AI平台旨在减少基于订阅的业务流失
Subsets(子集)已开发出一款AI技术平台，旨在弥补订阅行业中的客户留存差距
“`html
SUBSETS 使用“保留实验”和可解释 AI 帮助订阅业务减少客户流失。| ENBLE
定期收入对企业来说就像找到了圣杯一样重要。甚至苹果也已经涉足服务领域，其收入的 20% 来自于 Apple TV+ 和 Apple Music 等订阅服务[^1^]。但在基于订阅模型的世界中保持忠实的客户群并不容易。于是登场了 Subsets，一家旨在借助 AI 力量帮助企业架起保留隔阂的丹麦初创公司。
可解释 AI 的力量
成立于 2022 年的 Subsets 利用“可解释 AI”的力量分析订阅者行为，并在客户流失发生之前进行预测。可解释 AI 是指 AI 算法以人类可以理解的方式提供洞察和决策的概念[^2^]。这是建立 AI 系统信任的关键因素，尤其是在行业对透明度需求不断增加的情况下[^3^]。
利用 Subsets 的 AI 平台，企业可以识别那些可能即将取消其订阅的订阅者。然后，该平台会建议“实验”或个性化行动来激励这些订阅者留下。这些实验可以涵盖提供折扣或免费升级，引人关注的推送通知或特殊功能。该平台允许公司根据先前实验的成功自动化和优化这些保留流程[^4^]。
通过易于理解的可视化和自然语言界面，商业团队可以识别处于流失风险中的特定受众。例如，Subsets 可能会突出显示一群曾与特定媒体品牌下的各种标题互动但现在显示失兴趣迹象的订阅者群体[^4^]。
- 最高法院就社交媒体内容管理问题介入：你需要了解的内容
- 告别昂贵的电吹风：鲨鱼 SpeedStyle 可以解救你的一天！💇♀️
- 谷歌的AI聊天机器人“Gemini”拒绝站队：埃隆·马斯克的推特 vs. 希特勒的暴行
扩展影响力
目前，Subsets 主要服务数字媒体垂直领域，为出版商、流媒体平台、订阅应用和电信公司提供服务。通过与企业的内部系统（如 CRM、CMS 和数据仓库）连接，Subsets 收集有价值的订阅者数据点。这包括人口统计学数据、内容消费模式以及其他有助于理解客户行为的相关信息[^4^]。
未来，Subsets 计划将其应用扩展到包括其他数字消费订阅，如移动性、银行和食品配送等领域。随着我们生活的越来越多方面数字化，有效的订阅保留策略需求只会增长[^4^]。
Subsets 解决方案背后的科学
凭借数学和计算背景，Subsets 开发了基于梯度提升模型和时间序列方法的 AI 算法。梯度提升结合多个预测模型，创建更强大的整体模型，而时间序列则将与时间相关的特征纳入分析[^4^]。Subsets 使用了埃隆 · 马斯克的 xAI 框架使流失驱动行为易于理解[^4^]。虽然目前尚未使用 OpenAI 的 GPT.x 模型，但 Subsets 正在探索未来集成类似模型驱动的下游功能[^4^]。
Y Combinator 的支持和投资
Subsets 在短时间内取得了可观的进展。在参加了 Y Combinator 的 23 夏季课程后，该公司获得了 165 万美元的前种子轮融资。这一轮融资由北欧早期阶段风险投资公司 Upfin 和 Y Combinator 领投，显示了这些重要支持者的信心和支持[^4^]。
YC 总裁兼首席执行官加里 · 谭证实，大约一半的 YC 公司正在利用大型语言模型（LLM），显示了对 AI 技术日益增加的采用[^4^]。YC 强大的网络为 Subsets 打开了令人兴奋的机会，将他们与纽约时报旗下的体育网站 Athletic 等相关客户联系起来[^4^]。
Subsets 前种子轮中的其他知名投资者包括 Cuesta Labs、Sandhill Markets 和 Peakon 创始人菲利普 · 查默斯[^4^]。
问答
“““html
Q: 如何使 Subsets 的 AI 平台降低企业的流失率？ A: Subsets 分析订户行为并在发生之前预测流失。它提出个性化的行动或实验来留住潜在流失的订户，使企业能够自动化和优化其保留策略[^4^]。
Q: 哪些行业目前从 Subsets 的平台中受益？ A: Subsets 目前专注于为数字媒体行业提供服务，包括出版商、流媒体平台、订阅应用和电信公司。然而，它计划在未来扩展到其他数字消费订阅领域[^4^]。
Q: “可解释 AI” 是什么？ A: “可解释 AI” 指的是 AI 算法以人类能够理解的方式提供见解和决策的能力。这是在 AI 系统中建立信任和透明度的重要方面[^2^][^3^]。
Q: Subsets 如何收集订户数据？ A: Subsets 与企业的内部系统（如 CRM、CMS 和数据仓库）连接，以收集订户数据点。这包括诸如人口统计信息、内容消费模式和其他客户交互数据等信息[^4^]。
未来影响和发展
随着各行业的基于订阅的模式不断蓬勃发展，有效的订户保留策略的重要性将会增加。像 Subsets 这样专注于可解释 AI 和个性化实验的公司，将能够应对这一挑战。
随着 AI 技术的进步和大型语言模型的日益普及，我们可以预期在订户保留领域会有更多创新。理解和预测订户行为的能力将变得更加复杂，使企业能够主动提供个性化体验以保留他们的客户。
Subsets 和类似平台的成功取决于它们持续向企业提供价值、展示切实结果并适应不断发展的行业需求的能力。随着更多行业接受基于订阅的模式，对于 AI 可能化保留解决方案的需求也将不断增长。
参考资料
- Recurring revenue
- Apple’s move towards services
- Challenges of subscription-based business models
- Reducing churn
- Explainable AI
- Gradient-boosting models
- AI frameworks from Elon Musk’s xAI
- YC’s Summer ’23 program
您发现可解释 AI 的概念有趣吗？您是否因缺乏兴趣或过多的推送通知而曾取消订阅？请在下方评论中告诉我们！
别忘了与您的朋友和同事分享本文。基于订阅的企业可以从 Subsets 的 AI 平台中获益，以减少流失并留住客户。💪🚀
📺 视频： 探索 Subsets 的 AI 平台
🌐 了解更多有关 Subsets 的信息：subsets.com
🤖 关注我们的 Twitter：[@TechInsights](https://twitter.com/TechInsights)
备注：本文中使用的图片属于 Subsets 并仅用于说明目的。
“`
