Kokenut asiakasmenestyksen johtaja kertoo, missä tekoäly muuttaa peliä – ja missä sen mahdollisuudet loppuvat

Anika Zubair on The Customer Success Pron toimitusjohtaja. Yritys tekee yhteistyötä organisaatioiden kanssa auttaakseen niiden asiakasmenestystiimejä kasvattamaan liikevaihtoa nykyisestä asiakaskannastaan.

Haastattelimme Anikaa saadaksemme lisätietoja siitä, miten hän hyödyntää tekoälyä vaikutusten aikaansaamiseen. Tässä, mitä hän kertoi meille.

Reaktiivisesta asiakaskokemuksesta ennakoivaan

Olen Anika Zubair, The Customer Success Pron perustaja ja toimitusjohtaja. Olen työskennellyt asiakasmenestyksen ja myynnin jälkeisten toimintojen parissa yli 16 vuoden ajan, joista noin vuosikymmenen johtotehtävissä, ennen oman yritykseni perustamista.

Nykyään työskentelen maailmanlaajuisesti B2B SaaS -organisaatioiden kanssa, tyypillisesti keskisuurten yritysten ja suuryritysten parissa. Autan niiden asiakasmenestys-, asiakkuuksienhallinta- ja laajempia myynnin jälkeisiä tiimejä kasvattamaan liikevaihtoa nykyisestä asiakaskannastaan. Kyse ei ole vain asiakaspidosta, vaan aidosta laajentumisesta ja mitattavasta kasvusta. Työskentelen tiimien kanssa, joissa on 10–yli 100 asiakasmenestyspäällikköä ja jotka toimivat EMEA-alueella, Yhdysvalloissa ja APAC-alueella.

Nämä tiimit hallinnoivat yleensä eri asiakassegmenttien yhdistelmää suurta henkilökohtaista palvelua vaativista yritysasiakkuuksista laajasti hallinnoitaviin keskisuurten yritysten asiakkuuskokonaisuuksiin. Kaikkia yhdistää se, että niiden odotetaan tekevän enemmän kuin vain hallinnoivan suhteita. Niiden odotetaan omistavan liikevaihto, vaikuttavan uusintoihin ja tunnistavan laajentumismahdollisuuksia.

Roolini auttaa näitä organisaatioita tekemään tämän muutoksen: reaktiivisesta, palvelulähtöisestä asiakasmenestyksestä kohti ennakoivia ja kaupallisesti orientoituneita tiimejä, jotka pystyvät luottavaisin mielin yhdistämään työnsä liikevaihtoon.

Miksi asiakaskokemuksen johtajien on harkittava tarkasti, milloin tekoälyä käytetään

Monet tiimit jakavat tekoälylle ja ihmisille kuuluvat tehtävät väärin. Ne joko luottavat tekoälyyn liikaa tai välttelevät sitä kokonaan.

Raja on hyvin selkeä. Tekoälyn pitäisi tukea päätöksiä ja nopeuttaa toteutusta, mutta sen ei pitäisi ottaa vastuulleen suhdetta tai harkintaa.

Näin itse lähestyn asiaa. Hyödynnän tekoälyä seuraavissa asioissa:

• Ongelmien ja riskien priorisointi: Tekoäly on erinomainen havaitsemaan malleja suurista tietomääristä: tuotteen käytön vähenemistä, tukipyyntöjen piikkejä, muutoksia sitoutumisessa ja jopa asiakasviestinnän sävyssä. Se nostaa riskialttiit asiakkuudet esiin paljon nopeammin kuin ihminen, joka käy koontinäyttöjä läpi.
• Personointi suuressa mittakaavassa: Ei suhteiden rakentamiseen, vaan valmistautumiseen. Tekoäly auttaa laatimaan räätälöityjä sähköposteja, puheluiden esityslistoja, seurantaviestejä ja jopa rooliin perustuvia sidosryhmäkohtaisia viestejä. Sen sijaan, että asiakasmenestyspäällikkö tuijottaisi tyhjää sivua, hän aloittaa 80-prosenttisesti valmiista luonnoksesta.
• Keskusteluja tukevien oivallusten tuottaminen: Ennen uusintaa tai arvon tarkastelua tekoäly kokoaa kaiken yhdeksi näkemykseksi. Se tunnistaa, mikä muuttui, missä arvo näkyy, missä kitkaa esiintyy ja missä piilee laajentumispotentiaalia. Tällainen yhdistely vei aiemmin tunteja.
• Sisäinen tehokkuus: Puheluiden yhteenvedot, CRM-muistiinpanojen päivittäminen ja seuraavien vaiheiden tunnistaminen – tekoäly automatisoi kaiken tämän. Asiakasmenestyspäälliköiden ei pitäisi käyttää aikaansa hallinnollisina suorittajina.

Tässä kohtaa pidän tietoisesti kiinni siitä, että toiminta säilyy selkeästi inhimillisenä:

• Kaupallinen harkinta: Päätetään, miten uusimista käsitellään, milloin painostetaan, missä joustetaan ja miten sopimus rakennetaan. Tämä vaatii kontekstin ymmärtämistä, kokemusta ja tilanteen lukemista. Tekoäly voi antaa tietoa päätöksen tueksi, mutta sen ei pitäisi tehdä päätöstä.
• Suhteiden rakentaminen ja luottamus: Asiakkaat havaitsevat automaation. Johtotason keskustelujen, vaikeiden keskustelujen ja tilanteiden, joissa haastat asiakkaan tai muotoilet hänen ajatteluaan uudelleen, on lähdettävä ihmisestä.
• Palvelun palauttaminen ja eskaloinnit: Kun jokin menee pieleen, automaation taakse piiloutuminen on huonoin lähestymistapa. Empatia, vastuunotto ja vahva viestintä ovat silloin tärkeimpiä.
• Asiakaspolun suunnittelu strategisella tasolla: Tekoäly voi ehdottaa toimintamalleja, mutta päätös siitä, miltä asiakaskokemuksen pitäisi tuntua, mihin kannattaa panostaa, mitä automatisoidaan ja miten erotutaan kilpailijoista – se on johtamisen päätös.

Tekoälyn pitäisi tehdä tiimistäsi nopeampi, terävämpi ja paremmin valmistautunut. Mutta asiakassuhteita, luottamusta ja liikevaihtotuloksia määrittävät hetket tarvitsevat edelleen ihmisen ohjaamaan toimintaa.

Voittavat tiimit eivät valitse tekoälyn ja ihmisten välillä. Ne ovat tietoisia siitä, missä kumpaakin hyödynnetään.

Miksi tekoäly ei ole oikotie muutokseen

Muista myös tämä: tekoäly vahvistaa sitä, millainen tiimisi jo ennestään on.

Jos tiimisi on strateginen, kaupallisesti terävä ja asiakaskeskeinen, tekoäly tekee siitä nopeamman, johdonmukaisemman ja vaikuttavamman. Mutta jos tiimisi toimii reaktiivisesti, keskittyy tehtäviin ja toimii tukipalvelun tavoin, tekoäly tekee siitä vain nopeamman version tästä.

Se ei ole oikotie muutokseen.

Miksi tekoälyllä on CX:ssä valtavia hyötyjä – ja haittoja

Tekoälyn tulokset ovat olleet pääosin – mutta eivät täysin – hyviä:

• Ajansäästö on merkittävää: Tiimit käyttävät 30–60 % vähemmän aikaa QBR:ien, uusimistiivistelmien ja asiakkuusarvioiden valmisteluun. Aiemmin kahdesta kolmeen tuntia vienyt työ valmistuu nyt 20–40 minuutissa.
• Keskustelujen laatu on parantunut: Tämä on minulle tärkeintä. CSM:t tulevat puheluihin näkemyksen, eivät vain datan, kanssa. Sen kuulee heti. Johtotason kieltä on enemmän, keskustelut keskittyvät enemmän tuloksiin ja ominaisuuksista puhutaan vähemmän.
• Riskien tunnistaminen aikaisemmin: Tekoäly auttaa tuomaan esiin asiakaspoistuman merkkejä viikkoja ja joskus kuukausia aikaisemmin kuin ennen. Tämä antaa tiimeille todellisen mahdollisuuden puuttua tilanteeseen sen sijaan, että ne reagoisivat vasta, kun on jo liian myöhäistä.
• Vaikutus liikevaihtoon: Tiimit parantavat luottamusta uusimiseen ja vähentävät alennuksia, koska ne pystyvät sanoittamaan arvon. Laajentamisen osalta ne havaitsevat mahdollisuudet aiemmin, mikä lisää nykyisistä asiakkaista syntyvää myyntiputkea. Olen nähnyt 10–25 %:n parannuksia laajentamisen myyntiputken laadussa, ei vain sen määrässä.
• Vähemmän hallinnollista kuormaa: Puhelumuistiot, CRM-päivitykset ja yhteenvedot hoidetaan nopeammin, mikä vapauttaa CSM:lle aikaa.

Nämä tehokkuushyödyt edellyttävät ajattelutavan muutosta – CX-johtajien on luovuttava uskomuksesta, että erinomainen CX vaatii paljon aikaa.

Vuosien ajan oletimme, että laadukas asiakaskokemus vaati tunteja: perusteellista valmistautumista, pitkiä QBR-valmisteluja, manuaalista analyysiä ja jokaisen viestin laatimista alusta alkaen. Ja oikeudenmukaisuuden nimissä näin ennen olikin. Mutta tekoäly haastoi tämän täysin.

Miten tekoäly tehostaa CSM:ien QBR:ien käsittelyä

Tässä on yksi suuri muutos, jonka olen tehnyt tekoälyn ansiosta.

Vuosi sitten useimmat tiimit hakivat tiedot manuaalisesti, rakensivat diat ja yrittivät koota “arvotarinan” käyttömittareista, tukipyynnöistä ja intuitiosta. Prosessi oli hidas, epäjohdonmukainen ja keskittyi liikaa tekemiseen.

Käänsin prosessin täysin toisin päin tekoälyn avulla. Käytän nyt tekoälyä laatimaan ensimmäisen luonnoksen asiakkaan narratiivista ennen esitysdokumentin avaamista. Sen sijaan että he kysyisivät: “Mitä dioja tarvitsen?”, he aloittavat kysymällä: “Mikä on tämän asiakkuuden liiketoimintavaikutuksia kuvaava tarina?”

Syötän sille tietoja tuotteen käytön kehityksestä, tärkeistä virstanpylväistä, tukikontakteista, asiakkaan tunnetuista tavoitteista ja puhelumuistioista. Tekoäly auttaa sitten jäsentämään ne seuraavasti:

• Tulokset, jotka asiakas pyrki saavuttamaan
• Mikä heidän liiketoiminnassaan muuttui
• Missä arvoa syntyi tai on vaarassa kadota
• Missä on selkeitä laajentamisen merkkejä

Työkalut, joita käytän tähän, ovat mukautetut GPT:t, Claude, Fathom, Gong ja Planhat,

Kun CSM rakentaa QBR:n tai vetää puhelun, hän ei arvaile. Hän aloittaa keskustelun selkeän näkemyksen pohjalta. Tulokset ovat merkittäviä:

1. Keskustelujen laatu parani välittömästi. CSM:t kuulostavat strategisemmilta, koska heillä on pelkän datan sijaan tarina.
2. Valmisteluun käytetty aika lyheni merkittävästi. Aiemmin tunteja vienyt työ valmistuu nyt minuuteissa. Tämä tarkoittaa, että tiimit käyttävät enemmän aikaa ajatteluun ja vähemmän aikaa aineiston kokoamiseen.
3. Mikä tärkeintä, tämä vaikutti suoraan liikevaihtoon. Selkeän arvolupauksen esittäminen ensin helpottaa huomattavasti uusimisten käsittelyä, alennuksista kieltäytymistä ja laajentamismahdollisuuksien luontevaa esiin tuomista.

AI ei ainoastaan nopeuttanut prosessia. Se teki asiakasmenestyksestä kaupallisempaa.

Miksi AI:lla CX:ssä on merkittäviä haittapuolia

Anika kertoo

Suurin ongelma on pinnallinen ajattelu: kun tiimit luottavat liikaa AI:n tuottamiin tuloksiin, ne lakkaavat kyseenalaistamasta tarinaa.

Sitten huonot puolet — koska huonosti toteutettuna haittapuolia on ehdottomasti:

• Suurin ongelma on pinnallinen ajattelu: Kun tiimit luottavat liikaa AI:n tuottamiin tuloksiin, ne lakkaavat kyseenalaistamasta tarinaa. Olen nähnyt CSM:ien hyväksyvän AI:n tuottaman yhteenvedon sellaisenaan soveltamatta omaa harkintaansa, mikä voi johtaa siihen, että tilillä tapahtuva jää kokonaan huomaamatta.
• Yleinen viestintä: Jos ei olla varovaisia, kaikki alkaa kuulostaa samalta. Asiakkaat huomaavat sen. Luottamus rapautuu nopeasti, jos jokainen sähköposti tai päivitys tuntuu mallipohjaiselta, vaikka se olisi teknisesti ”personoitu”.
• Harhaanjohtava strategisuuden tunne: Tämä on merkittävä ongelma. Se, että AI pystyy tuottamaan hyvännäköisen ”arvotarinan”, ei tarkoita, että tiimi toimisi strategisesti. Olen nähnyt johtajien uskovan kehittäneensä tiimiään, vaikka todellisuudessa he ovat vain parantaneet muotoilua — eivät ajattelua.
• Liiallinen automatisointi väärissä tilanteissa: AI:n käyttäminen eskaloinneissa, vaikeissa uusimiskeskusteluissa tai arkaluonteisissa tilanteissa voi kostautua pahasti. Näissä tilanteissa sävy, empatia ja harkinta ovat nopeutta tärkeämpiä.

Olen huomannut, että menestyvät tiimit käyttävät AI:ta lähtökohtana, eivät lopullisena vastauksena.

Miksi AI ei onnistu tuottamaan aidosti personoitua CX:ää

Suurin alue, jolla AI ei ole tuottanut odotettua vaikutusta CX:ään, on aito personointi ihmissuhteen tasolla.

AI on erinomainen saamaan asiat vaikuttamaan personoiduilta. Se voi mukauttaa sähköposteja, viitata käyttötietoihin ja säätää sävyä persoonan mukaan. Paperilla kaikki näyttää hyvältä. Asiakkaat — erityisesti suuryritykset — kuitenkin huomaavat eron välittömästi.

”Tämä on tuotettu minua varten” ja ”Tämä henkilö ymmärtää liiketoimintaani” välillä on suuri ero. Ero on merkityksellinen, koska luottamus rakentuu syvällisyydelle, ei muotoilulle.

Miksi valmiuksien kehittäminen on tärkeämpää kuin työkalut

Valmiuksien kehittäminen on itse työkaluja tärkeämpää. Tätä toivon, että olisin ymmärtänyt aiemmin.

Kun kokeilin AI:ta ensimmäisen kerran asiakasmenestystiimien kanssa, ajattelin vaikeimman osuuden olevan oikean työkalun valitseminen ja muutaman kehotteen näyttäminen ihmisille. Näin ei ollut. Todellinen haaste oli saada tiimi ajattelemaan työtään uudella tavalla.

Tätä varten lopetin AI:sta puhumisen työkaluna ja aloin puhua siitä liikevaihdon kasvattamisen vipuna. Huolehdin siitä, että tiimilläni oli oikeat työkalut ja oikea ajattelutapa. Sen sijaan, että olisin pyytänyt heitä käyttämään AI:ta nopeampien sähköpostien kirjoittamiseen, pyysin heitä käyttämään AI:ta kaupallisiin keskusteluihin valmistautumiseen. Mitä tämän asiakkaan on kuultava jatkaakseen sopimusta? Mitkä laajentumiseen viittaavat signaalit piilevät heidän käyttötiedoissaan? Mitä riskiä emme huomaa?

Joten tässä on neuvoni: Älä kohtele AI:ta teknologiainitiatiivina. Kohtele sitä kyvykkyyden muutoksena.

Pysy mukana

Voit seurata Anika Zubairin työtä LinkedInissä. Tutustu myös The Customer Success Prohon.

Lisää asiantuntijahaastatteluja on tulossa The CX Leadiin!