Robotiikan CX-asiantuntija kertoo, kuinka valita tekoälyllä uudistettavat CX-työnkulut

Jesica Chavez on Robo Successin toimitusjohtaja. Robo Success on erikoistunut toimisto, joka auttaa robotiikka- ja teknologiayrityksiä kasvamaan ja samalla parantamaan CX-toimintojaan. Aiemmin hän on toiminut muun muassa CS-johtajana ja CXS:n varatoimitusjohtajana useissa robotiikka-alan organisaatioissa.

Keskustelimme Jesican kanssa, kun hän esitteli meille työnkulkujaan ja jakoi neuvojaan muille CX-johtajille, jotka ottavat tekoälyä käyttöön organisaatioissaan.

Käytännöllinen, reagoiva ja tuloshakuinen

Olen Jesica Chavez, Robo Successin toimitusjohtaja. Olen johtanut asiakaskokemuksen kehittämishankkeita ja auttanut organisaatioita rakentamaan kestävää kasvua tukevia CX-toimintoja yli 20 vuoden ajan.

Robo Success on kasvuun keskittyvä erikoistunut toimisto, joka auttaa robotiikka- ja teknologiayrityksiä saavuttamaan parempia tuloksia niiden kasvutavoitteisiin sovitettujen strategioiden avulla. Keskitymme startup-yrityksiin ja kasvuvaiheessa oleviin yrityksiin, jotka rakentavat tai vahvistavat asiakaskokemuksen valmiuksiaan.

Ymmärrämme ainutlaatuiset haasteet, joita startup-yritykset kohtaavat perustaessaan CX-osastojaan, ja tarkastelemme kokonaisuutta laajemmin: CX on yksi olennainen osa poikkeuksellisen kokonaiskokemuksen tarjoamista. Keskitymme siihen, että jokainen vuorovaikutustilanne on käytännöllinen, reagoiva ja tuloshakuinen — ensimmäisestä keskustelusta pitkäaikaiseen menestykseen.

Miten tekoälyä voidaan käyttää ohjekeskuksen sisällöntuotannon tehostamiseen

Viime vuoden aikana käytimme tekoälyä ohjekeskuksen sisällöntuotannon tehostamiseen — se on olennainen osa asiakastuen laajentamista yrityksen kasvaessa.

Scribe on tekoälytyökalu, jonka avulla muutamme toistettavat tuotetyönkulut automaattisesti selkeiksi, vaiheittaisiksi oppaiksi kuvakaappauksineen. Loomin avulla voimme luoda lyhyitä, yksilöllisiä videoselityksiä visuaalisemmista tai monimutkaisemmista aiheista — ja sen tekoälytyökalut auttavat muokkaamisessa ja metatietojen luomisessa. Käytämme vakiintuneita viestejä, termejä ja malleja varmistaaksemme, että molemmat formaatit heijastavat yrityksen brändiääntä ja välittävät tiedon johdonmukaisesti.

Käytämme tätä hyväksyttyä sisältöä sen jälkeen tekoälychatbottien ohjaamiseen, jotta asiakkaat saavat johdonmukaisia, brändin mukaisia ohjeita ja tukea aina tarvitessaan, ympäri vuorokauden. Tämä luo sujuvamman itsepalvelukokemuksen, vähentää kitkaa ja toistuvia tukipyyntöjä sekä varmistaa, että asiakkaat saavat saman selkeän tiedon kaikissa kanavissa.

Tämän seurauksena vähensimme aiemmin artikkeleiden ja opastusvideoiden tuottamiseen käytettyä aikaa. Esimerkiksi artikkeli, jonka tekemiseen kului aiemmin yli kaksi tuntia sekä yksi tarkistuskierros, valmistuu nyt noin kymmenessä minuutissa. Kun käytämme hyväksyttyä sisältöä tekoälychatbottien ohjaamiseen, myös tason 1 chat-tukeen käytetty aika on vähentynyt 30 %.

Ohjaamme tämän vapautuneen kapasiteetin nyt kokonaisvaltaisen asiakaskokemusstrategian parantamiseen, asiakkaiden tarpeiden aikaisempaan tunnistamiseen ja tiimien auttamiseen, jotta ne voivat siirtyä reaktiivisesta tuesta ennakoivaan tukeen.

Esimerkki ohjekeskuksen sisällön työnkulusta käytännössä

Tämä tekoälyä hyödyntävä CX-työnkulku alkaa, kun uusi tuoteominaisuus on valmis ja julkaistu Jirassa. Tämä käynnistää Slack-ilmoituksen ja luo automaattisesti Jira-tehtävän tukitiimille asiakkaille suunnatun sisällön valmistelemista varten.

Tukitiimi käyttää Scribea vaiheittaisen, kuvakaappauksia sisältävän oppaan luomiseen ja Loomia video-opastuksen tuottamiseen. Claude ja Zapier tukevat työnkulkua koordinoimalla agentteja ja automatisoimalla tiedon siirtymistä järjestelmien välillä. Ennen minkään julkaisemista ihminen tarkistaa sisällön varmistaakseen sen paikkansapitävyyden, hyödyllisyyden ja brändiäänen mukaisuuden.

Kun sisältö on hyväksytty, julkaisemme kirjallisen oppaan ohjekeskuksessa, videon YouTubessa ja syötämme molemmat resurssit tekoälychatbottiin. Näin chatbot voi tarjota asiakkaille johdonmukaisia ja ajantasaisia ohjeita ympäri vuorokauden heti ominaisuuden saataville tulon jälkeen.

Jaamme saman hyväksytyn sisällön myös markkinoinnille, jotta tiimi voi luoda ominaisuusilmoituksia ja asiakasviestintää. Tämä pitää tuen, CX:n, tuotteen ja markkinoinnin linjassa yhden tarkan ja johdonmukaisen viestin ympärillä.

Miksi ihmiset vastaavat strategiasta ja ihmissuhteista

Lisäksi käytämme tekoälyä toistettavien CX-toimintojen ohjaamiseen ja skaalaamiseen. Näihin kuuluvat toistuvien tukiteemojen analysointi, sisältöaukkojen tunnistaminen ja chatbottien varustaminen hyväksytyllä, brändin mukaisella tiedolla. Tekoäly auttaa meitä myös yksilöimään ohjeita yleisten asiakastarpeiden perusteella ja tuomaan esiin ongelmia, jotka saattavat vaatia huomiota.

Harkintaa edellyttävät päätökset ovat edelleen yksiselitteisesti ihmisten vastuulla. Näihin kuuluvat asiakaskokemuksen prioriteettien määrittäminen, asiakaspolkujen suunnittelu, arkaluonteisten eskalointitilanteiden tai palvelun palauttamisen hallinta sekä strategisten suositusten tekeminen johdolle. Tekoäly voi tunnistaa kaavoja ja nopeuttaa toteutusta, mutta ihmiset tuovat päätöksentekoon empatian, liiketoimintakontekstin ja vastuullisuuden, joita tarvitaan asiakkaiden ja yrityksen kannalta oikeiden päätösten tekemiseen.

Lähestymistapamme on käyttää tekoälyä manuaalisen työn vähentämiseen ja reagointikyvyn parantamiseen – samalla kun ihmiset vastaavat strategiasta, suhteista ja asiakkaan kannalta merkittävistä kohtaamisista.

Miksi automatisoitu tuki joskus epäonnistuu – ja miten se voidaan välttää

Kun aloimme alun perin käyttää tekoälyä suoriin vastauksiin asiakastukipyyntöihin, se ratkaisi tai edisti suurinta osaa pyynnöistä, mutta vastauksissa ei aina huomioitu asiakkaan tarpeita. Vaikka tekoäly auttoi kymmentä asiakasta, yksikin turhautunut asiakas oli liikaa – erityisesti silloin, kun vuorovaikutus edellytti kontekstin ymmärtämistä, empatiaa tai hienovaraisempaa vastausta.

Tämä saattaa saada ajattelemaan, että korkealaatuinen asiakaskokemus edellyttää aina ihmistä. Näin oletin itse aluksi. Olemme kuitenkin oppineet, etteivät asiakkaat välttämättä tarvitse tai halua ihmistä jokaiseen kysymykseen – he tarvitsevat oikea-aikaista, täsmällistä ja helposti ymmärrettävää apua.

Tämän seurauksena muutimme lähestymistapaamme. Tekoäly tukee nyt prosessia luonnostelemalla vastauksia, tiivistämällä tietoja ja tunnistamalla asiaankuuluvia resursseja, mutta monimutkaisemmissa tai arkaluonteisemmissa tapauksissa ihminen tarkistaa vastaukset ennen niiden lähettämistä. Tarkistamme säännöllisesti myös vähemmän arkaluonteiset vastaukset, jotka chatbotimme lähettää automaattisesti.

On myös tärkeää huomata, että tekoäly on vain niin luotettava kuin sen taustalla olevat tiedot, joten vanhentunut tai puutteellinen lähdesisältö voi johtaa epäselviin tai virheellisiin vastauksiin. Ehkäisemme tätä käyttämällä vain hyväksyttyä sisältöä, pitämällä tietopankkimme ajantasaisena kurinalaisemmin ja ylläpitämällä selkeitä yhteydenottoreittejä ihmistukeen.

Miten valita, missä tekoälyä tulisi hyödyntää asiakaskokemuksessa

Jesica kertoo

Erityisesti robotiikassa jokainen asiakaspolku näyttää hyvin erilaiselta…Neuvoni on siis aloittaa yhdestä ensisijaisesta mittarista ja tunnistaa tietty alue, jolla tekoäly voi saada aikaan merkittävän muutoksen.

Tekoäly ja automaatio voivat vahvistaa asiakaskokemusta monin tavoin, mutta johtajien tulisi ensin arvioida, mikä on heidän liiketoiminnalleen tärkeintä ja miten muutokset vaikuttavat keskeisiin mittareihin.

Erityisesti robotiikassa jokainen asiakaspolku näyttää hyvin erilaiselta. Suurin näkemäni virhe on robotiikan asiakaskokemuksen käsitteleminen täsmälleen samalla tavalla kuin SaaS-palveluiden. Robotiikkaan liittyy usein fyysisiä tuotteita, käyttöönottoa, koulutusta, toiminnallisia muutoksia ja jatkuvaa tukea todellisissa toimintaympäristöissä. Nämä vaiheet edellyttävät erilaista kontekstin ymmärtämisen, koordinoinnin ja asiakasneuvonnan tasoa.

Neuvoni on siis aloittaa yhdestä ensisijaisesta mittarista – kuten SLA-tavoitteiden saavuttamisesta, CSAT:stä, asiakkaan elinkaariarvosta (CLV) tai tukipyyntöjen ratkaisuajasta – ja tunnistaa tietty alue, jolla tekoäly voi saada aikaan merkittävän muutoksen. Jos tavoitteena on esimerkiksi nopeampi vastausaika, tekoäly voi auttaa parantamaan itsepalvelusisältöä ja automatisoimaan ensimmäisen tason tuen. Jos prioriteettina on CSAT, tekoälyn käyttäminen toistuvien ongelmakohtien tunnistamiseen ja asiakaspolun parantamiseen voi olla arvokkaampaa.

Keskeistä on aloittaa rajatusta käyttötapauksesta, mitata sen vaikutuksia ja kehittää toimintaa vaiheittain. Tekoälyn tulisi tukea selkeää asiakas- ja liiketoimintatulosta – sitä ei pidä ottaa käyttöön vain siksi, että se on saatavilla.

Miksi tekoälyn käyttöönotto voi olla vaikeampaa kuin asiakaskokemuksesta vastaavat johtajat odottavat

Huh! Olisinpa tiennyt, kuinka paljon aikaa onnistunut tekoälyn käyttöönotto vaatii iterointiin, oppimiseen, testaamiseen ja eri mallien arviointiin.

Pilotin käynnistäminen oli vasta alkua; varsinainen työ oli kehotteiden hiomista, tietopankin parantamista, tulosten tarkistamista ja sen oppimista, missä tekoäly voisi tuottaa arvoa asiakaskokemusta vaarantamatta.

Ja sitten on vielä tiimiin liittyvä puoli. Tekoälyn käyttöönotto ei ole pelkästään teknologiapäätös – se on myös ihmisiä koskeva päätös. Tiimit voivat innostua ajan säästymisestä, mutta samalla ne voivat olla epävarmoja rooliensa muuttumisesta, siitä, voivatko ne luottaa tuloksiin tai korvaako tekoäly niiden asiantuntemuksen.

Johtajien tulisi ottaa tiimit mukaan jo varhaisessa vaiheessa, selittää tekoälyn tarkoitus, tarjota koulutusta ja tehdä selväksi, että tekoälyn tehtävänä on tukea heidän työtään, ei korvata sitä.

Sen jälkeen on määriteltävä selkeät prosessit ja tarkoin määritellyt tavoitteet. Jos tiimi ei pysty selkeästi selittämään, miten se käsittelee asiakkaiden ongelmia, kuka vastaa asiakastietopohjasta tai mitä tuloksia se pyrkii parantamaan, tekoäly todennäköisesti lisää hämmennystä arvon sijaan. Tekoäly tarvitsee jäsenneltyjä työnkulkuja, täsmällistä tietoa ja mitattavissa olevan tarkoituksen.

Neljä neuvoa CX-johtajille tekoälyn käyttöönottoon työnkuluissa

Neuvoni CX-johtajille on seuraava:

• Ota tekoäly käyttöön ja pidä sitä asiakasymmärryksen vahvistajana , ei sen korvaajana .
• Aloita suurivolyymisestä, toistettavasta työstä, kuten sisällöntuotannosta, tiedonhallinnasta ja perustason tukiohjeista, joissa tekoäly voi parantaa nopeutta ja yhdenmukaisuutta vaarantamatta luottamusta.
• Pidä ihmiset vastuussa strategiasta, monimutkaisista päätöksistä, arkaluonteisten tapausten eskaloinneista ja palvelun palauttamisesta.
• Ja mittaa muutakin kuin tehokkuutta. Seuraa tarkkuutta, asiakkaiden suhtautumista, ratkaisujen laatua ja eskalointimalleja. Yksi huono vuorovaikutustilanne voi painaa vaakakupissa enemmän kuin monet onnistuneet automatisoidut kohtaamiset, jos se vahingoittaa asiakkaan luottamusta.

Pysy ajan tasalla

Voit seurata Jesica Chavezin työtä LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa CX Leadiin!