如果你擁有一家本地企業，你對列出數據在你成功獲得客戶方麵所起的重要作用並不陌生。十多年來，這些數據一直是當地企業的基礎，如今卻被搜索引擎和消費者所依賴。隨著人工智能變得越來越普遍(也越來越強大)，本地列表數據在你的成功中所扮演的角色隻會繼續增加。
管理本地列表數據很重要
與十年前不同，現在當地企業需要管理數十個數據點:
- 營業時間
- 假日安排
- 產品
- 人資料
- 聯係信息
由於需要跨多個位置維護數據集，這個過程通常很複雜。這會消耗時間，而且不準確會影響列表、排名和整體曝光率。除此之外，我們還有一些元素，如評論，在消費者影響力方麵發揮著重要作用。
任何在當地經營的企業都需要管理一切。但我們不要忘記答案提供者——搜索引擎。
進入:人工智能
如今，消費者可以獲得大量數據，負責分析數據並給出可消費答案的係統需要一種方法來處理所有內容。這就是機器學習這一人工智能技術的亮點所在。
人工智能可以很容易地發現數據中的模式，而人類需要數周才能梳理出來。人工智能可以在幾秒鍾內完成。當客戶留下評論時，人工智能可以迅速發現新興趨勢——好的和壞的。這允許搜索引擎將所有可能的結果混合成有用、可靠的結果子集，以確保搜索者可能對搜索中顯示的企業有積極的體驗。
回想一下你曾經尋找過的“我身邊最好的披薩。”
對你來說，這隻是個簡單的要求。對於搜索引擎來說，它的聲譽岌岌可危，就像它的每一個查詢一樣。搜索引擎需要:
- 確定你的位置
- 請檢查您的帳戶曆史以獲得相關信息
- 在你的所在地附近找一些生意
- 按類別分類(你想要披薩，而不是壽司)
- 觀察距離
- 檢查工作時間
- 查看評論和評分
當它掌握了所有的數據後，它需要開始為你形成一個答案。它根據距離在你周圍畫同心圓，開始在地圖上按距離排序，在你周圍放置披薩店。它過濾了所有關閉的網站(除非你附近的所有網站都關閉了，然後它會顯示給你)，並開始查看評論數據。
如果最近的披薩店是兩星店，如果有其他幾家評分更高的披薩店，搜索引擎就不會給它排很好的排名。但如果隻有低評級的商店存在於你所在位置的一個確定的圈子內，那麼它會顯示它們，以確保你得到答案。
通常情況下，我們在今天的結果中得到了體麵的評級，所以我們知道我們可以依靠這種方法來找到我們想要的東西。這是因為人工智能能很好地學習模式，並開始根據我們的行為預測我們的滿意度。當我們要披薩時，他們可以檢查你的曆史記錄，看看他們以前給過你什麼，尋找你似乎滿意的例子(你點擊，你打電話，重複那個模式)，並試圖給你一個與模式緊密匹配的結果。
引擎為得出答案所做的所有工作都在幾秒鍾內完成。有些數據對他們來說更容易管理，因為我們傾向於建立模式——工作、家庭、朋友的家等等——這意味著我們通常會找到一家我們喜歡的當地披薩店，並堅持下去。這讓你很容易得到答案。
當你周圍的世界發生變化時，人工智能才會重新出現。一些企業會倒閉，新的企業會開張。這種情況每天都在發生，隨著新數據進入係統，它會影響客戶看到的結果。如果我們再看看我們的披薩例子，在一個社區中獲得良好評價的商店在擴展到新的社區時可以從這種聲譽中受益。當他們開設新店時，沒有當地的足跡可以依賴，引擎將實現飛躍，如果該商店在一個社區很好，那麼在新的地方也可能很好。因此，新店要接受當地的測試，最終由消費者決定他們的命運。如果所有的信號都是積極的，那麼這個新地點的排名就會很好，而且會很繁榮。
然而，如果他們做錯了，指出缺陷的評論將迅速改變他們的排名。
機器學習和人工智能是當今生活的事實
企業需要意識到，雖然他們可能會在晚上關門，但所有關於他們的數據(當天客戶的評論、網站的流量、對菜單的參與度等)都會繼續構建他們的數字足跡。搜索引擎的係統不斷地尋找、審查和分類這些新信息，以便下次有人點披薩時提供幫助。
你的公司可能會在晚上關門，但機器學習每天24小時都在運行，以幫助滿足消費者的需求。
想了解更多嗎?讀語音搜索如何改變一切並探索如何在語音支持的未來建立消費者信任、品牌覆蓋和連接。
杜安Forrester
Duane Forrester是Yext公司的行業洞察副總裁。Yext公司開創了一個名為“數字知識管理”的新領域，讓企業能夠控製他們希望消費者在智能生態係統中了解的所有公共事實。