當人工智能被引入商業界時，就被寄予厚望，可以更好地滿足客戶需求，比如，人工智能可以徹底改變客戶體驗。數據獲取和成功管理是前進過程中的早期絆腳石，但現在，企業在管理數據和利用數據方面也越來越好。不過，用AI完善客戶體驗的愿景仍然幾乎遙不可及。

[[393189]]

為了實現這種更高階的人工智能，尋求進步的公司都在積極探索，除了吸收更多數據并更好地管理數據的典型方法之外，我們還需要考慮更多創新的方法。雖然不同公司和行業的數據成熟度差別很大，但我開始看到數據在前沿的轉型應用。公司可以使用這些創新的數據資產(或創建自己的數據資產)來推動更先進的人工智能。這類創新引入了以前不存在的數據，將洞察力作為數據使用，并觸及典型客戶旅程之外的數據。

新的數據源

公司正在尋找突破之法，尋找新數據源，創造新的數據，創造新的數據使用方法，滿足以前沒有考慮過的需求。

例如，一家名為Label Insight的公司直接從標簽中獲取食品和飲料產品的屬性。這不僅僅是物流數據，比如產品的大小和重量，還包括配料、營養和營銷聲明。現在，Label Insight為想訂閱的人提供了一個集中的資源，細化為各個維度。公司能用這些數據創建一個推薦服務，向消費者推薦產品，就像Netflix推薦看的節目一樣，那么根據用戶的營養需求建立每周菜單和購物清單的服務呢?

在醫療保健領域，Trialtrove是一個醫藥臨床試驗數據的來源，幾千個數據來源來提供最全面的試驗情報。制造新的數據，探索更多可能。

數據的洞察力

我們想到數據，就會想到從數據中獲取的洞察力。但是，當我們把洞察力當成數據的時候，會發生什么?當你收集到了關于某件事情的足夠多的洞察力，就有可能利用這些洞察力來得出更好的見解。知識圖譜可以展現數據中的見解和知識，但是，當數據量很大且有很多維度時，知識圖譜可能無法滿足需求，需要新的方法。

比如客戶洞察，通過使用廣泛的客戶洞察作為衍生數據，以期獲得更好的洞見。比如，客戶的360度視圖，這些數據可能包括個人屬性、客戶行為、社交和其他網絡數據、人口統計數據、個人偏好等。由此，我們可以得出一些洞察，比如與渠道互動的傾向和采用產品的傾向。當這些洞察本身被用作數據時，我們不僅能更好地了解客戶，還能更準確地預測他們的行為。隨著添加更多的信息，這種表述的準確性也會提高。有了這個解決方案，隨著數據的積累，你為接觸到合適的客戶所做的每一次有針對性的投資都會變得越來越可靠。

更廣泛的客戶旅程

一段時間以來，公司一直在研究并繪制客戶旅程圖。我們知道客戶體驗為王，所以從頭到尾了解客戶購買過程的所有信息是非常重要的。不要僅限于自己的公司的數據，暢想一下，結合其他公司的相關活動和購買數據來改善客戶體驗。

Journera就是一個幫助公司利用旅行者數據的旅游行業平臺的例子。例如，航空公司可以將一名旅客的租車和酒店住宿情況考慮在內。如果航班延誤，客戶的租車和酒店預訂可以快速簡單地修改，客戶的體驗是不是會更好?

這種解決方案可以有很多應用。當然，我們應該繼續獲取更多的數據，更好的數據，并對其管理進行不斷的改進。但如果我們能夠跳出舊有的數據獲取和管理模式，就存在新一代的可能性。隨著數字化進程不斷推進，有洞察力的數據將變得非常普遍，我們圍繞客戶旅程設置的孤島將不斷消失。這就是我們最初在了解到人工智能能做什么時設想的未來，而未來已來，我們只是需要一點額外的想象力來獲取它。