但它的功能正在不断扩展，

[nusaiba128]

用户正在尝试更多的用例。 在本文中，我使用了 Google Gemini 生成式 AI 应用程序来帮助我分析客户数据，识别符合特定标准的客户并接收用于这些客户的建议和消息。 使用 Google Gemini 创建示例客户数据 在分析客户数据之前，我需要创建数据。我使用 Gemini 构建了一个场景，基本上是在电子表格中为一家小型 B2B 软件公司的客户伪造数据 我告诉 Gemini 我想要在电子表格中包含哪些列，并提供了一些数据的范围，以防止某些客户的终生收入比其他客户高出几倍。 我选择创建的列是： 公司名称。 2003 年和 2004乌克兰 whatsapp 资源年的许可证数量。 该应用程序记录的总时间（2003 年和 2004 年）。 应用程序中记录的平均时间（2003 年和 2004 年）。 终生价值。 客户支持成本（2023 年和 2024 年）。 平均每月支持成本（202

3 年和 2024 年）。 练习这一部分最难忘的时刻之一是，我决定添加同比数据，以便进行比较。Gemini 为每个客户添加了 2023 年和 2024 年的生命周期值。我指出，生命周期值只有一个，Gemini 立即为错误道歉并进行了修复。 总而言之，Gemini 为 150 位客户创建了样本数据。以下是其中 8 位客户的样本数据。 Google Gemini 创建的示例客户数据。 让
我们深入研究客户支持成本 通过分析支持成本，您可以学到很多东西。支持成本高的客户面临流失风险。而供应商在支持上花费的成本高于其带来的收入的客户则是需要解决的糟糕交易。 这就是为什么我的第一个查询是问 Gemini，150 个客户中有多少个的支持成本高于收入。幸运的是，没有一个客户是这样的，这是个好消息。接下来，我想知道在我们创建的两年数据中，哪些客户的支持成本最高。 支持成本最高的公司.. 请注意，每年都是同一家公司拥有最高的支持成本，这可能是我们客户数据的异常、误解的提示，也可能是相关客户存在更大问题的征兆。 对于那些支持成本让我们吃不消的客户我该说些什么呢？ 由于 Gemini 是一个生成式 AI 平台，它
完全有能力收集数据并进行分析，起草相关的沟通内容。因此，我请 Gemini 起草一封电子邮件，发送给支持成本高的客户，为他们提供资源以提供帮助。 Gemini 的初稿在电子邮件中提到了高昂的支持成本，我要求其予以更正，因为告诉客户“您在客户支持方面花费了我们太多钱！”是不明智的。