Erfaren inntektsdirektør i teknologibransjen sier at KI ikke kan erstatte domeneekspertise

David Karp

Senior visepresident for kundesuksess i Billtrust

David Karp

David Karp forklarer hvordan KI kan skalere kundesuksess og forutsi kundefrafall, samtidig som han viser hvorfor domeneekspertise, menneskelig empati og solide kundedata fortsatt er avgjørende.

Key Takeaways

Helsescore: En KI-modell med 12 signaler forutsier kundefrafall hver uke og hjelper team med å gripe inn innen få dager i stedet for måneder.

Skalert kundestøtte: Agentbasert kundestøtte og automatiserte arbeidsflyter kan utvide dekningen fra 500 kontoer til nærmere 2 000 uten tilsvarende økning i bemanningen.

Menneskelig dømmekraft: KI håndterer signaler og rutinemessig service, men mennesker er fortsatt avgjørende for empati, gjenoppretting og komplekse relasjoner.

Datagrunnlag: KI for kundeopplevelse fungerer best når integrerte produkt-, holdnings-, interaksjons- og resultatdata gir et helhetlig bilde av kunden.

Nye roller: Arkitekter for produktverdi kombinerer domeneekspertise med KI-signaler og utformer målrettede tiltak som lukker gap i kundeverdien.

David Karp har over 30 års erfaring med ledelse etter salg. For tiden er han SVP for kundesuksess i Billtrust, et SaaS-selskap verdsatt til over 200 millioner dollar.

Vi snakket med David for å forstå hvilke aspekter ved kundeopplevelse som er i endring. Han fortalte oss om de nye arbeidsflytene – og de nye rollene – han oppretter.

Et beskjedent, men mektig CS-team

Som en erfaren leder med over 30 års erfaring innen ledelse etter salg har jeg fulgt én oppgave: å forvandle kunderelasjoner til kraftige vekstmotorer.

Jeg brenner for å harmonisere kultur, teknologi og data. Som sertifisert mentor og livslang lærende kombinerer jeg ekspertisen min med et ekte engasjement for å løfte kolleger, kunder og lokalsamfunnet. Hver dag begynner jeg med tro, trening og overbevisningen om at dagens utfordringer vil bli morgendagens suksesshistorier.

For tiden er jeg SVP for kundesuksess i Billtrust, der jeg har ansvar for CSM-er, levering av kundeverdi og fornyelser. Jeg har ansvar for alle kunder – store bedriftskunder, mellomstore bedrifter og SMB-kunder – globalt, hovedsakelig i USA og Europa.

Vi er et SaaS-selskap verdsatt til over 200 millioner dollar, med rundt 800 ansatte. Teamet mitt er beskjedent, men mektig, med rundt 25 teammedlemmer.

More Articles

Hvordan AI påvirker kundefrafall, kundestøtte og kunnskap

Vi fremskynder kunnskapen vi leverer til kundene, inkludert relevansen og nøyaktigheten i kunnskapsartiklene våre. Dette gjøres via arbeidsflyter og agenter som automatisk oppdaterer disse artiklene.

David KarpSVP for kundesuksess i Billtrust
Share This Quote on:

Takket være AI har jeg gjort store endringer i hvordan kundeopplevelsen leveres. Her er tre eksempler:

1. Helsetilstandspoeng og prediksjon av kundefrafall

Vi har integrert AI grundig i helsetilstandspoengene våre og modellen for prediksjon av kundefrafall, slik at vi kan identifisere og håndtere problemer mye raskere enn før.

Vi bruker en kombinasjon av verktøy. Claude er grensesnittet vårt, men vi har bygget en modell med 12 signaler som henter inn kildedata, sentimentdata (Gong, CSAT, NPS) og viktige risikosignaler som er spesifikke for virksomheten vår. Vi startet med tre signaler og kalibrerte modellen etter hvert som vi beholdt, utviklet eller mistet kontoer. I første kvartal var den 84 % nøyaktig.

Vi oppdaterer poengberegningen hver uke. Dette gjør at vi kan gripe inn i løpet av dager – i stedet for uker eller måneder – fremfor å oppdage signalene først etter en samtale eller en oppdatert helsetilstandspoengsum fra en CSM eller AE.

2. Kundestøtte

Vi er bare i startfasen, men den agentbaserte tilnærmingen vår vil utvide muligheten til å betjene kunder som tidligere manglet CSM-støtte og -dekning. Faktisk har vi gått fra innsending av saker på e-post til en innledende «chatbot» som håndterer alle interaksjoner som ikke foregår på telefon.

Vi bruker en kombinasjon av Claude og et internt verktøy vi har bygget, som legger til ferdigheter for innsamling av data og innsikt og levering av visuelle fremstillinger. Ferdighetene vi oppretter, lar oss harmonisere kildedata, bruksdata og sentiment (fra Gong, NPS, CSAT) og innarbeide alle disse dataene i et konsistent, men tilpasset sett med engasjementsmeldinger, presentasjoner og så videre.

Vi erstatter også CSP-en vår. Til sammen gir dette oss skalerbarhet.

Det vil ta ytterligere 4–6 måneder, men vi vil øke dekningen vår fra 500 kontoer til nesten 2 000.

3. Kunnskapsbaser

Vi fremskynder kunnskapen vi leverer til kundene, inkludert relevansen og nøyaktigheten i kunnskapsartiklene våre. Dette gjøres via arbeidsflyter og agenter som automatisk oppdaterer disse artiklene.

Hva mennesker fortsatt må håndtere innen kundeopplevelse

Hva mennesker fortsatt må håndtere innen kundeopplevelse

AI-signaler driver i stor grad eskalering, kundestøtte og innhold, men vi er fortsatt svært avhengige av mennesker for å dekke «den siste mila» i problemløsning og tjenestegjenoppretting.

Og når det gjelder relasjoner med stor betydning, er det tydelig hvor AI slutter å være nyttig. Bare et menneske kan formidle empatien som trengs for å rette opp en relasjon som er i ferd med å komme ut av kontroll.

Hvorfor AI ikke kan erstatte domeneekspertise

Domeneekspertise er fortsatt avgjørende for å forstå og håndtere kundens virkelige utfordringer.

Domeneekspertise gjør det mulig for en CSM, for eksempel, å forstå de daglige utfordringene til en persona, bruker eller leder. AI er svært god til å lage løsninger, men jeg har ennå ikke sett den erstatte domenekunnskapen til noen som har vært i kundens situasjon og forstår hvordan man skaper en forbindelse når en kunde befinner seg i en vanskelig situasjon.

AI kan erstatte mange ting, men den kan ikke erstatte domenekunnskapen som skaper et annet nivå av problemløsning.

Hvordan AI øker både engasjement og slurv

Hvordan AI øker både engasjement og slurv

Jeg har sett to store fordeler med AI: mindre avhengighet av mennesker og økt engasjement med kundekontoene våre. Fordi AI driver mye av identifiseringen av problemstillinger og beslutningene om tiltak, kan vi arbeide med 50 % flere kontoer med opptil 20 % færre medarbeidere.

Det finnes selvsagt også negative konsekvenser. Vi har noen kunder som ikke ønsker å starte med en chatbot. Kunder som har vært hos oss lenge, er vant til å ta kontakt med den samme personen og ønsker ikke å endre atferd. Så her må man finne en balanse.

Og i noen få tilfeller jobbet folk for raskt med AI og skapte slurv som nådde frem til kundene.

Hvordan AI-feil kan påvirke relasjoner

David Karp

David deler

AI er bare så god som evnen din til å utfordre resultatene. Du må være intellektuelt nysgjerrig og iterere sammen med AI for å oppnå de beste resultatene over tid … Det var et sterkt læringsøyeblikk for oss alle.

AI er bare så god som evnen din til å utfordre resultatene. Du må være intellektuelt nysgjerrig og iterere sammen med AI for å oppnå de beste resultatene over tid. Det første svaret er nesten aldri godt, og langt mindre godt nok.

Det er fristende å ta noen snarveier når tiden er knapp. Kanskje trenger leveransen til kunden litt mindre gjennomgang fordi du er sikker på at AI har fått det riktig.

Men jeg har gjort den feilen nok ganger – med kunder og internt – til å vite at AI ofte fyller ut tomrom med informasjon den ikke har. Feilaktig utfylling av disse tomrommene kan svekke troverdigheten til alt annet.

En tidligere samarbeidspartner satte opp AI til å svare på e-poster med lavere prioritet uten innblanding. Men så sendte systemet en av de viktige e-postene mine til feil kø, og jeg mottok et svar som tydelig var generert av AI. Jeg ante ikke at han brukte AI til svarene, og i det øyeblikket ble han flau fordi det virket som om han ikke satte pris på den lange relasjonen vår.

Det var et sterkt læringsøyeblikk for oss alle.

Hvorfor integrering av datakilder er avgjørende for CX

Data, data, data … Ved å gjøre disse dataene tilgjengelige for AI på en gjennomtenkt måte skaper man konteksten den trenger for å levere en bedre, mer skreddersydd og kundespesifikk opplevelse.

David KarpSVP for kundesuksess hos Billtrust
Share This Quote on:

Data, data, data.

Hvis du ikke har et solidt datagrunnlag – det er helt greit å integrere datakilder gjennom et verktøy som Snowflake – vil du ikke få fordelene med AI.

Årsaken er enkel: AI kan ikke levere reelle fordeler med mindre den er forankret i data som gir en bred kundekontekst, kombinert med produktkunnskapen din og kunnskap om hvordan kundene skaper verdi.

Det er nesten utilgivelig å ikke kjenne kundens reise, med tanke på alle dataene vi kan samle inn nå – innspilte samtaler, e-poster, produktsignaler osv. Du trenger en fullstendig oversikt over alle kundeinteraksjoner, KPI-er, mål, utfordringer osv.

Ved å gjøre disse dataene tilgjengelige for AI på en gjennomtenkt måte, skaper man konteksten som trengs for å levere en bedre, mer skreddersydd og kundespesifikk opplevelse.

Hvorfor CX-ledere kan ha nytte av å opprette nye roller

Vi oppretter et team med fremplasserte ingeniører (jeg kaller dem produktverdiarkitekter) som forstår hvordan man kan utforme tiltak for hvert signal for å lukke verdigapet og få kunden tilbake på rett spor. Og CSM-er samarbeider med disse PVA-ene i riktig kontekst fordi de forstår kundens mål og KPI-er.

Uten signalene og skalerbare tiltakene kunne vi ikke ha gjort dette. AI er avgjørende for signalene og er innebygd i mange (men ikke alle) tiltak.

Hvorfor CX-ledere må eksperimentere og gå foran

Hvorfor CX-ledere må eksperimentere og gå foran

Her er mitt råd: Eksperimenter, gå foran, ta beslutninger.

Ikke stol på punktløsninger eller AI som er innebygd i enkeltstående programvare. Kraften i AI vil komme til uttrykk på tvers av løsninger og datasett.

Følg med

Du kan følge David Karps arbeid på LinkedIn.

Flere ekspertintervjuer kommer på The CX Lead!

You may also like