知识图如何彻底改变数字客户体验?

译文
开发 开发工具
互联网使人类的全部知识触手可及。遗憾的是,快速轻松地找到正确的信息就如同大海捞针。在如此多内容唾手可得的时代,我们不得不问自己:我如何选择先点击什么信息?这是信息可靠的可信来源吗?我想要花多少时间来寻找?

​译者 | 布加迪

审校 | 孙淑娟

互联网使人类的全部知识触手可及。遗憾的是,快速轻松地找到正确的信息就如同大海捞针。在如此多内容唾手可得的时代,我们不得不问自己:我如何选择先点击什么信息?这是信息可靠的可信来源吗?我想要花多少时间来寻找?

作为寻找基本答案的普通人,这个有缺陷的过程会为客户问题的解决增加时间。作为消费者,不完善的知识管理策略会使品牌互动令人沮丧,这反过来意味着放弃购买、品牌忠诚度下降,甚至彻底的愤怒,从而转化为负面评论。

好消息是,解决方案就摆在我们眼前:效仿搜索界的典范(谷歌),并建立知识图驱动的信息管理系统,品牌可以为客户及支持团队以最简单直观的方式提供他们想要的答案。

什么是知识图?

知识图的概念对人类来说很直观,因为它基于对问题不同部分的上下文的了解。比如说,如果我问朋友:“城里会说西班牙语的儿科医生,您有推荐吗?”他们明白儿科医生是一种医生,“城里”的意思是“附近”,还需要会说流利的西班牙语。

但是就在不久前,建立这些连接对机器来说一直很困难。这时候知识图应运而生:一种组织和连接不同类别的相关数据(称为实体)的方法,因此它们很容易被各种搜索算法“理解”。

这些实体好比可供搜索查询提取的信息数据库。再举一个例子,如果您在学校系统中搜索信息,不同的实体可能包括人员、班级、课外活动、教学楼和班级编号。使用此框架,知识图可以根据搜索查询的上下文连接不同的数据组。

如果用户要搜索:“Johnston先生的第三节历史课在哪里?”知识图将以不同的方式使用该问题的每个部分:“在哪里”表示位置,“Johnston先生”表示人员,“第三节”和“历史课”表示时间和课程表。

将所有这些不同的数据集连接到一个查询中(基于用户的自然语言)使搜索引擎能够以正确的方式组合数据,以提供准确的答案。在传统搜索中,这种查询将只是挑选关键术语,并提供结果列表,这可能只是指向文章或其他信息源的链接,而不是直接的答案。

对于品牌而言,知识图对于连接存在于众多平台(包括内容管理系统、客户关系管理平台及其他信息源)中的不同类型的信息内容至关重要。由于品牌在内容上作了大量投入,当客户需要寻求支持时,由于搜索不够先进,无法找到网站中已经存在的答案,每个人都备感沮丧。

使答案易于找到、使知识易于发现

知识图成功部署后,它们使答案易于找到。但这究竟是什么意思呢?

同样,我们可以查看谷歌来寻找这个问题的答案。当您向谷歌提出特定问题时,它可以通过精选片段以及相关信息的结构化信息框为您提供答案。这是您一再看到的功能;搜索“巨人Andre有多高?”,结果显示了简单的响应,即他的身高(顺便说一下7英尺4英寸),而不是一系列指向提到其身高的文章和网站的链接。

在品牌网站上,这些专用信息框可以从由产品手册、文章、常见问题解答和支持文档等含有的信息构建的知识图中提取出来,为客户提供上下文中可用的答案。因此,如果客户要在制造商的网站上搜索“如何清洁微波炉”,他们会看到分步操作说明,而不是指向可能回答也可能不回答所提的确切问题的文章的链接。

如果这些答案很容易找到,用户可以避免联系客户支持或花宝贵的时间整理非结构化内容以获得答案。它还避免了最坏情况:客户离开网站,上谷歌查找问题,并可能被引到竞争对手或第三方网站。

重要的是如今,搜索质量不是在孤岛中衡量的。客户不会根据搜索来比较各个品牌;相反,最好的搜索体验现在被认为是每个商家的标准。当谷歌、亚马逊、苹果及其他经验丰富的行业领导者让人们很容易快速获得正确答案时,我们问自己“为什么每个品牌不能让它也变得容易?”

当问题的答案可用时,它也使知识能够变得更容易被发现。但什么是可发现性呢?

可查找性在上下文中提供了可用的答案,而可发现性意味着用户可以更轻松地发现无法立即找到的信息。同样,构建知识图可以为了解用户意图的推荐内容提供上下文,并提供进一步的相关信息,以丰富体验。

可查找性和可发现性对于客户体验都很重要,而知识图为这种改进的体验充当了基础。

为每个人打造更好的搜索体验

尽管多年来谷歌一直是将知识图结构应用于搜索方面的典范,但这项技术本身并不仅仅适用于谷歌,任何希望使用它的品牌都可以使用它。建立基于知识图的搜索系统是品牌可以努力的方向,可以根据公司使用的任何产品、服务和信息资源进行定制。构建这个更好的搜索系统可以将不同的信息系统连接到一个适用于客户和支持团队的可用引擎,从而聚合企业知识。

借助分析技术,支持和体验负责人可以查看常见的搜索查询,以确定整个客户问题解决过程中的困难点。基于知识图的系统补充了这些洞察力,构成了强大的知识管理工具。企业可以通过搜索分析技术来分析客户参与度和情绪,同时访问可迅速应对和缩小知识缺口的可扩展内容基础架构。这种可操作的洞察力对于改善整体客户体验而言非常宝贵。

许多品牌在内容上投入了巨资。知识图将其转化为最具操作性的知识,从而改进资源,以便答案易于找到、更深入的洞察力易于发掘。

原文标题:How knowledge graphs can revolutionize the digital customer experience​,作者:Joe Jorczak, Yext


责任编辑:华轩 来源: 51CTO
相关推荐

2022-04-01 14:43:35

物联网数字营销物联网网络

2023-05-04 09:48:54

机器学习人工智能

2024-10-21 12:53:23

2021-05-17 14:11:10

人工智能零售技术

2023-10-10 13:16:16

云优先数字孪生

2014-03-27 11:47:51

Java 8数据库访问

2024-02-27 15:28:22

5G技术物联网IOT

2023-03-15 10:26:58

物联网智能建筑数字技术

2022-10-26 11:06:16

机器学习农业

2024-04-24 11:16:35

边缘计算数据存储云服务器

2023-06-30 10:30:37

2023-04-19 11:29:24

物联网

2021-07-02 14:53:05

F5边缘计算

2023-10-17 13:50:04

RPAAI

2023-03-14 14:43:40

边缘计算物联网

2022-07-11 18:49:19

虚拟Web3元宇宙

2013-04-28 10:31:18

物联网改变搜索

2023-07-20 10:44:46

2024-03-05 14:43:02

2021-05-24 15:27:08

Windows 10Windows微软
点赞
收藏

51CTO技术栈公众号