消費者對企業(yè)可用信息的信任度急劇下降。幾乎85%的千禧一代不信任傳統(tǒng)廣告，其中70%依賴其他客戶的評論和推薦，其中當然包括在線反饋。

許多企業(yè)不喜歡看他們的負面評論，也不知道如何應對或回應他們。但是，有82%的最佳公司表示，他們密切關注圍繞數(shù)字和技術的人類經(jīng)驗。這意味著在您的評論上保留最新的標簽。

Trustpilot首席產(chǎn)品官Ramin Vatanparast說：“最大的挑戰(zhàn)之一就是試圖利用這些反饋，并真正利用它來扭轉(zhuǎn)話題。”“例如，負面評論是企業(yè)與不滿意的客戶聯(lián)系并了解他們的問題出在什么方面，并試圖贏得他們的尊重，建立信任和信譽的絕佳機會。”積極的評價還為企業(yè)提供了重要的信息-它們不僅是輕拍，而且是確保客戶服務和產(chǎn)品成功的非常準確的晴雨表。

無論是評論，論壇中的評論，支持請求，還是您從客戶那里獲得的任何反饋，從技術角度來看，挑戰(zhàn)都是要擴展所有文本(人們正在寫的東西以及ZenDesk的高級數(shù)據(jù)科學經(jīng)理克里斯·豪斯勒(Chris Hausler)說，這是關于您的公司的信息，并且了解核心主題。

“如果您是一家小型公司，每周要收到10到20條評論或支持請求，那么很容易有人就坐下來閱讀并理解客戶的觀點，” Hausler解釋說。“但是，當您將其擴展到成千上萬甚至數(shù)百萬個時，對于個人甚至一組個人而言，閱讀和理解所有這些文本就不再可行。”

那就是AI來的地方。自然語言處理有助于識別文本中的模式，了解人們正在談論的核心主題，并為您提供一個視角，使您無法以這種規(guī)模的反饋作為個人。

Vatanparast說：“最大的機會不只是這些評論的星級。”“它著眼于背景，并能夠利用工具和技術，使您了解這些星級評分背后的觀點，分析數(shù)據(jù)并改善業(yè)務。”

他說，另一個重要因素是客戶信任。

他說：“使用Edelman信任晴雨表時，您會注意到在線企業(yè)乃至在線數(shù)字平臺的總體信任度正在下降。”“與此同時，虛假評論給消費者帶來了巨大的挑戰(zhàn)，他們現(xiàn)在需要確定什么是真實的，什么是假的。”

Hausler說，AI在這里確實也可以發(fā)揮作用，尤其是在規(guī)模方面。

他解釋說：“在偽造的評論方面，尤其是當它來自機器人時，在交流方式上往往會出現(xiàn)明顯的跡象，這使其與人們撰寫評論的方式略有不同。”“在我們的Gmail帳戶中有很多類似垃圾郵件檢測的方式中，您可以訓練您的AI來確定要獲得這些機器人評論的位置，然后將其移到一邊，這樣就不會誤導您和您的客戶。

欺詐檢測模型與為客戶提供標記可疑內(nèi)容的能力相結(jié)合，使您可以保護客戶的反饋，并確保他們在平臺中看到的評論盡可能合法。

“對于當今任何組織而言，最大的事情就是圍繞信任及其代表的意義建立牢固的原則和價值觀，以便能夠公開談論并共享其數(shù)據(jù)，并確保他們向消費者提供的信息(包括評論)盡可能清晰，可信。”他說。