AI如何消除虚假评论并扩大客户的声音

消费者对企业可用信息的信任度急剧下降。几乎85%的千禧一代不信任传统广告，其中70%依赖其他客户的评论和推荐，其中当然包括在线反馈。

许多企业不喜欢看他们的负面评论，也不知道如何应对或回应他们。但是，有82%的最佳公司表示，他们密切关注围绕数字和技术的人类经验。这意味着在您的评论上保留最新的标签。

Trustpilot首席产品官Ramin Vatanparast说：“最大的挑战之一就是试图利用这些反馈，并真正利用它来扭转话题。”“例如，负面评论是企业与不满意的客户联系并了解他们的问题出在什么方面，并试图赢得他们的尊重，建立信任和信誉的绝佳机会。”积极的评价还为企业提供了重要的信息-它们不仅是轻拍，而且是确保客户服务和产品成功的非常准确的晴雨表。

无论是评论，论坛中的评论，支持请求，还是您从客户那里获得的任何反馈，从技术角度来看，挑战都是要扩展所有文本(人们正在写的东西以及ZenDesk的高级数据科学经理克里斯·豪斯勒(Chris Hausler)说，这是关于您的公司的信息，并且了解核心主题。

“如果您是一家小型公司，每周要收到10到20条评论或支持请求，那么很容易有人就坐下来阅读并理解客户的观点，” Hausler解释说。“但是，当您将其扩展到成千上万甚至数百万个时，对于个人甚至一组个人而言，阅读和理解所有这些文本就不再可行。”

那就是AI来的地方。自然语言处理有助于识别文本中的模式，了解人们正在谈论的核心主题，并为您提供一个视角，使您无法以这种规模的反馈作为个人。

Vatanparast说：“最大的机会不只是这些评论的星级。”“它着眼于背景，并能够利用工具和技术，使您了解这些星级评分背后的观点，分析数据并改善业务。”

他说，另一个重要因素是客户信任。

他说：“使用Edelman信任晴雨表时，您会注意到在线企业乃至在线数字平台的总体信任度正在下降。”“与此同时，虚假评论给消费者带来了巨大的挑战，他们现在需要确定什么是真实的，什么是假的。”

Hausler说，AI在这里确实也可以发挥作用，尤其是在规模方面。

他解释说：“在伪造的评论方面，尤其是当它来自机器人时，在交流方式上往往会出现明显的迹象，这使其与人们撰写评论的方式略有不同。”“在我们的Gmail帐户中有很多类似垃圾邮件检测的方式中，您可以训练您的AI来确定要获得这些机器人评论的位置，然后将其移到一边，这样就不会误导您和您的客户。

欺诈检测模型与为客户提供标记可疑内容的能力相结合，使您可以保护客户的反馈，并确保他们在平台中看到的评论尽可能合法。

“对于当今任何组织而言，最大的事情就是围绕信任及其代表的意义建立牢固的原则和价值观，以便能够公开谈论并共享其数据，并确保他们向消费者提供的信息(包括评论)尽可能清晰，可信。”他说。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！