1 min read
當一名購物者造訪企業的電子商務網站時，可能會隨意瀏覽網頁或尋找特定商品的資訊。試想一下：假設此時出現一名虛擬助理，不但可與這名購物者交談，還能引導購物者找到正在搜尋的產品，就像在實體店面中的專人服務一樣，那會是怎樣的光景呢？這種無縫、個人化的顧客體驗可透過「自然語言處理」（natural language processing, NLP）來加以實現。
「自然語言處理」是人工智慧（AI）的一個分支領域，其目的在於教導機器了解、詮釋，和應用人類語言。依據不同的輸入形式（文字或聲音），的「自然語言處理」模型運用深度學習（deep learning）演算法，著重於「預測下一個句子」，也就是根據未結束的對話情境，列出一組經排序過的候選句子。
起先，這種預測能力是透過以統計資料為基礎的簡單模型來達成，不過這樣的模型往往只能輸出呆板固定的回應。然而，深度學習的運用賦予現今的模型更複雜的演算能力，可從資料中提取資訊，並產出十分精確的結果。這為許多嶄新的應用程式開闢了新的發展途徑。
配備「自然語言處理」技術的客服機器人，能夠理解特定範圍內的對話內容，引導顧客找到其所尋求的答案。情緒分析（sentiment analysis）模型也賦予機器人分析對話情境與衡量顧客滿意度的能力。
「自然語言處理」還可幫助行銷人員分析顧客的談話，以及其所瀏覽的網頁，進而深入了解顧客的想法與意圖。
舉例來說，若是Amy正計劃前往巴黎展開購物之旅，「自然語言處理」技術可以幫助行銷人員分析Amy所瀏覽過的網頁文章內關鍵字和主題，並根據分析結果將Amy劃分為特定類別的消費者（如「法國購物者」），同時標註Amy興趣的關鍵字（如「高檔商品」）。接著行銷人員便可利用這些知識，為Amy打造使其感興趣的個人化網頁內容，以藉此提高其轉換率、最終促成購買行為。 藉由「自然語言處理」，這樣大規模的分析工作在短時間內便可迅速完成，因此行銷人員得以根據其結果即時制定行銷策略，從而迅速抓住潛在顧客的目光。
