2.2 智能化

全渠道的体验数据采集给数据分析工作带来巨大挑战，原因之一是体验数据中包含的大量非结构化数据，比如开放式的评论文本、客服会话、语音留言、社媒图文/视频等，这需要借助ASR（自动会话识别）、NLP（自然语言处理）、情绪识别等人工智能技术加以分析。通过各类机器学习模型，将非结构化数据处理成结构化数据并在此基础上标记、提炼出核心要点，用于分析挖掘背后的体验故事、真实需求等。

再者，出于对各类细分应用场景的体验管理需求，我们还需要借助各类算法模型，基于过往的个体反馈互动预测客户流失概率、开展客户分群，评估对LTV（生命周期总价值）的影响，同时结合各类自动化运营手段积极挽回流失、提升忠诚度，以此促进实现客户价值最大化。