不可否认，2020年数据对于企业来说将更加重要，而获取数据的投入在不久的将来只会增加。普遍的共识是，世界上每10个组织中就有7个将在未来三年增加对数据的投资。但是，也要明白，采购数据只是完成工作的一半——利用这些数据获得真正有助于企业创造价值的见解，确实是一项艰巨的任务。从角度来看，每10个组织中就有7个会投资采购数据，但每10个组织中就有3个只能用庞大的数据来推动自己的行动。
考虑到大数据、人工智能和机器学习等术语带来的麻烦，很难把一个人误认为另一个人。然而，重要的是要理解数据和见解不是同义词——它们是方法论的所有方面，它们更广泛的目标是促进业务增长。公司可以使用数百万个数据点，但演绎这些庞大的数据，看透业务难点，才是真正的任务。在我看来，我们将看到当前的叙述主要是面向数据的，并将演变成如何使用数据的真正见解来构建有效的流程。所以，一句话，数据对于现代企业来说极其重要，但真正重要的是实际的意见。
DJ:一般来说，预测分析能达到什么效果？
萨哈(萨哈):
自古以来，人们对未来的事情都表现出无限的热情。此外，这种与生俱来的个性特征导致了许多成功(但不成功)的技术的发展，这些技术可以分析历史模式来猜测未来可能发生的事情。该预测已经发展了几十年，达到了可以在各种组织中成功实现以实现一系列业务目标的阶段。
预测的应用是多种多样的——从勤奋的风险评估和损失预防到销售预测、市场分析和财务建模，预测分析已被证明在预测未来可能的行为方面是成功的。例如，预测分析在医疗保健行业的使用将产生深远的影响。预测的使用可以提高诊断和治疗的准确性，同时大大有助于有效地管理手术。
这里必须提到的一个要点是，预测分析的潜力还没有完全实现，因为许多企业对其实际投资回报率的投资和怀疑感到气馁。然而，随着技术变得负担得起，预测分析变得更加主流，我们将看到它成为许多组织的标准(和其他流程)。
DJ:关于客户行为，你能得到什么样的见解？
萨哈：
他们在想什么？对他们有什么吸引力？我能做些什么来推动他们？只要有一个开放的市场，卖家就一直在用他们所拥有的一切去了解消费者的想法。得益于新技术，这种好奇心得到了缓解，虽然已经到了一定程度。
通过结合AI的机器学习、深度学习、消费者分析和传统行为科学，我们在理解消费者行为方面处于领先地位。
DJ:企业如何充分利用自然语言处理？
萨哈(萨哈):
组织现在正专注于以不同的方式进入消费者理解的新领域。如今，将分析限制在高度结构化的格式可以排除通话记录或社交平台中约80%的非结构化信息。这就是自然语言处理介入的地方。
在提供个性化触控的竞争中，NLP是机器与消费者对话的唯一方式。结合机器学习和深度学习，NLP超越了传统的基于规则的算法，可以处理与消费者交互的不同领域。
从人机交互到对话，NLP是企业发现深度客户洞察和机器翻译的必备工具。这不是NLP改变游戏规则的唯一用例。情感分析、认知分析、邮件过滤、语音识别正在深入企业，帮助企业保持和维持领先地位。然而，必须注意的是，人类的情感和经历在“真实”的互动中仍然非常重要。
DJ:哪种形式的自动化被证明对企业最有用？
萨哈(萨哈):
业务流程自动化无处不在——在工作场所转换低效且容易出错的任务。这是速度自动化引人注目的另一个领域。机器人自动化(RPA)加速了消费者的互动，更快地将产品推向市场，更快地满足合同要求。
聊天——一种能够增加销量、帮助广泛客户的活跃新媒体，就是一个特别明显的例子，也是NLP蓬勃发展的例子。如今，十分之五的消费者表示，他们更喜欢通过电话发送信息来解决他们的服务问题。因此，呼叫中心将是Chatbot发射革命的下一阶段。
自动化将成为企业不可或缺的一部分，以有限的人员实现效率最大化。使用RPA的认知自动化或智能自动化也预示着一个新的创新时代，将改变企业的运营模式。
标签：