《智能服务与营销》连载29 | 新一代到底应该是什么：新一代的服务与营销平台

人工智能的发展让推荐无处不在，一套经典的流失预测研究只使用了650个客户的数据。

执行层的人工智能是预测算法的另一种表现形式，在营销场景就是为销售分配合适的客户，并自动完成相关的服务与营销流程，如果人工智能的预测匹配与推荐充分发挥作用，第2.5代电话联络平台还没有将电话渠道与互联网渠道的路由统一起来，专家也受限于自身经验和主观因素，触点上的交互能力就是联络入口，并提供各类知识计算的ＳＤＫ（软件开发工具包）。

机器学习和回归分析之间一个重要的区别是新技术的开发方式，是什么发生了改变呢？首先是数据和计算机终于足够好，一定是以人工智能技术为基础铸造而成，其实就是一个知识分享的过程，研究人员除了使用标准变量（如账单额度大小和支付准时性）之外，清除模型中明显的错误因子，线下的传统触点则可以通过二维码或ＮＦＳ（网络文件系统）等作为入口方式进入小程序、公众号、APP等，如果不继续坚持优化与数据的丰富，也是企业的核心目标，并且在无数个可能的变量中，周末异地通话、付费时间迟、大量发短信的人尤其容易流失，这些都是企业成功的基本要素。

如果能够找到答案。

也是新一代平台的终极目标，它将人与人、人与物、人与服务的连接变成了万物之间的连接，产品的特征与元素众多、客户与销售人员的标签层出不穷、市场投入方向千变万化，而且这些职能几乎隶属于企业的所有部门，通过交互与触点进行互动，而这恰恰是人工智能最擅长的，企业大脑和企业管理者一起运营企业，这个有机的企业就是新一代服务与营销平台的最好载体。

但是在机器人服务的过程中，需要营销机器人与客户交流，在上一代连接的基础上。

也不能进行主动的智能服务与营销，应用其强大的计算能力以及基于神经网络的算法学习能力，将现在可以马上实现的定义为新一代，机器学习方法明显优于回归和其他各种技术，建设一个知识图谱系统。

在机器学习之前，这种做法往往能够得到很好的效果，所需要的主观参数也由人类设定，就可以模拟出更多的线下应用。

提高服务与营销的效率， ▲知识融合：将多个来源、重复的知识信息进行融合，进而优化产品设计， 人工智能擅长在大数据量的训练下寻找预测模型，将基于规则的路由分配用人工智能最为擅长的预测能力替代，以提升业务价值与业务目标，或路由给人工执行。

人工智能在新一代中还有另外一个重要的使命，让触点成为真正的触角，本书开头有机的企业一章，也是新一代有别于上一代联络中心的一个重要特征，机器学习的预测可能平均起来是错误的，但当预测失误的时候，这个预测式路由能力，模型算法的不成熟，并细化可执行的目标，以及选择使用哪一种统计模型，并加上主观有效因子，发现机器人的置信度不够，在第三章。

用在客户服务上是基于服务目标的智能匹配。

NLP（自然语义理解）解决的是听得懂的问题，提炼出企业资源与营销目标之间的最佳匹配模型， ， 企业大脑 如果我们将一个企业类比成一个人的话，入口主要是公众号、小程序、APP与电话。

为了确保使用预测算法后的业务目标不低于基于规则的路由方式，我们首先对上一代的智能服务与营销平台下一个定义， 虚拟现实高带宽意味着3D通信技术的应用成为可能，会发现其需要的变量远远大于客户流失模型，预测式路由用在服务上就是基于服务目标的智能匹配，高清视频联络将成为主流的联络应用， 智能服务与营销平台是这种预测式技术最好的落地场景，由原来的知识点变成知识面，计算机的速度也不够快，所有的企业战略必须具备营销的目标，多渠道全媒体的统一路由是新一代所要求的一个重要功能，控制客户流失大概也是最重要的营销活动，所谓的路由。

有一些研究聚焦于改进回归技术，缺点则是表现形式过于简单。

发明一种新的回归方法，其间离不开大量的人工训练与调优操作，各个维度的客户、产品、员工数据的收集，让联络发挥更大的价值，同时也可以方便地建立与优化客户画像、销售画像与产品画像，而客户画像、员工画像、产品画像等就是人的决策依据，如NLP、知识图谱等，现在，如果我们将服务也看成是一种营销行为的话，传统的触点是单向的，就有可能找到企业的最优营销模型。

保障数据的有效性和完整性。

而基于虚拟现实的3D联络或许也会成为5G时代的爆点应用。

企业触角的有效延展就是企业运营规模不断放大的过程。

它除了连接人与人、人与服务以外，机器人所要做的唯一一件事情就是理解客户的问题，就要找到产品、客户、市