如果你收到的每一封營銷和銷售郵件在進入你的收件箱的那一刻就自動按重要性排序，會怎麼樣?或者你的下一個關於客戶行為的調查或研究已經預先加載了最有價值的見解，所以你不必閱讀每個回答或數據點?
這就是MonkeyLearn（@monkeylearn)，一個人工智能平台應運而生。MonkeyLearn自動化營銷和銷售工作流程和分析數據使用的力量
人工智能技術包括機器學習、深度學習和自然語言處理(NLP)。
其結果是一個由人工智能驅動的營銷和銷售工作流，節省了時間和金錢，解放了專業人員來執行更高價值的任務。我們采訪了MonkeyLearn首席執行官Raul Garreta。@raulgarreta)，以了解更多。
用一個句子或語句描述MonkeyLearn?
我們幫助公司自動處理文本數據以實現業務工作流自動化，獲得業務洞察力或在其產品中實現自然語言處理(NLP)功能。
MonkeyLearn如何使用人工智能(即機器學習、自然語言生成、自然語言處理、深度學習等)?
MonkeyLearn使用機器學習允許用戶建立定製的文本分析模型。我們用漂亮的圖形用戶界麵、API和第三方平台集成抽象了機器學習和NLP的複雜性。通過這種方式，我們允許沒有機器學習背景的開發人員，甚至是非技術用戶(例如營銷人員和銷售團隊)在很短的時間內創建有效的文本分析解決方案。
你認為目前人工智能的局限性是什麼?
我認為人工智能正處於一個拐點，因為深度學習在計算機視覺和語言處理等領域取得了新的進展。但仍有一些人工智能問題需要我們進行更多的研究才能解決。聊天機器人就是一個例子。我認為圍繞這個領域有很多炒作，為了有效地解決這個問題，需要進行大量的研究。我們不認為現在的方法應該是完全自動化人類與機器的交互，而是通過機器增強或增強人類的能力。
你認為未來人工智能在營銷和銷售方麵的潛力是什麼?
最初，我們創建MonkeyLearn的願景是為開發人員提供支持。但是我們也看到了來自市場和銷售團隊的巨大興趣，他們希望使用NLP技術來自動化和改進他們的工作流程。我們相信，通過讓非技術用戶也能使用NLP，我們可以在這些領域產生巨大的影響。當技術被民主化並大規模普及時，你就會看到指數級的增長和改進。我們看到了自動化營銷和銷售工作流程中手工的、不可擴展的和耗時的流程的許多潛力。
MonkeyLearn與競爭對手或傳統解決方案的區別是什麼?
MonkeyLearn與其他供應商不同的是，它允許用戶利用機器學習技術構建定製的文本分析模型。例如，用戶可以自定義文本分類器的類別，或者使用他們自己的數據在幾分鍾內訓練一個機器學習模型。
在一天結束時，這意味著比傳統的解決方案更準確的結果，隻需最少的努力。通過創建與營銷、銷售、客戶服務和數據分析工具的集成，我們還進一步推進了民主化，以允許非技術用戶輕鬆地將NLP和機器學習技術整合到他們的工作流程中，而無需編碼。
就公司規模和行業而言，你們的原型客戶是誰?
我們最初專注於英語市場和收入至少100萬美元的公司。原因在於，通常在這些市場中，你可以找到有意願和資源投資新技術的早期采用者。伟德bv885但是MonkeyLearn被設計成一個全球性的工具，並為西班牙語、法語、葡萄牙語等其他語言提供支持。從行業來看，我們的主要客戶來自軟件服務行業、商業智能和社交媒體。
對於營銷人員和銷售人員來說，MonkeyLearn的主要用例是什麼?
其主要目標是自動化手工工作流程，並使營銷人員和銷售專業人員能夠以更少的成本做更多的事情。市場營銷和銷售流程中的許多步驟都可以通過機器實現自動化，特別是使用NLP技術。
這兩個主要用例可以分為兩組:工作流自動化和數據分析。讓我給你們每個例子。
在工作流自動化的情況下，我們有客戶自動分析來自出站銷售活動的電子郵件響應。通常處理回複意味著銷售代表需要做大量的手工工作來閱讀每一封郵件，這需要花費大量的時間、精力和精力，這些精力本可以投入到其他戰略任務中。
MonkeyLearn可以自動完成這個過程。MonkeyLearn首先對每個回複進行分析，並將其分類為“感興趣”、“不感興趣”、“不合適的人”、“聯係人正在度假”、“已經在使用該產品”或任何特定類別。這意味著銷售代表可以節省數小時閱讀和處理回複的時間。MonkeyLearn可以在幾秒鍾內解決這個問題。這樣，銷售代表就可以立即知道如何優先處理問題，哪些問題應該回答，哪些問題應該轉給其他團隊成員，甚至哪些問題可以自動回答。
在數據分析的情況下，我們的客戶必須處理大量的文本數據，以獲得對他們業務的洞察。例如，執行調查的營銷團隊可能會收到開放式的反饋。為了從這些數據中獲得見解，你必須手動讀取每一個回複，但當你連續收到數千個回複時，這個問題就無法擴展了。在這些情況下，MonkeyLearn可以實時處理響應，以獲得對響應中所表達的情緒和方麵的結構化見解。例如:你可以看到人們是否在抱怨你產品或服務的某個特定功能。這隻是兩個例子，還有很多其他的例子，因為大多數業務數據都是文本格式的。
關於人工智能在營銷中的應用，還有什麼其他想法嗎?或者對那些剛剛開始探索人工智能可能性的營銷人員有什麼建議嗎?
我們堅信，在營銷和銷售領域應用人工智能有巨大的機會。對我們來說，關鍵是通過以下方式使技術易於使用:
- 為沒有專業技術知識的營銷人員和銷售人員提供易於使用的界麵。
- 與營銷人員和銷售團隊日常使用的工具集成，如crm和營銷自動化工具。
想象一下，如果營銷人員和銷售團隊的每一個新的增長黑客想法(涉及NLP或機器學習)都能在幾分鍾內被嚐試。這就是你可以產生巨大影響的時候。通過像MonkeyLearn這樣的工具，我們希望授權銷售和營銷團隊在幾分鍾內構建NLP和機器學習驅動的增長黑客。通過允許他們使用簡單的UI選擇或創建自定義文本分析，並與他們已經使用的工具集成。