Asiakaskokemuksen ajatusjohtaja kertoo, miten asiakaskokemus voi tekoälyn avulla ansaita paikan johtoryhmän pöydässä

Jim Tincher on CX:n ajatusjohtaja ja tutkija. Hän on myös Heart of the Customer -yrityksen perustaja. Yritys on vaativia organisaatioita tukeva, asiakaskokemukseen keskittyvä boutique-yritys, joka tarjoaa E2E-palveluja.

Keskustelimme Jimin kanssa selvittääksemme, mitä hän tutkimuksessaan havaitsee. Hän perehtyi syvällisesti siihen, miten tekoälyä voidaan hyödyntää asiakaspolkujen kehittämisessä.

Ura CX:n ja tutkimuksen parissa

Olen Jim Tincher, Heart of the Customerin perustaja ja toimitusjohtaja. Olemme toimineet vuodesta 2012 lähtien.

En johda asiakaskokemusosastoa — neuvon johtajia, jotka vastaavat kasvusta: kaupallisia johtajia, myynnin ja operaatioiden varatoimitusjohtajia sekä toimitusjohtajia. Työskentelemme B2B-yritysten kanssa; syvällisin kokemuksemme on teollisuudesta: BASF, Dow, Milliken, Xylem, Legrand ja Vermeer.

Johdan myös edistyneen valmistusteollisuuden CX-konsortion tutkimusanalyysiä — mukana on seitsemäntoista valmistajaa, jotka yhdessä kyselyttävät vuosittain lähes 10 000:ta asiakastaan selvittääkseen, mikä saa asiakkaan kasvattamaan liiketoimintaansa toimittajan kanssa.

Miksi tekoälyä pitäisi käyttää dataan, ei asiakassuhteisiin

Tekoälyn kehittymisen myötä muutimme analyysitapaamme, emme asiakassuhteitamme. — Tämä on harkittu erottelu.

Viime vuonna haastattelin 34 ylimmän johdon edustajaa selvittääkseni, mikä heille oli tärkeintä, ja vastaus oli (ei yllättäen) ”kasvu”. Kaikki 34 olivat samaa mieltä, joten käytämme tätä näkökulmaa kaikessa.

Vertailuanalyysimme osoitti, että asiakasyrityksen kasvun kolme tärkeintä ennustetta liittyvät kaikki asiakassuhteeseen: tunne siitä, että asiakasta arvostetaan, asiakassuhde ja ostoprosessi; eivät asioinnin helppous, tyytyväisyys tai muut tyypilliset CX-mittarit. Tämä saa minut suhtautumaan varovaisesti sellaisten alueiden automatisointiin, joilla asiakkaat päättävät, onko heidän liiketoimintansa sinulle tärkeää. Inhimillisen elementin poistaminen voi häivyttää juuri ne signaalit, joiden perusteella asiakkaat arvioivat, kannattaako heidän kasvattaa liiketoimintaansa kanssasi.

Siksi hyödynnämme tekoälyä sen sijaan analyysissä — analysoimme keskusteluja, avoimia kommentteja ja muuta viestintää. Satojen keskustelujen manuaalinen lukeminen, koodaaminen ja niiden välisten mallien etsiminen on hidasta ja rajoittaa kapasiteettiamme. Clauden ja litterointityökalun avulla voimme kuitenkin etsiä malleja koko asiakassuhteen historian laajuudelta yhden kosketuspisteen sijaan kerrallaan.

Tekoälyn ansiosta pystyimme etsimään malleja datamme yli 800:sta B2B-haastattelusta ja löytämään rakenteen, jota emme aiemmin nähneet. Testasimme sitten nelitasoista hierarkiaa, joka ennustaa, kuinka suuren osan asiakkaan hankinnoista saat, 21 erillistä asiakasaineistoa vasten. En olisi pystynyt tekemään tätä analyysiä käsin tässä mittakaavassa.

Työnkulku, joka tuottaa tärkeysjärjestykseen asetetun luettelon asiakaspolun korjattavista vaiheista

Tässä on työnkulku, jonka lopputuloksena syntyy tärkeysjärjestykseen asetettu luettelo korjattavista asiakaspolun vaiheista niiden sisältämän liikevaihdon perusteella.

Se alkaa keskusteluista, ei kyselyistä. Haastattelemme asiakkaan asiakkaita suoraan — ostajaa, tehtaanjohtajaa ja sopimuksen allekirjoittavaa johtajaa — ja tallennamme ja litteroimme keskustelut Firefliesin avulla.

Siinä piili vanha rajoite. Analyytikko lukee sen, mihin hänen aikansa riittää, ja tämä yläraja vaikuttaa jokaiseen johtopäätökseen. Otat otoksen, löydät otoksesta mallin ja toivot, että otos oli edustava.

Seuraavaksi analyytikko kokoaa alustavat havainnot — tarinan ja keskeiset teemat.

Sitten siirrymme Claudeen. Claude lukee jokaisen litteroinnin kokonaisuudessaan. Se poimii asiakkaiden sanat sanatarkasti ja liittää mukaan lähteen: kuka sen sanoi, mistä keskustelusta se on peräisin ja missä kohdassa keskustelua se esiintyy. Tämä alkuperätieto on nopeutta tärkeämpää. Kun asiakas kyseenalaistaa havainnon, emme puolustele sitä. Näytämme hänelle lainauksen.

Sen jälkeen teemme analyysin, eikä tätä vaihetta automatisoida.

Jim kertoo

Työnjako on ratkaisevan tärkeä. Tekoäly poisti lukemiseen liittyvän rajoitteen. Se ei vaikuttanut harkintaan — siihen, mitä kysytään, mitkä mallit tunnistetaan merkityksellisiksi ja milloin asiakas kertoo sinulle jotain, mitä hän ei itse tiedä kertovansa.

Puhuuko asiakas edelleen perustoiminnoista? Vai puhuuko hän siitä, voiko hän luottaa asiakkaamme toimintaan, kun asiat mutkistuvat? Tai siitä, kokeeko hän olevansa arvostettu? Tämä antaa meille aseman, ei pistemäärää.

Sitten sijoitamme sen asiakaspolulle. Esille piirtyy käyrä — luottamus rakentuu tässä vaiheessa ja murtuu tuossa. Useimmat asiakkaat eivät ole koskaan nähneet asiakassuhdettaan tällä tavalla. He ovat nähneet koko asiakassuhteesta yhden tyytyväisyysluvun, joka peittää alleen tarkan kohdan, jossa vahinko tapahtuu.

Yhdistämme murtumat asiakastileihin ja asiakastilit rahaan. Emme sano vain, että ”asiakkaat ovat turhautuneita tässä vaiheessa”. Sen sijaan: luottamus laskee tässä, nämä yksitoista asiakastiliä jäävät tuon rajan alapuolelle, ja tässä näkyy, miten niiden kulutus on muuttunut viimeisten neljän vuosineljänneksen aikana.

Tuo järjestys on asian ydin. Useimmat yritykset priorisoivat valitusten määrän perusteella — mikä on lähes sattumanvaraista, koska yleensä juuri ne asiakkaat, jotka suunnittelevat hiljaa lähtöään, eivät valita.

Lopuksi käytämme Reductia muuntaaksemme keskeiset lainaukset videoiksi ja tuodaksemme asiakkaan äänen esiin.

Työnjako on ratkaisevan tärkeä. Tekoäly poisti lukemiseen liittyvän rajoitteen. Se ei vaikuttanut harkintaan — siihen, mitä kannattaa kysyä, mitkä kuviot ovat merkityksellisiä ja milloin asiakas kertoo sinulle jotain, vaikka ei itse tiedä kertovansa sitä. Tämä edustaa neljäntoista vuoden työtä, eikä sitä voi automatisoida.

Miksi palvelutilanteiden korjaamisen on säilyttävä inhimillisenä

Vedän siis rajan tähän: tekoäly käsittelee dataa, ihmiset toimivat silloin, kun asiakkaat päättävät, ovatko he sinulle tärkeitä. Tekoäly ei tee päätöksiä — asiakaskokemukseen liittyviä tai muitakaan — vaikka käytän sitä päätösteni tukena.

Tekoälyä kannattaa siis käyttää parhaiten seuraaviin:

• Keskustelujen ja avointen kommenttien välisten kuvioiden etsimiseen.
• Sen selvittämiseen, mitkä ongelmat todella maksavat rahaa — useimmat yritykset priorisoivat valitusten määrän perusteella, mikä on lähes sattumanvarainen menetelmä.
• Niiden asiakkuuksien havaitsemiseen, jotka ovat hiljentyneet, joiden tilaukset ovat supistuneet tai joiden käyttämä kieli on muuttunut. Ihmiset eivät huomaa tätä signaalia, koska kenenkään tehtävänä ei ole tarkkailla sitä.

Tärkein alue, jolla asiat on pidettävä inhimillisinä, on palvelutilanteiden korjaaminen. Datamme on tässä suorapuheista — asiakkaat, jotka ovat täysin tyytyväisiä ongelman ratkaisuun, pienentävät kulutustaan 1 %:ssa tapauksista. Asiakkaat, jotka eivät ole tyytyväisiä ratkaisuun, pienentävät kulutustaan 35 %:ssa tapauksista. Ja ”jokseenkin tyytyväiset” asiakkaat käyttäytyvät enemmän tyytymättömien kuin tyytyväisten asiakkaiden tavoin. Osittaiset korjaukset lasketaan korjausten puuttumiseksi.

Tämä viimeinen havainto on varsinainen perustelu. Automaatio on erinomainen tuottamaan riittäviä tuloksia suuressa mittakaavassa. Juuri riittävyys tappaa kasvun.

Ongelmatilanteiden eskaloinnissa jakaisin tehtävät näin: annetaan tekoälyn löytää riskialtis asiakkuus, minkä jälkeen ihminen soittaa. Havaitseminen on dataongelma. Tilanteen korjaaminen on ihmissuhdeongelma. Suhtaudun kaikkein skeptisimmin automatisoituun personointiin, koska B2B-asiakkaat huomaavat sen, ja generoidulta vaikuttava personointi viestii päinvastaisesta kuin oli tarkoitus.

Miksi tekoälyanalyysi edellyttää tiukkoja suojakaiteita

Tekoäly on siis erinomainen löytämään kuvioita. Niihin kuuluu kuitenkin myös näennäisiä kuvioita.

Tekoäly keksii yksityiskohtia. Pieniä, uskottavia havaintoja: oikealle vaihteluvälille osuvan luvun tai oikealta kuulostavan lainauksen. Ja jos etsit tukea jollekin, johon jo valmiiksi uskot, löydät sitä.

Meistä on siis tullut tiukempia, ei löysempiä: Jokaisen julkaisemamme luvun ja lainauksen on oltava jäljitettävissä tiettyyn lähteeseen, ja jos jokin ei täsmää, merkitsemme sen sen sijaan, että silottelisimme asian yli. Tekoäly nosti sekä ylärajaamme että vaadittavan kurinalaisuuden tasoa.

Miten tekoäly voi purkaa organisaation siilot

Kaikki uudistavat asiakasrajapintaa — chatbotteja, yhteydenottojen vähentämistä ja automatisoitua yhteydenottoa. Lähes kukaan ei uudista sen alla olevaa kerrosta, jossa yrityksen tieto sijaitsee hajallaan.

Operatiivinen toiminta tietää toimitustenne täsmällisyyden. Myynti tietää, mitkä asiakkuudet lopettivat tietyn tuotelinjan tilaamisen. Digitaalinen liiketoiminta tietää, kuka tilaa, hylkää tilauksia tai jää jumiin yrittäessään tilata. Talous tietää, mitä katteelle tapahtui. Asiakaskokemus tietää, miltä asiakkaista tuntuu. Viisi ryhmää, viisi tietoaineistoa, viisi järjestelmää. Kenelläkään ei ole hallussaan kaikkia viittä.

Vastaus kysymykseen ”Miksi kyseisen asiakkuuden arvo pieneni?” on olemassa yrityksesi sisällä, mutta se on hajallaan ihmisten kesken, jotka eivät osallistu samaan kokoukseen. Kuten sanon asiakkailleni: ”Tiesitte vain sen, minkä tiesitte.” Mitä voisi tapahtua, jos pystyisit vapauttamaan kaiken organisaatiosi hajallaan olevan tiedon? Mitä se mahdollistaisi?

Kyse ei ole dataongelmasta. Viidennen koontinäytön lisääminen ei ratkaise sitä. Kyse on malliongelmasta — ilman ketjua, joka yhdistää operatiivisen toiminnan tunteisiin, käyttäytymiseen ja liikevaihtoon, suurempi datamäärä antaa sinulle vain enemmän toisistaan irrallista dataa.

Tässä tekoäly todella lunastaa paikkansa, eikä kyse ole siitä käyttötapauksesta, joka saa huomiota. Se pystyy käsittelemään kaikki nuo viisi asiaa samanaikaisesti. Se voi lukea sähköposteja, tarkastella operatiivista historiaa ja tilausmalleja rinnakkain ja selvittää, missä ne liittyvät toisiinsa.

Tekninen osuus oli helppo. Datan saaminen on vaikeaa. Joka kerta. Siksi tämä ei toimi analytiikkaprojektina. Se edellyttää toimeksiantajaa — henkilöä, joka on riittävän seniori kutsumaan koolle eri ryhmät, joilla data on hallussaan, ja haastamaan nämä ryhmät selvittämään, missä kasvu vuotaa tietosiilojen välillä.

Jim jakaa

Katso, mitä automatisoit viime vuonna, ja vertaa sitä sitten asiakaspolun vaiheisiin, joissa asiakkaasi päättävät, arvostatko heidän liiketoimintaansa. Jos automatisoit pois nuo kriittiset kohtaamispisteet, et säästänyt kustannuksissa — leikkasit huomaamatta liikevaihtoennustettasi.

Miksi organisaatiot keskittyvät vääriin tekoälymittareihin

Kysy useimmilta yrityksiltä, mitä tekoäly paransi, ja ne mainitsevat asiakaskontaktien välttämisasteet ja vastausajat. Toisin sanoen ne kertovat, kuinka paljon ihmiskontakteja ne vähensivät. Sen jälkeen ne sanovat, että tyytyväisyys pysyi ennallaan.

Niin todennäköisesti kävikin. Siinä piilee ansa.

Vertailututkimuksessamme 81 % asiakkaista oli tyytyväisiä. Vain 27 % suunnitteli kasvattavansa asiakkuuttaan. Tyytyväisyys säilyi. Kasvu ei.

Minä toimisin näin. Katso, mitä automatisoit viime vuonna, ja vertaa sitä sitten asiakaspolun vaiheisiin, joissa asiakkaasi päättävät, arvostatko heidän liiketoimintaansa. Jos automatisoit pois nuo kriittiset kohtaamispisteet, et säästänyt kustannuksissa — leikkasit huomaamatta liikevaihtoennustettasi.

Miten CX-johtajat voivat käyttää tekoälyä saadakseen paikan päätöksentekopöydästä

Kuten sanoin, haastattelin 34 C-tason johtajaa heidän painopisteistään, ja jokainen mainitsi kasvun. Lähes kukaan heistä ei nostanut asiakaskokemusta itsenäisesti esiin tärkeänä aiheena — vaikka he tiesivät, että olen asiakaskokemuksen ajatusjohtaja, että CXPA sponsoroi tapaamisen ja että kokouskutsu sisälsi maininnan CX:stä.

Se kuulostaa huonolta uutiselta. Sitä se ei ole. Kyse ei ole siitä, etteivätkö johtajanne välittäisi asiakkaista — vaan siitä, ettei kukaan ole osoittanut heille, miten asiakaskokemus vaikuttaa euroihin.

Johtajia kiinnosti paljon enemmän se, mitä asiakkaat tekivät, kuin se, mitä asiakkaat sanoivat. Kun kysyin, mitä he seuraavat arvioidakseen liiketoiminnan terveyttä, he mainitsivat tuloslaskelman trendit, toimitusten täyttöasteen mittarit, oikea-aikaiset toimitukset, myyntiputken etenemisnopeuden ja tarjouspyyntöjen voitot. Asiakaspysyvyys. Uusintaostot. Tunnetta mittaavat mittarit — NPS mukaan lukien — nousivat esiin tuskin koskaan. Tämä vastaa XM Instituten havaintoa, jonka mukaan useimmat CX-ohjelmat eivät pysty osoittamaan arvoaan. Miksi C-tason johtaja ottaisi CX:n puheeksi?

Yksi heistä ilmaisi asian paremmin kuin minä pystyn. "Meillä on koontinäyttöjä täynnä viiveellisiä mittareita. Viiveelliset mittarit ovat helppoja. Vaikeaa on löytää ennakoivat mittarit."

Älä sivuuta tuota, sillä siinä on sinun mahdollisuutesi. Tunteet ja käyttäytyminen ovat ennakoivia mittareita. Ja sinä hallitset tunnetietoa — olettaen, että mittaat tunteita (ja sinun pitäisi). Kenelläkään muulla yrityksessäsi ei ole tätä dataa.

Joten tässä neuvo: Lopeta asiakkaiden tunteiden esittäminen. Ala esittää, mitä ne ennustavat.

Operaatioista liikevaihtoon kulkee ketju. Yrityksesi säätää operatiivisia vipuja — toimituksia, viestintää ja ongelmanratkaisua. Ne synnyttävät asiakkaissasi tunteita. Tunteet muuttavat käyttäytymistä. Käyttäytyminen näkyy euroina. Vivut, tunne, toiminta, eurot — sitä kutsutaan Kasvuketjuksi™ , ja käytämme LEAD-lyhennettä, jotta se olisi helppo muistaa. Operatiivinen toiminta omistaa ensimmäisen lenkin, talous viimeisen, ja kaksi keskimmäistä ovat sinun vastuullasi. Ne ovat myös ne kaksi, joita kukaan ei mittaa.

Tässä tekoäly voi olla korvaamaton: näiden yhteyksien löytäminen ja niistä raportointi.

Kolme neljästä CX-ohjelmasta ei koskaan osoita yhteyttä taloudellisiin tuloksiin. Se on luku, jonka pitäisi huolestuttaa sinua, koska juuri tämän luvun vuoksi budjettiasi leikataan heti, kun katteet kiristyvät.

Alkuun pääseminen on helpompaa kuin luulisi. Valitse kaksi asiakkuutta — yksi kasvava ja yksi taantuva. Jäljitä ketju molemmissa. Kasvavan asiakkuuden kohdalla etene operatiivisesta muutoksesta eteenpäin. Taantuvan kohdalla etene liikevaihdosta taaksepäin.

Lisää sitten kolme kysymystä kyselyyn, jonka lähetät jo valmiiksi. Kuinka luottavainen olet siihen, että pystymme ratkaisemaan tulevat tarpeesi? Kuinka arvostetuna tunnet itsesi asiakkaanamme? Missä määrin toimimme liiketoimintasi todellisena kumppanina?

Kaksi asiakkuutta ja kolme kysymystä. Tee tämä tällä vuosineljänneksellä, niin astut huoneeseen mukanasi jotain, mitä kukaan muu yrityksessäsi ei pysty tuottamaan.

Ja lopeta paikan pyytäminen pöydästä. Et saa paikkaa pyytämällä sitä. Saat sen osoittamalla toimitusjohtajallesi, että tietty operatiivinen investointi muutti asiakkaiden kokemusta — ja että tämä muutos kasvatti liikevaihtoa.

Seuraa mukana

Voit seurata Jim Tincherin työtä LinkedInissä. Tutustu myös Heart of the Customeriin.

Lisää asiantuntijahaastatteluja on tulossa The CX Leadiin!