AI在CRM中是怎麼融合？有哪些使用場景？ | 人人都是產品經理

編輯導語：近幾年，AI也出現在大眾的視野里，AI也在不斷的融合到各個行業里；AI的出現帶給了企業更多的可能性和創新性，提高工作效率；本文作者分析了把AI融合在CRM中，我們一起來看一下。

AI是時下非常流行的名詞，各個行業也在積極的將AI融合到產品中；如何從技術概念跨越到產品服務，成為企業集中突破的方向。

在企業中，市場人員和銷售人員與業務直接相關，其工作效率和模式也會直接反映到業績中。

CRM是企業銷售市場人員管理客戶關係非常重要的管理工具，因此將AI引入到CRM產品中有非常重大的意義；通過融合AI，方便相關人員在合適時間聯繫客戶、分析趨勢、推送線索以及自動化重複工作等。

AI+CRM解決的仍然是以信息技術為手段，有效提高企業收益、客戶滿意度和僱員生產力。

到了今年，客服和CRM相關的SaaS領域我們看到了這樣的發展趨勢，從最早Tool發展到Data服務爆發再到越來越火的AII，很多CRM廠商都是Salesforce的跟進者。

2016年10月Dreamforce大會CRM全方位AI平台「愛因斯坦」與大家見面；
2017年3月百會（Zoho）發布第四代CRM產品。它融合了數據挖掘和機器學習技術，能夠智能識別重要客戶、尋找附近的客戶、推薦工作流配置、建議聯繫潛在客戶的最佳時間等；
2017年3月矽谷人工智慧專家加盟銷售易。

一、技術創新推動下的產品升級

技術和創新永遠是IT行業的核心競爭力，在CRM行業我們也看到這樣的發展歷程。

以Salesforce為例：一方面從CRM切入向其他業務擴張建立企業辦公生態，另一方面不斷利用新的技術推進產品升級。

人工智慧風頭正勁，而Salesforce下一站的主要方向也正是打造CRM全方位AI平台從技術和服務上繼續建立壁壘。

人工智慧核心價值一定要有應用場景和商業模式，針對真實業務場景的解決方案才是關鍵。

就像智能家居現在遇到了瓶頸，一方面是沒有解決真實用戶痛點，另一方面沒有達到符合用戶預期的效果，解決方案不完整。

在有限的人工智慧能力下，找到可行、可用、有價值的解決方案是CRM廠商現在最需要考慮的。

那麼在營銷場景下需要做什麼，我想這個問題的答案不會偏離CRM本身的作用和其進一步的擴展；AI+CRM解決的仍然是以信息技術為手段，有效提高企業收益、客戶滿意度和僱員生產力。

擁有強大而快速的數據處理能力和機器學習的人工智慧結合營銷真實場景后，我想可以發揮以下三種漸進能力：

在可行、可用、有價值的目標下，我們討論了人工智慧在營銷場景下可以發揮的三種能力，在市場的具體實施中我們也看到了AI+CRM的兩種現有思路：

有人認為CRM=SFA，但遺憾的是很多廠商還是做不到更別提超越了。在可預期的情況下，「個性化」且不斷優化的服務和更加智能的自動化可以有效提升一線銷售人員的生產力，及時的數據分析和風險檢測可以輔助管理者更快的發現問題並及時作出決策。

這種思路的作用體現在全面管理客戶、精細量化行動和快速響應，更加適合現有功能和服務已經比較完善的廠商；這類廠商也可以將這種思路下的AI能力賦予到其PaaS平台中，與行業緊密的結合後效率的提升可能是數倍。

之前都在討論預測營銷，也說過預測營銷處在CRM以上的高層級，當然CRM廠商升級入場也是可以預料的；預測營銷+CRM可以達到什麼樣的效果，雖然看上去封閉了，但可能是預測營銷2.0時代的開始。

國內系統開放性不足一直也在制約著預測營銷在國內發展，全自營的預測營銷+CRM似乎給預測營銷帶來了新的機會；潛在客戶預測、線索評分、客戶畫像等都是可以應用的場景，預測營銷+CRM我們也看到了以下優勢：

更多的數據來源：CRM本身多樣性和開放性將帶來更多的數據來源，如跟進過程數據、交易數據、呼叫中心、郵件、客戶觸點等數據；相較於之前的客戶數據，與CRM的結合將帶來更多的行為數據。
實時的數據獲取和更快速的調整：數據的採集更為實時，持續的反饋和檢測讓技術和業務模型的調整可以得到更快速的響應。
更加貼近業務場景的應用：預測營銷作為CRM的一個組件，通知和建議可以展示在最適當的應用場景中，與系統或者說業務本身融為一體。

以上的思路看來仍然無法避免實施成本和教育成本高的問題，找到合適的目標客戶尤為關鍵，當然垂直領域和行業切入不妨是個好思路。

大幕剛揭開，我相信並期待其他思路的發現和實踐。

2018年AI恐將是CRM的一個標配，輕量、快速的將AI應用到中小企業中需要大家繼續去探索和努力——AI的發酵也會為廠商帶來一些額外的品牌價值的加成。

企業服務本身是一個需要深耕的領域，AI可能不是一個彎道超車的捷徑，但很可能會是讓人掉隊的壁壘。