近期,中国信息通信研究院(以下简称信通院)云计算与大数据研究所(以下简称云大所)正式发布《中国客户体验管理数字化转型发展报告(2020)》(以下简称报告)。
信通院是国家在信息通信领域最重要的支持单位、工业和信息化部综合政策领域主要依托单位。云大所是信通院面向互联网新技术、新产业、新模式、新业态设置的核心研究机构。此次报告旨在研究云计算、大数据以及人工智能技术对我国客户体验数字化管理转型的影响驱动,填补我国客户体验管理领域的空白。据悉该报告所历时8月,调研3000余家公司的客户体验相关人员,对客户体验管理数字化转型必要性、现状、挑战和发展趋势进行了深入分析。作为我国领先的客户体验管理平台,CusBridge为该报告提供了相关行业数据和实践案例。
客户体验是指企业产品和服务带给用户的整体感受。在产品同质化的时代,“体验经济”将大行其道,客户体验将超过价格和产品,成为客户做出决策的主要因素。随着移动互联网的普及、大数据和人工智能技术的应用,通过专业的数字化平台对客户在购买产品前、中、后的客户体验全旅程进行管理成为可能。
(客户体验全旅程)
报告援引Fortune研究数据指出:2018年全球客户体验管理(CEM)的市场规模为62.8亿美元,预计到2026年将达到239.1亿美元,在预测期内的年均复合增长率(CAGR)为18.5%。目前,我国的客户体验管理市场正处于爆发前夜。
在需求端,企业有意愿。随着我国经济迈入高质量增长阶段,企业的经营方式转向精细化运营。对增长的渴望,推动企业将客户体验上升至顶层设计。普华永道数据显示,良好的客户体验可以为产品/服务提供16%的溢价。在供给端,技术能支撑。随着云计算、大数据以及人工智能等底层技术的应用普及,专业的客户体验管理SaaS公司已经出现。目前,快消、零售、金融、电商行业等体验驱动的很多头部企业已经开始着手布局实施客户体验管理的数字化转型,形成了示范效应。
报告还对未来5年我国客户体验管理数字化转型的趋势进行了展望,为企业客户体验管理的战略拟定以及专业服务商的技术布局提供参考。
人工智能自然语言处理技术将为客户体验管理智能化提供重要支撑。企业在客户体验智能化的同时,也将关注为客户提供类人类体验。
从当前“可信云”评估来看,未来一段时间内客户体验相关的SaaS服务将涌现。同时,也需从服务质量、数据安全、智能化水平、运营能力、权益保障等方面对客户体验服务进行全面考察。
企业通过创造全渠道客户体验可以获得大量数据,利用数字化平台实现对客户体验数据的统一管理,将打破数据孤岛,丰富数据维度。
客户为自己对个人隐私和数据缺乏控制感到不安,信任成为影响消费者客户体验的一个关键要素。“可信云”将对企业客户体验管理数字化平台的用户数据保护能力进行综合考量,提升用户对云服务数据安全信任度。
从管理理念上来看,在客户旅程中主动获取客户体验反馈将成为未来的常态。从管理组织上来看,企业应建立统一协作的客户体验管理团队。
量化客户体验计划与业务收入之间的财务联系是各个行业执行客户体验战略的关键,需要借助数字化工具实现。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。