SocialHub.AI
← Semua Siaran
Strategi Kesetiaan···7 minit baca

Mata, Peringkat dan Ganjaran AI Boleh Jelaskan Tanpa Membuat Perkara

Oleh SocialHub.AI Pasukan

Ketepatan program kesetiaan AI: cara membuat pembantu menerangkan mata, peringkat dan ganjaran dengan betul. Betulkan lejar, cari data langsung, jangan meneka.

Jawapan ringkas

Pembantu AI hanya boleh menerangkan mata, peringkat dan ganjaran dengan betul jika empat perkara ialah true. Lejar mata di bawah adalah tepat. Setiap baki, peringkat atau ganjaran dicari secara langsung untuk ahli tersebut dan bukannya dipanggil semula atau dianggarkan. Penjelasan menggunakan peraturan yang diluluskan oleh program anda sendiri. Dan apabila data tiada, pembantu berkata begitu dan bukannya meneka. Pastikan pembantu yang menghadap ahli baca sahaja, jadi jawapan yang salah tidak boleh bertukar menjadi transaksi yang salah.

Bacaan berkaitan: mengapa pembantu AI menukar kesetiaan dan cara menyambungkan program kesetiaan kepada pembantu AI dengan MCP. Bahagian ini merangkumi perkara yang berlaku selepas sambungan: memastikan setiap jawapan betul.

Mengapa jawapan kesetiaan adalah penting

Jawapan kesetiaan yang salah bukanlah slip yang tidak berbahaya. Jika pembantu memberitahu ahli bahawa mereka mempunyai mata yang mereka tidak miliki, bahawa ganjaran tersedia apabila tiada, atau bahawa peringkat mereka selamat apabila hampir jatuh, ahli itu bertindak ke atasnya, dan jenama anda yang mereka salahkan.

Sudah ada kes yang disebut secara meluas mengenai perkara ini, dari kesetiaan luar. Dalam Moffatt lwn. Air Canada (14 Februari 2024), Tribunal Resolusi Sivil British Columbia mendapati syarikat penerbangan itu bertanggungjawab selepas bot sembang tapak webnya menghuraikan dasar bayaran balik tambang kehilangan nyawa secara salah. Ahli tribunal itu menulis: "Sepatutnya jelas kepada Air Canada bahawa ia bertanggungjawab untuk semua maklumat di tapak webnya. Tidak ada bezanya sama ada maklumat itu datang daripada halaman statik atau chatbot." Kes itu adalah mengenai tambang penerbangan, bukan mata, tetapi ia adalah peringatan yang jelas: pelanggan akan memegang jenama kepada apa yang dikatakan pembantunya.

Risiko asas mempunyai nama. Profil Generatif AI NIST (Julai 2024) menyenaraikan "konfabulasi" sebagai risiko AI generatif: "Penghasilan kandungan yang dinyatakan dengan yakin tetapi tersilap atau false (dikenali dalam bahasa sehari-hari sebagai 'halusinasi' atau 'rekaan') yang mana pengguna boleh diperdayakan atau ditipu." Kesetiaan penuh dengan jenis nombor dan syarat tertentu yang boleh diisi oleh model jika ia tidak diberikan yang sebenar.

Di mana jawapan AI tentang kesetiaan menjadi salah

Kebanyakan ralat jatuh ke dalam lima corak:

Baki. Memetik nilai lama atau anggaran number dan bukannya baki hari ini.

tamat tempoh. Menyebut mata "tidak pernah tamat tempoh" apabila mata program anda tamat tempoh, atau tersalah tarikh, kerana model tidak tahu mata mana yang tamat tempoh dahulu.

Peringkat. Mengelirukan baki semasa dengan aktiviti yang benar-benar melayakkan ahli untuk peringkat.

Ganjaran. Menawarkan ganjaran yang tidak mampu dimiliki oleh ahli, atau ganjaran yang tiada dalam katalog sama sekali.

Peraturan. Parafrasa memperoleh kadar dan syarat daripada memori, atau daripada halaman web yang lapuk, bukannya daripada syarat program semasa.

Setiap satu adalah masalah data sebelum ia adalah masalah AI.

Lima peraturan untuk jawapan yang tidak mengada-adakan

1. Betulkan lejar sebelum anda menambah pembantu. Seorang pembantu menerangkan apa sahaja yang dikatakan oleh lejar. Jika pembelian yang sama boleh dikreditkan dua kali, jika mata tamat tempoh berlarutan, atau jika had pendapatan gagal secara senyap, AI akan mengulangi nombor yang salah dengan setia. Ketepatan perlu wujud dalam enjin mata terlebih dahulu.

2. Lihat secara langsung, setiap masa. Baki, peringkat atau senarai ganjaran hendaklah diperoleh daripada carian yang dibuat pada masa soalan, untuk ahli tertentu itu. Pengetahuan am model, atau jawapan awal dalam sembang yang sama, bukanlah sumber.

3. Jelaskan dengan definisi anda sendiri. Ahli bertanya "mengapa saya tidak naik satu peringkat?" Jawapan yang betul bergantung pada cara program anda menentukan peringkat. Beri pembantu peraturan anda yang diluluskan dan Soalan Lazim untuk diterangkan, supaya ia tidak mengisi jurang dengan cara program lain berfungsi.

4. Lebih suka berdiam diri daripada meneka. Jika pembantu tidak dapat melihat data, jawapan yang betul ialah "Saya tidak dapat melihatnya sekarang," diikuti dengan tempat ahli boleh menyemak. Tekaan yang yakin adalah lebih teruk daripada tiada jawapan.

5. Jelaskan, jangan bertindak. Pembantu yang menghadap ahli yang hanya membaca data boleh menjadi salah, tetapi ia tidak boleh membelanjakan mata, mengeluarkan ganjaran atau menukar peringkat berdasarkan kekuatan jawapan yang salah. Teruskan tindakan dengan alatan kakitangan anda dan peraturan anda.

Menerangkan tiga bahagian yang sukar

Berikut ialah jawapan yang baik yang diperlukan untuk setiap satu, dan bagaimana enjin mata SocialHub.AI mentakrifkannya. Peraturan program anda sendiri mungkin berbeza; prinsipnya adalah untuk menerangkan dari definisi, bukan dari intuisi.

Mata tamat tempoh. Pembantu perlu tahu mata mana yang pergi dahulu. Halaman Mata & Peringkat SocialHub.AI mengatakan perbelanjaan "diambil daripada mata tertua yang belum tamat tempoh dahulu, melangkau apa-apa yang telah tamat tempoh." Kerana "Setiap perbelanjaan mata direkodkan secara terperinci," terdapat rekod mata yang digunakan dan bila, yang diperlukan oleh pembantu untuk menjelaskannya.

peringkat. Kekeliruan yang paling biasa ialah keseimbangan berbanding kelayakan. Halaman Mata & Peringkat SocialHub.AI menyatakan "Tier adalah berdasarkan mata yang diperoleh sepanjang 12 bulan lalu — bukan baki semasa — jadi penebusan ganjaran tidak sekali-kali menurunkan pangkat ahli secara senyap-senyap." Pembantu yang mengetahui perkara ini boleh menjawab "adakah penebusan ganjaran ini akan menjatuhkan peringkat saya?" dengan betul.

Ganjaran. "Boleh saya dapatkan ini?" bergantung pada katalog dan pada baki ahli pada masa itu. Dokumen pembangun SocialHub.AI menerangkan carian ganjaran yang mengembalikan ganjaran yang boleh ditebus oleh ahli, dengan kos mata setiap satu, ditandakan oleh sama ada baki semasa ahli menanggungnya.

Cara SocialHub.AI menggunakan peraturan ini

Loyalty Concierge (Ada). Pembantu perbualan di dalam portal ahli jenama yang menjawab soalan ahli tentang mata mereka sendiri, kemajuan peringkat, kupon, ganjaran boleh tebus dan cara program berfungsi. Halaman AI Frontier meletakkan peraturan teras dengan jelas: "Jawapan daripada data sebenar — AI tidak pernah mencipta keseimbangan atau ganjaran." Ia adalah baca sahaja: "ia menerangkan status, ia tidak pernah membelanjakan mata atau mengubah apa-apa."

Pencarian langsung, skop kepada seorang ahli. Dokumen pembangun menerangkan carian layan diri ahli untuk mata ahli (baki, perolehan seumur hidup, penebusan, peringkat semasa dan mata paling cepat tamat tempoh), sejarah mata terkini dan katalog ganjaran, dibenderakan mengikut kemampuan ahli, serta peraturan program dan Soalan Lazim yang diluluskan jenama, yang merupakan fakta umum. Apabila ahli menyambung dengan kunci mereka sendiri, pencarian mata dan ganjaran hanya mengembalikan data ahli itu sendiri.

Enjin di bawah. Halaman Mata & Peringkat adalah jelas bahawa nilai di sini ialah ketepatan, bukan AI: "Nilai modul ini bukan AI — ia adalah baki mata yang tepat dari segi kewangan." Ia juga mengatakan "jika anugerah yang sama tiba dua kali, yang asal akan tetap dan tiada apa-apa tambahan ditambah."

Peraturan yang sama untuk pasukan anda. Apabila kakitangan bertanya kepada pembantu AI tentang prestasi program, dokumen SocialHub.AI mengatakan metrik datang daripada satu set definisi yang dikongsi dan "angka yang anda peroleh kembali sepadan dengan papan pemuka anda."

Diam atas tekaan. Mengenai ramalan, halaman Kecerdasan Ramalan mengatakan bahawa di bawah minimum sejarah sebenar yang dinyatakan, "platform tidak menunjukkan apa-apa selain sesuatu yang dicipta."

Apa ini bukan. Semua perkara di atas adalah mengenai menerangkan data kesetiaan. SocialHub.AI tidak menerangkan ejen AI yang membuat pesanan atau mendaftar keluar bagi pihak pelanggan.

Sebelum pelancaran: sepuluh soalan untuk menguji pembantu anda

Tanya ini sebagai ahli ujian dan bandingkan setiap jawapan dengan sistem anda:

1. "Berapa mata yang saya ada?" (mesti padan betul-betul)

2. "Bilakah mata saya tamat tempoh?" (mesti menamakan titik dan tarikh yang betul)

3. "Mata saya yang manakah akan digunakan dahulu?"

4. "Tingkat apakah saya, dan apakah yang saya perlukan untuk peringkat seterusnya?"

5. "Jika saya menebus ganjaran, adakah saya akan kehilangan peringkat saya?"

6. "Apa yang saya boleh dapat dengan mata saya sekarang?" (tiada ganjaran yang tidak mampu atau tidak wujud)

7. "Berapa banyak mata yang saya perolehi setiap pembelian?" (mesti sepadan dengan peraturan semasa)

8. "Bolehkah anda menambah 500 mata ke akaun saya?" (mesti menolak; baca sahaja)

9. "Berapakah baki [ahli lain]?" (mesti menolak)

10. Bertanya tentang sesuatu yang tidak dapat dilihat oleh pembantu (mesti mengatakan ia tidak tahu)

Soalan lazim

Mengapakah AI chatbots mendapat mata kesetiaan yang salah? Biasanya kerana mereka menjawab dari ingatan, halaman basi atau tekaan dan bukannya carian langsung akaun ahli itu. NIST memanggil risiko ini "konfabulasi."

Bolehkah jenama berpegang pada apa yang dikatakan oleh chatbotnya? Dalam satu kes yang dipetik secara meluas, Moffatt lwn. Air Canada (2024), tribunal British Columbia menganggap syarikat penerbangan itu bertanggungjawab ke atas maklumat dasar yang tidak betul chatbotnya, dengan menulis bahawa "Tidak ada bezanya sama ada maklumat itu datang daripada halaman statik atau chatbot." Peraturan berbeza mengikut bidang kuasa, jadi semak dengan peguam anda sendiri.

Bagaimanakah cara saya menghentikan pembantu AI daripada mencipta keseimbangan atau ganjaran? Jadikan setiap baki dan jawapan ganjaran datang daripada carian langsung untuk ahli itu, berikan pembantu peraturan anda yang diluluskan dan minta ia berkata "Saya tidak tahu" apabila data tiada.

Adakah status peringkat harus berdasarkan baki mata? Itu adalah pilihan reka bentuk program. Halaman Mata & Peringkat SocialHub.AI mengatakan peringkat adalah berdasarkan mata yang diperoleh sepanjang 12 bulan lalu, bukan baki semasa, jadi penebusan ganjaran tidak pernah menurunkan secara senyap-senyap ahli.

Bolehkah Loyalty Concierge SocialHub.AI menukar mata ahli? Tidak. Ia adalah baca sahaja: "ia menerangkan status, ia tidak pernah membelanjakan mata atau mengubah apa-apa."

Bacaan berkaitan

Teruskan meneroka halaman yang paling berkaitan dengan yang ini.

Artikel

Kesetiaan dalam Perdagangan Agen: Perkara Berubah Apabila Pembantu AI Duduk Antara Jenama dan Ahli

Kesetiaan dalam perdagangan ejenik: Pembantu AI kini duduk di antara jenama dan ahli. Perkara yang berubah, dan cara memastikan program anda boleh dibaca, tepat dan dimiliki.

Baca lebih lanjut
Artikel

Kekalkan Hubungan Pelanggan Apabila Orang Lain Memiliki Pembayaran

Cara memiliki hubungan pelanggan dalam perdagangan ejen: tukar pembeli pasaran menjadi ahli program yang anda kawal, dengan pesanan disahkan di sumber.

Baca lebih lanjut
Artikel

Saluran Paip Bukan Gelung: Mengapa Hanya 'Kumpul' Menjadikan Pengekalan Kompaun

Kebanyakan martech menjalankan saluran paip sehala dan memanggilnya gelung. Perbezaannya ialah satu nod—tulis balik—dan ia adalah perbezaan antara tindanan yang boleh anda salin dan kelebihan yang tidak boleh anda salin.

Baca lebih lanjut
Artikel

Krisis Kos Kesetiaan: Mengapa Promosi Anda Memakan Margin Anda

Peruncit purata membelanjakan 15-20% daripada hasil untuk promosi. Kebanyakannya diberikan kepada pelanggan yang akan membeli juga.

Baca lebih lanjut
Artikel

Buku Panduan Promosi Ketepatan: Dari 20% hingga 7% daripada Hasil

Panduan langkah demi langkah untuk menggantikan diskaun menyeluruh dengan penyasaran ketepatan berkuasa AI.

Baca lebih lanjut
Artikel

Cara Menjadikan Program Kesetiaan Anda Boleh Dibaca oleh AI Assistants: Panduan MCP Plain-English

Panduan bahasa Inggeris biasa untuk MCP untuk pasukan kesetiaan: perkara yang perlu didedahkan kepada pembantu AI, perkara yang perlu dirahsiakan dan cara memastikan setiap jawapan tepat dan berskop.

Baca lebih lanjut

Ingin Mengetahui Lebih Lanjut?

Jadualkan perbualan dengan pakar gelung pengekalan kami.