آسیب میبینند، زیرا کسبوکارهای کوچک به اندازه کافی بزرگ نیستند که بتوانند بخش منابع انسانی تمام وقت را بپردازند. جایگزین چیست؟
تنها تلاش پاره وقت بنیانگذاران و مدیران که اغلب می تواند منجر به خطرات جدی برای کسب و کار شود. برای مثال، factoHR و Zenefits بهطور خودکار فرمهایی را از طرف شرکتها به خدمات درآمد داخلی فدرال ارسال میکند. با فناوری جدید اتوماسیون، انطباق توسط پلتفرمها خودکار میشود و تلاش برای همگامسازی تأییدیههای زمان استراحت با موجودیهای PTO و فیشهای حقوق به گذشته تبدیل میشود.
تاثیر تجارت
در آینده ای نزدیک، شاهد ظهور فناوری بزرگی خواهیم بود که توسط ابر، اتوماسیون، هوش مصنوعی و یادگیری ماشین. این واقعاً آغاز عصر طلایی فناوری اطلاعات است و زمان آن فرا رسیده است که کسب و کارها نگاهی دقیق به سازمان های خود بیندازند و راه هایی برای شروع پیدا کنند. ادغام این روندهای فناوری همانطور که بر تجارت تأثیر می گذارند.
مقاله تجاری Impact و مجوز انتشار در اینجا توسط Ira Padilla ارائه شده است. در ابتدا در Supply Chain Game Changer در 21 دسامبر 2017 منتشر شد.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- منبع: https://supplychaingamechanger.com/how-ai-machine-learning-and-automation-will-impact-business-in-2018-and-beyond/