Grundlægger og CX-chef siger, at AI kan gøre kundeservice fra en omkostningspost til en indtægtskilde

Jaakko Timonen har en baggrund inden for ledelse af CX-organisationer, og han er i øjeblikket grundlægger og administrerende direktør for GitHits.

Vi satte os ned med Jaakko for at høre, hvordan han bruger AI til bedre at forstå sine brugere. Her er, hvad han sagde.

Forskellige roller, samme CX-opgave

Jeg hedder Jaakko (Jack) Timonen. Jeg er i øjeblikket medstifter og administrerende direktør for GitHits, hvor jeg har ansvaret for CX.

Vi er en virksomhed, der udvikler værktøjer til udviklere, og vi er i betafasen. Moderne AI-kodeværktøjer gør det muligt for agenter at navigere i lokale kodebaser, men de kan ikke få adgang til rammeværker, biblioteker, SDK'er eller andre afhængigheder med åben kildekode. Derfor leverer GitHits et versionsbevidst indeks over kode med åben kildekode efter behov, normalt på 10-20 sekunder for et gennemsnitligt kodearkiv.

I øjeblikket er langt de fleste af vores brugere individuelle softwareudviklere eller små startupvirksomheder, men vi har også nogle brugere fra større virksomheder. Vi er primært i kontakt med dem via e-mail, Slack, WhatsApp, Intercom og X.

Før jeg startede GitHits, var jeg chef for kunderelationer i en AI-konsulentvirksomhed ved navn Softlandia. Før det havde jeg ansvaret for produktet og kundeoplevelsen hos NoNoNo.com, som hjalp amerikanske forbrugere med at eskalere og løse klager over store virksomheder.

Hvordan AI gør det muligt for CX-ledere at forstå brugen, før de svarer brugerne

Vores produkt er forholdsvis nyt, og det problem, vi løser, er komplekst, så vi får masser af supporthenvendelser — især om, hvordan man konfigurerer forskellige kodeagenter og agentmiljøer. Den store supportmængde er også blevet forværret af de seneste angreb på softwareforsyningskæder. Som reaktion sætter mange udviklere, herunder vores kunder, nye pakkeversioner i karantæne — inklusive de rettelser, de har bedt om — i en uge, før de installerer dem.

Som følge heraf var vi nødt til at ændre vores måde at håndtere support på. Vi forbandt Claude Cowork med BigQuery. Og vi begyndte at bruge et værktøj kaldet Datost, som tilgår de relevante data i BigQuery og gør det muligt for os at chatte med disse data i Slack.

Nu kan vi stille spørgsmål om enhver bruger og dennes brug, så vi kan gå i dybden med, hvad brugeren forsøger at gøre. Hvis en bruger klager over et problem, kan vi derfor vende tilbage med mere præcise, datadrevne svar — hurtigere.

Det er også nyttigt, når vi rækker proaktivt ud, fordi vi møder op med viden om kundens brug. Og det giver os en langt bedre forståelse af vores brugere som helhed, hvilket betyder, at vi kan udvikle bedre og mere relevante funktioner og i sidste ende opnå større gennemslagskraft.

Hvorfor mennesker bør være involveret i alle dele af CX

Jeg plejede at tro, at 100 % af brugerne foretrak menneskelig kundeservice frem for AI. Årsagen var enkel: Menneskelig kundeservice er mere menneskelig, og vi er alle mennesker. Men jeg tog fejl. Det afhænger ganske enkelt af situationen.

Jeg tror, at kundernes åbenhed over for AI afhænger af, hvad de foretager sig. Hvis de for eksempel har brug for at finde en eller anden teknisk detalje, og de kan finde oplysningerne i dokumentationen, vil de foretrække selvbetjening — og AI's hjælp vil sandsynligvis blive værdsat. Men hvis de har klager over, hvordan produktet fungerer, eller noget, der har med produktoplevelsen at gøre, vil de næsten altid foretrække at tale med et menneske.

Det er hovedårsagen til, at vi ikke bruger AI til at svare på kundefeedback. En anden årsag er, at vi er en virksomhed i en tidlig fase, før vi har opnået produkt-markedstilpasning, og at vi virkelig har brug for at forstå vores brugere. Det betyder, at vi er nødt til at gøre ting, der ikke skalerer.

I fremtiden vil vi måske bruge AI-agenter til at svare på simple kundehenvendelser. Men komplekse henvendelser vil sandsynligvis stadig kræve menneskelig involvering.

Indtil videre er ingen af vores CX-beslutninger 100 % baseret på AI. Vi bruger AI til at få bedre svar hurtigere, men mennesker gennemgår stadig alt.

Hvorfor kundeservicechatbots ikke lever op til forventningerne

Vi er for nylig begyndt at give vores kunder mulighed for at chatte med vores dokumentation ved hjælp af Mintlify. Vi guider dem aktivt derhen, når de henvender sig via e-mail.

Vi forventede, at de virkelig ville elske det. Vi troede, at de ville gå i dybden med produktet for at forstå dets funktioner, men det er ikke sket. Måske skyldes det, at det er en så ny tilføjelse. Eller måske foretrækker vores kunder menneskelig kundeservice. Tiden vil vise det.

Når man opsætter en chatbot som denne, vil jeg advare CX-ledere om én ting: De fleste chatbots er fuldstændig elendige. De ved ikke, hvordan de skal besvare spørgsmål, og de afslutter samtaler, før brugerne overhovedet når at stille et opfølgende spørgsmål.

Her er nogle tips:

• Vigtigst af alt skal du give kontekst. Uden den ved chatbotten ikke, hvad den skal gøre.
• Træn den til at være empatisk og tilpasse sig kundens tone. Hvis kunden for eksempel stiller et analytisk spørgsmål, er personen måske glad for tal, så du bør give mere analytiske svar. Men hvis beskeden er følelsesladet, er det vigtigere at håndtere problemet empatisk.
• Træn den til at bruge ikkevoldelig kommunikation.
• Sørg for, at dens mål ikke er at være teknisk overlegen, men at forstå, hvad der ligger bag kundens beskeder.

Sådan ser en AI-værktøjsstak ud inden for CX

Vi bruger AI til at opbygge alle vores arbejdsgange. Her er vores AI-værktøjsstak:

• Claude Code og Codex til AI-understøttet kodning
• Intercom til supportanmodninger og visitering

• PostHog til sporing af konverteringer, klik og så videre. Vi bruger det også til skærmoptagelser.
• BigQuery til lagring af relevante data
• Datost til at chatte med data
• Mintlify, så vores brugere kan chatte med vores dokumentation

Vi planlægger at gå væk fra Intercom. I første omgang tænkte vi, at vi måske ville gå over til Pylon, men det er for B2B-fokuseret, så vi undersøger i stedet muligheder som UseClad eller Parahelp.

Hvorfor en vellykket AI-implementering inden for CX afhænger af dine data og din dokumentation

Alle CX-ledere skal vide én ting: Din succes afhænger af dine data og din dokumentation.

Når det gælder data, vender jeg altid tilbage til det, Cat Wu fra Anthropic sagde i Lenny's Podcast — den episode er i øvrigt en fremragende ressource, hvis du ikke allerede har lyttet til den. Jeg gengiver det med mine egne ord: Hvis du vil have succes med Claude Cowork, er det første, du skal gøre, at integrere det med alle mulige datakilder, så du har absolut alt tilgængeligt for AI, før du begynder at oprette rapporter og handlingspunkter.

Inputtet påvirker altid outputtet, og inputtet til AI er data. Så sørg for, at dine data er strukturerede og rene.

Og når det gælder dokumentation, skal du dokumentere alt. Dine kunder skal også kunne chatte med dokumentationen, så det er meget nemt at finde nålene i høstakken. Heldigvis kan processen automatiseres, så dokumentationen holdes opdateret.

Jaakko deler

Inputtet påvirker altid outputtet, og inputtet til AI er data. Så sørg for, at dine data er strukturerede og rene.

Hvorfor AI-baserede produkter stadig har brug for kontrolpaneler

Hvis du bygger et AI-produkt til forbrugere, skal du huske på, at antallet af supporthenvendelser vil stige, hvis dit værktøjs brugerflade udelukkende består af AI-chat.

Jeg bemærkede dette problem, da jeg byggede mit første websted med Lovable. Det var fantastisk at bygge det med prompter, men det kunne ikke håndtere SEO, og der var ikke noget statisk kontrolpanel, hvor jeg nemt kunne få adgang til ting som metabeskrivelser og sidetitler. Det var ikke nogen god oplevelse at være tvunget til at bede AI om absolut alt — én ting ad gangen, side for side.

Sørg for, at dit produktteam stadig bygger de nødvendige kontrolpaneler, som dine kunder har brug for.

Sådan kan AI ændre CX fra en omkostningspost til en profitpost

Størstedelen af administrerende direktører betragter kundeservice og kundesucces som omkostningsposter, og det fører til dårlig CX. Men AI gør det muligt for os at behandle dem som profitposter.

AI kan for eksempel måle, hvad der sker med de kunder, hvis klager er blevet løst. Den kan finde ud af, om de risikerer at forlade virksomheden, eller om de faktisk er endnu mere engagerede end før.

Hvis sidstnævnte er tilfældet, vil det gavne omsætningen — ikke kun via fastholdelse, men også via mund-til-mund. Statistisk set fortæller en kunde, hvis klage er blevet løst, seks til syv personer om den positive oplevelse inden for en uge. Og de vil sandsynligvis bruge 30% mere den følgende måned.

I den forbindelse anbefaler jeg at læse At levere lykke: Zappos-historien.

Hvorfor ikkevoldelig kommunikation er endnu mere nødvendig med AI

Mit bedste tip til CX-ledere er altid at studere ikkevoldelig kommunikation. Hver supportbesked fra en kunde indeholder:

• Budskabet (hvad prøver de at sige?)
• Følelsen eller emotionen bag budskabet
• Behovet bag den emotion eller følelse
• Anmodningen , der udspringer af det behov”

CX-ledere er nødt til at forstå det. Før du gør noget andet, bør dit svar håndtere alle fire komponenter. Og nu skal din AI også forstå det.

Overordnet set, husk: Du skal udtrykke empati, når du svarer kunder — ikke kun teknisk viden.

Følg med

Du kan følge med i Jaakko Timonens arbejde på LinkedIn og X. Og tjek GitHits ud.

Flere ekspertinterviews kommer på The CX Lead!