CX-ekspert sier at bedriftsnettsteder ikke har tatt igjen AI-formet brukeradferd

Chris Gibbins har hatt en 25 år lang karriere innen brukeropplevelse og eksperimentering, inkludert roller som sjef for kundeopplevelse. Han er for tiden sjef for eksperimentering i CreativeCX. Han er også medgrunnlegger av arrangementet Experimentation London.

Vi satte oss ned med Chris for å lære hvordan kunstig intelligens endrer opplevelsen for teamene og kundene hans. Her er det han fortalte.

Ta beslutninger om kunstig intelligens basert på resultater, ikke haussingen

Jeg arbeider med kundeopplevelse og eksperimentering og har over 25 års erfaring. Nå er jeg sjef for eksperimentering i Creative CX.

Creative CX er et spesialisert konsulentselskap innen eksperimentering med rundt 45 medarbeidere. Vi hjelper virksomheter som Sky, easyJet og Virgin Media O2 med å skape målbar innovasjon, forbedre kundeopplevelsen og optimalisere alle kundereiser gjennom UX og eksperimentering.

Det er avgjørende at vi også fokuserer på å hjelpe kundene våre med å bygge denne kompetansen selv. Dette skiller oss fra mange andre byråer og konsulentselskaper. Vi etablerer UX- og eksperimenteringsprogrammer for kundenes produktteam, slik at de etter hvert ikke lenger trenger oss!

Jeg arbeider sammen med et talentfullt team av konsulenter, blant annet UX-forskere, UX-designere, ingeniører og eksperimenteringsstrateger. Jeg arbeider også tett med noen av våre største kunder og bidrar til å drive konsulentselskapets visjon og retning fremover. Dette innebærer å sørge for at vi ligger i forkant innen kundeopplevelse, noe som er spesielt spennende nå som kunstig intelligens har endret landskapet!

Jeg brenner for å hjelpe sluttkundene med å fullføre oppgaver på en enkel måte, samtidig som jeg hjelper virksomheter med å oppnå målbare forbedringer i de digitale produktene sine. Jeg mener at det i de fleste situasjoner ikke trenger å være en konflikt mellom kundenes behov og virksomhetenes behov – så lenge produktutvikling, UX og eksperimentering gjøres riktig!

Jeg er også medgrunnlegger av Experimentation London, et regelmessig fellesskapsarrangement som vi startet i 2024 for å bygge opp og styrke eksperimenteringsmiljøet i London og Storbritannia.

Jeg er optimistisk med tanke på kunstig intelligens sitt potensial til å forbedre kundeopplevelsen og virksomhetens resultater, men samtidig skeptisk til haussingen og overdrivelsene på dette området. Det er viktigere enn noen gang å ha en eksperimentell tilnærming. Vi må eksperimentere med kunstig intelligens og ta veloverveide beslutninger basert på faktiske resultater, ikke haussing!

Hvordan kunstig intelligens kan brukes innen kundeopplevelse og utvikling

Vi har innlemmet kunstig intelligens i mange av prosessene våre for å forbedre effektiviteten og styrke kapasiteten innen utvikling, prosessautomatisering og syntese av UX-forskning.

Vi har laget en rekke Claude-ferdigheter som hjelper oss med sistnevnte. Vi har for eksempel en ferdighet som analyserer store datasett fra åpne undersøkelsesspørsmål – noe som tidligere var umulig. En annen ferdighet jeg liker spesielt godt, analyserer alle resultatene fra idéutviklingen i de svært store, samarbeidende idéutviklingsøktene våre.

På utviklingssiden har vi økt hastigheten på utviklingen av A/B-tester betydelig ved hjelp av rammeverket vi utviklet med støtte fra kunstig intelligens. Dette gjør det mulig for oss å øke innovasjonstakten for kundene og håndtere mer komplekse eksperimenteringsimplementeringer innenfor det samme budsjettet.

Utvikling av A/B-tester skiller seg selvfølgelig fra koding av typen 0-1 – der vi kan forvente enda større effektivitetsgevinster – fordi vi ofte endrer eksisterende kode ved hjelp av en metode som kjører etter gjengivelsen. Dette skaper mange kompleksiteter, så mennesker må fortsatt være involvert.

Når vi først snakker om 0-1, er prototyping et område som kunstig intelligens har forbedret betydelig for oss. Vi bruker Claude til å utforme fullt fungerende, kodede prototyper, slik at vi kan lage prototyper med høy detaljrikdom på 1–2 dager i stedet for 1–2 uker!

Vi er spesielt begeistret for metoder for levende prototyping, der vi kan bygge fullt fungerende konsepter oppå eksisterende nettsteder og deretter teste dem med ekte brukere. Mye bedre enn den gamle metoden med å sette sammen Figma-skjermer!

Hvorfor ledere innen kundeopplevelse må fokusere på problemer og eksperimentering

Jeg anbefaler å ta i bruk en strategi der man setter problemet først og eksperimenterer overalt, for alt arbeid med produkt og kundeopplevelse.

Ideer som setter løsningen først, finnes overalt. Team bruker så mye tid på å forsøke å løse problemer som ikke eksisterer, ved å gjette og kopiere konkurrenter. En problemorientert tilnærming innebærer derimot å gjennomføre høykvalitets forskning for å oppdage muligheter, slik at man avdekker de viktigste kundeproblemene gjennom en helhetlig kundereise og, ikke minst, får en ordentlig forståelse av disse problemene før man setter i gang med å løse dem.

Veikartene er ikke lenger fulle av løsninger. I stedet er de fulle av problemer som skal løses. Tilnærmingen tar også tak i problemet med bekreftelsesbias – at folk misbruker forskning for å underbygge ideene de allerede har.

Og vår tilnærming med eksperimentering overalt betyr at vi mener alle team bør eksperimentere på alle plattformer. Nøkkelen til en merkevares suksess ligger i det mulige utbyttet av alles ideer. Eksperimentering er nøkkelen til å realisere dette potensialet fordi det, når det gjøres riktig, gjør det mulig for alle å være mer eventyrlystne, teste flere ideer oftere og ofte teste flere ideer samtidig – alt innenfor sikkerhetsnettet et eksperiment gir.

Det finnes en grunn til at medisiner utvikles på denne måten. Vi mener den samme vitenskapelige metoden er avgjørende for å skape de beste kundeopplevelsene. Og nå gjør AI det enkelt!

Hvorfor AI ikke er svaret på alt

Når alt dette er sagt, er det svært mye AI-støy og FOMO for øyeblikket. AI er ikke svaret på alt, og det er verdt å huske.

Selv med alle de effektive bruksområdene for AI sørger vi for at teknologien ikke tar de endelige CX-beslutningene. Vi bruker den heller ikke til å gjennomføre brukerundersøkelser – selv om den hjelper til med syntese og deler av notatarbeidet. Vi trenger forskning og data av høy kvalitet, og menneskelige eksperter må gjennomføre denne forskningen for å oppnå det. Dårlige data/innsikter fører til dårlige beslutninger.

Hvis AI hjelper deg med å levere en bedre kundeopplevelse, og hvis den hjelper deg med å løse et reelt kundeproblem mer effektivt enn du ellers kunne ha gjort, er det fantastisk. Men ikke se på teknologien som løsningen på ethvert problem.

Noen ganger trenger ikke folk enda en chatbot. I stedet trenger de kanskje bare telefonnummeret for å snakke med et ekte menneske!

Hvorfor CX-ledere må øke kvalitetssikringen når de bruker AI

Chris States

Vær forsiktig med å gi AI for bastante instruksjoner, som “list opp de ti viktigste temaene.” AI vil ofte hallusinere for å nå dette antallet!

Når du bruker AI, må vi følge nøye med på kvaliteten på det endelige resultatet. AI tar nemlig ofte feil med stor selvsikkerhet.

Som et resultat blir noen av effektivitetsgevinstene utlignet av den ekstra tiden som kreves til kvalitetssikring – enten det gjelder CX-oppgaver, utvikling eller syntetisering av data fra undersøkelser i stor skala.

Her er et tips – noe jeg har lært av erfaring. Vær forsiktig med å gi AI for bastante instruksjoner, som «list opp de ti viktigste temaene». AI vil ofte hallusinere for å nå dette antallet!

Hvordan brukeratferden endres på grunn av AI

Nettsteder og apper for virksomheter har ikke tilpasset seg publikums endrede forventninger som følge av bruken av AI.

Vi oppdaget nylig en interessant trend på tvers av flere forskningsprosjekter, der brukere samhandlet med nettsteder og apper for virksomheter på en helt annen måte enn før AI. Her er to eksempler:

1. Internt søk på nettstedet: Mange brukere skriver inn nøyaktig det samme i interne søkefelt som de ville skrevet inn i ChatGPT – inkludert produkttype, egenskaper og andre kontekstuelle aspekter ved behovene deres. Dette forstyrrer det tradisjonelle nettstedsøket fullstendig og gir svært dårlige resultater.
2. Arbeid fra LLM-er: Mange brukere sier at de nå henter produktnettadresser og går til ChatGPT/Claude, der de stiller spørsmål – for eksempel ber om grundige sammenligninger.

Ettersom opplevelsene på nettsteder og i apper ikke er blitt oppdatert for å støtte denne nye atferden, blir den helhetlige brukerreisen dårligere.

Tre faktorer som kan gjøre akselerasjonen innen AI verdifull for CX-ledere

AI har allerede akselerert teamenes gjennomføring betydelig (design og utvikling), og dette vil fortsette. Hvis du, slik som jeg, bryr deg dypt om å hjelpe kundene dine med enklere å kjøpe, bestille, registrere seg og få utført det de trenger, kan dette være en veldig god ting – på tre betingelser. Du må:

1. Fokusere 100 % på å løse reelle problemer og utnytte reelle muligheter for kundene dine. Det betyr å investere tidsbesparelsene fra gjennomføringen i forskning og strategi tidligere i prosessen.
2. Utnytte eksperimenteringens fulle kraft for å levere denne økte farten på funksjoner, forbedringer og innovasjoner innen kundeopplevelser. Valider i stor skala – ikke gjett. Ellers vil du skape forferdelige opplevelser i dobbelt så høyt tempo!
3. Unngå feilen som ble gjort med personalisering når det gjelder AI-funksjoner. Bare fordi noen sier at noe er AI og foreslår å legge det til på nettstedet, betyr det slett ikke at det vil være nyttig. Hvis det ikke løser et reelt kundeproblem, vil det aldri fungere, og det vil sannsynligvis gjøre ting verre. Rull det ut som et eksperiment. Men ikke bruk enorme ressurser på å løse kundeproblemer som ikke finnes.

Følg med videre

Du kan følge Chris Gibbins på LinkedIn.

Flere ekspertintervjuer kommer på The CX Lead!