沒有數據就沒有人工智能 - 但如果沒有讓人，流程和原則保持一致，那么您的業(yè)務就沒有人工智能戰(zhàn)略。了解如何確保您的AI部署成功，以及如何在您加入此VB Live活動時避免資金，信任和品牌聲譽的損失!

該公司電子商務總監(jiān)Nathan Decker表示，Evo 是一家網上和實體零售商，提供從 山地自行車 到 滑雪板的各種服務，是一家以數據為導向的公司，但他也說多年來人工智能有點遙不可及。

“我們沒有足夠的預算或資源來聘請全職數據科學家，”他解釋說。

但隨著人工智能供應商世界繼續(xù)快速增長，人工智能戰(zhàn)略現在可供以前只是在技術商店櫥窗中嗤之以鼻的公司使用。在evo，他們的目標是專注于解決現實問題 - 例如，在正確的時間將正確的品牌故事傳遞給合適的客戶，或者定位和定時。

“人類，我自己和我的電子商務團隊已經提出了一些誠實相當隨意的規(guī)則，”他說。他們不希望自動電子郵件每天多次出現，因此他們將可以發(fā)送給任何人的15條不同消息進行堆疊排序，這樣，如果有人有資格獲得多條特定消息，那么最相關的消息將被優(yōu)先排序。

他說，它工作正常，但是一旦客戶通過點擊evo網站觸發(fā)了一系列自動消息，就會發(fā)送一條消息，其余消息將過期。因此他們不得不返回并添加其他規(guī)則，這些規(guī)則最初開始時非常簡單 - 例如購物車放棄觸發(fā)器。而那些似乎工作得很好他們回去并建立了額外的規(guī)則集來填補這個手冊系統(tǒng)的空白。

很快，手動系統(tǒng)不僅變得非常復雜，而且沒有辦法衡量他們是否在客戶眼中做到了正確。他們選擇正確的優(yōu)先次序嗎?合適的頻率?這些問題可以針對具體的電子郵件活動來回答，但是測試會增加另一層復雜性來實現，結果本質上是暫時的，因為在任何給定時間他們測量的指標都可能發(fā)生變化。

“我們對這一現實感到沮喪，”德克爾說。“但AI讓我們回歸正確的戰(zhàn)略。”

人工智能實現了霰彈槍的方法：快速，大規(guī)模的實驗，這是不可能手動完成的，但是可以在各種各樣的頻率，觀眾和信息設置中進行學習，他說。隨著時間的推移，隨著模型的訓練，它會繼續(xù)針對團隊選擇的績效指標進行優(yōu)化，例如開放率，點擊率，取消訂閱率等。

根據您擁有的數據量和發(fā)送的消息數量，培訓算法需要一段時間，因為該工具會為每個客戶提供正確的組合。

起初，他們實際上看到了性能下降。一開始，消息和頻率的每一個潛在組合都在桌面上，其中一些組合只是不打算與客戶一起切割。但是系統(tǒng)訓練的時間越長，它越聰明，如何讓觀眾最開心，性能也會提升。

但即使在官方算法培訓期結束時，系統(tǒng)也永遠不會停止學習，將測試組保持在正常的發(fā)送和消息節(jié)奏之內，用于不斷嘗試找到更好的公式，并繼續(xù)嘗試更多或更多的事情。不那么積極，同時優(yōu)化所選的指標。

德克爾說，公司并沒有止步于此，人工智能不再僅僅是大企業(yè)的范疇。

“人工智能存在很大障礙，但這些障礙正在減少，”他說。“供應商社區(qū)甚至允許中小型公司利用人工智能。”

要了解有關AI如何為每家公司改變游戲，從何處入手以及AI準備就緒的五個基本原理的更多信息，請不要錯過這個VB Live活動。