Asiakaspalvelujohtaja avaa työnkulut, jotka säästävät aikaa ja tekevät asiakkaat tyytyväisemmiksi

Ajay Balamurugadas on PostQoden asiakassuhteiden menestyksestä ja strategiasta vastaava johtaja. PostQode on tekoälyn ehdoilla rakennettu ohjelmistokehitystuote.

Haastattelimme Ajayta ymmärtääksemme, miten hän hyödyntää tekoälyä tyytyväisempien asiakkaiden luomisessa. Tässä hänen kertomansa.

Autonomiset tekoälyagentit ohjelmistokehityksessä

Nimeni on Ajay Balamurugadas, ja olen kokenut laadunvarmistustekniikan johtaja. Viimeiset kaksi vuotta olen toiminut PostQodella asiakassuhteiden menestyksestä ja strategiasta vastaavana johtajana. PostQode on tuotealan yritys, joka tuo autonomiset tekoälyagentit ohjelmistokehityksen elinkaaren jokaiseen vaiheeseen.

Asiakkaisiimme kuuluu startup-yrityksiä, suuryrityksiä ja palveluyrityksiä, jotka palvelevat omia asiakkaitaan.

Miten tekoäly tekee asiakkaista tyytyväisempiä

Viime vuoden aikana olemme tehneet kaksi konkreettista muutosta siihen, miten tarjoamme asiakaskokemusta tekoälyn avulla.

Ensinnäkin hyödynnämme tekoälyä laajasti asiakastutkimuksessa. Sen sijaan, että luottaisimme ainoastaan kokousten, palautteen ja asiakirjojen manuaaliseen analysointiin, käytämme tekoälyä keskustelujen tiivistämiseen, toistuvien kipupisteiden tunnistamiseen ja odotusten poimimiseen. Tekoäly tutkii myös asiakkaan yritystä, sen liiketoimintaa, kilpailijoita ja mahdollisia ratkaisuja sekä tuo esiin erot sen välillä, mitä asiakkaat sanovat ja mitä he todella tarvitsevat.

Tekoälyavusteinen analyysi ja tiivistäminen ovat lyhentäneet asiakas- ja markkinatutkimukseen kuluvan ajan lähes kokonaisesta työpäivästä yleensä 1–2 tuntiin.

Toiseksi otimme käyttöön tekoälyyn perustuvan vianmäärityksen tuen ongelmien analysointiin ja ratkaisemiseen. Tekoäly auttaa analysoimaan lokeja, virhekuvioita, testituloksia ja aiempia ongelmia, jotta mahdollisia perimmäisiä syitä voidaan rajata nopeasti ja ehdottaa seuraavia vaiheita. Tämä on nopeuttanut vastausaikoja, vähentänyt selvitystyöhön tarvittavaa vaivaa ja auttanut tiimejä ratkaisemaan asiakkaiden ongelmat nopeammin ja paremmassa asiayhteydessä.

Tekoäly tuottaa ja ylläpitää myös dokumentaatiota, kuten perehdytysoppaita, vianmäärityksen usein kysyttyjä kysymyksiä ja vertailudokumentteja — jälleen lyhentäen näiden laatimiseen kuluvaa aikaa ja vähentäen vaivaa päivistä tunteihin.

Ja mikä tärkeintä, kaikki tämä on johtanut tyytyväisempiin asiakkaisiin.

Miten tekoäly voi tehostaa asiakaskokemuksen tutkimuksen työnkulkuja

Ajay kertoo

Pyydämme tekoälyä ehdottamaan asemointistrategioita, arvolupauksia, asiaankuuluvia käyttötapauksia ja räätälöityjä tapoja esitellä ratkaisua… Tämä auttaa tiimiä valmistautumaan vastauksiin etukäteen ja parantamaan asiakaskeskustelujen laatua.

Tässä on asiakaskokemustutkimuksen työnkulku, jota käytämme jo ennen ensimmäistä asiakaskeskustelua.

Aloitamme tutkimalla Perplexity AI:n avulla potentiaalisen asiakkaan yritystä, toimialaa, kilpailijoita, markkina-asemaa ja viimeaikaista toimintaa. Näin voimme muodostaa vahvan kokonaiskuvan tilanteesta ennen asiakkaan kanssa keskustelemista.

Seuraavaksi käytämme Claudea tai ChatGPT:tä yhdistääksemme tutkimuksen yksityiskohtaisiin tietoihin organisaatiostamme ja selvittääksemme, miten alustamme voisi parhaiten auttaa juuri kyseistä potentiaalista asiakasta. Pyydämme tekoälyä ehdottamaan asemointistrategioita, arvolupauksia, asiaankuuluvia käyttötapauksia ja räätälöityjä tapoja esitellä ratkaisua.

Käytämme sitten ChatGPT:tä tai Geminiä simuloidaksemme todennäköisiä asiakkaan vastaväitteitä, huolenaiheita ja kysymyksiä. Tämä auttaa tiimiä valmistautumaan vastauksiin etukäteen ja parantamaan asiakaskeskustelujen laatua.

Asiakastapaamisten aikana tallennamme ja litteroimme puhelut. Käytämme ChatGPT:tä keskustelujen tiivistämiseen, jäsenneltyjen kokousmuistioiden laatimiseen, toimenpiteiden tunnistamiseen sekä asiakkaan odotusten ja riskien kirjaamiseen.

Tapaamisen jälkeen käytämme Claudeta ja ChatGPT:tä tukimateriaalien, kuten ratkaisuasiakirjojen, perehdytysoppaiden, vertailudokumenttien, kaavioiden, työnkulkujen ja vianmääritysmateriaalien, tuottamiseen.

Miksi suhteita ja hienovaraisia vivahteita ei voi ulkoistaa tekoälylle

Emme kuitenkaan käytä tekoälyä kaikkeen.

Ihmissuhteiden rakentaminen ja emotionaalinen yhteys ovat edelleen nimenomaisesti inhimillisiä. Uskomme, ettei luottamusta, empatiaa ja pitkäaikaisia suhteita voida ulkoistaa tekoälylle. Ihmiset huolehtivat suoraan henkilökohtaisesta vuorovaikutuksesta, kuten asiakkaan tavoitteiden tarkistamisesta, heidän edistymisensä ymmärtämisestä, heidän onnittelemisestaan erityistilaisuuksissa ja aidon inhimillisen yhteyden ylläpitämisestä.

Tekoäly tukee ihmissuhdetta, mutta ihmiset rakentavat ja ylläpitävät sitä.

Lisäksi monissa tapauksissa kriittinen asiakaskonteksti on hajallaan sähköposteissa, CRM-järjestelmissä, kokousmuistiinpanoissa, puhelutallenteissa, tukipyynnöissä ja sisäisissä keskusteluissa, minkä vuoksi tekoäly ei saavuta parasta mahdollista tulosta. Näillä alueilla, joilla kontekstin jatkuvuus puuttuu, tarvitaan edelleen ihmisen väliintuloa vivahteiden tulkitsemiseen, suositusten vahvistamiseen ja tietojen yhdistämiseen eri lähteistä.

Miksi varamenettelyt ovat tarpeen tekoälyn kanssa

Tekoälyn integrointi asiakaskokemukseen liittyviin toimintoihin säästi siis merkittävästi aikaa ja vaivaa, paransi johdonmukaisuutta sekä muutti aiemmin yksittäisistä henkilöistä riippuvaisia toimintoja skaalautuvammiksi ja toistettavammiksi prosesseiksi.

Samalla on kuitenkin ilmennyt haasteita. Yksi huolenaihe on ”liian hyvää ollakseen totta” -vaikutus, jossa tekoälyn tuottamat tulokset vaikuttavat joskus erittäin varmoilta, vaikka perusteellisempi vahvistaminen olisi tarpeen. Tämä tarkoittaa, että ihmisen suorittama tarkistus ja harkinta ovat edelleen tärkeitä kriittisissä päätöksissä ja asiakkaalle suunnatuissa suosituksissa.

Toinen haaste on toiminnallinen riippuvuus. Kun tiimit tottuvat tekoälyavusteisiin työnkulkuihin, niiden on vaikea ylläpitää samaa nopeutta ja johdonmukaisuutta tekoälyn käyttökatkosten tai työkalujen saavuttamattomuuden aikana. Tämä korostaa varamenettelyjen merkitystä ja sitä, että tiimeillä säilyy edelleen keskeinen toimialan ymmärrys sekä kyky tehdä päätöksiä.

Miksi CX-johtajien on tunnettava halutut lopputulokset ennen työkalujen valintaa

On tärkeää ymmärtää haluttu lopputulos tarkasti ennen työkalujen tai mallien valitsemista.

Oletimme aluksi, että yksi malli voisi käsitellä tehokkaasti kaikenlaisia tehtäviä, mutta opimme nopeasti, että eri mallit suoriutuvat paremmin erilaisissa käyttötapauksissa. Jotkin ovat parempia tutkimuksessa, jotkin päättelyssä, jotkin jäsennellyssä dokumentoinnissa ja toiset tiivistämisessä tai keskustelutehtävissä. Oikean mallin valitseminen oikeaan toimintaan voi parantaa laatua merkittävästi sekä vähentää kustannuksia ja vaivannäköä.

Toinen tärkeä oppi: Älä lähesty suurempia ongelmia yhtenä valtavana tekoälytehtävänä. Monimutkaisten työnkulkujen jakaminen pienempiin, tarkasti määriteltyihin tehtäviin ja niiden vaiheittainen orkestrointi tuottaa huomattavasti parempia ja luotettavampia tuloksia.

Kuinka tiimejä ohjataan käyttämään tekoälyä tehokkaasti

Ajay jakaa

Varmistamme tehokkaan käyttöönoton edistämällä tekoälyyn liittyvää yhteistyöhön perustuvaa oppimista ja käyttöä koko tiimissä… Lisäksi jaamme jatkuvasti löytöjä, esimerkkejä, artikkeleita, kehotteita ja onnistuneita työnkulkuja sisäisesti, jotta tieto leviää nopeasti koko organisaatiossa eikä jää vain muutamien henkilöiden varaan.

Varmistamme tehokkaan käyttöönoton edistämällä tekoälyyn liittyvää yhteistyöhön perustuvaa oppimista ja käyttöä koko tiimissä. Koulutamme tiimin jäseniä säännöllisesti erilaisista tekoälytyökaluista, käyttötapauksista, kehotteiden laatimisen tavoista ja asiakaskokemukseen liittyviin toimintoihin soveltuvista työnkuluista.

Lisäksi jaamme jatkuvasti havaintoja, esimerkkejä, artikkeleita, kehotteita ja onnistuneita työnkulkuja sisäisesti, jotta tieto leviää nopeasti koko organisaatioon sen sijaan, että se jäisi muutamien henkilöiden varaan. Tarkastelemme myös tuotoksia yhdessä, ohjaamme tiimin jäseniä parantamaan kontekstin ja kehotteiden laatua sekä esittelemme eri vaiheissa luotuja tuotoksia asiakasvuorovaikutusta.

Tämä jatkuva koulutuksen, jakamisen, tarkastelun ja esittelyn sykli auttaa tiimiä kasvattamaan itseluottamustaan ja käyttämään tekoälyä tehokkaammin ja johdonmukaisemmin todellisissa asiakastilanteissa.

Miten tekoäly muuttaa sitä, missä asiantuntemusta on sovellettava CX:ssä

Perinteisesti sellaiset tehtävät kuin syvällinen asiakastutkimus, kilpailija-analyysi, dokumentaation laatiminen, kokousten yhteenvetojen tekeminen tai ratkaisujen valmistelu ovat edellyttäneet erityisiä asiantuntijoita, joilla on vuosien toimialaosaaminen ja kokemus. Tekoäly voi nyt nopeuttaa ja tukea monia näistä tehtävistä laajemmin, jolloin yhä useammat tiimin jäsenet voivat osallistua tehokkaasti oikean ohjauksen ja kontekstin avulla.

Tämä ei poista asiantuntemuksen tarvetta, mutta muuttaa sen soveltamistapaa. Sen sijaan, että asiantuntijat käyttäisivät suurimman osan ajastaan tiedon keräämiseen ja toistuvaan valmisteluun, he voivat keskittyä enemmän strategiaan, suhteisiin, päätöksentekoon ja asiakastuloksiin.

Miten CX-johtajien tulisi suhtautua tekoälyyn

Neuvon CX-johtajia suhtautumaan tekoälyyn avustajana, ei korvaajana. Tulosten laatu riippuu suuresti tarjoamasi kontekstin laadusta. Anna tekoälylle jatkuvasti olennaista liiketoimintakontekstia, asiakashistoriaa, työnkulkuja ja jopa ”kontekstia kontekstista”, jotta se voi tuottaa tarkempia ja merkityksellisempiä tuotoksia.

Ymmärrä myös, että eri tekoälytyökalut sopivat erilaisiin käyttötapauksiin. Käytä aikaa eri työkalujen vahvuuksien ja rajoitusten oppimiseen tutkimuksen, tuen, analytiikan, dokumentaation, automaation ja personoinnin saralla.

Kaikkein tärkeintä on kokeilla jatkuvasti. Organisaatiot, jotka saavat tekoälystä eniten arvoa, testaavat aktiivisesti ideoita, hiovat työnkulkuja, oppivat epäonnistumisista ja mukautuvat nopeasti. Tekoälyn käyttöönotto ei ole kertaluonteinen toteutus — se on kehittyvä kyvykkyys, joka paranee käytön, palautteen ja iteroinnin myötä.

Seuraa mukana

Voit seurata Ajay Balamurugadasin työtä LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CX Leadiin!