 |
全球8000家領(lǐng)先數(shù)字公司的產(chǎn)品團(tuán)隊、營銷人員和高管可以通過自然語言聊天查詢其用戶數(shù)據(jù)
Mixpanel采用OpenAI的GPT-3.5 Turbo，可以驗證準(zhǔn)確性并優(yōu)先考慮隱私
舊金山2023年7月6日 /美通社/-- 事件分析*先驅(qū)Mixpanel集成了生成式AI，令企業(yè)能夠"與其數(shù)據(jù)對話"。此舉使得公司能夠更加輕松地快速了解產(chǎn)品和營銷決策對其客戶體驗和公司利潤的影響。Mixpanel的生成式AI應(yīng)用允許審查AI構(gòu)建的查詢，以便人們能夠了解所創(chuàng)建報告的來源和準(zhǔn)確性，而無需將其專有數(shù)據(jù)暴露給大語言模型（LLM）。
現(xiàn)在，通過向OpenAI的"GPT-3.5 Turbo"模型提出簡單的英語問題，任何使用Mixpanel的人士都可以清楚了解每位客戶的體驗，為希望了解人們?nèi)绾问褂闷鋺?yīng)用程序的公司消除了另一大障礙。
例如，網(wǎng)約車公司的非技術(shù)員工可能會問："當(dāng)我們在關(guān)鍵市場中應(yīng)用峰時定價時，哪一組用戶最頻繁發(fā)生轉(zhuǎn)化？" 營銷人員可以快速了解與廣告支出相關(guān)的趨勢，銷售人員可以看到收入隨時間的變化。由生成式AI構(gòu)建所需的查詢，在Mixpanel中執(zhí)行，并立即返回相關(guān)圖表，直觀顯示不同市場中不同群體的轉(zhuǎn)化趨勢。
Mixpanel首席執(zhí)行官Amir Movafaghi表示："作為下一個計算入口，生成式AI正在釋放巨大的生產(chǎn)力提升。這意味著，在我們的世界中，任何人都可以使用簡單的英語向AI提出問題，令數(shù)據(jù)查詢更加簡單。實現(xiàn)了分析的可及性，讓每個人都能夠真正參與，因而將顯著改善整個公司的決策。"
優(yōu)先考慮隱私并驗證準(zhǔn)確性
盡管生成式AI代表著巨大的機(jī)會，但它并非總是準(zhǔn)確。因此，通過生成式AI構(gòu)建的Mixpanel查詢允許人們查看其答案來源，以了解報告是如何生成的。盡管這一AI功能將向所有Mixpanel用戶開放，但它也具備可選性。因此，人們可以選擇使用AI構(gòu)建查詢或繼續(xù)使用現(xiàn)有用戶界面。
Mixpanel擁有值得信賴的用戶行為數(shù)據(jù)，并為8000家付費(fèi)客戶提供見解，其中包括大型企業(yè)和全球最為成功的數(shù)字領(lǐng)導(dǎo)者，例如CNN、Uber和Yelp！ 因此，Mixpanel在引入生成式AI時，會優(yōu)先考慮隱私。Mixpanel客戶不需要將其數(shù)據(jù)貢獻(xiàn)給大語言模型。相反，AI提高了構(gòu)建查詢的速度和易用性，并且底層數(shù)據(jù)的真正分析者是Mixpanel。
Movafaghi補(bǔ)充道："生成式AI與電力有些類似，你可以將其構(gòu)建到其他產(chǎn)品中，讓工作變得更快捷、更簡單。我們正在用它來加快工作流程并簡化人們提出其數(shù)據(jù)相關(guān)問題的方式。但這僅僅是個開始，我們預(yù)計在未來的幾年內(nèi)，大語言模型將幫助數(shù)據(jù)分析能力更進(jìn)步。"
傳統(tǒng)上，在分析數(shù)據(jù)時，使用商業(yè)智能工具的數(shù)據(jù)分析師需要編寫復(fù)雜的SQL查詢，使分析成為一門小眾學(xué)科，阻礙公司從大規(guī)模的數(shù)據(jù)中快速獲取答案。Mixpanel通過其基于事件的分析系統(tǒng)改變了這一局面，令非技術(shù)員工可以使用下拉菜單來提出他們的數(shù)據(jù)問題。生成式AI的引入再次重新構(gòu)想了數(shù)據(jù)分析過程。因此，通過輕松提出數(shù)據(jù)相關(guān)問題，任何人都可以使用Mixpanel來支持更好的決策。
作為封閉Beta計劃的一部分，Mixpanel的全新生成式AI界面目前正在由一組選定的客戶使用。在未來幾周內(nèi)，該功能將作為可選界面免費(fèi)提供給所有Mixpanel用戶。
*關(guān)于事件分析
事件分析捕捉電子商務(wù)網(wǎng)站或叫車應(yīng)用等數(shù)字產(chǎn)品中每個用戶執(zhí)行的每個操作（也就是事件）。這種非常細(xì)化的視圖可幫助公司了解不同用戶群體在其體驗過程中不同節(jié)點(diǎn)的表現(xiàn)，以回答諸如以下問題：哪些群組的用戶會在注冊期間退出？ 現(xiàn)在，通過使用Mixpanel，還可以洞悉此類客戶體驗問題對收入的連鎖影響。
這一方法比傳統(tǒng)商業(yè)智能（BI）工具更快捷、更簡單，因為傳統(tǒng)商業(yè)智能（BI）工具需要準(zhǔn)備數(shù)據(jù)并制成表格，然后再通過SQL編碼的商業(yè)智能進(jìn)行查詢。雖然商業(yè)智能分析可以提供客戶流失視圖，但無法探究用戶為何做出某些行為。因此，對于打造并持續(xù)改進(jìn)全球最成功數(shù)字產(chǎn)品的產(chǎn)品團(tuán)隊而言，事件分析至關(guān)重要。
