Leder innen transformasjon av kundesuksess deler hva KI kan (og ikke kan) løse innen kundekunduksess

Andrea Bumstead er grunnlegger og administrerende direktør i CS Impact, et konsulentselskap innen kundesuksess som hjelper B2B SaaS-selskaper med å gjøre kundesuksess til en inntektsmotor. Med over 15 års erfaring og dokumenterte resultater med å skalere organisasjoner fra 15 millioner dollar til over 3 milliarder dollar i ARR har hun ledet flere globale transformasjoner innen kundesuksess i selskaper som Quest, Procore og One Identity.

Vi satte oss ned med Andrea for å lære hvordan hun bruker AI til å forbedre kundeopplevelsen. Her er det hun hadde å si.

Gjøre kundesuksess til en inntektsmotor

Jeg er grunnlegger og administrerende direktør i CS Impact, et konsulentselskap som tilbyr deltidsledelse og strategiske rådgivningstjenester til B2B SaaS-selskaper med 50–150 millioner dollar i ARR.

Vi gjør kundesuksess til en inntektsmotor som driver millioner av dollar i utvidelser og kundebevaring.

Hvorfor AI er et tveegget sverd innen CX

Integrering av AI i CX har gitt betydelige gevinster, men også avdekket noen reelle utfordringer.

Her er fordelene:

• Betydelige tidsbesparelser: AI har redusert manuelt arbeid knyttet til forberedelser, oppfølging, CRM-oppdateringer og rapportering. I mange tilfeller har jeg sett at CSM-er sparer 1–2 timer per dag, som de kan bruke på kundeorientert arbeid.
• Bedre og raskere kundeinnsikt: Verktøy som Claude, Gainsight, Gong AI og andre avdekker sanntidssignaler – som risiko for kundefrafall, muligheter for utvidelser og endringer i kundens helsetilstand – som tidligere tok timer (eller dager) å finne.
• Bedre konsistens og skalerbarhet: AI bidrar til å standardisere resultater som suksessplaner, QBR-er og kontosammendrag, noe som er avgjørende når team skaleres eller ulike segmenter støttes.
• Mer proaktive CX-tiltak: I stedet for å reagere sent kan team handle tidligere basert på AI-drevne signaler – enten det gjelder risikoredusering eller tiltak for utvidelse.

Men det finnes også ulemper:

• Problemet med signaler kontra støy: Ikke all AI-generert innsikt kan omsettes til handling. Team kan bli overveldet av varsler som mangler kontekst eller prioritering.
• For stor avhengighet av automatisering: Noen team baserer seg for tungt på AI-generert innhold (QBR-er, e-poster), noe som kan føre til generiske kundeinteraksjoner med liten effekt.
• Avhengighet av datakvalitet: AI er bare så god som dataene den bygger på. Hvis CRM- eller produktdataene dine er ufullstendige eller unøyaktige, mister resultatene raskt troverdighet.
• Tap av kritisk tenkning: Det er en risiko for at CSM-er slutter å tenke strategisk og stoler på AI-anbefalinger i stedet for å bruke eget skjønn.

Hvorfor gode data er avgjørende for gode AI-resultater

Her er det alle CX-ledere må vite: Gode data er alt.

Jeg har jobbet med CS-organisasjoner som har investert i gode AI-verktøy, men de underliggende dataene var rotete eller ufullstendige. Dette begrenset verdien de fikk ut av dem fullstendig.

En kunde hadde ikke satt opp ordentlige kontohierarkier i Salesforce. De hadde for eksempel 15 separate kontoer med samme navn som tilhørte den samme kunden – men de var ikke koblet sammen. Da de la AI oppå dette, genererte systemet innsikt på individuelt kontonivå, men klarte ikke å gi et helhetlig bilde av kunderelasjonen.

I stedet for bedre innsikt endte de derfor opp med fragmenterte og til tider misvisende signaler.

Det er verdt å investere tid i å samle inn gode data og rydde opp i dårlige data!

Hvordan AI- og menneskeoppgaver bør fordeles innen CX

Mitt syn på AI kontra mennesker innen kundeopplevelse er at AI bør håndtere skala, signaler og hastighet. Mennesker bør håndtere tillit, vurderingsevne og transformasjon.

AI er mest effektivt i oppgaver som er datatunge, gjentakende eller tidkrevende:

• Administrativt arbeid: Forberedelser til samtaler, kontooppsummeringer, undersøkelser av interessenter og oppfølging etter samtaler – inkludert notater, neste steg og CRM-oppdateringer (Salesforce, Gainsight)
• Generering av innhold og ressurser: Suksessplaner, QBR-er, konto­planer, analyser av uutnyttede muligheter og kundekommunikasjon
• Generering av innsikt: Identifisering av kontoer i risikosonen (nedgang i bruk, tap av forkjempere, fusjons- og oppkjøpsaktivitet), ekspansjonsmuligheter og trender i tilbakemeldinger på produkter
• Veiledning i stor skala: Presentere de riktige planene for risiko eller ekspansjon på riktig tidspunkt
• Digital kundeopplevelse: Meldinger i apper, onboardingflyter, kunnskapsbaser og brukerstøtteinnhold

Mennesker er avgjørende overalt der kontekst, tillit og nyanser betyr noe:

• Kundesamtaler og relasjonsbygging: Særlig med beslutningstakere
• Behovsavklaring og problemformulering: Forstå ikke bare hva som skjer, men hvorfor
• Å lese mellom linjene: Fange opp følelser, risikosignaler og det som ikke blir sagt
• Rådgivende veiledning: Hjelpe kunder med å ta beslutninger og skape reelle forretningsresultater
• Øyeblikk som bygger tillit: Ledermøter, middager ansikt til ansikt, arrangementer og interaksjoner med stor innvirkning

Slik fører automatiserte QBR-er til meningsfulle kundesamtaler

Andrea deler

Vi har hjulpet selskaper med å automatisere ved å bruke AI til å samle inn data og innsikt, integrere dem i et repeterbart format og optimalisere leveringen for presentasjoner ansikt til ansikt eller elektroniske presentasjoner … Som et resultat kan disse selskapene ha mer meningsfulle samtaler med flere kunder – og levere mer verdi.

Jeg nevnte QBR-er – vi utviklet 15-minutters-QBR-en. Den dekker:

1. Verdien kunden har mottatt så langt
2. Hvordan de kan få mer verdi
3. Tre anbefalinger for neste steg

Vi har hjulpet selskaper med å automatisere dette ved å bruke AI til å samle inn data og innsikt, integrere dem i et repeterbart format og optimalisere leveringen for presentasjoner ansikt til ansikt eller elektroniske presentasjoner. Når det gjelder verktøy, samler vi data fra Salesforce, Gong og Gainsight for automatisk å generere QBR-presentasjoner ved hjelp av Claude.

Som et resultat kan disse selskapene ha mer meningsfulle samtaler med flere kunder – og levere mer verdi.

Før 15-minutters-QBR-en implementeres, anbefaler jeg at ledere innen kundesuksess fokuserer på fem kritiske grunnlag:

1. Få klarhet i problemene dere løser: Identifiser de to–tre viktigste forretningsproblemene produktet deres løser – dette blir forankringen for hver kundesamtale.
2. Definer mål og suksessmålinger: Bli enige om KPI-er knyttet til realisering av verdi, slik at dere tydelig kan måle og kommunisere effekten.
3. Følg kundenes fremgang: Dere må ha innsyn i hvordan hver kunde presterer i forhold til målene sine, ikke bare i produktbruken.
4. Referanse­mål de beste kundene deres: Forstå hva de beste kundene gjør annerledes, slik at dere kan synliggjøre mangler og muligheter.
5. Bygg en anbefalingsmotor: Utvikle repeterbare anbefalinger med stor effekt som hjelper kundene med å hente ut mer verdi.

Derfra anbefaler jeg en enkel utrullingsmetode:

1. Start i det små: Kjør et pilotprosjekt med en avgrenset gruppe, og finjuster fremgangsmåten.
2. Automatiser der det er mulig: Bruk AI til å hente ut data og generere innsikt i stor skala.
3. Skaler deretter: Utvid på tvers av segmenter når det er bevist at det fungerer.
4. Og like viktig: Gjør teamet i stand til å levere dette effektivt. Lær dem opp til å lede med selvtillit, stille gode kartleggingsspørsmål og styre samtalen fra et rådgivende og verdidrevet perspektiv.

Andrea deler

Start i det små. Automatiser der det er mulig, og skaler deretter. Og like viktig: Gjør teamet i stand til å levere dette effektivt.

Der AI kommer til kort med QBR-er og innhold

En utfordring med QBR-arbeidsflyten er at AI er svært god til å generere innhold, men fortsatt har problemer med å strukturere det i et brukervennlig og forretningsklart format, for eksempel en presentasjon klar for ledelsen.

I praksis fremskynder AI de første 70 prosentene av arbeidet, men de siste 30 prosentene – som ofte er det som gjør det brukbart og effektivt – krever fortsatt menneskelig finpussing.

Slik forbedrer AI prognoser i CX – og hva som fortsatt trengs

Jeg har brukt Gong til prognoser i flere organisasjoner, og verktøyet har de sterkeste funksjonene jeg har sett innen kundesuksess.

Det samler signaler på tvers av kunden: kundesentiment, aktivitetsnivåer og viktige data fra Salesforce, som ARR, TCV, salgsstadium, notater og neste steg.

Det gir CS-ledere et langt mer helhetlig sanntidsbilde av kontoens status og mulige utfall.

Prosessen er likevel fortsatt i stor grad manuell. CSM-er har fortsatt ansvar for å:

• Administrere kontaktprosessen i Salesforce
• Oppdatere stadier for salgsmuligheter
• Ta skjønnsmessige avgjørelser om fornyelser – om en konto vil komme inn på samme nivå, nedgraderes eller utvides.

Det neste utviklingstrinnet er AI-assistert prognostisering. I stedet for å begynne fra grunnen av bør AI:

• Analysere historiske trender
• Inkludere helseskårer og produktbruk
• Hente inn signaler fra kundesamtaler
• Og generere en anbefalt prognose.

På dette tidspunktet vil CSM-ens rolle endres til å finjustere og validere prognosen, ikke bygge den fra grunnen av.

Jeg ser også et gap når det gjelder synlighet i endringer over tid. Prognoser bør ikke bare være et øyeblikksbilde – de bør tydelig vise utviklingen fra uke til uke og nøyaktig hva som førte til endringen. Ble for eksempel en stor konto plutselig risikoutsatt? Eller klarte vi å hente tilbake inntekter som vi tidligere hadde flagget som frafall?

Et slikt nivå av synlighet, kombinert med AI-drevne anbefalinger, vil ikke bare forbedre prognosenes nøyaktighet, men også gjøre dem langt mer handlingsrettede, skalerbare og i tråd med hvordan CS-team arbeider.

Hvorfor CX-ledere må bli komfortable med å mislykkes

Her er mitt råd: Ikke vær redd for å eksperimentere og prøve nye ting. Ikke vær redd for å mislykkes.

Prøv nye AI-arbeidsflyter, ta kurs og utvid horisonten.

Pavilion har et sterkt kurs i GTM og AI. Og arrangementene til Kollektivet for kundesuksess, som deres kundesuksesskonferanser i USA, Storbritannia og APAC, fokuserer på AI-drevne arbeidsflyter.

Følg med

Følg Andrea Bumstead på LinkedIn for innsikt i hvordan du kan gjøre kundesuksess til en inntektsmotor, utvikle kundesuksessstrategier med stor effekt og bruke AI til å skape kundeverdi. Abonner på Substack-nyhetsbrevet hennes, Ærlig prat med CS Impact, for praktiske veiledninger og rammeverk. Og følg med på Instagram.

Flere ekspertintervjuer kommer på CX-lederen!