Kur labiausiai trūksta klientų pasitikėjimo
Anot pranešėjo, įmonėms vis sunkiau kovoti dėl klientų. Kaip niekada konkurencinga ne tik pati rinka, tačiau itin dinamiški tapo ir klientų lūkesčiai.
„Praėjusiais metais kalbėjome apie klientų lūkesčius, susijusius su puikiu klientų aptarnavimu ir geriausių produktų rekomendacijomis. Tačiau šiais metais viskas šiek tiek pasikeitė. Šiemet kalbama ne tik apie klientų lūkesčius, bet ir apie jų pasitikėjimą įmonėmis. Tai vis didėjanti problema“, – kalba J. Sosnowski ir parodo, kokiu mastu klientai pasitiki bendrovėmis.
Anot pranešėjo, nors klientai linkę pasitikėti geromis įmonių įžvalgomis apie produktus, pasitikėjimas, jog įmonės gerbs klientų privatumą ir asmeninę informaciją naudos atsakingai, smunka. Be to, klientai nelabai pasitiki bendrovių sąžiningumu, kai šios kalba apie socialines ir aplinkosaugos iniciatyvas. Pasitikėjimo nekelia ir tos bendrovės, kurios iš tikrųjų veikia visuomenės labui. Tačiau mažiausiai klientų pasitikėjimo sulaukia bendrovių dirbtinio intelekto naudojimas etiškais būdais. Klientai iš tiesų nerimauja, kad tai, kaip technologinis augimas turės įtakos etiškumui ir taikomoms praktikoms versle.
Įmonėms tenka iššūkis iš tikrųjų laikytis šių reikalavimų ir užtikrinti, kad klientų duomenis būtų galima atsakingai naudoti tik tiek, kiek to tikrai reikia. Didžiausias iššūkis yra duomenų susiskaidymas.
Svarbus ir gyvenimo būdas, ir net sentimentai
Dauguma įmonių, sako ekspertas, jau turi duomenų apie savo klientus, tačiau šie – tokie išskaidyti, kad klientą sudėtinga iki galo perprasti. „Dėl to neįmanoma surinkti jokių įžvalgų ir turėti gerai struktūrizuotos dirbtinio intelekto sistemos. Būtent čia atsiranda AI valdomas klientas 360, kai iš esmės sujungiami visus šiuo metu turi duomenys į vieną vietą ir jums suteikiamas visapusiškas vaizdas apie tai, kas vyksta jūsų versle. Be to, tai suteikia gerą pagrindą geresnei integracijai, lengviau valdyti integraciją ir išorinius duomenų šaltinius vienoje vietoje.
Tai yra puikus pagrindas, kuriuo remdamiesi galite mokyti savo dirbtinio intelekto modelius ir įsitikinti, kad duomenis naudojate atsakingai bei mokote dirbtinį intelektą to, ko iš tikrųjų tikisi klientai. Turint visas šias technologijas vienoje vietoje, mums atsiveria DI galimybės ir suteikiama proga susipažinti su klientų elgsenos duomenimis. Geriau suprantame pirkimų istoriją. Suprantame sąveikos su klientais duomenis. Be to, turime demografinius duomenis, todėl galime sekti klientų asmeninę informaciją, tačiau užtikriname, kad ją sekame tik tose ribose, kurios tikrai reikalingos mūsų veiklai“, – dirbtinio intelekto galimybėmis dalinasi LOGIN pranešėjas.
„Be to, turime psichografinių duomenų. Tai tokie dalykai kaip gyvenimo būdas, kokie yra klientų pageidavimai, kokias spalvas jie renkasi, kalbant apie drabužius, kokia yra jų politika, kokios vertybės ir nuostatos. Turime ir sandorių duomenis bei įžvalgas, gaunamas iš pardavimų duomenų, ir, žinoma, klientų gyvenimo ciklą. Galiausiai, turime ir sentimentus, todėl galime stebėti klientų santykį su mūsų įmone visoje socialinėje žiniasklaidoje ir įvairiuose duomenų šaltiniuose. Taigi kalbant paprastai, jei jau suprantame, kas yra kliento pageidavimai ir kokia iš to nauda, iš tikrųjų labai svarbu nuo ko nors pradėti ir suprasti, kaip sudaryti sąlygas įmonėms turėti tokias įžvalgas, kad būtų galima saugiai bei atsakingai naudoti duomenis“, – įsitikinęs J. Sosnowski.
Esminiai žingsniai link verslo sėkmės perprantant vartotoją
Klientų perpratimo kelyje, anot pranešėjo, pats pirmas žingsnis – nustatyti aiškų tikslą. Svarbu turėti aiškų tikslą, išmatuojamą poveikį ir suprasti 360 poveikį bendrai įmonės strategijai. Antrasis dalykas – duomenų kokybė. Kai suprantame tikslą, kitas dalykas – iš tikrųjų išvalyti duomenis. Diduma įmonių jau turi duomenų, tačiau šie dažniausiai būna netvarkingi ir išskaidyti. Todėl čia svarbu struktūra ir duomenų kokybė, nereikalingus tiesiog eliminuojant.
„Pirmas dalykas yra savalaikiškumas. Taigi įsitikinkite, kad jūsų duomenys yra aktualūs ir iš esmės juos gaunate tada, kai jums jų reikia. Antra, išsamumas. Kai tik gaunate informaciją iš kliento, ji yra išsami ir visapusiška. Kad žinotumėte, iš ko ji gaunama, apie kokį produktą kalbama. Trečia – tikslumas – ar duomenys iš tikrųjų parodo tai, į ką žiūrite. Ketvirta – unikalumas, svarbu, kad įsitikintumėte, jog nedubliuojate informacijos apie klientą ir kiekvieną asmenį stebite kaip atskirą. Penkta – nuoseklumas. Tai reiškia, kad turite įsitikinti, jog gaunamas duomenų srautas laikui bėgant nesikeičia. Kad neprarandate kai kurių duomenų taškų, kad neprarandate tam tikros svarbios informacijos, kuria grindžiamas jūsų sprendimų priėmimas ir dirbtinio intelekto galimybės.
Ir galiausiai, faktinis pagrįstumas. Įsitikinkite, kad gauta informacija yra galiojanti, bet tai taip pat reiškia, jog ji yra teisėta, gauta gavus kliento sutikimą ir kad klientas žino, jog dalijasi duomenimis. Taigi, nustatome tinkamą tikslą, peržvelgiame savo duomenis ir įsitikiname, kad užtikriname duomenų kokybę“, – būtinus žingsnius nurodo pranešėjas.
Kitas svarbus dalykas – dirbtinio intelekto mokymas: „Tai tikrai svarbu, nes ateities modelius, o ypač B2B įmonės, turės apmokyti pačios. Didelės įmonės iš esmės negali leisti sau dalytis klientų informacija su dideliais kalbos modeliais, kurie yra plačiai prieinami kitiems klientams. Todėl jums reikia duomenų kokybės, kad galėtumėte mokyti savo dirbtinį intelektą pagal savo duomenų rinkinį, kad suprastumėte savo verslo modelius ir, žinoma, savo verslo tikslus.
Taigi paskutinis dalykas, kai įsitikinsite, kad turite objektyvios kokybės duomenis, – pateikti šiuos duomenis dirbtiniam intelektui, kad įsitikintumėte, jog iš tikrųjų galite visa tai palengvinti. Tai yra pagrindinės strategijos, kurias matome visose įmonėse, nusprendusiose pasinaudoti dirbtinio intelekto technologijomis. Tačiau strategija – dar ne viskas. Taip pat reikia laikytis tam tikros geriausios praktikos, kad visa tai taptų realybe.“
Gerosios praktikos: net didžiulėms įmonėms reikia mažų tikslų
Pranešėjas LOGIN pristatė savo paruoštas tris geriausius gerosios praktikos pavyzdžius, kurių reikėtų nepamiršti diegiant bet kokias technologijas ir ypač galvojant apie dirbtinio intelekto ateitį bei tam ruošiant įmonę.
„Taigi pirmiausia, pradėkite nuo mažų dalykų. Visa tai yra dideli žodžiai, nuostabios technologijos, tačiau iš tikrųjų galite vykdyti bandomąjį projektą. Galite tiesiog paimti dalį savo klientų duomenų, netgi anonimizuoti juos, pabandyti pagal juos mokyti LLM (liet. didieji kalbų modeliai), pažiūrėti, kaip seksis. Bandykite dar ir dar kartą, darykite klaidų, bet pradėkite nuo mažų žingsnių, kad tos klaidos nebūtų brangios ar skausmingos.
Antras dalykas – mokykite ir švieskite savo komandą. Esame konsultacinė įmonė, todėl, žinoma, galime suteikti žinių ir patirties savo klientams, tačiau įmonėms taip pat svarbu nepamiršti, kad vyksta pažangos procesas. Darbuotojų švietimas ir mokymas, kad jie žinotų apie būsimas technologijas, apie rinkos galimybes, yra labai svarbus dalykas.
Ir galiausiai – matuoti ir optimizuoti. Labai daug įmonių tik laukia įdiegtų technologijų arba tiesiog labai nori, kad dirbtinis intelektas būtų naudojamas pardavimams. Tačiau tai dar ne viskas. Jei pradėsite nuo mažų žingsnių, mokysite ir šviesite, tada turite įsitikinti, kad žinote, ką iš tikrųjų diegiate ir kaip matuosite sėkmę. Matuokite rezultatus, optimizuokite, žiūrėkite, kaip keičiasi dalykai. Nelaikykite to tik vienkartiniu projektu. Galvokite apie tai kaip apie pokyčio pradžią nuo nedidelio bandomojo projekto, o per mokymus ir švietimą bei vertinimą optimizuokite, kad jis iš tikrųjų išaugtų iki tokio lygio, jog tikrai norėtumėte ir tikrai galėtumėte juo naudotis.“, – pataria ekspertas.
Apibendrinadamas savo LOGIN pranešimą, J. Sosnowski sako, kad pirmiausia reikia suprasti savo verslo tikslus. Visos technologijos yra tikrai šaunios, ir įmonės nori jas turėti, tačiau labai svarbu suprasti, kokie yra įmonės verslo poreikiai ir tikslai. O tikslų realistiškumas – kone raktinis žodis.
„Net didžiulėms įmonėms kartais reikia pradėti nuo mažų tikslų. Nustačius realius tikslus, kitas dalykas – iš tikrųjų suburti tinkamą komandą. Įsitikinkite, kad turite visus išteklius, reikalingus tokiam projektui įgyvendinti. Jei neturite, apmokykite ir išmokykite savo vidinius išteklius, kad užtikrintumėte, jog yra žmonių, kurie prisiims atsakomybę už šias technologijas. Įtraukite suinteresuotas šalis. Užtikrinkite, kad visi sprendimus priimantys asmenys ir visi tokiam projektui reikalingi žmonės dalyvautų tiek iš technologijų, tiek iš pardavėjų, tiek iš konsultantų, tiek iš klientų pusės, kad ir kas būtų reikalinga. Ir, žinoma, pasirinkite tinkamą technologiją. Sutelkite dėmesį į duomenų saugumą. Ypač DI laikais, kai kalbame apie kliento pasitikėjimą, labai svarbu įsitikinti, kad technologiją naudojate atsakingai“, – kalba pranešėjas.
Anot eksperto, perėjimas prie DI yra neišvengiamas, tad būtinas tinkamas komandos paruošimas šiai naujai realybei: „Pasirūpinkite, kad darbuotojai suprastų, kokios yra šių sprendimų galimybės. Kokia nauda kiekvienam darbuotojui, ne tik vadovams ir suinteresuotosioms šalims.“
