Nâng cao trải nghiệm người dùng trên website bằng Machine Learning
Machine Learning (ML) là gì và làm thế nào mà Machine Learning có thể giúp nâng cao trải nghiệm kỹ thuật số của người dùng? Hy vọng nội dung bài viết dưới đây sẽ phần nào gửi đến bạn đọc CLBMarketing những thông tin hữu ích về vấn đề này...
Machine Learning (ML) là gì?
Machine learning (ML) là một tập con của AI. Theo định nghĩa của Wikipedia:
Machine learning is the subfield of computer science that “gives computers the ability to learn without being explicitly programmed”.
Nói đơn giản, Machine Learning là một lĩnh vực nhỏ của Khoa Học Máy Tính, nó có khả năng tự học hỏi dựa trên dữ liệu đưa vào mà không cần phải được lập trình cụ thể.
Áp dụng Machine Learning để nâng cao trải nghiệm người dùng
Mục đích của công nghệ là để nâng cao trải nghiệm người dùng chứ không phải theo hướng ngược lại, theo Katrina Taylor - người đứng đầu về trải nghiệm người dùng và thiết kế sản phẩm cho hãng Armoire (một start-up cho thuê thời trang trực tuyến có trụ sở tại Seattle - Washington DC).
Khi xây dựng một trang web thời trang để đưa ra các đề xuất về style (phong cách) cho khách hàng, Armoire biết rằng nó phải mang lại cho khách các trải nghiệm tùy chỉnh, và chỉ với một cái click đơn giản. Với phạm vi rộng lớn của công nghệ ML và AI có sẵn, các thương hiệu có thể gặp rủi ro và trở nên đáng sợ trong mắt người dùng khi vượt quá giới hạn trong việc xây dựng trải nghiệm bằng nguồn dữ liệu thông tin của chính khách hàng. Armoire không muốn vượt qua ranh giới này.
Katrina Taylor trong buổi thuyết trình về ML và sự hưởng ứng của con người tại DX Summit ở Chicago tuần này đã nói rằng
Chúng tôi muốn Machine Learning trở nên giống con người hơn, nhưng sau đó chúng tôi lại e ngại...
Để tránh làm mất khách hàng, không nên vượt qua ranh giới trong việc sử dụng dữ liệu của họ, Taylor cho biết thương hiệu của cô không sử dụng mọi dữ liệu cá nhân của khách hàng.
Tốt hơn là bắt đầu với một tương tác đơn giản như là điền vào các biểu mẫu...
Taylor đã vạch ra sáu nguyên tắc mà Armoire tuân theo để tạo ra những trải nghiệm tùy chọn dựa vào Machine Learning và sự đồng thuận của khách hàng.
1. Xác định giá trị liên tục
Taylor tin rằng mục đích của công nghệ là để nâng cao trải nghiệm người dùng.
AI & ML tốt nhất nên giải quyết các vấn đề của khách hàng trước khi giải quyết các vấn đề kinh doanh.
Một khi công ty có thể giải quyết các vấn đề của khách hàng - và tạo ra giá trị liên tục - các vấn đề kinh doanh đồng thời có thể được giải quyết. Một ví dụ, Armoire biết phụ nữ đã dành trung bình khoảng 219 giờ mua sắm trực tuyến mỗi năm và 91% sản phẩm hiển thị được phản hồi là "không hợp". Armoire đã giải quyết vấn đề bằng cách chỉ hiển thị 50 kết quả từ tìm kiếm của khách hàng để giảm thời gian duyệt và hiển thị sản phẩm, dựa trên thuật toán hiển thị những gì phù hợp nhất mà khách hàng có thể ưa thích.
2. Đủ gắn kết để xây dựng lòng trung thành
Taylor tin rằng cách tốt nhất để khách hàng quay trở lại là tạo ra những trải nghiệm hấp dẫn thúc đẩy việc trao đổi thông tin với khách hàng một cách ý nghĩa. Nếu một thương hiệu đang yêu cầu dữ liệu khách hàng, cần có một trao đổi công bằng hoặc gửi một đề nghị đến khách hàng, nếu dữ liệu đó là cần thiết.
Armoire khéo léo thực hiện cuộc trao đổi này bằng cách cung cấp các trò chơi nhỏ và tinh vi ngay trên các sản phẩm thời trang mà khách hàng được gợi ý chọn những gì họ thích và không thích. Công ty cũng yêu cầu khách hàng xem xét từng mặt hàng mà họ thuê. (Armoire là công ty cho thuê quần áo trong đó khách hàng có thể trả phí hàng tháng).
Cả hai nỗ lực này sẽ lấy được dữ liệu khách hàng lặp lại và liên tục dẫn đến trải nghiệm người dùng cực kỳ gắn kết.
3. Thêm số liệu hành vi và cảm xúc vào dữ liệu của bạn
Machine Learning cần có thời gian, đặc biệt là đối với một công ty như Armoire chỉ dựa vào dữ liệu được tổng hợp từ những trải nghiệm của khách hàng. Các số liệu theo dõi hành vi - như độ sâu cuộn trang, biểu đồ nhiệt, tỷ lệ click, nội dung đã xem, thời gian trên trang và exit page - có thể cung cấp cái nhìn sâu sắc có giá trị. Theo dõi cảm xúc cũng có lợi, với các công cụ hiện có sẵn để đo phân tích tình cảm, mã hóa khuôn mặt, phân tích giọng nói, theo dõi cử chỉ và hơn thế nữa.
Taylor có một số mối quan tâm về quyền riêng tư và các giới hạn của nó. Cô khuyên các thương hiệu nếu muốn đi sâu hơn vào việc theo dõi cảm xúc nên kết hợp phân tích quá trình ngôn ngữ tự nhiên với phân tích tình cảm khách hàng.
Có một số điều cần nói trong các cuộc trò chuyện thực tế với khách hàng. Cái nhìn 360 độ về khách hàng đôi khi quên đi cảm xúc, Taylor nói:
Mỗi người trong chúng ta giỏi diễn tả cảm xúc của con người hơn công nghệ dù là tinh vi nhất.
4. Xây dựng mối quan hệ với khách hàng một cách nhẹ nhàng
Khi tích hợp ML và AI vào các nỗ lực tiếp thị của bạn, Taylor chỉ ra rằng đôi khi công nghệ cho phép các thương hiệu biết nhiều hơn về khách hàng mà thậm chí bạn bè hay gia đình của họ có thể không biết tới.
Chúng ta không bao giờ cho mọi người biết hết về cuộc sống của chúng ta.
Vì vậy, ta nên cân nhắc khi sử dụng công nghệ để xây dựng trải nghiệm người dùng. Việc minh bạch và công khai về cách thức sử dụng thông tin sẽ tạo niềm tin đối với khách hàng có thể dẫn đến một mối quan hệ có giá trị.
Khi họ biết cách chúng tôi sử dụng dữ liệu của mình, điều đó thúc đẩy họ cung cấp cho chúng tôi nhiều dữ liệu hơn.
Một chiến thuật khác của team Taylor thực hiện là tính tự phát, gợi ý các sản phẩm nằm ngoài thuật toán, theo cách nói của cô, làm khách hàng ngạc nhiên và thích thú và tìm hiểu thêm về chúng. Taylor cho biết cách tiếp cận này là một cách tuyệt vời để làm cho Machine Learning trở nên giống như con người hơn.
5. Giữ khách hàng trong vòng lặp
Vì đang sử dụng một cách tiếp cận tự động, chúng tôi không muốn tiếp tục với AI nhiều hơn nữa, thế nên chúng tôi giữ sự tương tác với khách hàng để tìm hiểu về phong cách của họ. Chọn ra các địa điểm để khách hàng có thể sắp xếp các cuộc hẹn với stylist. Khi một nhà tạo mẫu gặp gỡ khách hàng - trực tiếp hoặc qua điện thoại - sẽ có các giao thức để nhà tạo mẫu nhập dữ liệu khách hàng vào hệ thống của họ.
Các tương tác giữa người với người cải thiện AI và AI của chúng tôi cải thiện các tương tác của con người.
6. Machine Learning + thiết kế trải nghiệm người dùng = trải nghiệm kỹ thuật số hoàn hảo
Là người đứng đầu về trải nghiệm người dùng và thiết kế sản phẩm, Taylor tin rằng các nhà khoa học dữ liệu nên được tích hợp vào nhóm thiết kế người dùng. Bằng cách đưa các nhà khoa học dữ liệu vào cuộc, nhóm UX có thể xây dựng các trải nghiệm có liên quan dựa trên dữ liệu có định lượng. ML và UX nên đi đôi với nhau - Taylor nói.
Taylor nhận ra rằng không phải tất cả các thương hiệu đều có đủ tài nguyên hoặc băng thông để thực hành tất cả sáu quy tắc mà cô đã vạch ra trong bài thuyết trình của mình. Nếu buộc phải lựa chọn, cô nói quy tắc đầu tiên và cuối cùng là quan trọng nhất: Xác định giá trị liên tục mà bạn tạo ra và đảm bảo các hệ thống Machine Learning được tích hợp vào các quy trình thiết kế người dùng của bạn.
Q.D - ClbMarketing.Com (dịch & biên soạn)
Còn bạn? Bạn đã sử dụng Machine Learning cho việc nâng cao trải nghiệm người dùng cho Website của mình chưa? - Hãy để lại comment bên dưới để cùng thảo luận & chia sẻ kiến thức nhé!!!
Đọc thêm:
