消费者想要看到的东西。传统的指标是数量为中心：例如观看的次数、点击数、评论数、股票等。但是，情感分析不仅限于受众特征，还包括公众与企业品牌之间互动的质量。
　　使用人工智能和机器学习，企业可以分析与消息和其他输出的互动，以查看消息背后的含义。这可以帮助企业了解特定事件或市场营销活动产生了什么样的反应——积极的、消极的或中性的。情绪分析有助于发现对竞选活动的反应，识别推动者和破坏者，并关注细分市场的细分市场，甚至进一步细分。企业还可以主动识别产品或消息的问题，并识别竞争对手的注意事项。
　　· 根据这个分析，企业可以重新考虑其整个策略并个性化其营销信息以迎合其目标受众。营销官和技术官为什么要一起工作?
　　十年前，营销官和技术官之间没有太多可以交流的内容。现代营销官拥有大量技术(有些人称之为影子IT的崛起)，但是技术官和信息官正在迎头赶上，因此他们需要合作，以保障他们的人工智能战略在增长、安全性和可扩展性方面保持一致。此后，人们目睹了互联网、移动通信、媒体、云计算基础设施、安全和消费者购买行为的一系列相互联系的革命，这些行为颠覆了企业的格局。
　　现代销售是一项团队活动，随着企业复杂性的提高，错误的边际也越来越少。他们需要实时，无信息过载地更有效地了解彼此的得失。当企业捕获、分析并向销售团队提供此类见解时，每个人都可以学习，并可以加快交易速度。
　　技术官如何使用人工智能改善用户/客户体验?
　　客户体验是数字化转型的根本。随着数据的大量增长，企业有机会利用机器学习和人工智能的数据来改善客户的日常体验。早在2011年，Gartner公司就预测到2020年无需人工干预即可管理85%的客户关系。
　　人工智能和机器学习可以并且已经在数据收集中起着不可缺少的作用，以跟踪用户体验(UX)和客户体验(CX)，从信息中学习并从大量数据中提供可行的见解，否则这些数据将无法使用。
　　Productsup公司共同创始人和首席营销官Marcel Hollerbach对人工智能改善客户体验进行了阐述。
　　·人工智能是如何应用实体商店，让客户体验更加直观、更成熟?
　　High Street商店正在使用人工智能来改善客户体验。随着在线销售快速增长，他们需要进行创新以增加人员流量，需要创造引人入胜的体验，以便客户再次光顾。
　　例如，玉兰油(Olay)公司基于人工智能的皮肤顾问软件Skin Advisor帮助客户根据自拍照找到不错的皮肤护理例程，而North Face公司利用IBM Watson的功能来帮助客户根据性别或天气等变量确定穿着合适的夹克。
　　Westfield购物中心最近推出了“趋势商店”，该商店根据实时社交媒体数据存储最受欢迎的商品。该商店于上个月开业，它是人工智能如何为店内客户带来创新和定制体验的一个例子。
　　人工智能可以在商店里帮助顾客寻找适合的产品、回答问题或提出建议。要做到这一点，需要高质量的产品数据。由于消费者的时间越来越少，因此需要获得一种便捷的购物体验。与此同时，他们希望与品牌建立联系，并将购物视为一种社交体验，因此人工智能驱动的个性化是关键。