期以来，公司一直依靠点击率，页面浏览量和会话时长等网络分析数据来获得客户行为洞察力，该方法着眼于客户对呈现给他们的内容有何反应，由设计和复制驱动的反应。但是传统的网络分析无法准确地捕获客户的需求。当营销人员开始进行预测分析时，公司如何培养更广泛的客户体验(CX)呢?

领导者越来越多地采用对话分析，这是CX数据的新范例。不再将重点放在用户对呈现给他们的内容的反应上，而是他们通过自然语言传达的“意图”。能够通过对话界面捕获意图数据的公司可以主动与客户进行互动，提供超个性化的体验，并在市场中定位最佳。

基于客户处置的直接客户体验

会话式AI为这些接口和自动化系统提供动力，并将数据输入到会话分析引擎中，预计该市场将从2019年的42亿美元增长到2024年的157亿美元。 AI不仅可以为CX决策提供依据，例如，如何设计客户旅程(例如策划的购买体验和购买路径)，还可以指导CX决策，以及如何发展整体产品和服务产品。对于早期采用者而言，这种洞察力优势可能会改变游戏规则和竞争优势。

如今，从基本的单任务聊天机器人到安全的，以用户为中心的，可扩展的AI，会话解决方案之间的复杂程度差异很大。要解锁有意义的对话分析，公司需要确保他们已经部署了一些超出自然语言理解(NLU)解析客户意图基础的关键要素。

尽管意图数据很有价值，但是公司将通过收集情感和语气数据(包括通过表情符号分析)来提升其参与度。这样的数据可以使自动化过程适应客户的需求，因此，如果检测到对过期账单的愤怒，则可以提供快速解决问题的途径。如果客户在购买产品后表现出喜悦，则AI可以通过加价促销做出回应，并收集更敏锐和可行的反馈，以应对未来的客户旅程。