Hot Database

现实情况是，将用户体验的这两个方面结合起来会遇到很多阻碍和复杂性。人工智能可以用于告知决策引擎哪些主题可能相关。人工智能和机器学习也可以很好地分析大量数据并针对特定 KPI 提出改进建议。然而，要以有意义的方式将这些事情结合起来，确实需要一个人——[比如] 一个商人或一个客户旅程专家。 CMSWire：关于人工智能为企业做出决策的作用，一些建设性的批评是，在许多情况下，训练数据是有限的，没有适当地考虑到代表性不足的群体。


企业如何在其 DX 战略中合乎道德地、有效地使用人工智能？这些机会 委内瑞拉 whatsapp 列表 在哪里？他 加深思熟虑？ Fogelsanger：这不仅是因为缺乏小群体的数据，[还]是因为可用数据的范围或收集数据的方法太过狭窄。举个简单的例子，A​​/B 测试。这种方法很流行，如果你要测试的内容范围很窄，比如 CTA 上的两个版本的副本或标签，这种方法可能很有效。


但该测试得出的数据可能不是组织真正想要影响的实际结果的准确指标。完全有可能红色横幅更能吸引点击进入产品页面，[但你] 仍有 100% 的 CTA 转换从未真正转化为购买。 我认为，目前的最佳平衡点可能介于两者之间。使用策略和技术来分析个人意图。然后结合数据、人工智能和机器学习来洞察微时刻的有效方法。