人工智能如何消除虚假评论并扩大客户的声音(VB Live)

 
消费者对企业可提供信息的信任度急剧下降。几乎85%的千禧一代不信任传统广告，其中70%依赖其他客户的评论和推荐，其中当然包括在线反馈。
许多企业不希望看到他们的负面评论，也不知道如何处理或回应他们。但是，有82%的最佳公司表示，他们密切关注围绕数字和技术的人类经验。这意味着在您的评论上保留最新的标签。
Trustpilot首席产品官Ramin Vatanparast说：“最大的挑战之一就是试图利用这些反馈，并真正利用它来扭转话题。” “例如，负面评论对企业来说是一个很好的机会，可以帮助不满意的客户接触并了解他们的经验所带来的问题，并赢得他们的尊重，并建立信任和信誉。”
正面评价还可以为企业提供重要信息-不仅是轻描淡写，而且可以综合在一起，为您的客户服务和产品取得成功提供了非常准确的晴雨表。
无论是评论，论坛中的评论，支持请求，还是您从客户那里获得的任何反馈，从技术角度来看，挑战都是要扩展所有文本(人们正在写的东西以及ZenDesk的高级数据科学经理克里斯·豪斯勒(Chris Hausler)说，这是关于您的公司的信息，并且了解核心主题。
“如果您是一家小公司，每周要收到10到20条评论或支持请求，那么很容易有人就坐下来阅读并理解客户的观点，” Hausler解释说。 “但是，当您将其扩展到成千上万甚至数百万个时，对于个人甚至一组人来说，阅读和理解所有这些文本就不再可行。”
这就是AI的来历。自然语言处理有助于识别文本中的模式，了解人们所谈论的核心主题，并为您提供一个视角，使您无法以这样的规模获得作为个人的反馈。
Vatanparast说：“最大的机会不只是这些评论的星级。” “它着眼于背景，并能够利用各种工具和技术，使您了解星级评价背后的观点，分析数据并改善业务。”
他说，另一个重要因素是客户信任。
他说：“使用Edelman信任晴雨表时，您会注意到在线企业乃至在线数字平台的总体信任度正在下降。” “同时，虚假评论给消费者带来了巨大的挑战，他们现在需要确定什么是真实的，什么是假的。”
Hausler说，AI在这里确实也可以发挥作用，尤其是在规模方面。
他解释说：“在伪造的评论方面，尤其是当它来自机器人时，在交流方式上往往会出现明显的迹象，这使其与人们撰写评论的方式略有不同。” “在我们的Gmail帐户中有很多类似垃圾邮件检测的方式中，您可以训练自己的AI来确定获得这些机器人评论的位置，然后将其移到一边，这样就不会误导您和您的客户。
欺诈检测模型与为客户提供标记可疑内容的能力相结合，使您可以保护客户的反馈，并确保他们在平台中看到的评论尽可能合法。
“对于当今任何组织而言，最大的事情就是围绕信任及其代表的意义建立牢固的原则和价值观，以便能够公开谈论并共享其数据，并确保他们向消费者提供的信息(包括评论)尽可能清晰，可信。”他说。
要深入研究由AI驱动的评论平台如何工作以从评论中分类，标记和捕获情感，如何将负面评论转变为与客户建立联系的机会，以及如何实施完全安全的评论平台来捕获客户情绪，立即赶上VB Live活动!