مواد
- مصنوعی اعصابی نیٹ ورک (اے این این)
- گہری سیکھنے الگورتھم
- کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
- مشین لرننگ بوٹس اور سیل آٹومیشن پلیٹ فارمز
- انسانوں کو کسٹمر کے تجربے میں مدد فراہم کرنا
- نتیجہ اخذ کرنا
ماخذ: کریل مکاروف / ڈریم ٹائم
ٹیکا وے:
اے آئی پہلے ہی کاروبار میں کاروبار میں مدد فراہم کررہی ہے ، لیکن وہ سیلز اور کسٹمر سروس کی دنیا میں اس سے بھی زیادہ اہم کھلاڑی بننے کے لئے تیار ہے۔
مصنوعی ذہانت (AI) فروخت سے پہلے ، دوران اور اس کے بعد فروخت کے منظر نامے میں ایک اہم کھلاڑی بن رہی ہے۔ ذہین ، مشین لرننگ بوٹس کے ذریعہ عمل کو مکمل طور پر خودکار کرنے کے لئے ، بڑے اعداد و شمار کے بارے میں تجزیہ کرنے سے پہلے ، کسی برانڈ کی مارکیٹنگ کی کوششوں کو تقویت دینے کے لئے AI پہلے ہی اہم ہے۔
اکثر "AI انقلاب" کہلاتا ہے ، فروخت کے عمل کو خودکار کرنے کے لئے کمپیوٹر پر مبنی حل متعارف کروانا اب بھی اپنے پہلے اقدامات میں ہے۔ تاہم ، ہم ابھی تک ایسی دنیا سے دور نہیں ہیں جہاں خود نظم و ضبط سے چلنے والے اسکرپٹ نظام پورے طور پر انسانی ذہانت کے متبادل بننے جا رہے ہیں۔ ذرا ایک نظر ڈالیں کہ اب گوگل ٹرانسلیٹ انسانی زبانوں کو کس حد تک سمجھنے کے قابل ہے ، یا ھدف بنائے گئے اشتہارات ہماری تلاشوں کو کس طرح چھپا رہے ہیں جیسے کوئی پوشیدہ "کوئی" ہے جو واقعتا our ہمارے ذوق کو جانتا ہے۔
مصنوعی ذہانت یقینا مستقبل میں فروخت کی صنعت کو تبدیل کرنے کا پابند ہے ، لیکن وہ پہلے ہی اس کو بہت ہی اہم طریقوں سے متاثر کررہی ہے۔ (AI کے بارے میں مزید معلومات حاصل کرنا چاہتے ہیں؟ پھر دیکھیں کہ مجھے AI کے بارے میں سیکھنا کیسے شروع کرنا چاہئے؟)
مصنوعی اعصابی نیٹ ورک (اے این این)
مصنوعی اعصابی نیٹ ورک (اے این این) ایک پستانہ دار دماغ کی مصنوعی پنروتپادن ہیں: باہم منسلک پروسیسرز کا ایک بڑا نیٹ ورک جو متوازی طور پر کام کرتا ہے۔ انسانی نیورانوں کے جیسے ہی زیادہ آسان ورژن کی طرح ، یہ کمپیوٹنگ یونٹ معلومات پر کارروائی کرتے ہیں ، تجربے سے سیکھیں اور نمونوں کی نشاندہی کریں۔ اگرچہ ان میں حیاتیاتی انٹرفیس کی طرح موافقت کرنے کی لچک اور صلاحیت کی کمی ہے ، لیکن اے این این ایک ایسے نظام کی تعمیر کے لئے پہلے حل شدہ نمونہ لے سکتے ہیں جو نئے فیصلے کرنے کے قابل ہیں۔
اے این این کے روایتی استعمال میں سے ایک یہ ہے کہ اسپریڈشیٹ میں جمع کردہ تاریخی اعداد و شمار کا تجزیہ کرنا بلکہ درست پیش گوئیاں اور فروخت کی پیش گوئی کی جاسکتی ہے۔ ایک مختصر "تربیت کی مدت" کے بعد ، جس کے دوران اعصابی نیٹ ورک تاریخی دشواری کے اعداد و شمار کا استعمال سیکھتا ہے جس میں نتائج معلوم ہوتے ہیں ، اے آئی نمونوں کو پہچاننے اور حل اور تخمینے فراہم کرنے کے قابل ہے۔
اس قابلیت کی بدولت ، ان کا استعمال مارکیٹنگ کے وسائل کو موثر انداز میں مختص کرنے اور کمپنی کی اشتہاری کوششوں کو بہتر بنانے کے لئے کیا جاسکتا ہے۔ مارکیٹنگ کے اخراجات اور مجموعی منافع جیسے پیرامیٹرز کی بہتات کی ترجمانی کرکے ، اے این این کو نسبتا narrow تنگ مارجن کے ساتھ اگلی مدت کی فروخت کی پیش گوئی کرنے کے لئے استعمال کیا جاسکتا ہے۔
گہری سیکھنے الگورتھم
ہم اپنی کسی دلچسپی کے لئے آن لائن تلاش کرنے کے فورا بعد ہی ، قریب سے متعلقہ مصنوعات کے بہت سارے اشتہار ہر جگہ ظاہر ہونے لگتے ہیں۔ خود بخود اشتہارات کی دنیا کو ہمیشہ کے لئے تبدیل کرنے کیلئے گہری سیکھنے والے الگورتھم نے پہلے ہی بڑے اعداد و شمار کے ذریعے اسکین کرنا شروع کردیا۔ گوگل کے سرچ انجن میں ہمیشہ الگورتھم کی شکل میں مشین آٹومیشن کی ایک خاص ڈگری شامل ہوتی تھی ، لیکن یہ حال ہی میں ہوا ہے کہ گہری سیکھنے والے متعارف کروائے گئے ہیں۔
انتہائی جدید اعصابی جالوں کے ذریعہ کارفرما ، وہ بولی جانے والی اسمارٹ فون کی کمانڈوں سے لے کر سوشل نیٹ ورک کی تصاویر اور مجسموں تک ، اور ظاہر ہے کہ سرچ انجن کے سوالات سے متعلق معلومات کا مسلسل تجزیہ کرتے ہیں۔ ان کی اپنی "ذہانت" ہے ، اور چونکہ وہ بہت تیز ہیں اور انسانوں سے کہیں زیادہ بڑے پیمانے پر کام کرسکتے ہیں ، اس لئے وہ پہلے ہی اس کام میں ہم سے بہتر کارکردگی کا مظاہرہ کرسکتے ہیں۔ ان کی تربیت کا عمل کبھی ختم نہیں ہوتا ہے ، لیکن ان پچھلے کچھ سالوں میں وہ ہمارے طرز عمل کے بارے میں اتنا سیکھنے میں کامیاب رہے ہیں کہ اب وہ اوسط صارف کے تقریبا almost ہر اقدام کی پیش گوئی کرسکتے ہیں۔
کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
جب آپ سافٹ ویئر کے معیار کی پرواہ نہیں کرتے ہیں تو آپ اپنی پروگرامنگ کی مہارت کو بہتر نہیں کرسکتے ہیں۔
مشین لرننگ بوٹس اور سیل آٹومیشن پلیٹ فارمز
کسی بھی مقصد کو حاصل کرنے کا تیز ، مؤثر ترین راستہ تلاش کرنے کے لئے تمام بوٹس کو پروگرام کیا گیا ہے - اس معاملے میں ، فروخت کا عمل خود کار بنائیں۔ مشین لرننگ بوٹس اس سے آگے بڑھ جاتے ہیں اور وقت کے ساتھ ساتھ صارفین سے ڈیٹا اور معلومات اکٹھا کرکے اپنے عمل کو بہتر بنانا سیکھیں۔ لیکن سب سے بڑا چیلنج جس کا سامنا ہر اے آئی کو کرنا ہے الگورتھم کو تربیت دینے کے لئے درکار اعداد و شمار جمع کرنا ہے۔ اور جبکہ جن کمپنیاں عملی طور پر نہ ختم ہونے والی تعداد میں صارف کے ڈیٹا ، جیسے گوگل اور جیسے معاملات کرتی ہیں ، شاید یہ چھوٹی کمپنیوں کے لئے بھی ہے۔
تاہم ، جس طرح ٹیسلا نے گوگل کو سیلف ڈرائیونگ کار ریس (پن کا ارادہ کیا) میں شکست دی ، اسی طرح گرووبٹس جیسے کچھ مہتواکانکشی اور قابل وسائل والے نئے کاروباری اداروں نے یہ ظاہر کیا کہ یہاں تک کہ شروع کرنے والے افراد کو بھی اسی سطح پر مقابلہ کرنے کی طاقت حاصل ہوسکتی ہے۔ ماہانہ 10 فیصد اضافے کے ساتھ ، یہ نسبتا new نیا کاروبار آؤٹ باؤنڈ سیلز کے منظر نامے کو ایک خود کار پلیٹ فارم کے ساتھ تبدیل کر رہا ہے جو کمپنیوں اور لوگوں کے بارے میں ایک جیسے ڈیٹا نکالنے کے لئے ہر روز لاکھوں ویب سائٹوں کا تجزیہ کرنے کے قابل ہے۔
اے آئی کنٹرول شدہ بوٹس لاکھوں صارفین تک آسانی سے پہنچ سکتے ہیں ، رابطہ کرنے ، فالو اپ لکھنے اور سیلز کے پورے تسلسل کو خودکار کرنے کے لئے صحیح افراد کو تلاش کرسکتے ہیں۔ ان سمارٹ حلوں سے اپنے مارکیٹنگ کے اخراجات کو کم کرکے ، یہاں تک کہ چھوٹے اور درمیانے درجے کے کاروبار (ایس ایم بی) اب بڑے کھلاڑیوں اور ان کے بے حد بجٹ کا مقابلہ کرسکتے ہیں۔ سیلز فورس انضمام اور سمارٹ ڈپلیکیکشن افعال سے بہت کم کمپنیوں کو اپنے کام کا بوجھ 90 فیصد تک کم کرنے اور قیمتی وسائل کے ساتھ ساتھ ملازمین کے وقت کی بچت کرنے کی اجازت دیدی ہے۔
انسانوں کو کسٹمر کے تجربے میں مدد فراہم کرنا
صارف کی مصروفیت اور گاہک کا تجربہ فروخت کے بعد کے عمل کے اہم پہلو ہیں۔ موجودہ کلائنٹ ان کی وفاداری اور حوالوں کی وجہ سے نئے سے زیادہ قیمتی ہیں۔ تاہم ، جب دونوں گاہکوں کی مدد کرتے ہو یا نئے امکانات کو حاصل کرتے ہو تو ، تقریبا sales آدھے فروخت کنندگان صارفین کے درد اور پریشانیوں کو نہیں سمجھ سکتے ہیں۔ ان کے پاس اپنے مسائل کو ننگا کرنے میں اعتماد کا فقدان ہے ، جس کی وجہ سے وہ غلطی اور غلط فہمیوں کا باعث بنتے ہیں جو بالآخر ان کا مؤکل کے ساتھ تعلقات خراب کرنے کا باعث بنتے ہیں۔
زبردست لیڈ جنریشن پروسیس کے حصول کے لئے ، اے آئی انسانوں کی بہت سی مدد کرسکتا ہے۔ اے آئی کمزور مقامات کی نشاندہی کرنے اور ایک جامع ، زیادہ موثر نسخہ فروخت نقطہ نظر پیدا کرنے کے لئے فروخت کے عمل کے تمام ڈیٹا پوائنٹس کا تجزیہ کرسکتا ہے۔سیلز فورس ٹیموں کی مدد کے ل It ، کسی مخصوص امکان کو کال کرنے کے لئے صحیح وقت یا دن کا تعین کرنے کے لئے یہ دستیاب تمام صارفین کے اعداد و شمار کی کھوج کرسکتا ہے ، اور اسی طرح اس شخص کی دلچسپیاں ، خواہشات اور ضروریات بھی ہیں۔ ایک اچھی طرح سے قائم عمل سے بیچنے والے کے اعتماد کو تقویت ملے گی اور معاہدہ بند ہونے کے امکانات بڑھ جائیں گے۔
مشینی لرننگ انجن انسانی کسٹمر سروس ایجنٹوں کی مدد سے یہ تعین کرسکتے ہیں کہ اس صارف کی خدمت کون کرے گا۔ اس کے علاوہ ، اے آئی کی مدد سے تقریر کی شناخت سے کلیدی الفاظ کو مدد مل سکتی ہے جو اہم خدمات میں اضافے کو متحرک کرسکتے ہیں ، جیسے "سپروائزر" کے الفاظ کا ذکر ہونے پر کال کو مدد کرنے کے لئے کسی مینیجر کو آگاہ کرنا۔ (قدرتی زبان پروسیسنگ کاروباری بصیرت کو کیسے بہتر بنا سکتی ہے اس میں تقریر کی پہچان کے بارے میں مزید معلومات حاصل کریں۔)
حالیہ تحقیق کے مطابق ، 70 فیصد افراد کا دعویٰ ہے کہ اگر وہ کسٹمر سروس کی ساکھ کافی حد تک بہتر ہیں تو وہ کسی برانڈ کے لئے زیادہ قیمت ادا کرنے پر راضی ہوں گے۔ اس کے بعد حیرت کی کوئی بات نہیں کہ حالیہ پیش گوئی کے مطابق ، پانچ سالوں میں ، AI صارفین کے 85 فیصد تعلقات کا انتظام کرے گا۔
نتیجہ اخذ کرنا
بہتر مارکیٹنگ آٹومیشن زیادہ سے زیادہ پیمانے ، بہتر نتائج اور کم اخراجات کا باعث ہے۔ غیر منحصر کاموں کو پہلے ہی خود کفیل مشینوں کے ذریعہ سنبھالا جا رہا ہے ، اور نئے AIs ہر روز اپنے افرادی قوت کو اپنے کاموں میں سہولت فراہم کرتے ہیں۔
اگرچہ مستقبل میں روبوٹ کے لئے کچھ ملازمین اپنی ملازمت سے ہاتھ دھو بیٹھیں گے ، لیکن AI بڑھا ہوا فروخت کا عمل ہمارے معاشرے کو تھوڑا سا زیادہ منصفانہ اور مساوی بننے میں مدد فراہم کرسکتا ہے۔ در حقیقت ، یہاں تک کہ ایس ایم بی جو سیکڑوں ملازمین کی خدمات حاصل کرنے کے متحمل نہیں ہوسکتے ہیں ، پھر بڑے کارپوریشنوں کے ساتھ مقابلہ کرسکتے ہیں۔
تاہم ، اس مبینہ انقلاب کے حتمی فائدہ اٹھانے والوں کو بلاشبہ وہ صارفین بننے والے ہیں ، جو خریداری کے زیادہ آسانی سے تجربہ کریں گے۔