AI_pealkiri: Feelingstream'i Terje Ennomäe: kuidas tehisintellekt kliendisuhtlust analüüsib ja prioritiseerib

Sentimenti analüüs tõepoolest on väga noh, nii-öelda väga ammu juba lahendatud ja seda teevad päris paljud ettevõtted sotsiaalmeedias, mis on hästi kättesaadav ja avalik nii-öelda Facebooki või Twitteri sein, kust saab siis iga ettevõtte kohta kokkuvõtteid teha, mida kliendid tagasisidena annavad. Näiteks Ameerikas on United Airlinesil on kaheksa tuhat kliendi tagasisidet, Iga päev, seda ei loe enam inimesed, vaid seda loeb masin ja masin siis aitab tuvastada selle positiivsuse ja negatiivsuse, lisaks sellele ta siis ütleb, millistel teemadel kliendid ütlevad tagasisidet, kas see on see, et mu kohver jäi maha, mul oli väike kitsas jalaruum, mul toit ei maitsenud või pigem kiidavad teenindajaid. Et kõike seda kategoriseerimist teeb ma siin inglisekeelses keeleruumis või üldse suurtes keeltes, ka saksa ja hispaania keeles, on neid lahendusi olemas. Meie toode eristub seetõttu, et me teeme neid väiksemates keeltes, Nordicu või nagu Põhjamaade keeles ja Eesti Baltikumi keeles, Baltikumi keeltes, Ja meie toode pigem läheb klienditeeninduse valdkonda, mis ei ole nagu avalik ja mida saaks hästi kergesti kätte, vaid me läheme klienditeeninduses neid protsesse selliselt muutma, et ettevõte saab ka reaalset kasu. Et selliseid analüüsivahendeid, mis analüüsivad ja kirjeldavad seda, mis on ajaloos juhtunud. on väga palju, me teame siin Tableau või klikk või need, need kõik ennust, või nagu ütlevad seda, mis on ajaloos juhtunud. Nüüd see, et sellest jõuaks päriselt mingisuguse järgmise tegevuseni, läheb veel pära, päris palju aega. Siis on veel selliseid analüüsivahendeid, mis nagu ennustavad ette, juhul kui tehakse niimoodi, siis me teame, et see muster näitab, et vot klient hakkab lahkuma näiteks. Meie toode siin on pigem selline, mis, mis kuulub sellisesse analüüsivaldkonda, mida nimetatakse siis preskript, preskriptiv ja see tähendab siis ta nagu annab selle tegevuse sinna juurde, et kui me tu, tuvastame teema, klient hakkab lahkuma, siis me paneme ta nagu tegevusse, ehk me ütleme talle, et vot seda kirja tuleb kiiremini käsitleda. Ja seetõttu meie toode eri, eristub nendest teistest, mis teevad, kas ajaloolise andmete peale lihtsalt raporti või ka siis selle, et nad ennustavad ette, millised kliendid hakkavad lahkuma, aga me lihtsalt sellele, et me ennustame ette, millised kliendid võivad hakata lahkuma, me ka paneme ka tegevuse sinna juurde.