Erfaren teknologidirektør med ansvar for omsætning siger, at KI ikke kan erstatte domæneekspertise

David Karp

Senior Vice President for kundesucces hos Billtrust

David Karp

David Karp forklarer, hvordan KI kan skalere kundesucces og forudsige kundeafgang, samtidig med at han viser, hvorfor domæneekspertise, menneskelig empati og stærke kundedata fortsat er afgørende.

Key Takeaways

Sundhedsvurdering: En KI-model med 12 signaler forudsiger kundeafgang ugentligt og hjælper teams med at gribe ind inden for dage i stedet for måneder.

Skaleret support: Agentbaseret support og automatiserede arbejdsgange kan udvide dækningen fra 500 konti til næsten 2.000 uden et tilsvarende behov for flere ansættelser.

Menneskelig dømmekraft: KI håndterer signaler og rutinemæssig service, men mennesker er fortsat afgørende for empati, genopretning og komplekse relationer.

Datagrundlag: KI til kundeoplevelser fungerer bedst, når integrerede produkt-, holdnings-, interaktions- og resultatdata giver et komplet billede af kunden.

Nye roller: Produktværdiarkitekter kombinerer domæneekspertise med KI-signaler og designer målrettede indsatser, der lukker kundernes værdihuller.

David Karp har mere end 30 års erfaring med ledelse efter salget. I øjeblikket er han SVP for kundesucces hos Billtrust, en SaaS-virksomhed til mere end 200 mio. dollars.

Vi talte med David for at forstå, hvilke aspekter af CX der ændrer sig. Han fortalte os om de nye arbejdsgange – og nye roller – som han er ved at skabe.

Et beskedent, men stærkt CS-team

Som en erfaren leder med mere end 30 års erfaring inden for ledelse efter salget har jeg forfulgt én mission: at omdanne kunderelationer til stærke vækstmotorer.

Min passion ligger i at harmonisere kultur, teknologi og data. Som certificeret mentor og livslang lærende kombinerer jeg min ekspertise med et oprigtigt engagement i at løfte mine kolleger, kunder og lokalsamfund. Hver dag begynder jeg med tro, motion og overbevisningen om, at dagens udfordringer vil blive morgendagens succeshistorier.

Jeg er i øjeblikket SVP for kundesucces hos Billtrust, hvor jeg har ansvaret for CSM'er, levering af kundeværdi og fornyelser. Jeg er ansvarlig for alle kunder – Enterprise, Corporate og SMB – globalt, hvilket primært vil sige USA og Europa.

Vi er en SaaS-virksomhed til mere end 200 mio. dollars med omkring 800 medarbejdere. Mit team er beskedent, men stærkt, med omkring 25 teammedlemmer.

More Articles

Sådan påvirker AI kundefrafald, support og viden

Vi fremskynder den viden, vi leverer til kunderne, herunder relevansen og nøjagtigheden af vores vidensartikler. Det sker via arbejdsgange og agenter, der automatisk opdaterer disse artikler.

David KarpSVP for kundesucces hos Billtrust
Share This Quote on:

Takket være AI har jeg foretaget store ændringer i måden, kundeoplevelsen leveres på. Her er tre eksempler:

1. Sundhedsscore og forudsigelse af kundefrafald

Vi har integreret AI intensivt i vores sundhedsscore og model til forudsigelse af kundefrafald, så vi kan identificere og håndtere problemer langt hurtigere end før.

Vi bruger en kombination af værktøjer. Claude er vores brugerflade, men vi har bygget en model med 12 signaler, der trækker på kildedata, stemningsdata (Gong, CSAT, NPS) og vigtige risikosignaler, der er specifikke for vores virksomhed. Vi begyndte med tre signaler og kalibrerede modellen, efterhånden som vi fastholdt, udviklede eller mistede kunder. I første kvartal var den 84 % præcis.

Vi opdaterer scoren hver uge. Det gør det muligt for os at gribe ind inden for få dage – i stedet for uger eller måneder – frem for først at se signalerne efter en samtale eller en opdateret sundhedsscore fra en CSM eller AE.

2. Kundesupport

Vi er kun lige på tærsklen, men vores agentbaserede tilgang vil udvide vores evne til at betjene kunder, som tidligere manglede CSM-support og -dækning. Faktisk er vi med succes gået fra indsendelse af sager via e-mail til en indledende "chatbot", der håndterer alle interaktioner, som ikke foregår over telefonen.

Vi bruger en kombination af Claude og et internt værktøj, som vi har bygget, og som tilføjer færdigheder til indsamling af data og indsigter samt levering af visuelle elementer. De færdigheder, vi skaber, gør det muligt for os at harmonisere kildedata, brugsdata og stemningsdata (fra Gong, NPS, CSAT) og integrere alle disse data i et ensartet, men skræddersyet sæt af engagementbudskaber, præsentationer osv.

Vi er også ved at udskifte vores CSP. Tilsammen giver det os mulighed for at skalere.

Det vil tage yderligere 4-6 måneder, men vi vil øge vores dækning fra 500 kunder til næsten 2.000.

3. Vidensbaser

Vi fremskynder den viden, vi leverer til kunderne, herunder relevansen og nøjagtigheden af vores vidensartikler. Det sker via arbejdsgange og agenter, der automatisk opdaterer disse artikler.

Hvad mennesker stadig skal håndtere inden for CX

Hvad mennesker stadig skal håndtere inden for CX

AI-signaler driver i høj grad eskalering, support og indhold, men vi er stadig stærkt afhængige af mennesker til at dække den "sidste kilometer" i problemløsning og servicestabilisering.

Og når det gælder relationer med stor betydning, er det tydeligt, hvor AI holder op med at være nyttig. Kun et menneske kan formidle den empati, der er nødvendig for at rette op på en relation, der er ved at løbe af sporet.

Hvorfor AI ikke kan erstatte domæneekspertise

Domæneekspertise er stadig afgørende for at forstå og håndtere kundernes reelle problemer.

Domæneekspertise gør det eksempelvis muligt for en CSM at forstå de daglige udfordringer, som en persona, bruger eller leder står over for. AI er fremragende til at skabe løsninger, men jeg har endnu ikke set den erstatte domæneviden hos en person, der har prøvet kundens situation på egen krop og forstår, hvordan man skaber en forbindelse, når en kunde befinder sig i en vanskelig situation.

AI kan erstatte mange ting, men den kan ikke erstatte den domæneviden, der skaber et andet niveau af problemløsning.

Hvordan AI øger både engagement og sjusk

Hvordan AI øger både engagement og sjusk

Jeg har set to store fordele ved AI: mindre afhængighed af mennesker og øget engagement med vores konti. Fordi AI står for en stor del af vores identifikation af problemer og beslutninger om indgriben, kan vi arbejde med 50 % flere konti med op til 20 % færre medarbejdere.

Der er naturligvis også negative konsekvenser. Vi har nogle kunder, der ikke ønsker at starte med en chatbot. Langvarige kunder er vant til at henvende sig til den samme person og ønsker ikke at ændre adfærd. Så der er behov for en balance.

Og i nogle få tilfælde arbejdede folk for hurtigt med AI og skabte noget sjusk, som nåede ud til kunderne.

Hvordan AI-fejl kan påvirke relationer

David Karp

David deler

AI er kun så god som din evne til at udfordre resultaterne. Du skal være intellektuelt nysgerrig og iterere med AI for at nå frem til de bedste resultater over tid … Det var et stærkt læringsøjeblik for os begge.

AI er kun så god som din evne til at udfordre resultaterne. Du skal være intellektuelt nysgerrig og iterere med AI for at nå frem til de bedste resultater over tid. Det første svar er næsten aldrig godt, og slet ikke godt nok.

Det er fristende at tage nogle genveje, når tiden er knap. Måske kræver den leverance til kunden lidt mindre gennemgang, fordi du er sikker på, at AI har gjort det rigtigt.

Men jeg har begået den fejl tilstrækkeligt mange gange — med kunder og internt — til at vide, at AI ofte udfylder tomme felter med oplysninger, den ikke har. Hvis disse tomme felter udfyldes forkert, kan det underminere troværdigheden af alt andet.

Jeg havde en tidligere partner, der satte AI til at besvare hans mindre vigtige e-mails uden indblanding. Men så videresendte systemet en af mine vigtige e-mails til den forkerte kø og sendte mig et tydeligt AI-genereret svar. Jeg anede ikke, at han brugte AI til svar, og i det øjeblik blev han flov, fordi det virkede, som om han ikke værdsatte vores lange relation.

Det var et stærkt læringsøjeblik for os begge.

Hvorfor integration af datakilder er afgørende for CX

Data, data, data … Ved på en gennemtænkt måde at gøre disse data tilgængelige for AI skaber man den kontekst, den har brug for til at levere en bedre, mere skræddersyet og kundespecifik oplevelse.

David KarpSVP for kundesucces hos Billtrust
Share This Quote on:

Data, data, data.

Hvis du ikke har et stærkt datagrundlag — det er fint at integrere datakilder gennem et værktøj som Snowflake — får du ikke fordelene ved AI.

Årsagen er enkel: AI kan ikke levere reelle fordele, medmindre den er baseret på data, der giver en bred kontekst om kunden, kombineret med din produktviden og viden om, hvordan kunden skaber værdi.

Det er næsten utilgiveligt ikke at kende kundens rejse, når man tænker på alle de data, vi kan indsamle nu — optagede opkald, e-mails, produktsignaler osv. Du har brug for et fuldstændigt overblik over enhver kundeinteraktion, KPI, ethvert mål, enhver udfordring osv.

Ved at gøre disse data tilgængelige for AI på en gennemtænkt måde skaber man den kontekst, AI har brug for til at levere en bedre, mere skræddersyet og klientspecifik oplevelse.

Hvorfor CX-ledere kan drage fordel af at skabe nye roller

Vi er ved at opbygge et team af fremskudte ingeniører (jeg kalder dem produktværdiarkitekter), som forstår, hvordan man skaber interventioner for hvert signal for at lukke værdigabet og få klienten tilbage på sporet. Og CSM'er arbejder med disse PVA'er i den rette kontekst, fordi de forstår klientens mål og KPI'er.

Uden signalerne og de skalerbare interventioner kunne vi ikke gøre det. AI er afgørende for signalerne og er indlejret i mange (men ikke alle) interventioner.

Hvorfor CX-ledere skal eksperimentere og gå forrest

Hvorfor CX-ledere skal eksperimentere og gå forrest

Her er mit råd: Eksperimentér, gå forrest, træf beslutninger.

Stol ikke på punktløsninger eller AI, der er indlejret i specialiseret software. AI's kraft vil udfolde sig på tværs af løsninger og datasæt.

Følg med

Du kan følge David Karps arbejde på LinkedIn.

Der kommer flere ekspertinterviews på The CX Lead!

You may also like