傳統資料之外，哪裡是通往智慧之路？

當人工智慧被引入商業界時，就被寄予厚望，可以更好地滿足客戶需求，比如，人工智慧可以徹底改變客戶體驗。資料獲取和成功管理是前進過程中的早期絆腳石，但現在，企業在管理資料和利用資料方面也越來越好。不過，用AI完善客戶體驗的願景仍然幾乎遙不可及。

為了實現這種更高階的人工智慧，尋求進步的公司都在積極探索，除了吸收更多資料並更好地管理資料的典型方法之外，我們還需要考慮更多創新的方法。雖然不同公司和行業的資料成熟度差別很大，但我開始看到資料在前沿的轉型應用。公司可以使用這些創新的資料資產(或建立自己的資料資產)來推動更先進的人工智慧。這類創新引入了以前不存在的資料，將洞察力作為資料使用，並觸及典型客戶旅程之外的資料。

新的資料來源

公司正在尋找突破之法，尋找新資料來源，創造新的資料，創造新的資料使用方法，滿足以前沒有考慮過的需求。

例如，一家名為Label Insight的公司直接從標籤中獲取食品和飲料產品的屬性。這不僅僅是物流資料，比如產品的大小和重量，還包括配料、營養和營銷宣告。現在，Label Insight為想訂閱的人提供了一個集中的資源，細化為各個維度。公司能用這些資料建立一個推薦服務，向消費者推薦產品，就像Netflix推薦看的節目一樣，那麼根據使用者的營養需求建立每週選單和購物清單的服務呢?

在醫療保健領域，Trialtrove是一個醫藥臨床試驗資料的來源，幾千個資料來源來提供最全面的試驗情報。製造新的資料，探索更多可能。

資料的洞察力

我們想到資料，就會想到從資料中獲取的洞察力。但是，當我們把洞察力當成資料的時候，會發生什麼?當你收集到了關於某件事情的足夠多的洞察力，就有可能利用這些洞察力來得出更好的見解。知識圖譜可以展現資料中的見解和知識，但是，當資料量很大且有很多維度時，知識圖譜可能無法滿足需求，需要新的方法。

比如客戶洞察，透過使用廣泛的客戶洞察作為衍生資料，以期獲得更好的洞見。比如，客戶的360度檢視，這些資料可能包括個人屬性、客戶行為、社交和其他網路資料、人口統計資料、個人偏好等。由此，我們可以得出一些洞察，比如與渠道互動的傾向和採用產品的傾向。當這些洞察本身被用作資料時，我們不僅能更好地瞭解客戶，還能更準確地預測他們的行為。隨著新增更多的資訊，這種表述的準確性也會提高。有了這個解決方案，隨著資料的積累，你為接觸到合適的客戶所做的每一次有針對性的投資都會變得越來越可靠。

更廣泛的客戶旅程

一段時間以來，公司一直在研究並繪製客戶旅程圖。我們知道客戶體驗為王，所以從頭到尾瞭解客戶購買過程的所有資訊是非常重要的。不要僅限於自己的公司的資料，暢想一下，結合其他公司的相關活動和購買資料來改善客戶體驗。

Journera就是一個幫助公司利用旅行者資料的旅遊行業平臺的例子。例如，航空公司可以將一名旅客的租車和酒店住宿情況考慮在內。如果航班延誤，客戶的租車和酒店預訂可以快速簡單地修改，客戶的體驗是不是會更好?

這種解決方案可以有很多應用。當然，我們應該繼續獲取更多的資料，更好的資料，並對其管理進行不斷的改進。但如果我們能夠跳出舊有的資料獲取和管理模式，就存在新一代的可能性。隨著數字化程式不斷推進，有洞察力的資料將變得非常普遍，我們圍繞客戶旅程設定的孤島將不斷消失。這就是我們最初在瞭解到人工智慧能做什麼時設想的未來，而未來已來，我們只是需要一點額外的想象力來獲取它。