Aktualizace kontaktních údajů, preferencí a stavů v CRM po interakci nebo změně je jednou z úloh, kde AI dnes už dokáže převzít velkou část práce. Ne proto, že by AI byla dostatečně "chytrá" na to, aby rozuměla zákazníkům, ale proto, že samotný úkol vyžaduje málo interpretace. Změna adresy, nové telefonní číslo, změna stavu z leadu na zákazníka: to jsou pole, která se vyplňují, nikoli posuzují.
Rozhodující jsou zde tři osy: strukturovanost, objem a náklady na chyby.
Strukturovanost dosahuje vysokého skóre, protože CRM ze své podstaty pracuje s pevnými poli. Jméno, e-mailová adresa, kategorie preferencí: jsou to údaje s pevným místem a pevným formátem. Neexistuje volný text, který by bylo třeba interpretovat, ani kontext, který by bylo třeba zvažovat. To dělá úkol vhodným pro zpracování založené na pravidlech: pokud se pole X ve zdroji Y změní, aktualizuje se pole X v systému Z.
Objem je rovněž vysoký. U firmy s rozsáhlou zákaznickou základnou jde o desítky až stovky změn denně, rozložených do jednotlivých malých úkonů. Přesně ten typ práce, kde se opakující se, předvídatelný vzorec vyplatí více než ojedinělé výjimky. Vysoký objem v kombinaci s vysokou strukturovaností je kombinace, u níž se automatizace nejrychleji vrátí.
Náklady na chyby se pohybují uprostřed. Nesprávně aktualizované telefonní číslo je nepříjemné, ale obvykle napravitelné při dalším kontaktu. U citlivějších polí, jako jsou platební preference nebo souhlas s marketingovou komunikací, mají chyby větší váhu. Právě proto validace není zbytečný krok, ale podmínka.
Prostor pro úsudek a kontakt se zákazníkem dosahují středního až vysokého skóre, a právě zde je ta nuance. Část změn stavu je jednoznačná: zákazník se přestěhuje, adresa se změní, hotovo. Ale ne každá změna je tak jednoduchá. Když musí pracovník zákaznického servisu po telefonátu posoudit, zda stížnost opravňuje ke změně stavu na "riziko odchodu", už to není zadávání do pole, ale posouzení. Tato část zůstává prací člověka, případně se předkládá pracovníkovi, který ji s odůvodněním schválí nebo zamítne.
U firmy s jednoduchým zákaznickým profilem a málo výjimkami je tedy podíl, který AI dokáže převzít, vyšší než u firmy se složitými vztahy se zákazníky, mnoha individuálními dohodami nebo citlivými osobními údaji. Roli zde hraje i compliance: čím více se pole týká informací citlivých z hlediska GDPR nebo smluvních ujednání, tím dříve je žádoucí lidská kontrola předtím, než se změna stane definitivní.
Technologie, která se dnes již nasazuje, je především RPA: software, který podle pevných pravidel přebírá údaje z jednoho zdroje do druhého, signalizuje duplicitní záznamy a vyplňuje pole na základě pevného mapování. Nejde o umělou inteligenci, která "chápe", kdo je zákazník, ale o automatizované zpracování strukturovaného vstupu.
Zda to funguje, určují tři okrajové podmínky:
Chybí-li jedna z těchto tří podmínek, úkol se posouvá zpět do druhé kategorie: AI podá návrh, pracovník jej schválí nebo zamítne.
To, co se nyní mění, není to, že by se pracovníci stali zbytečnými, ale že se jejich čas přesouvá od zadávání dat ke kontrolní práci. Zatímco dříve pracovník ručně přepisoval změnu adresy, nyní posuzuje seznam navrhovaných změn a klikne na souhlas nebo nesouhlas. Je to jiný úkol, s jiným časovým nasazením, ne nutně méně práce, ale jiná práce.
Tento posun probíhá paralelně s tím, co se děje u zadávání objednávek do systému a u kontroly a komunikace stavu objednávky: i tam platí stejný vzorec strukturovaného vstupu, vysokého objemu, omezených nákladů na chyby, s výjimkami, které zůstávají na člověku. Kdo se ptá, jak se to vztahuje k dalším úkolům zaměřeným na zákazníky, najde podobnou úvahu u poskytování informací o skladu a dodacích lhůtách, kde platí stejné napětí mezi rychlostí a případy, které vyžadují o něco více vysvětlení. A pro toho, kdo vnímá práci s CRM především jako součást širšího procesu, je dobrým výchozím bodem přehled práce na finančním oddělení, protože zákaznické a fakturační údaje často sdílejí stejné zdrojové systémy.
Zda a jak rychle se toto zavede v rámci organizace, není pouze technická otázka. Případné personální důsledky, které z toho plynou, spadají pod vlastní zákonné povinnosti zaměstnavatele; k tomu se tato stránka nevyjadřuje.
Tato stránka popisuje jeden úkol izolovaně. Skutečný obraz vznikne až tehdy, když se tento úkol posoudí vedle ostatních úkolů ve firmě: některé s podobným profilem, jiné zcela odlišné. Pro první představu o tom slouží bezplatný quickscan: dvanáct otázek, bez nutnosti účtu, s výsledkem v podobě odhadu, jakou část hodin v daném profilu lze dnes převést na AI. Kompletní pracovní scan, který rozloží práci firmy na úkoly a u každého úkolu propočítá dopad na kapacitu FTE, se stále připravuje.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.