星巴克的人工智能反馈系统正在运行

Nusaiba100200

与 SaaS 公司相比，咖啡似乎技术含量较低。然而，自 2019 年以来，星巴克已使用其 Deep Brew AI 系统管理全球 78 个市场每周超过 1 亿次的客户互动。Deep Brew 提供数据驱动的咖啡体验，提供个性化推荐并收集有价值的反馈，以进一步优化客户体验。

Deep Brew 非常了解顾客，能够根据一天中的时间、天气和订单历史来推荐咖啡。“我的星巴克咖啡师”聊天机器人允许顾客通过语音指令下单、提问并获得饮品建议。数据无缝地从移动应用程序传输到浓缩咖啡机和人工管理系统，从而识别连续的阴雨天、顾客需求增加的推动、增加员工以服务顾客增长的需求以及增加库存咖啡豆供应之间的相互依存关系。所有这些都由 Deep Brew 人工智能系统处理。

有趣的是：通过自动化点餐等日常任务，星巴克的咖啡师可以更加专注于与顾客的互动，增强交易中的人性化元素。在这个渴望联系的世界里，星巴克巧妙地运用科技，为顾客创造了更加无缝衔接、更加难忘的体验。

开始使用人工智能驱动的反馈循环
你可能不是星巴克，但你可能有一些方法可以运用人工智能来提升客户体验。随着科技的蓬勃发展，购买新技术看似是一个不错的起点，但这其实只是一种转移注意力的噱头。不妨看看你现有的客户反馈来源，并选择一个用例——比如利用天气信息来推荐星巴克的咖啡。看看如何围绕这个用例构建人工智能驱动的反馈循环。

问问自己，该用例中的数据如 电话号码库 何在系统之间流动，然后与技术伙伴合作，使数据和集成流程井然有序。有哪些机会可以更好地收集、清理和存储数据？谁需要访问数据？如何、什么或谁可以实时分析数据？

接下来，审视该用例的流程。您现在正在收集干净的数据，并（希望如此！）实时分析这些数据。这些数据经历了哪些过程来影响营销、产品和技术决策？您该如何设置流程，以优化这些数据流向合适的团队？

康威定律认为，技术遵循组织的沟通结构。这意味着，如果你的沟通是孤立的，你的技术也会是孤立的。因此，在实施技术解决方案之前，务必优化你所需的沟通结构。

如前所述，审视你的团队，确保你具备管理和解读数据所需的技能。采用循序渐进的方法，管理单个用例，有助于将技能提升的开销控制在可控范围内。为你的营销人员提供所需的时间和培训，让他们一次学习几项技能。我们以前在社交媒体领域也遇到过这种情况——边工作边学习，一次学习一个平台。




最后，也是最重要的一点，利用你的第一个用例来帮助培养和强化学习文化。转向人工智能驱动洞察的部分原因在于承认，正如比尔·布拉德所说：“观点实际上是知识的最低级形式。” 转向人工智能为营销人员提供了一个巨大的机会，让他们从观点之争转向数据驱动的洞察。利用这些洞察来推动跨职能团队的持续循环，让他们采取行动、衡量并改进实验，而不是在无休止的会议中争论其优劣。