2024-02-22 鹈鹕全面客户体验管理 | 译者：马振江
2023 年是“生成式人工智能”登上头条的一年，39% 的消费者认为人工智能有能力解决世界上一些最大的挑战，包括财富不平等和气候变化。但与此同时，63% 的人担心人工智能会减少人们的就业机会。
人工智能将继续改变品牌与消费者之间的互动，它对各行各业的影响还无法完全想象。人工智能并不一定会取代人力，但会增强营销能力，为客户提供更好的体验。83% 的公司认为，利用数据和预测分析改善客户体验将是未来五年竞争优势的关键。
目前，生成式人工智能带来了令人兴奋的可能性。很快，它将成为商业上的必需品。随着这些应用的普及和认知度的提高，人们的期望值也会越来越高。例如，当人们习惯于与 ChatGPT 和谷歌的 Bard 进行清晰的交流时，他们就不会再接受笨拙且毫无帮助的聊天机器人了。50% 的消费者在个人场合使用过人工智能生成工具，22% 的消费者在工作场合使用过它们。
人工智能不是单一的技术。它是一个不同功能的集合，可以支持多个体验用例。以下是四种类型的 AI 以及它们与客户体验相关的原因：
那么，能够过渡到人工智能客户体验新时代的企业，与落后企业之间的差距在哪里呢？有效的数据战略至关重要。拥有训练人工智能模型的正确数据，并知道如何使用这些数据，可以让品牌提供下一代人工智能驱动的客户服务做好准备。只要品牌发挥人工智能的核心优势，即实时处理大量数据来识别模式，它就可以帮助创造个性化和引人入胜的无缝客户体验，让人们觉得他们是在按照自己的方式找到品牌，并与之互动。
目前，许多人工智能驱动的元素已被用于提升客户满意度。它们包括：
这些使用案例只是冰山一角。品牌开始意识到，人工智能可以帮助了解客户的需求，并在正确的时间、正确的地点提供客户想要或需要的东西，从而带来更好的体验。
我们对来自美国和英国 200 个品牌的专业人士以及 2000 名消费者进行了调查，总结了五个由人工智能推动的新兴趋势，我们预测这些趋势将在 2024 年改变客户体验的格局。
得益于全球科技公司和媒体的投资，可购物广告已经出现在社交、搜索、流媒体电视和程序化平台上，并且出现了新兴的增强现实（AR）和虚拟现实（VR）应用案例。用户可以直接通过广告探索和购买产品。与重定向到品牌网站的传统在线广告不同，可购物广告意味着人们可以在不离开周围环境的情况下完成购买。
对于消费者来说，可购物的广告形式提供了新颖的购物体验和购买的便利。对于品牌来说，它们为电子商务销售提供了一个新的渠道，一个简化的购买旅程，以及有效的渠道归因——这在 2024 年将尤为重要，因为品牌正在寻找新的方法来完成印象和转化之间的闭环。
数字媒体平台模糊了社交功能和商业功能之间的界限，将用户留在平台上，提高参与度，最终增加收入。购物广告则是这种社交商务活动的一部分。社交商务的机会是巨大的。预计到 2026 年，社交平台的销售额将在美国达到 820 亿美元，在英国达到 70 亿美元。
业内人士预测，社交商务将彻底改变人们与品牌互动和购物的方式，而直播购物就是一个完美的例子。这种体验在中国已经非常受欢迎，品牌在直播内容中嵌入购物链接，这样观众就可以直接购买，通常还能享受折扣。麦肯锡认为，随着直播购物在美国和英国的普及，它将帮助品牌与客户进行更有意义的互动，并实现比普通电子商务高 10 倍的转化率。
欧莱雅将直播购物引入其营销组合，并取得了巨大成功。该品牌在 YouTube 和 Instagram 上直播化妆教程，资深化妆和护肤专家向观众展示如何使用欧莱雅产品打造特定妆容，而受欢迎的网红则回答问题并提供额外的建议。在直播过程中，欧莱雅通过无缝整合“几乎售罄”或“点击链接获得八折优惠”等购物链接，鼓励参与者购买特色产品。
欧莱雅已经在五个国家举办了 50 次直播购物体验，感觉就像在化妆品专柜进行一对一咨询一样。这种独特的个性化体验扩大了覆盖面，提高了客户参与度，当然也增加了销售额。
人们对可购物广告还比较陌生。虽然大多数美国和英国消费者（62%）都知道可购物广告，但只有一小部分人通过可购物广告购买过商品。也许不足为奇的是，可购物广告在年轻群体中的使用率较高，但即使在年轻群体中，可购物广告也只占电子商务销售额的一小部分。
虽然可购物广告的使用率可能仍然很低，但大多数使用过这类广告的消费者认为，它们在多个方面增强了在线购物体验。
另一方面，只有 3% 的消费者表示会积极选择可购物广告购买金融服务产品，4% 的消费者表示会通过可购物广告购买汽车和家居产品。在这些类别中，由于产品的性质，实体店和“传统”在线渠道继续占据主导地位。总的来说，消费者对可购物广告持积极态度，只要这种体验是方便的，与他们的个人兴趣相关，并允许他们留在最舒适的数字环境中。
与消费者相比，可购物广告更受品牌欢迎。近一半（45%）的受访专业人士表示，他们的公司已经部署了可购物广告，大多数使用案例集中在搜索广告（83%）和社交媒体上的静态可购物图片（82%）。
可购物广告能够消除购买过程中“杂乱无章的中间环节”的摩擦，因此受到人们的青睐。如果品牌能在人们已经使用的数字环境中将他们与产品联系起来，就能缩短购买路径。减少潜在客户转化所需的接触点数量，可以降低获取成本，提高长期投资回报率。其他的好处还包括：
数据将在帮助企业使用可购物广告，通过展示相关产品和信息来传递有意义的体验方面发挥关键作用。品牌需要高质量的第一方数据，以反映人们不断变化的欲望、观念和生活阶段。事实上，企业必须在第一方和第三方平台上收集和统一客户数据，形成单一的客户视图，以便发布相关的可购物广告，从而实现最佳的客户体验。
企业需要在客户数据、产品和库存管理系统以及营销自动化系统之间实现无缝的实时数据流。这将确保只有库存盈余和客户可用的产品才显示在可购物的广告中。此外，随着受众在多个平台和设备上接触可购物广告，企业将需要复杂的跟踪和测量能力来捕捉所有相关的客户互动。
人工智能已经被用来为可购物广告背后的决策提供动力，并使体验个性化。2024 年，我们可能会看到大型科技和媒体公司的产品创新，将人工智能进一步整合到可购物广告中，包括：
全球聊天机器人市场规模保持着近 20% 的复合年增长率，预计到 2032 年价值将接近 50 亿美元。这种快速增长主要是由于人工智能聊天机器人能够在数字渠道上大规模提供主动和个性化的服务，满足了消费者不断变化的需求和期望。
这种向自动化客户服务的转变，使企业能够在客户首选的平台上提供始终在线的客户服务，同时也简化了运营，并降低了客户服务成本。
将数字自助服务与增强的人工客服互动相结合，生成式人工智能有可能进一步革新客户支持服务。事实上，越来越多的人认识到，应该将数字技术和自动化与人工支持无缝融合，来提供无摩擦和高度个性化的体验。
2024 年，我们将看到客户服务从被动到主动的转变。使用人工智能聊天机器人和虚拟助手，在客户意识到问题存在之前就解决问题，或者主动提出建议以防止潜在问题，将会留住长期客户。能够正确处理这些问题的企业将领先于那些被动应对的企业。
2023 年，在线旅游公司 Expedia 推出了由 OpenAI 的 ChatGPT 支持的新聊天机器人应用程序。用户可以在对话中获得有关目的地、酒店、交通和活动的推荐。然后聊天机器人会自动收藏它推荐的酒店，从而节省用户的时间和精力。
该应用程序会分析用户数据和偏好，因此，如果用户询问某一特定地点的酒店推荐，ChatGPT 可以根据个人情况定制推荐，并推荐符合其旅行历史、偏好设施和价格范围的酒店。旅客还可以询问即将开始的旅行问题，并获得航班时刻表、天气、推荐交通路线以及可能影响其旅行的相关新闻等信息。
然而，当我们询问消费者更高级的客户服务应用程序时，结果使用率较低。只有 36% 的人使用生物识别身份完成交易，33% 的人使用语音识别与公司互动。
令人鼓舞的是，51% 的人表示他们与聊天机器人的互动感觉就像自然的人类对话，这显示了这些聊天机器人近年来取得的进步。从基本的问答机器人，到使用高级自然语言生成来进行类似人类的对话的机器人，客户服务的会话人工智能成熟度各不相同。
目前，大多数商务聊天机器人的功能并不局限于问答。它们预先用一组特定的数据进行编程，主要用于快速回复客户的常见问题。它们大多不使用自然语言处理（NLP）、对话管理或机器学习（ML）来提供 360 度客户服务体验。在许多情况下，复杂的查询（包括涉及多个问题的查询）会上报给人工客服。
使用聊天机器人进行客户服务的消费者通常会遇到各种挑战：
虽然仍有一些挑战，但总体而言，35% 的客户实际上更愿意与聊天机器人或虚拟客服聊天，而不是致电人工客服，这种偏好在 35-54 岁的人群中尤为明显。
人工智能聊天机器人可以不断学习和改进，这将解决人们对其可靠性、适应性甚至同理心的担忧，因为新的使用案例会不断涌现。
许多企业已经将人工智能整合到客户支持中，并在理解和快速解决客户问题方面取得了显著改善。在我们调查的企业中，有 44% 的企业表示目前正在使用人工智能为客户服务，这些企业指出了以下好处：
尽管许多企业确实在使用聊天机器人为客户服务，但我们的调查显示，目前使用人工智能机器人的企业却寥寥无几。近一半（47%）的企业表示他们在运营中使用某种形式的聊天机器人或虚拟助理。但只有 15% 的企业使用人工智能驱动的聊天机器人或虚拟助理。
人工智能可以大幅扩展聊天机器人支持的用例范围和任务复杂度，从而解决很多局限性。我们预计在未来几年内，生成式人工智能驱动的聊天机器人将得到更广泛的应用。事实上，包括 Stripe、DuoLingo 和可口可乐在内的一些大品牌已经认识到了这一潜力，并将 ChatGPT API 集成到了他们的业务中。
但是，企业需要小心谨慎地处理。就目前的情况而言，人工智能机器人并不能像人类那样总是提供同理心、理解力和个性化服务。此外，如果实施或管理方式不能为人们提供准确的最新信息，那么用人工智能机器人取代整个客户服务部门，会给公司带来严重后果。
对话式人工智能的成功并不完全取决于技术。良好的用户体验（UX）和丰富的训练数据也至关重要。没有正确实施或没有经过足够复杂的数据训练的聊天机器人，将无法进行客户期待的自然人机对话。事实上，训练不足的聊天机器人有可能会疏远客户，因为它们只会提供空洞的回复或无法解决问题的答案。
此外，鉴于人工智能聊天机器人需要根据第一方数据进行训练，品牌必须确保用于开发聊天机器人解决方案的工具优先考虑数据安全。品牌的数据非常宝贵，没有人愿意冒以任何方式危害客户隐私的风险。
要使人工智能在客户服务方面的集成价值最大化，企业需要正确把握的关键环节包括：
数据和分析能力：
实施：
训练：
管理和优化：
以隐私为中心的设计：
随着企业不断将人工智能整合到客户支持职能中，他们需要注意客户对主动、无缝体验以及快速有效地提供答案的期望不断提高。为了促进这种期望的转变，企业将优先发展对话式人工智能的四个关键领域：
多年来，各大品牌将增长放在首位。在所有行业和市场中，他们都专注于利用积极的营销策略来获取和转化潜在客户，最大限度地扩大影响力。但由于竞争加剧、市场饱和、通货膨胀和日益严格的隐私法规，获得新客户变得越来越困难，成本也越来越高。
麦肯锡的 CMO 调查显示，2022 年的平均每次点击成本比 2021 年高出 20%。在我们调查的企业专业人士中，61% 的人表示，在过去的 12 到 18 个月里，客户获取的竞争变得更加激烈。
在不断变化的环境中，企业不得不重新思考自己的方法。事实上，在我们调查的企业中，有近一半（45%）的企业因为经济不景气而改变了营销重点。对许多企业来说，这意味着要采取行动，获取理想客户，而不是一般客户，并保留和发展高价值关系。健康的获取和留住客户的方法不再是一个可有可无的东西，而是一项战略要务。
品牌可以利用人工智能的最新发展，以独特、高度个性化的体验为现有客户提供超级服务。将人工智能整合到整个营销业务中，还能利用预测性洞察力来获取具有高价值客户特征的潜在客户。
奢侈品牌巴宝莉（Burberry ）正在利用大数据和人工智能，通过店内和在线渠道为其最有价值的客户创造更加无缝和个性化的体验。巴宝莉要求加入忠诚度和奖励计划的客户通过移动应用程序分享他们的数据。这些数据用于为应用程序和店内体验提供相关推荐。
在店内，店员使用平板电脑获取有价值客户的信息，并据此提出购买建议。员工可以看到客户的购买历史、偏好，如果启用，还可以看到他们的社交媒体足迹。他们可以使用这些数据来提供更个性化的推荐，包括根据之前的购买推荐匹配的商品或配件，或根据客户的在线审美推荐商品。这可能包括产品的来源、设计美学或如何搭配的技巧。
此外，门店的所有产品都有自己独特的 RFID 标签。当顾客停下来或拿起一件商品时，移动应用程序将发送有关该产品的信息。这种数字与实体的结合使该品牌能够提供非凡的体验，让其最重要的客户感受到自己的独特和价值。
经济形势导致人们对自己的消费习惯更加谨慎，这往往意味着他们对品牌的忠诚度大不如前。麦肯锡的一份报告显示，80% 的消费者正在更换品牌或零售商，改变购物行为，来寻求更低的开支。
我们的研究也揭示了类似的情况，我们调查的消费者中有 71% 会积极地货比三家，以获得最优惠的产品或服务，61% 会在更便宜的情况下切换到其他品牌。
由于这种转换行为，现有客户的价值急剧上升，留住客户已成为成功的关键。但这并不是用合适的价格提供客户喜爱的产品那么简单。最近关于 Z 世代的报告揭示了一个悖论。他们看起来既忠诚又短暂，品牌忠诚度与品牌本身关系不大，更多的是与品牌是否与他们的个人价值观相一致，以及与他们信任的社会影响者的意见有关。品牌需要深入了解消费者，才能获得并保持牢固的关系。
在这个充满无尽选择的世界里，品牌必须努力与人们建立关系，并通过相关的个性化互动来证明，自己为他们的生活提供了真正的价值，从而培养品牌忠诚度。而且，人们希望这种忠诚度能够得到回报，无论是经济上的回报还是体验上的回报。我们的调查显示：
此外，根据 GDMA（Global Data & Marketing Alliance）关于消费者对数据隐私真实看法的最新报告，消费者越来越意识到分享其数据以换取优秀体验的价值。能够利用数据、预测分析和人工智能潜力的品牌，将在战略上处于有利地位，确保长期的参与度和满意度，并获得有真正亲和力的新客户。在以下情况下，客户最有可能从公司回购：
我们调查的许多企业（43%）表示，在过去 12 至 18 个月里，客户忠诚度有所下降。然而，这些企业定义和衡量客户忠诚度的方式差异很大。
超过一半的企业（58%）声称，他们的营销战略是专门为留住终身价值（LTV）最高的客户（即消费额和忠诚度）而量身定制的。无论品牌如何定义忠诚度，企业显然都认识到留住高价值客户对长期盈利和成功的重要性。然而，我们的调查结果显示，很少有公司采取具体措施来提高忠诚度和留住客户。事实上，只有 50% 的企业对客户的忠诚度给予奖励。
经济困难和留住客户的努力回报减少，可能会促使企业削减营销和客户体验投资，但这一战略可能会导致负面的长期后果。消费者可能难以预测，但麦肯锡的研究表明，消费者仍然会在最重要的地方消费。这意味着，如果客户不在某一品牌购买，他们很可能会在竞争对手那里购买。
最成功的企业将优先投资于客户体验。这将包括利用第一方数据能力和人工智能，为高价值客户提供独特的个性化体验，并做出更明智的营销决策，推动健康的获取和留存战略。
我们预计企业将投资于以下策略：
能够成功获得并留住高价值客户的企业，一定是那些能够充分利用广泛的第一和第三方数据集以及高级分析技术来打造复杂且极具吸引力体验的企业。
要充分利用人工智能留住客户，品牌需要优先建立和扩展强大的第一方数据。因此，我们可能会看到数据价值交换的重新谈判，鼓励人们与能提供真正价值的品牌共享数据。
可口可乐就是一个很好的例子，该品牌使用人工智能为客户带来体验性内容，在交易之外吸引他们，从而扩展其第一方数据。该公司新产品“Y3000 零糖”的包装上有二维码，消费者能够通过定制的人工智能摄像头看到未来现实的样子。可口可乐将利用这些互动产生的第一方数据来细分客户，为他们提供量身定制的体验，以保持参与度。
品牌将把人工智能用于战略营销活动和客户体验，帮助留存高价值客户，接触到希望获取的客户，在日益激烈的竞争中建立起应变能力。
消费者越来越期待个性化的品牌体验。无论是营销传播，还是店内、在线和应用程序体验，他们都非常重视根据其个人背景和偏好量身定制的互动。在我们的调查中，超过一半（51%）的消费者表示，他们喜欢企业根据他们的个人喜好推荐产品和服务。
各大品牌都认识到这一期望，并正在从单一的人口统计或市场细分转变为更全面的方法，即利用客户数据提供相关体验。预测式个性化是这个过程的下一步。
生成式人工智能可以利用行为模式和个人特征来了解客户下一步可能会做什么或想要什么。这样，个性化就从（基于过去行为的）静态推荐，发展到预测客户的需求和品味将如何演变。
但预测性个性化是一项复杂的工作。要想有效地使用它，品牌需要采取以数据为主导的方法，深入了解客户不断变化的愿望和需求，采用复杂的 ML 模型来根据这些信息采取行动。2024 年，领先品牌将把预测性个性化作为战略要务，利用宝贵的第一方数据提供更具吸引力和相关性的客户体验。
以个性化推荐作为核心竞争力的时尚电商 Stitch Fix 主推个人造型穿搭服务。在注册时，客户要填写一份详细的个人资料，包括自己的身材尺寸、体型、喜好、个性特征、生活方式和预算。然后，Stitch Fix 的人工智能算法会将这些信息与其他数据结合起来，策划出个性化的服装选择。
人工智能算法不断学习，在一个庞大的数据集上接受训练，包括购买历史、客户评论和社交媒体活动，以便更好地了解风格偏好。这意味着 Stitch Fix 可以高度准确地预测特定客户会喜欢哪些单品，以及他们的偏好如何随着时间而变化。
人工智能算法还有助于通过其他方式改善整体客户体验，例如根据每位顾客的个人风格来个性化网站和应用程序；优化发货和配送流程；以及跟踪客户满意度，找出需要改进的地方。Stitch Fix 利用人工智能预测顾客的需求，帮助该公司成为世界领先的个人穿搭服务公司之一。其独特的方法提高了客户满意度，改善了转换率，减少了退货，提高了品牌忠诚度。
消费者对个性化广告反应积极。事实上，在我们调查的人群中，近一半（47%）的人表示，如果广告或电子邮件包含个性化内容，包括优惠，他们更有可能点击。
如果他们收到基于兴趣和在线行为（53%）、位置（53%）和个人特征（47%）的广告，或者如果他们收到忠诚度计划的个性化优惠（56%），大约一半的人认为向品牌提供他们的数据是值得的。
当被问及公司使用在线信息的有用方式时，我们的调查对象给出了以下排序：
考虑到人们已经希望品牌以一种与他们相关的方式沟通，预测个性化是自然而然的下一步。预测式推荐对消费者有几个好处：
通过预测偏好和需求，品牌可以在客户意识到自己需要之前，为他们提供想要的产品和服务。这将个性化提升到了一个全新的高度。人工智能支持的预测个性化可以在大量营销和客户参与中大规模提供量身定制的内容，包括广告、文章、产品图片、视频、电子邮件和优惠信息。
当客户感到更被理解，并享受到预先满足其需求的便利时，其结果很可能是参与度、满意度和忠诚度的提高，最终带来更高的终身价值。
尽管如此，预测式个性化仍主要是精通技术、数字优先的企业的专利。在我们调查的企业中，目前只有 12% 的企业积极使用人工智能预测客户需求。这意味着品牌有巨大的机会采用预测个性化获得竞争优势。
要在数据战略中注入人工智能和决策功能，实现预测式个性化，品牌必须首先在第一平台和第三方平台上统一客户数据，形成单一的客户视图。该视图必须实时更新，以反映最新的客户互动并捕捉不断变化的客户偏好。
除了这些因素外，企业还必须优先考虑数据隐私和安全问题。在我们调查的消费者中，61% 表示，接收个性化广告和推荐会让他们担心数据的使用和共享问题。数据隐私是消费者最关心的问题，品牌必须确保客户数据安全。
预测式个性化将影响所有行业。现在，它通常是指流媒体服务上的电影推荐。但在未来，它可能会被用于医疗保健领域，医生会根据病人的个人病史和风险因素，依靠预测式个性化推荐诊疗方案。
2024 年，我们将看到对预测式个性化的更高认识和接受度，从而在垂直行业中产生越来越多的先进用例。然而，这需要在收集、统一和激活客户数据方面进行投资。我们希望看到对技术的投资，使企业能够获得单一客户视图，提高个性化能力，并大规模提供预测个性化服务。
我们还将看到人工智能生成技术的应用范围不断扩大，从而以经济高效的方式创建定制内容。这包括使用人工智能生成的模型来开发个性化的优惠和定价，创建个性化的电子邮件，以及生成与个人客户场景相关的产品图片。
最重要的是，企业需要考虑如何鼓励客户分享所需的数据。人们越来越意识到自己数据的价值，并将分享数据视为一种交易。他们愿意分享，但希望得到回报。品牌需要深思熟虑，在适当的时机，以对个人有帮助的方式提供预测式个性化服务。
近年来，在做出购买决定时，人们越来越关注可持续性——包括社会、环境和经济方面。他们希望对自己购买的产品感到满意，进而对自己投资的品牌感到满意，因此“可持续性”正成为优秀客户体验的代名词。
虽然经济的不确定性给人们带来压力，但我们的研究表明，可持续性仍然是一个关键问题，消费者倾向于青睐那些与自己的价值观相一致的社会信息、采用可持续生产实践、坚持商业道德标准的品牌。
超过五分之二（41%）的受访消费者表示，一家公司对环境的影响是他们购买决策的关键因素。38% 的人对公司的社会影响也有同样的看法。对于 16-34 岁的年轻消费者来说，环境影响最为重要。
对更可持续产品的需求并不一定局限于高收入国家。谷歌的全球搜索数据表明，学习和实践可持续发展的愿望是全球趋势。无论是电动汽车、快时尚、零浪费还是可再生能源，全球的互联网用户都在寻找需要的信息，来做出更可持续的选择。
可持续发展认证不仅影响消费者购买什么，还影响他们不买什么。在我们调查的消费者中，约有一半（47%）的人表示，如果他们担心某家公司对环境的影响，就会避免购买该公司的产品，超过一半（52%）的人对公司在道德或社会问题上的立场持相同看法（52%）。消费者的期望不仅仅是简单的声明；他们希望看到企业的产品、服务和运营中真正致力于可持续发展的证据。
企业需要将可持续发展融入整个组织，以确保言行一致。这可能是一个复杂而昂贵的过程，但若能正确对待，就有望获得客户忠诚度和品牌亲和力的长期收益。
耐克在其运营、供应链、产品和文化中实施了 360 度的可持续发展方法。随着 2019 年“Move to Zero”计划的推出，耐克制定了到 2025 年和 2050 年要实现的具体、可衡量的可持续发展愿景。耐克将社会和环境努力集中在四个关键领域：
消费者愿意为以环保方式生产的产品和服务支付溢价。事实上，44% 的受访者表示，如果他们认为一种产品或服务比其他替代品更可持续，他们愿意为这种产品或服务支付更多。45% 的消费者认为很难找到真正可持续的产品，因此商家可能会错过这个机会。
随着人们对可持续发展的期望不断提高，以及人们更容易获得有关公司的信息，品牌需要确保他们的可持续发展是有实质内容的，而不仅仅是空头承诺。我们已经看到，如果担心某个公司对环境有影响，几乎一半的消费者会避免购买该公司的产品。
我们要求调查对象选择他们认为可持续性最重要的因素。值得注意的是，只有 6% 的人认为产品或公司的可持续性并不重要。
总体而言，我们的调查表明，可持续发展是企业的一个重要考虑因素。70% 的受访企业认为可持续性对组织的整体战略很重要，66% 认为可持续性对组织的营销和客户体验策略很重要。然而，并非所有企业都充分认识到可持续性对客户的重要性。只有 46% 的受访者认为，他们的客户越来越关注可持续性，54% 为客户提供信息，帮助他们做出更可持续的购买决定。
那么，企业实际上采取了哪些措施来尽量减少对环境的影响呢？一些方面，如能源使用、产品处理和产品包装通常是企业考虑的。但是，数据存储、为市场技术软件提供动力所需的能源，以及有效使用人工智能所需的数据处理时，情况就不同了。大多数企业都没有考虑到这些，而那些考虑到的企业也不一定会采取行动。
企业需要在当前经济压力的约束下提高可持续性。这并不容易，尤其是在日益困难的经济背景下。在 2024 年及以后，企业将需要采取全面的可持续发展方法，真正吸引那些认真对待环境和社会问题的客户。
我们的调查显示，只有 28% 的企业认为向客户提供产品对环境影响的信息是一个关键的优先事项，这是一个巨大的错失机会，因为许多人正在努力寻找可持续的产品，并且愿意支付更多。
企业需要评估其所有业务部门活动的可持续性，包括优化其数据策略以减少其对环境的影响。随着越来越多地使用人工智能在多个业务中更可持续地运营，包括能源使用、供应链管理、废物管理、产品开发和客户体验，确保为人工智能提供数据的可持续管理将是一项要务。成功的企业会考虑可持续运营如何提高效率和盈利能力，增强客户体验，并使业务与众不同。
正如我们在本报告中所看到的，人工智能有潜力推动卓越的客户体验，这反过来又将带来令人难以置信的商业价值。但数据健康是关键支柱之一，为了从人工智能中获得预期的价值，品牌需要从数据开始。当一个品牌拥有干净、准确、完整和合乎道德的数据基础，可供人工智能应用程序使用时，它就可以开始改善客户体验并获得真正的价值。
以下是企业制定成功的数据战略，支持人工智能驱动客户体验的一些关键原则：
原文地址：https://www.acxiom.com/marketing-trends/
本文为作者原创翻译，欢迎转发分享。
转载时需在文章开头注明作者和“来源：鹈鹕全面客户体验管理（微信号：CEM-tihu）”，文字颜色为黑色，且不得修改原文内容。
欢迎小伙伴投稿合作，具体请联系：易女士 Yiml@tihu.com.cn
