Du kan ha en tvilling du ikke kjenner til! Likheten er utrolig! De oppfører seg som deg, og de liker til og med det du liker. Det finnes imidlertid en grunn til at du ikke husker å ha sett dem i slektsrapporten din fra 23andMe. De deler ikke akkurat ditt fysiske DNA.
Din digitale tvilling deler imidlertid de samme preferansene som deg. De har kjøpt alle tingene du har kjøpt, og kontaktet kundeservice av de samme grunnene som deg. Viktigst av alt: Når de er fornøyde med en kundeopplevelse, er du det også.
Hva er egentlig en digital tvilling?
En digital tvilling er en datamodell som representerer en kunde og kundens preferanser. Den er basert på alle forbrukerens tidligere kjøp, servicehenvendelser og interaksjoner med en virksomhet og dens produkter.
Digitale tvillinger har eksistert en stund, men har i større grad blitt brukt i en produktsammenheng, for eksempel til å klone et produkt og deretter bruke tvillingen til forskning og utvikling. Eller til å gjøre forbedringer og teste dem før de lanseres for offentligheten.
I dag kan vi som fagfolk innen kundeopplevelse, med fremskrittene innen kunstig intelligens og analyse, begynne å bruke digitale tvillinger av kunder (DToC) for å hjelpe organisasjonene våre med å tilby bedre og mer personlige opplevelser, og til og med forutse fremtidig forbrukeratferd og preferanser.
Have an account? Log In
Hvordan lager virksomheter digitale tvillinger?
Konseptet med digitale tvillinger er fortsatt ganske nytt, og vi var også nysgjerrige på dette. Ifølge Pathmonk.com– ett av de mange nettstedene vi fant på veien ned i kaninhullet– kommer dataene som brukes til å sette sammen digitale tvillinger, fra en rekke kilder, blant annet din:
- Kjøpshistorikk og produktpreferanser
- Engasjement i sosiale medier
- Interaksjoner med kundeservicemedarbeidere
- Nettsteder du besøker og andre aktiviteter på nettet
Og dette er bare noen få mulige kilder. De faktiske kildene vil variere avhengig av bransje, og også av hvilken teknologi som er på plass for å håndtere kundeinteraksjoner. Mange kundeserviceplattformer samler for eksempel allerede inn noe av denne informasjonen.
Når dataene er samlet inn, bruker virksomheter en kombinasjon av avansert analyse, maskinlæring og kunstig intelligens-algoritmer til å utvikle en dynamisk, digital avbildning av deg. Dermed er din digitale tvilling født – eller snarere generert!
Hvordan skiller en digital tvilling seg fra en kundeprofil?
I en tid der det blir stadig vanskeligere å avgjøre hva som er ekte, og hva som er deepfake-generert, kan du forstå enhver bekymring rundt virksomheter som lager DToC-er. Det siste vi ønsker (eller som virksomheter som prøver å gjøre dette, ønsker) er at vår DtoC skal ende opp på TikTok.
For å gjenta et tidligere poeng handler det hele om hensikten. Digitale tvillinger skal hjelpe organisasjoner med å utforme bedre kundeopplevelser. Høres det kjent ut? Noen av dere tenker kanskje: Er ikke dette bare en fancy digital kundeprofil? Til nå har organisasjoner basert seg på kundeprofiler når de utformer kunde- og medarbeideropplevelser, men kundeprofiler har også visse begrensninger og risikoer.
Da vi begynte å snakke om kundeprofiler, endte vi uunngåelig opp med å trekke frem noen flotte memer og reklamer – nærmere bestemt memet med prins Charles (nå kong Charles) og Ozzie Osbourne, og denne esurance-reklamen med Walter White (på en måte Greg).
Så hvorfor er en DToC bedre enn en kundeprofil? Vel, først og fremst kan du ikke stille spørsmål til og teste en kundeprofil. En kundeprofil svarer ikke. Hvis en digital tvilling derimot ble matet inn i en chatbot, kunne du stille den spørsmål og få svar.
Det var her vi begynte å bli begeistret. Tenk deg å kunne fremkalle og fremme følelser uten å risikere å skade et kundeforhold, eller, siden vi kom inn på temaet, å kunne øve på en vanskelig samtale med partneren din før dere tar den virkelige praten.
I stedet for å ta utgangspunkt i overordnede konsepter for en kundeprofil og prøve å gjette hva kundene ønsker, kunne du bruke en DToC og skape noe svært personlig med finjusterte budskap.
Og etter hvert som du bygget ut flere og flere DToC-er, kunne du opprette en DToC-målgruppe, og kanskje til og med la dem samhandle med hverandre for å se om behovene endret seg som gruppe.
Etisk bruk av digitale tvillinger
Som Winston Churchill gjorde kjent i 1906 (og onkel Ben i Spider-Man), «Der det finnes stor makt, finnes det stort ansvar.» En digital tvilling kan høres invaderende og problematisk ut: og det kan den være, særlig hvis den utføres uansvarlig!
Fagfolk innen kundeopplevelse har en plikt til å opptre med integritet, åpenhet og med kundens samtykke. Vi må søke å skape verdi på en etisk måte, ellers kan vi risikere alvorlige rettslige konsekvenser.
Ikke at dette selvfølgelig bør være grunnen til å opptre etisk. Som fagfolk innen kundeopplevelse bør vi bruke DToC-er til mer enn bare å oppfylle etiske standarder; vi bør i stedet gå lenger enn regler og lover og definere en ny målestokk for etikk. Vi vil ikke at organisasjonen vår skal fremstå som «skummel» … kremt … slutt å avlytte, smarte enheter.
Etisk bruk av DToC-er handler om hensikt
Vi mener at det første steget før man begynner på et DToC-initiativ, er å undersøke hensikten nøye. Hva ønsker vi å lære av disse digitale tvillingene? For å redusere risiko proaktivt må vi begynne med å ha den tiltenkte bruken i tankene. Vi må unngå å bruke disse modellene til funksjoner de ikke er utformet for, for å forhindre utilsiktet bruk og utilsiktede konsekvenser.
Så hvor går den digitale etiske grensen? La oss se på et par eksempler på hvordan etisk og uetisk bruk av en DToC kan se ut:
Åpenbart bra: Å bruke DToC-er til å gi kunder personlige anbefalinger basert på tidligere atferd og preferanser.
Åpenbart dårlig: Prisdiskriminering - Å bruke DToC til å identifisere kunder som er villige til å betale mer for et produkt eller en tjeneste, og belaste dem en høyere pris.
Datakvalitet er avgjørende for DToC-er
Deretter må vi vurdere kvaliteten på dataene som brukes til å informere denne DToC-modellen. Da Spotify lanserte begge våre Wrapped-resultater fra 2023, viste det seg at Taylor Swift var blant våre fem mest spilte artister. Misforstå oss ikke, hun er en talentfull artist, men vi var begge enige om at hun rett og slett ikke er vår stil. Så hvordan kunne T-Swizzle havne på listen over våre mest spilte artister i fjor når vi ikke har hørt på henne? Svaret er enkelt – forurensede data (også kjent som barn og ektefeller). Takket være at våre kjære familiemedlemmer brukte kontoene våre, fikk vi en videomelding fra Taytay da vi pakket opp vår Wrapped.
Det er mange hensyn å ta når man representerer mennesker basert på data. Blant annet må vi spørre:
- Er kildedataene skjeve eller forvrengte?
- Er de tydelige og målrettede?
- Kommer de fra en pålitelig kilde som er fri for forurensning?
- Er dataene tatt ut av kontekst?
Vi må være bevisste på hvordan og hvor vi samler inn kildedataene, og forstå risikoen ved å trekke slutninger utover det som er observert. Det er helt nødvendig å etablere gode rutiner for dataintegritet når vi baserer oss på disse dataene for å representere virkelige, komplekse mennesker. Dette er spesielt viktig når beslutninger bygger på modeller som kan påvirke mennesker.
Når det gjøres riktig, kan vi innhente data av høy kvalitet fra kunder som frivillig ønsker å dele dem. Når vi forstår risikoene, skjevhetene og forbeholdene, vinner alle. Organisasjoner får et verktøy som kan hjelpe dem med å skille seg ut gjennom forbedrede, personlige kundeopplevelser i stor skala, noe som skaper følelsesmessig tilknytning, lojalitet og bedre resultater. Kundene vinner fordi organisasjoner kan levere produkter og tjenester som mer presist tilfredsstiller deres ønsker og behov, med en opplevelse som overgår forventningene.
Vi var imidlertid enige om at bruk av data ikke er så ulikt ethvert annet forhold. For at et forhold skal blomstre, må det finnes en utveksling av informasjon.
«Jo mer vi deler med en annen person, desto dypere blir forholdet. Det samme gjelder forholdet vårt til merkene vi gjør forretninger med. Det bør være opp til hver part å bestemme hvor dypt de ønsker at forholdet skal være.»
Hvis noen bare ønsker overfladiske bekjentskaper, er det deres valg – men de kan ikke forvente en opplevelse av typen «vi forstår deg virkelig». For dem som ønsker ekte kontakt – og svært personlige opplevelser – må vi imidlertid slippe hverandre inn.
More Articles
Forretningsverdien av digitale tvillinger
Vi begynte å snakke om dette og om hva som forårsaker dårlige kundeopplevelser og friksjon.
Uoppfylte forventninger, budskap som går tapt i oversettelsen, og til og med vår egen manglende evne som kunder til å ta beslutninger eller sette ord på hva vi ønsker.
Hvis en bedrift hadde hatt din digitale tvilling, ville den kjent deg så godt at disse tingene ikke ville vært problemer. Det ville vært som om bedriften var en gammel venn, og dere ville vært på samme bølgelengde. Når dere samhandlet, ville dere bare fungere godt sammen, uten press eller forventninger. Og akkurat som med en gammel venn du kanskje ikke ser hele tiden, ville dere kunne fortsette der dere slapp når dere møttes igjen. Det ville vært naturlig, uten noen form for gjenytelse slik det er i de fleste forhold mellom kunder og organisasjoner.
En digital tvilling kan gi en bedrift et så nært et ekte utenfra-og-inn-perspektiv på kunden som mulig.
Men til hvilken pris? Som det heter, «du kan ikke både få i pose og sekk». Du måtte gi fra deg data og tillate at de ble brukt, noe som kunne få en interessant innvirkning på CSAT-resultatene. Så stor at det kanskje kunne være grunnlag for en «med og uten DToC»-CSAT, fordi de som velger å ikke dele data med en bedrift, bare ville kunne få en standardisert tjeneste.
Oppsummering
DToC-området blir verdt å følge med på i 2024, etter hvert som vi ser at kunstig intelligens blir vanlig i næringslivet. Stordata vil bli bedre operasjonalisert gjennom KI-motorer på et langt mer detaljert nivå.
Med denne utviklingen vil det oppstå store muligheter for organisasjoner til å ta i bruk verktøy som DToC-er for å oppnå hyperpersonalisering av både produkter og opplevelser. For å unngå juridisk risiko, forhindre brudd på personvernet og til syvende og sist opparbeide tillit, må organisasjoner stille de høyeste kravene til seg selv – og virkelig respektere relasjonene de bygger med kundene sine.
