Hepimiz, "müşteri destek" hattını aradığımızda seçenekler menüsünden geçmenin verdiği sıkıntıyı ya da şirket web sitelerinde gezinmenin ve uzun online formları doldurmanın zahmetini çok iyi biliyoruz. Bu tür engelleri genellikle iş yerlerinde de yaşarız çünkü IT yardım masaları, karmaşık destek web siteleriyle değiştirilmiştir. Şirketler, çalışanlarının ve müşterilerinin çoğu işi "üstlenmesini" bekliyor, çünkü müşterilerin neye ihtiyacı olduğunu ve ne istediğini en iyi onlar bilir varsayılıyor. Ama bu karmaşık durumun bir mantığı var.

Müşteri Kendine Hizmet Ediyor

Ancak bu tür bir kendine hizmet sistemi, genellikle kullanıcı deneyimi açısından pek de memnuniyet verici olmayabiliyor. Müşterilerin bir uygulama ya da web sitesinin doğru kısmını bulmalarını, mevcut seçenekleri değerlendirmelerini, sistemle etkileşime geçmelerini, onay almak için beklemelerini ve bir görevin tamamlandığını anlamalarını bekliyoruz. Şirketler, müşterilerinden çok fazla şey yapmalarını bekliyor. Bu durum, bir şirketin kârlılığını etkileyebilir çünkü dijital müşteri deneyimi, ticari başarı için maliyet ve verimlilik gibi daha belirgin faktörler kadar önemli olabilir.

Temel sorun, tasarım ya da kullanıcı arayüzüyle ilgili değil, benim "bilişsel yük" dediğim durumla ilgili: karmaşık bir durumu anlamak ve buna göre harekete geçmek için gereken zihinsel çaba. Sonuçta, çoğu insanın çalışma belleği sadece dört ila beş parçalık bilgiye kadar tutabilir; dolayısıyla müşterilerin işleme koymaları gereken bilgi sayısı ne kadar azsa, karar verme süreci o kadar hızlı ve kolay hale gelir. Yapay zeka burada devreye girebilir.

Yapay Zeka ile Müşteriye Yardım Edilmesi

Uber’in başarısına bir göz atalım. Eğer bir taksiye ihtiyacınız varsa, artık güzergâhlar ve taksi firmaları hakkında araştırma yapmak, hızla ödeme yapmak ve bir çağrı yaparak araba istemek zorunda değilsiniz. Tüm bu yük, bir akıllı telefon uygulamasına birkaç dokunuşla indirgenmiş durumda. Aynı prensip başka sektörlere de uygulanabilir. Başarılı olmak isteyen şirketler, kendilerine şunu sormalıdır: Müşterilerime daha iyi ve mutlu bir deneyim sunabilmek için bilişsel yükü nasıl üzerlerinden alabilirim?

İşte burada bilişsel teknolojiler ve Amelia gibi yapay zeka ajanları devreye giriyor. Amelia’nın doğal dili anlayabilme yeteneği sayesinde, müşterilerinin üzerindeki bilişsel yükü en verimli ve kolay şekilde alıyor.

Bilişsel Yükü Taşımak Zor Bir İş

Bilişsel yükü taşımak, basit bir görev değildir. Müşteriye yönelik karmaşıklığı azaltmak, arka planda oldukça fazla düşünmeyi ve ağır işleri gerektirir, bu yüzden şirketler bu işi yapabilmek için yapay zeka çözümleri kullanmak zorundadır. Burada en iyi çözümler, büyük veri öneri motorları, senkronize chatbot’lar ya da bilimde geliştirilen çok amaçlı yapay zekâlar değildir. Şirketlerin, belirli bir amaç için tasarlanmış ticari yapay zekâları kullanmaları gerekmektedir. Başarıları, insanların onları bir insanla karıştırıp karıştırmamalarına değil, belirli bir iş sorununu çözebilmelerine bağlıdır.

Bu ticari yapay zeka uygulamaları, şirketlerin genellikle aldıkları yüksek hacimli, yüksek frekanslı sorguları yönetmelerine yardımcı olur. Hızlı ve verimli bir şekilde işleri hallederler, hiçbir zaman soğukkanlılıklarını kaybetmezler. Aynı zamanda, bu yapay zekâlar, bir organizasyonun insan çalışanlarını daha karmaşık görevlere odaklanmaya serbest bırakır. Ve bu yapay zekâlar, bilgi sınırlarına ulaşan bir sorgu ile karşılaştığında, bunu insan çalışanlarına iletebilir. İnsanlar, makinelerden daha yetkin oldukları yeni ve tahmin edilemez durumlarla başa çıkmada daha başarılıdır.

Yapay Zeka İnsan Gibi Davranarak, Siz de İnsan Gibi Davranabilirsiniz

Bilişsel teknolojiler, dil bilgisi ilkelerine dayalıdır ve doğal dili anlamak üzere tasarlanmıştır. Müşterilerin adına işlem yapmadan önce eksik bilgileri açıklığa kavuşturmak için niyet çıkarabilir ve diyalog oluşturabilirler. Müşteriler, bir sistemin sınırlamalarına uyum sağlamak için düşünme ya da konuşma biçimlerini değiştirmek zorunda değildirler. Anahtar kelimelere, katı ifadelere ya da düşünce biçiminizi yeniden şekillendirmenize gerek yoktur. Diğer bir deyişle, yapay zekâ uygulamalarıyla normal bir şekilde konuşabiliriz.

Müşteri hizmetlerine yönelik kendine hizmet yaklaşımı, çok ileri gitmiştir. Basit talepler için (örneğin bir hesap bakiyesi sorgulama) sorun olmayabilir. Ancak, çok fazla bilişsel yük getiren işlemler için bir şirket ya da organizasyon, bu yükü bir yapay zeka sistemine kaydırmanın yollarını araştırmalıdır. Yapay zeka, doğal dili anlaması ve büyük veri tabanlı sistemleri analiz etme yeteneğiyle bu yükü hafifletebilir.

BI araçları, şirketlerin birden çok kaynaktan gelen müşteri verilerini işlemesine ve 360 ​​derecelik bir müşteri profili oluşturmasına olanak tanır. İş zekasının amaçlarından biri iş açısından kritik verileri anlaşılması kolay bir şekilde sunmak olduğundan, şirketler müşterilerinin ihtiyaçlarını ve davranışlarını net bir şekilde anlayabilir. Sonuç olarak, tekliflerini buna göre ayarlama ve birinci sınıf ürün ve hizmetler sunma yetkisine sahipler.

Yeni ürün serilerinin lansmanı

Starbucks, evde içecek tüketimiyle ilgili sektör raporlarını ve müşterilerin bir Starbucks mağazasındayken ürünleri nasıl sipariş ettiğiyle ilgili verileri analiz etmek için iş zekasını kullandı. Şirket bu bilgiyi marketlerde satmak üzere K-Bardakları ve şişelenmiş içecekler oluşturmak için kullandı. Bu, şirketin müşterilerin evde diğer kahve markalarını kullanmasını engellemesine olanak sağladı.

Mağaza konumlarını tanımlama

Starbucks, 2008'den beri yeni mağazalarını bulmak için BI haritalama yazılımı olan Atlas'ı kullanıyor. Platform, şirketin alan nüfus yoğunluğu, sakinlerin ortalama geliri, trafik modelleri ve diğer Starbucks konumlarına yakınlığı gibi büyük miktarda veriyi değerlendirerek yeni bir mağaza konumunun ekonomik uygulanabilirliğini tahmin etmesine olanak tanır. Böylece şirket, müşterilerin tam ihtiyaç duyduğu yerde mağazalar açıyor ve bu da diğer lokasyonlardaki işi zedelemeden satışları artırıyor.

Fayda 2. Satış ve pazarlama faaliyetlerini artırmak

BI çözümleri ile şirketler, müşteri ihtiyaçlarını tahmin etmek ve talebi karşılamak için satış ve pazarlama faaliyetlerini tanımlamak için çok boyutlu perakende verilerine (işlemlerden sosyal medyaya) daha yakından bakar .

Müşteri talebini tahmin etmek

Tahmine dayalı analitiği kullanan Starbucks, analitik destekli mağaza içi dijital panolarla satışları başarıyla artırıyor. Panolar, günün saatine, hava durumuna, sosyal trendlere ve daha fazlasına dayalı öğeleri görüntüler: örneğin, sabah kahvaltı öğeleri, soğuk havalarda sıcak içecekler, tatil spesiyaliteleri, süt ürünleri içermeyen alternatifler vb . Starbucks, müşterileri daha çekici bir teklifle cezbetmek için.

Sipariş önerilerini özelleştirme

16 milyondan fazla aktif kullanıcısı olan Starbucks'ın mobil uygulaması, müşterilerin satın alma alışkanlıklarına ilişkin zengin veri sunuyor. Bu verileri doğru bir şekilde kullanmak için şirket, müşterilere popüler seçimlerine, sipariş geçmişlerine ve yerel bir mağazanın envanterine göre özel sipariş önerileri sunmak için bir pekiştirmeli öğrenme platformu kullanıyor. Şirket, müşteriler için bu tür kişiselleştirilmiş bir deneyim sunarak hem müşteri sadakatini hem de satışları artırıyor.

Avantaj 3. Back-end işlemlerini optimize etme

Bir iş zekası çözümü, bir şirketin sipariş yönetimi, planlama, personel alımı , envanter yönetimi ve tedarik zinciri yönetimi gibi dahili iş süreçlerini ilerletmek için verileri analiz edebilir .

Akıllı bir şekilde personel alımı ve personel planlaması

Personel çizelgeleme optimizasyonu nedeniyle, bir Starbucks müşterisinin sıraya girmesinden siparişin teslim edilmesine kadar geçen süre, günün hangi bölümünde gelirse gelsin, yaklaşık üç dakika sürer. BI araçları, mağaza yöneticilerinin işgücü çabalarına karşı mağaza performansını sürekli olarak izlemelerine yardımcı olur mağazanın mevcut personel ile ne kadar iyi çalıştığını belirlemek için. Yöneticiler, bu araçlarla, personeli büyüterek veya küçülterek ve bazı görevleri (temizlik çalışma alanları, kahve makineleri vb.) sessiz dönemlerde veya mesai saatleri dışında gerçekleştirmek üzere yeniden planlayarak işi optimize edebilir. Bu şekilde, baristalar aşırı yüklenmez ve bir müşteriyle küçük sohbetler yapmak veya örneğin doğum günü için bir fincana balon çizmek için zamanları olur. Bu tür kişiselleştirilmiş yaklaşım, şirketin müşteri odaklı politikasının temelinde yer alan müşteri memnuniyetini artırmaktadır.

Tedarik zinciri yönetimini optimize etme

Starbucks'ın tedarik zincirinde, merkezi iş zekası uygulaması nedeniyle israfa ve verimsizliğe yer yoktur. BI yazılımı, stok envanteri, nakliye planlaması ve depolama kapasitesi hakkında sürekli güncellenen bilgilere talep üzerine erişim sağlar. Gerçek zamanlı raporlara dayalı olarak şirket, rekabetçi fiyatları korurken alternatif tedarikçiler bularak örneğin düşük kaliteli ham ürünlere çevik bir şekilde tepki vermeyi başarıyor.

Avantaj 4. Rekabeti yakından takip etmek

Bir BI çözümünün parçası olarak kıyaslama, rakiplerin nasıl daha iyi performans göstereceğine dair pratik içgörüler sunar. Rekabet analizi, bir şirketin performansını sürekli iyileştirmeye olanak tanır.

Hizmet sunumunun yeni yollarını bulmak

Rekabetçi kıyaslama Starbucks'a, hem paket servis hem de içeride yemek seçenekleri sunan mağazaları öngören üçüncü sıra stratejisini yeniden yapılandırma ihtiyacını ortaya çıkarma yetkisi verdi. McDonalds, Luckin Coffee ve diğer rakiplerinin ayak izlerini takip eden Starbucks, yemek dağıtım hizmetini başlattı ve yalnızca teslim alma mağazaları açtı. Şirketin çabaları işe yarıyor gibi görünüyor: Sabah veya öğleden sonra rutinlerinin bir parçası olarak Starbucks'ı zaten kullananların ötesindeki müşterilere ulaşmayı başardılar.

Ve tüm bunlar – Fayda 5'e yol açar. Gelir artışı ve maliyet düşüşü

BI yazılımını etkin bir şekilde kullanan işletmeler, müşterileri ve taleplerini analiz ederek, pazarlama ve satış faaliyetlerini artırarak, işletmeyi destekleyen operasyonları optimize ederek ve kıyaslama yaparak daha fazla kazanır .

Starbucks'a gelince, başarılı bir şekilde kullanılan iş zekası ve veri analitiği uygulamaları, onlara yalnızca müşteri çekme, sonuç olarak satış hacmini artırma konusunda değil, aynı zamanda çok az şirketin başarabildiği ölçüde sürekli değişen tüketici davranışlarını takip etme konusunda da güç veriyor.

Aşama 1: Planlama

İlk olarak, neyin dış kaynak olarak kullanılacağını tanımlayın. İş bilgisi açısından yoğun ve şirketinize özgü süreçlerin yönetimini asla bir satıcıya devretmeyin. Dış kaynak kullanımı için yanlış hizmeti seçmek, satıcıya kilitlenme ile sonuçlanır.

İkinci olarak, yönetilen BT hizmetlerinin kapsamına karar verin. Örneğin bir hosting hizmeti ise hostingin nerede başlayıp nerede bittiğini belirlemelisiniz. Kulağa bariz geliyor, ancak uygulama bunun basit olmaktan uzak olduğunu gösteriyor. Bu adımı göz ardı etmek, müşteriler ve satıcılar kapsamı farklı anladığında ve belirli süreçleri gözetimsiz bıraktığında parmakla gösterme ile sonuçlanır.

Üçüncüsü, hizmet tanımı ve kapsamı dışında sorun raporlama, performans ölçütleri, müşteri tazminatı, müşteri sorumlulukları ve veri koruma gibi önemli maddeleri kapsayacak optimum bir SLA üzerinde çalışın.

Aşama 2: Tedarikçi seçimi

Yönetilen bir BT hizmetleri satıcısının güvenilirliği, şirketlerin bu modeli seçmesini engelleyen ana risklerden biridir. Güvenilir bir ortakla işbirliği yapmak istiyorsanız, oldukça yorucu bir tedarikçi avlama sürecine hazır olun.

İlk olarak, bu alandaki uzmanların önerileri, satıcıların belirli bir teknolojideki yetenekleri ve önceki müşterilerin referansları gibi kriterlere dayalı olarak yönetilen BT hizmetleri sağlayıcılarını kısa listeye alın.

5-10 aday seçtikten sonra, daha fazla bilgi almak için onlara RFI gönderin veya bire bir oturumlar gerçekleştirin.

Daha sonra, Teklif Teklifinizi ikinci olanlara iletin ve satıcının kabiliyetine ve fiyatına göre yanıtlarını değerlendirin.

Son olarak, uygun adayı seçin ve bir SLA'nın nihai hüküm ve koşullarını müzakere edin.

Aşama 3: Geçiş

Metodolojinin ve programın belirtildiği bir geçiş planı, bir SLA'ya yansıtılır. Yaygın bir hataya dikkat edin: bir hizmetin nasıl sunulacağı konusunda aşırı spesifikasyon. Bir müşteri şirket, bir satıcının metodolojisine müdahale etmeye başladığında, kendisine bir hizmet sağlama sorumluluğu açısından büyük bir risk taşır. Bu, her zaman şöyle diyebilen sağlayıcının performansının yetersiz olmasına neden olur: “Bunu bizim yöntemimizle yapmak istedik ama siz araya girdiniz. Yani bir şeyler ters giderse, suçlu sen olacaksın.”

Bu aşamada, gerçek bilgi aktarımı gerçekleşir. Başlangıçta, yeni bir satıcı, dahili personelin veya büyütme ekibinin nasıl çalıştığını gözlemler. Bundan sonra satıcı, genel hizmet yönetimi sorumluluklarını tamamen üstlenir.

4. Aşama: Yönetişim

Yönetilen BT hizmetlerinin sürdürülebilirliğini sürdürmek için, bir müşterinin düzenli raporlama ve periyodik performans denetimleri gerçekleştirmesi, hizmet hacmini SLA'ya göre incelemesi ve satıcının BT hizmetleri pazarının şu anda sunduğu şeylerle rekabet edebilmesini sağlaması önemlidir.

Personel artırmaya karşı yönetilen BT hizmetleri ikilemi