Ashok_Sharma_600x448.png

Hoe AI de sociale zichtbaarheid revolutioneert

Klik voor meer informatie over auteur Ashok Sharma.

Kunstmatige intelligentie heeft de kracht om de sociale zichtbaarheid van merken radicaal te veranderen en plaats te maken voor een zeer inclusieve benadering van online marketing. Tegenwoordig gaan de kracht van digitale marketing en kunstmatige intelligentie hand in hand.

Kunstmatige intelligentie (AI) in digitale marketing is nuttig om gegevens van alle aspecten te verzamelen, deze te analyseren, te vereenvoudigen en vervolgens gemakkelijk inzicht te krijgen in de behoeften en voorkeuren van een consument.

De voorspellende beoordeling van sociale platforms zal naar verwachting groeien tot meer dan $ 2,1 miljard in waarde in het jaar 2023. Vandaar dat de markt van voorspellende gegevens, die gebruik maakt van de diepgaande leermethoden van AI, in opkomst is.

AI-technologie helpt marketeers om nauwkeuriger inzichten te krijgen en om consumentenervaringen op maat te leveren. Ontwikkeling met AI heeft bedrijven geholpen om te gaan met klantinteracties en analyses. Dit is de reden waarom AI-technologie alle mogelijkheden heeft om digitale marketingstrategieën te verbeteren.

Waarom organisaties AI-technologie waarderen om de maatschappelijke zichtbaarheid te verbeteren:

  • Meer dan 84 procent van de organisaties of bedrijven gelooft dat AI hen zal helpen een concurrentievoordeel te behalen ten opzichte van hun rivalen. 75 procent van de bedrijven gelooft dat AI-technologie uitbreiding en nieuwe zakelijke vooruitzichten mogelijk maakt.
  • Meer dan 69 procent van de gevestigde concurrenten zal binnenkort AI-technologie gebruiken.
  • Meer dan 63 procent van de mensen gelooft dat de druk om AI te gebruiken de totale kosten zal verlagen.
  • 59 procent van de klanten vraagt ​​om AI-gestuurde aanbiedingen, waardoor dit de meest populaire keuze in technologie is.
  • AI is in vele vormen aangepast, de meest voorkomende zijn chatbots. Als je op een website klantondersteuning zoekt, stuurt de chatbot je bericht automatisch door naar de betreffende afdeling.

Zelfs smartphones en andere gadgets hebben veel functies die worden aangedreven door AI. Het GPS-aangedreven navigatiesysteem is zo’n voorbeeld. De entertainment-apps op smartphones, zoals Amazon Prime en Netflix, maken voor veel aanbevelingen volledig gebruik van de mogelijkheden van AI.

Machine learning is een belangrijke subset van AI die de sociale zichtbaarheid verbetert. Door de integratie van machine learning kunnen machines intelligente, nauwkeurige en futuristische voorspellingen doen op basis van verschillende gegevensniveaus. Dit helpt bij het verhogen van het prestatieniveau, het verbeteren in de loop van de tijd en helpt digitale marketeers hun doelgroep en zakelijke niche te begrijpen.

Prestatie-inzichten: AI

Veel AI-tools kunnen digitale marketeers helpen bij het volgen en traceren van de prestaties van elke beslissing die ze nemen met behulp van een socialemediaplatform. Advertentiecampagnes en gebruikersbetrokkenheid kunnen worden geanalyseerd met behulp van AI-prestatiestatistieken.

Meer dan 51 procent van de mensen geeft de voorkeur aan een berichtentoepassing of chattoepassing en 49 procent van de mensen geeft de voorkeur aan een normaal telefoongesprek.

De meeste sociale mediaplatforms maken gebruik van het gebruik van AI- en machine learning-tools om het juiste publiek te bedienen. Facebook gebruikt een AI-tool om zijn advertenties te focussen. Het biedt adverteerders talloze opties om het publiek te beperken en relevante mensen te bedienen.

Facebook geeft advertenties weer op basis van de voorkeur van het publiek. Social media platforms gebruiken niet alleen AI om houd gebruikers betrokken maar ook voor aanbevelingen en inzichten.

AI matchen met Data Science voor sociale media

Facebook is het meest populaire sociale mediaplatform dat er op de juiste manier gebruik van maakt Data Science technologie. Het maakt gebruik van geavanceerde gezichtsherkenningstechnologie binnen zijn AI-raamwerk. De herkenningstool die door Facebook wordt gebruikt, kan mensen tag-suggesties geven en vrienden op foto’s identificeren. Deze technologie biedt adverteerders ook de mogelijkheid om gezichtsherkenning te gebruiken in verschillende advertentiecampagnes.

Selectieve advertentiecampagnes met AI-technologie en Data Science ontwikkelen zich in een sneller tempo. AI-technologie en -tools helpen niet alleen om de kooppatronen van consumenten te beoordelen, maar voldoen ook aan verschillende online platforms om de sociale aanwezigheid te vergroten.

Overigens maakt Instagram ook gebruik van AI om inhoud aan te passen voor het tabblad verkennen voor elke gebruiker. Elke Instagram-gebruiker krijgt dus aanbevelingen en samengestelde inhoud op basis van gegevens die zijn verzameld uit vroeger en nu gebruik. U kunt zelfs slimme technologie gebruiken zoals Sociale tradia, wat helpt bij het kopen en verkopen van Instagram-accounts, zodat mensen echte volgers krijgen die in realtime met hun inhoud omgaan.

AI-technologie met UX

AI heeft een behoorlijke impact gehad op de gebruikerservaring. De meeste digitale marketeers beschouwen AI als de belangrijkste trend om de gebruikerservaring te beïnvloeden. Het is de beste technologie voor socialemediamarketeers om ongeëvenaarde toegang te krijgen tot een beter begrip van de voorkeuren van de consument. AI-integratie kan digitale marketeers helpen hypergerichte advertentiecampagnes te maken die direct een beroep kunnen doen op de interesses van gerichte gebruikers.

Verschillende AI-tools kunnen helpen om te bepalen welke pagina’s de gebruikers bekijken vanaf verschillende sociale medianetwerken. Dit stelt de digitale marketeers of website-eigenaren vervolgens in staat zich te concentreren op platforms met het hoogste bereik. AI-integratie kan ook helpen om boeiende en aansprekende inhoud effectiever te maken.

3 manieren waarop AI digitale marketing heeft veranderd

1. Voorspellend consumentengedrag

AI kan gedrag voorspellen voor nieuwe gebruikers en klanten. Het houdt ook rekening met de klantervaring op basis van gedrag uit het verleden. AI-technologie kan worden geïntegreerd met datamanagementplatforms (DMP’s) en kan gegevens van tweede en derde partijen verzamelen.

AI-tools kunnen alle informatie over uw gebruikers op elk platform verzamelen en niet alleen op basis van een enkele sitesessie. Dit helpt om de behoeften van de gebruikers te personaliseren op basis van hun profielen en hun browse-patronen. Het stelt digitale marketeers in staat om potentiële leads te targeten, waardoor de marketeer zich kan concentreren op het uitvoeren en formuleren van verschillende marketingstrategieën.

AI-tools en -technologie analyseren, interpreteren en verzamelen voortdurend gegevens om te leren hoe ze deze op slimmere manieren kunnen gebruiken. Met de nieuwe updates en algoritmen die zijn gemaakt op sociale mediaplatforms, wordt de nauwkeurigheid van consumenteninzichten nog efficiënter.

AI-technologie helpt ook om de verkoopprognoses samen met de ROI te bepalen. Het richt zich op de juiste digitale marketingtools die helpen om uw sociale zichtbaarheid te vergroten.

Integratie met AI-technologie helpt digitale marketeers tijd te besparen en zich te concentreren op andere vruchtbare marketingcampagnes. Het richten op de juiste doelgroep speelt een belangrijke rol in marketing. AI helpt om de juiste basis te bereiken en helpt ook bij het formuleren van strategieën op basis van zoekmachineoptimalisatie.

2. Geweldige klantenservice

De functie voor klantenondersteuning is het belangrijkste kenmerk van elk bedrijf. Het zorgt ervoor dat een bepaald merk positief opvalt. Klanten willen altijd een onmiddellijke reactie en een snelle oplossing voor hun problemen.

AI heeft online klantenondersteuning getransformeerd met de introductie van chatbots. Chatbots zijn geautomatiseerde AI-reactietools die klanten de indruk geven dat ze met echte mensen praten. Chatbots zijn een menselijke manier om met potentiële klanten te praten. Ze maken normaal gesproken gebruik van de FAQ’s of Knowledge Base-systemen om klanten te helpen met eenvoudige problemen of vragen.

Het grote voordeel van chatbots is dat ze 24/7 beschikbaar zijn voor uw klanten. Dit vermindert de werkelijke wachttijd voor de meeste klanten die problemen ondervinden. Chatbots-integratie helpt de klanttevredenheid te vergroten.

AI moet goed worden geïmplementeerd in uw digitale marketingstrategie. Door dit te doen, creëer je een verbeterde ervaring voor al je oude en nieuwe klanten. Het helpt digitale marketeers om een ​​beter inzicht te krijgen in de voorkeuren van de doelgroep, zodat ze marketingstrategieën kunnen aanpassen op basis van de inzichten. AI biedt volledige klantenondersteuning die resultaten oplevert.

3. Verbeterde marketingstrategie

Als een digitale marketeer niet de juiste marketingstrategie creëert, zal het ook niet de juiste klantervaring creëren. Wanneer u inhoud maakt die relevant is voor klanten, creëert u een nogal persoonlijke ervaring. Hiermee creëer je de mogelijkheid dat een klant weer terugkomt.

Het zorgt ook voor merkloyaliteit. Wanneer digitale marketeers integreren met AI, vergroot dit de mogelijkheid om zich te concentreren op klantgegevens. Met behulp van gebruikersdata kan de marketeer op basis van locatie en voorkeur bepalen welke content relevant is. Het helpt ook om bij te houden op basis van websitebezoeken.

Dit type strategie werkt niet alleen voor online retail, maar ook voor sociale platforms. AI-integratie met e-commerce helpt om de algehele winkelervaring van een klant aan te passen.

De meeste online websites maken gebruik van algoritmen uit het verleden om producten aan klanten aan te bevelen. Wanneer u online winkelt en de lijst met aanbevolen producten ziet, is het eigenlijk het gebruik van AI dat in het spel komt.

Het algoritme houdt rekening met de winkelgeschiedenis, items in de winkelwagen en eerder gekochte items van de website. De klant wil misschien een product kopen op basis van deze aanbevelingslijst.

AI-oplossingen en sociale zichtbaarheid

AI-tools kunnen verschillende sociale platforms met elkaar verbinden. De mix van Data Science die wordt aangedreven door AI op verschillende sociale media-accounts, helpt om het publiek te categoriseren op basis van demografie en interesses.

Dit helpt vervolgens om over te brengen naar het campagnemateriaal. AI biedt digitale marketeers de juiste mogelijkheid om sociale mediamarkten te penetreren.

Zowel consumenten als marketeers kunnen profiteren van de hypergepersonaliseerde marketingcampagnes die gebruikmaken van AI-tools. AI maakt de juiste weg vrij voor campagne met toenemende maatschappelijke zichtbaarheid.

Wat voor ons ligt

Met steeds veranderende en nieuwe opkomende trends hebben AI en Data Science-technologie de weg geëffend voor geweldige zakelijke kansen. Zowel marketeers als consumenten profiteren van AI-technologie omdat het het sociale bereik vergroot.

Voor digitale marketeers wordt het gemakkelijk om gegevens te analyseren op basis van voorkeuren en nieuwe strategieën te ontwikkelen. Daarnaast biedt het voor consumenten maatwerk. AI heeft de sociale zichtbaarheid van merken getransformeerd en de toekomst ziet er ook rooskleurig uit.

Keith_Foote_600x448.jpg

Chatbots begrijpen – DATAVERSITY

Klik voor meer informatie over auteur Keith D. Foote.

Sinds kort is er een nieuwe tool beschikbaar om met klanten en potentiële klanten te communiceren. Het wordt een chatbot genoemd en het vereenvoudigt de interacties tussen computers en mensen. Chatbots bieden bedrijven een nieuwe en opwindende manier om in de onmiddellijke behoeften van potentiële klanten te voorzien. Chatbots kunnen 24 uur per dag in realtime reageren op online vragen, terwijl menselijke werknemers zich concentreren op ander werk of wanneer het bedrijf gesloten is. Verschillende organisaties, waaronder Facebook, Google, Amazon, Apple en Microsoft, hebben hun eigen chatbots ontwikkeld. Chatbots zijn ook een populaire tool geworden voor banken.

Chatbots worden door sommigen beschouwd als de op het randje van computers die interactie hebben met mensen. Het beantwoorden van vragen in natuurlijke taal is een gemeenschappelijk doel van bedrijven die 24-uursservice tegen minimale kosten aanbieden. Vanuit technologisch perspectief vertegenwoordigen chatbots de volgende logische stap in de evolutie van “vraag- en antwoord” -systemen die gebruik maken van natuurlijke taalverwerking (NLP). Door het ontwerp verzamelt een chatbot gedragsinformatie van zijn gebruikers, waardoor deze zich intelligenter kan ontwikkelen en op vragen kan reageren. Zo traint het zichzelf om geleidelijk beter te worden in zijn werk. Naarmate de chatbot ervaring opdoet, blijft hij verbeteren.

Chatbots zijn populair geworden omdat ze consumenten normaal gesproken snelle, intelligente antwoorden op hun vragen bieden. Als mensen een vraag stellen, willen ze over het algemeen niet 24 uur wachten op een antwoord, maar krijgen ze liever een onmiddellijke reactie. Chatbots bieden die service. Als een klant geen snel antwoord krijgt, gaan ze meestal verder en doen ze hun aankoop op een andere website (een die hun vragen beantwoordt). Door direct te reageren, houden chatbots klanten betrokken en vergroten ze de kans dat ze een aankoop doen.

Een chatbot installeren

Er zijn verschillende benaderingen die kunnen worden gebruikt bij het installeren en integreren van een chatbot. Om de effectiviteit te maximaliseren, moet een chatbot worden ontworpen met het oog op een specifiek klantenbestand (of specifieke medewerkers). Afhankelijk van waarvoor het wordt gebruikt, zijn sommige platforms betere keuzes dan andere. De verschillende technologieën, zoals machine learning, natuurlijke taalverwerking, en semantisch begrip, kan worden aangepast om communicatie te bieden die nuttig is voor specifieke klantenbestanden.

Het installeren en implementeren van een chatbot is eigenlijk vrij eenvoudig. Omdat chatbots steeds populairder worden, is er ook een groot aantal tools beschikbaar gekomen om ze te bouwen en te implementeren. Dit zijn enkele van de beschikbare tools en sjablonen:

  • Landbot biedt een zeer efficiënte, gebruiksvriendelijke interface voor het maken van chatbots die kunnen worden geïntegreerd met andere services, waaronder Twitter, Slack en Facebook. Dit is een geweldige optie voor bedrijven die op verschillende platforms met hun klanten willen communiceren.
  • Chatfuel concentreert zich op Facebook-integratie. Deze dienst ondersteunt bots voor reacties van Facebook Messenger en gaat verder dan de standaard chatantwoordfuncties die normaal door Facebook worden gebruikt.
  • Sequel richt zich ook op Facebook. Deze dienst ondersteunt slepen en neerzetten voor het maken van bots.
  • Botsify ondersteunt chatbots die kunnen worden geïntegreerd met WordPress-sites. Botsify-chatbots zijn flexibeler en aanpasbaarder dan veel andere versies.
  • ManyChat is ook gericht op Facebook, maar dit platform is opmerkelijk gebruiksvriendelijk.

Hoe chatbots werken

Een chatbot gebruikt machine learning-software om gesprekken (of chats) tussen mensen en computers te ondersteunen via websites, mobiele apps, berichtentoepassingen of de telefoon. Twee verschillende taken (analyse van gebruikersverzoeken en het terugsturen van de respons) worden uitgevoerd door de chatbot. Een gebruikersverzoekanalyse identificeert de intentie van de gebruiker en zoekt en extraheert vervolgens de relevante gegevens. Het doel van de chatbot is om een ​​passend antwoord te geven op het verzoek. (Als het verzoek niet wordt begrepen, kan de chatbot het juiste antwoord niet geven.)

Bij het terugsturen van de reactie streeft de chatbot naar de meest geschikte reactie. Het antwoord kan zijn in de vorm van:

  • Tekst opgehaald uit een database met verschillende gestandaardiseerde antwoorden
  • Opgeslagen gegevens in bedrijfssystemen
  • Gecontextualiseerde informatie (informatie die in context is, op basis van de verstrekte gegevens)
  • Een vraag die de chatbot helpt de vraag van de gebruiker te begrijpen
  • Verbale reacties

Beveiligingsproblemen rond chatbots

Helaas bieden chatbots hackers nog een andere manier om toegang te krijgen tot privé- en vertrouwelijke informatie, die is opgeslagen op de website van het bedrijf. De locatie van gevoelige gegevens, hoe lang deze zijn opgeslagen, wie toegang heeft en hoe de gegevens worden gebruikt, zijn Veiligheidsproblemen die potentiële risico’s worden. Dit geldt met name voor sterk gereguleerde bedrijfstakken die zeer gevoelige informatie verwerken, zoals financiën en gezondheidszorg. Voordat een chatbot wordt opgezet, moet een organisatie regels opstellen over de verzamelde gegevens. Volgens Chaitanya Hiremath, CEO van Scanta:

“We geven steeds meer verantwoordelijkheid aan chatbots om gesprekstaken te automatiseren die mensen eerder hebben uitgevoerd. Deze gesprekken werden vroeger gevolgd door supervisors, managers en goed oud gezond verstand om gedrag te sturen. Dit wordt nu geautomatiseerd door op machine learning getrainde systemen die 24 × 7 zonder toezicht op de achtergrond draaien. Het goede nieuws is dat we kosteneffectieve hyperproductiviteit uit deze systemen kunnen halen. Het slechte nieuws is dat slechte actoren deze systemen kunnen vergiftigen en manipuleren en grootschalige schade kunnen aanrichten. “

Chaitanya vervolgt:

“Neem bijvoorbeeld het geval van de Microsoft Tay-chatbot die is ontworpen om te leren van de interactie met zijn gebruikers. Hackers vergiftigden de chatbot met racistische en vrouwonvriendelijke opmerkingen en binnen een paar dagen begon Tay deze hatelijke gesprekken na te bootsen. Denk nu eens aan andere mogelijke gevallen waarin u gehackt advies krijgt van een bankrobeadviseur of een zorgadviseurbot. Zou u op een enquêtekoppeling klikken die een chatbot voor klantenservice u heeft verstrekt? We vertrouwen e-mail niet meer, maar wel chatbots? “

Chatbot veiligheidsrisico’s kunnen over het algemeen worden onderverdeeld in twee categorieën: kwetsbaarheden en bedreigingen. Zelfs systemen met strakke beveiligingssystemen hebben potentiële kwetsbaarheden en kunnen het risico lopen te worden blootgesteld aan aanvallen. Kwetsbaarheden zijn doorgaans langetermijnkwesties die regelmatig moeten worden aangepakt. Het wijzigen van wachtwoorden, het bijwerken van de toegang van werknemers en het sluiten van achterdeuren zijn allemaal stappen die nodig zijn om zwakke punten te elimineren waardoor het systeem kan worden geopend en gecompromitteerd. Particuliere platforms hebben normaal gesproken volledige controle over hun beveiliging. Openbare chatbots veranderen de situatie echter drastisch. Chatbots worden vaak onbemand gelaten (dat is hun doel), wat hackers de tijd geeft om elke beschikbare toegang te vinden en te gebruiken.

Op de vraag waarom chatbots zo kwetsbaar zijn voor aanvallen, antwoordde Chaitanya Hiremath:

“Allereerst zijn deze systemen meestal ofwel gebouwd op open-source machine learning-modellen en getraind op open-source datasets, ofwel gebouwd op openbaar toegankelijke AI-as-a-Service-platforms. Dit geeft slechte acteurs de blauwdrukken die ze nodig hebben om een ​​systeem te onderzoeken, zwakke punten te ontdekken en een aanval uit te voeren. Ten tweede verzamelen chatbots voortdurend nieuwe informatie om van te leren. Dit maakt ze op een unieke manier kwetsbaar om te leren van vergiftigde gegevens die zijn verzameld van kwaadwillende gebruikers. Ten slotte worden de gesprekken die op deze chatbots worden gevoerd vrijwel niet gecontroleerd. Bedrijven vertrouwen erop dat gebruikers legitiem een ​​chatbot gebruiken en het systeem niet aanvallen. En gebruikers vertrouwen erop dat de output van de chatbot legitiem is, aangezien deze afkomstig is van een vertrouwd bedrijf. “

Aanvallen op machine learning worden ook wel vijandige aanvallen genoemd. Traditionele technieken, zoals uitval en gewichtsverlies, bieden over het algemeen geen bruikbare verdediging tegen vijandige aanvallen. Op dit moment lijken er slechts twee verdedigingen te zijn:

  • Tegenstrijdige training: Een ML trainingsoplossing dat genereert veel voorbeelden van vijandige aanvallen en traint het model om te voorkomen dat ze door elk van hen worden misleid. Open-source versies van vijandige training zijn beschikbaar in het cleverhans bibliotheek.
  • Defensieve destillatie: Deze strategie traint het model om output “waarschijnlijkheden” van verschillende klassen te bieden, in plaats van moeilijke beslissingen te nemen over welke klasse moet worden uitgevoerd. Deze kansen zijn afkomstig van een eerder model dat voor dezelfde taak is getraind met behulp van harde klassenlabels. Het proces creëert een model dat is getraind om zich tegen deze inspanningen te verdedigen, waardoor het voor hackers moeilijk wordt om het systeem aan te vallen. (Oorspronkelijk was distillatie geïntroduceerd in “Distilling the Knowledge in a Neural Network”, beschreven als een compressietechniek van een model, waarbij een klein model wordt getraind om een ​​groter model te imiteren in een poging om computerefficiëntie te verkrijgen.)

De twee belangrijkste methoden voor het verkrijgen van chatbotbeveiliging zijn authenticatie en autorisatie. Authenticatie verwijst naar het verificatieproces van de gebruikersidentiteit, terwijl autorisatie beschrijft het geven van toestemming aan specifieke gebruikers, hen in staat stellen om specifieke taken uit te voeren of toegang te verlenen tot een portaal. Bovendien heeft Scanta (het bedrijf waarvan Chaitanya Hiremath CEO is) een krachtige beveiligingslaag voor chatbots ontwikkeld met behulp van kunstmatige intelligentie. Het wordt het VA-schild genoemd en Chaitanya beschreef het als volgt:

“Het is een SaaS-beveiligingsoplossing die een verbeterde laag van realtime supervisie op gespreksniveau biedt om aanvallen op chatbots te voorkomen. Bedrijven kunnen beleid aanpassen om verdachte gesprekken te controleren, analyseren of blokkeren om kwaadwillig gebruik te stoppen en te voorkomen dat gecompromitteerde systemen vertrouwelijke, valse of ongepaste informatie vrijgeven. Deze beveiligingsoplossing werkt door een kritisch Zero Trust-beveiligingsraamwerk toe te voegen aan chatbotsystemen waardoor ze soepel en veilig blijven werken. “

Tot slot

Hoewel chatbots voor klantenservice de kosten verlagen, kunnen de verbeteringen die ze aanbrengen in de klantervaring ook een aanzienlijke positieve impact hebben. Chatbots zijn 24/7 toegankelijk en beantwoorden vragen vaak sneller dan mensen. Chatbots zijn het meest effectief wanneer ze worden gebruikt in klantenservicetoepassingen voor dienstverlenende industrieën, zoals de detailhandel, reizen en telecom. Chatbots zijn voorspelbaar waardevoller voor bedrijven die duizenden telefoontjes van klanten afhandelen, in plaats van 4 of 5 oproepen per week.

Chatbot-beveiliging is een probleem dat “moet” worden aangepakt.

Voor organisaties die een groot aantal verzoeken verwerken, kan de impact van een chatbot aanzienlijk zijn. Bank of America beschrijft bijvoorbeeld een toename van 7 tot 10 miljoen gebruikers in zes maanden. Dit werd veroorzaakt door de lancering van proactieve inzichten (ook bekend als Erica). Erica biedt klanten begeleiding en aanbevelingen op basis van hun specifieke gedrag, wat hen helpt om met hun geld om te gaan.

Christian Kitchell, AI Solutions en Erica executive bij Bank of America verklaarde:

“Binnen een maand na lancering inzichten, we zagen een meer dan twee keer sprong in engagement, en dat hebben we op het pad van vorig jaar volgehouden. Het is een functie van meer klanten die de aantrekkingskracht en waarde die we brengen, beginnen te erkennen – omdat we Erica behoorlijk wat hebben verbeterd tijdens onze ontwikkelingscyclus. ”