Ekspert ds. CX twierdzi, że witryny korporacyjne nie nadążają za zachowaniami użytkowników kształtowanymi przez AI

Chris Gibbins ma za sobą 25-letnią karierę w obszarze doświadczenia użytkownika i eksperymentowania, w ramach której pełnił między innymi funkcję dyrektora ds. doświadczeń. Obecnie jest dyrektorem ds. eksperymentów w CreativeCX. Jest także współzałożycielem wydarzenia Experimentation London.

Spotkaliśmy się z Chrisem, aby dowiedzieć się, jak sztuczna inteligencja zmienia doświadczenia jego zespołów i klientów. Oto, czym się z nami podzielił.

Decyzje dotyczące AI podejmuj na podstawie rezultatów, a nie szumu medialnego

Od ponad 25 lat zajmuję się doświadczeniem klienta i eksperymentowaniem. Obecnie jestem dyrektorem ds. eksperymentów w Creative CX.

Creative CX to wyspecjalizowana firma konsultingowa zajmująca się eksperymentowaniem, licząca około 45 osób. Pomagamy przedsiębiorstwom takim jak Sky, easyJet i Virgin Media O2 rozwijać mierzalne innowacje, poprawiać doświadczenia klientów i optymalizować każdą ścieżkę dzięki UX i eksperymentowaniu.

Co najważniejsze, pomagamy również naszym klientom samodzielnie rozwijać te kompetencje. To odróżnia nas od wielu innych agencji i firm konsultingowych. Tworzymy dla zespołów produktowych naszych klientów programy UX i eksperymentowania, aby ostatecznie nie byli już dłużej zależni od naszej pomocy!

Pracuję z utalentowanym zespołem konsultantów, w tym badaczami UX, projektantami UX, inżynierami i strategami ds. eksperymentowania. Ściśle współpracuję również z niektórymi z naszych największych klientów oraz pomagam wyznaczać wizję i kierunek rozwoju firmy konsultingowej. Obejmuje to dbanie o to, abyśmy pozostawali liderem w obszarze doświadczeń klientów, co jest szczególnie ekscytujące teraz, gdy AI zmieniła ten krajobraz!

Z pasją pomagam klientom końcowym łatwo realizować zadania, jednocześnie wspierając firmy w osiąganiu mierzalnych usprawnień ich produktów cyfrowych. Uważam, że w większości sytuacji potrzeby klientów i potrzeby biznesowe nie muszą się ze sobą kłócić — pod warunkiem że Produkt, UX i eksperymentowanie są właściwie realizowane!

Jestem także współzałożycielem Experimentation London, cyklicznego wydarzenia społecznościowego, które rozpoczęliśmy w 2024 roku, aby budować i wzmacniać społeczność zajmującą się eksperymentowaniem w Londynie i Wielkiej Brytanii.

Jestem optymistycznie nastawiony do potencjału AI w zakresie poprawy doświadczeń klientów i wyników biznesowych, ale jednocześnie sceptycznie podchodzę do szumu medialnego i przesadnych twierdzeń w tym obszarze. Przyjmowanie eksperymentalnego podejścia jest ważniejsze niż kiedykolwiek. Musimy eksperymentować z AI i podejmować rozsądne decyzje na podstawie rzeczywistych rezultatów, a nie szumu medialnego!

Jak można wykorzystywać AI w obszarze CX i w programowaniu

Włączyliśmy AI do wielu naszych procesów, aby zwiększyć wydajność i rozszerzyć możliwości w obszarach programowania, automatyzacji procesów oraz syntezy badań UX.

Stworzyliśmy szereg umiejętności dla Claude'a, które pomagają nam w tym ostatnim obszarze. Na przykład mamy umiejętność analizującą duże zbiory danych pochodzących z otwartych pytań ankietowych — coś, co wcześniej było niemożliwe. Inna umiejętność, którą szczególnie cenię, analizuje wszystkie wyniki sesji generowania pomysłów prowadzonych w ramach naszych bardzo dużych, współpracujących ze sobą warsztatów.

Po stronie programistycznej znacznie zwiększyliśmy szybkość tworzenia testów A/B, korzystając z dostosowanego do naszych potrzeb środowiska, które opracowaliśmy przy wsparciu AI. Dzięki temu możemy zwiększać tempo innowacji u klientów i realizować bardziej złożone eksperymenty w ramach tego samego budżetu.

Oczywiście tworzenie testów A/B różni się od programowania typu 0-1 — w przypadku którego możemy oczekiwać jeszcze większych oszczędności wynikających ze wzrostu wydajności — ponieważ często modyfikujemy istniejący kod za pomocą metody po renderowaniu. Stwarza to wiele komplikacji, dlatego ludzie nadal muszą uczestniczyć w tym procesie.

Skoro mowa o 0-1, prototypowanie to obszar, który dzięki AI znacznie się u nas rozwinął. Używamy Claude'a do projektowania w pełni działających prototypów opartych na kodzie, co pozwala nam tworzyć prototypy o wysokiej wierności w ciągu 1–2 dni zamiast 1–2 tygodni!

Szczególnie ekscytują nas metody prototypowania na żywo, w ramach których możemy tworzyć w pełni działające koncepcje na bazie istniejących stron internetowych, a następnie testować je z prawdziwymi użytkownikami. To znacznie lepsze niż stara metoda polegająca na składaniu ekranów z Figmy!

Dlaczego liderzy CX muszą koncentrować się na problemach i eksperymentowaniu

Zalecam przyjęcie strategii, w której problemy stawia się na pierwszym miejscu, a eksperymentowanie stosuje się wszędzie, w całej pracy związanej z Produktem i doświadczeniem klienta.

Pomysły stawiające rozwiązania na pierwszym miejscu są wszędzie. Zespoły poświęcają mnóstwo czasu na próby rozwiązywania nieistniejących problemów poprzez zgadywanie i kopiowanie konkurencji. Podejście stawiające problem na pierwszym miejscu oznacza natomiast prowadzenie wysokiej jakości badań odkrywających możliwości, aby ujawnić najważniejsze problemy klientów na całej ścieżce od początku do końca, a co najważniejsze — właściwie zrozumieć te problemy, zanim przystąpi się do ich rozwiązywania.

Plany działania nie są już pełne rozwiązań. Zamiast tego zawierają wiele problemów do rozwiązania. Takie podejście pozwala również przeciwdziałać błędowi potwierdzenia — sytuacji, w której ludzie niewłaściwie wykorzystują badania do poparcia swoich istniejących pomysłów.

Nasze podejście polegające na eksperymentowaniu wszędzie oznacza, że wierzymy, iż każdy zespół powinien eksperymentować na każdej platformie. Kluczem do sukcesu marki są potencjalne korzyści płynące z pomysłów wszystkich osób. Eksperymentowanie jest kluczem do wykorzystania tego potencjału, ponieważ odpowiednio prowadzone pozwala każdemu działać odważniej, częściej testować więcej pomysłów, a nierzadko testować wiele pomysłów jednocześnie — wszystko w ramach zabezpieczenia, jakie zapewnia eksperyment.

Istnieje powód, dla którego medycyna jest rozwijana w ten sposób. Uważamy, że ta sama metoda naukowa jest kluczowa dla tworzenia najlepszych doświadczeń klientów. A teraz sztuczna inteligencja to ułatwia!

Dlaczego AI nie jest odpowiedzią na wszystko

Biorąc to wszystko pod uwagę, obecnie wokół AI jest mnóstwo szumu i FOMO. AI nie jest odpowiedzią na wszystko i warto o tym pamiętać.

Nawet przy wszystkich skutecznych zastosowaniach AI dbamy o to, aby nie podejmowała ona ostatecznych decyzji dotyczących doświadczeń klientów. Nie wykorzystujemy jej również do prowadzenia badań użytkowników — choć pomaga w syntezie danych i w niektórych aspektach sporządzania notatek. Potrzebujemy wysokiej jakości badań i danych, a eksperci muszą prowadzić te badania, aby to osiągnąć. Złe dane i spostrzeżenia prowadzą do błędnych decyzji.

Jeśli AI pomaga Ci zapewnić lepsze doświadczenia klientów i skuteczniej rozwiązywać rzeczywisty problem klienta niż byłoby to możliwe w inny sposób, to wspaniale. Nie postrzegaj jej jednak jako rozwiązania każdego problemu.

Czasami ludzie nie potrzebują kolejnego chatbota. Zamiast tego mogą po prostu potrzebować numeru telefonu, aby porozmawiać z prawdziwym człowiekiem!

Dlaczego liderzy CX muszą zwiększyć kontrolę jakości podczas korzystania z AI

Chris States

Uważaj, aby nie wydawać AI zbyt kategorycznych instrukcji, takich jak “wymień 10 najważniejszych tematów.” AI często zacznie halucynować, aby osiągnąć tę liczbę!

Podczas korzystania z AI musimy zwracać szczególną uwagę na jakość końcowego wyniku. AI często bowiem z przekonaniem podaje nieprawidłowe informacje.

W rezultacie część zysków związanych z efektywnością jest niwelowana przez dodatkowy czas potrzebny na kontrolę jakości — niezależnie od tego, czy chodzi o zadania związane z CX, tworzenie oprogramowania czy syntezę danych z ankiet prowadzonych na dużą skalę.

Oto wskazówka — coś, czego nauczyłem się z doświadczenia. Uważaj, aby nie wydawać AI zbyt kategorycznych instrukcji, takich jak „wymień 10 najważniejszych tematów”. AI często zacznie halucynować, aby osiągnąć tę liczbę!

Jak zachowania użytkowników zmieniają się pod wpływem AI

Witryny i aplikacje dla przedsiębiorstw nie nadążają za zmienionymi przez korzystanie z AI oczekiwaniami opinii publicznej.

Niedawno zauważyliśmy interesujący trend w kilku projektach badawczych, w których użytkownicy korzystali z witryn i aplikacji dla przedsiębiorstw w zupełnie inny sposób niż przed pojawieniem się AI. Oto dwa przykłady:

1. Wyszukiwanie w witrynie wewnętrznej: wielu użytkowników wpisuje w wewnętrzne wyszukiwarki witryn dokładnie to, co wpisaliby w ChatGPT — w tym rodzaj produktu, jego cechy i inne kontekstowe aspekty swoich potrzeb. Całkowicie zakłóca to tradycyjne wyszukiwanie w witrynie i prowadzi do fatalnych wyników.
2. Praca z wykorzystaniem LLM: wielu użytkowników twierdzi, że obecnie kopiuje adresy URL produktów i przechodzi do ChatGPT lub Claude, gdzie zadaje pytania — na przykład prosi o szczegółowe porównania.

Ponieważ sposób korzystania ze stron internetowych i aplikacji nie został jeszcze zaktualizowany, aby obsługiwać te nowe zachowania, cała ścieżka użytkownika na tym cierpi.

Trzy czynniki, które mogą sprawić, że przyspieszenie rozwoju AI będzie wartościowe dla liderów CX

AI już znacznie przyspieszyła realizację działań przez zespoły (projektowanie i budowanie), a tempo to będzie nadal rosło. Jeśli, podobnie jak ja, naprawdę zależy Ci na tym, aby pomagać klientom łatwiej kupować, rezerwować, rejestrować się i realizować swoje zadania, to może być bardzo dobra wiadomość — pod trzema warunkami. Musisz:

1. Skoncentrować się w 100% na rozwiązywaniu rzeczywistych problemów i wykorzystywaniu realnych możliwości z myślą o swoich klientach. Oznacza to przeznaczenie zaoszczędzonego czasu na realizację działań na wcześniejsze etapy badań i strategii.
2. W pełni wykorzystać potencjał eksperymentowania, aby zapewnić zwiększone tempo tworzenia funkcji, ulepszeń i innowacji związanych z doświadczeniem klienta. Weryfikuj rozwiązania na dużą skalę — nie zgaduj. W przeciwnym razie będziesz tworzyć fatalne doświadczenia w dwukrotnie szybszym tempie!
3. Unikać błędu popełnionego w przypadku personalizacji, jeśli chodzi o funkcje AI. To, że ktoś twierdzi, że coś wykorzystuje AI, i sugeruje dodanie tego do strony internetowej, z pewnością nie oznacza, że będzie to przydatne. Jeśli nie rozwiązuje rzeczywistego problemu klienta, nigdy nie zadziała, a najprawdopodobniej jeszcze pogorszy sytuację. Wprowadzaj takie rozwiązania jako eksperyment. Nie przeznaczaj jednak ogromnych zasobów na rozwiązywanie problemów klientów, które nie istnieją.

Bądź na bieżąco

Możesz obserwować Chrisa Gibbinsa na platformie LinkedIn.

Wkrótce kolejne wywiady z ekspertami na łamach The CX Lead!