En kunde vil vide, hvor hans bestilling er. En medarbejder slår statussen op i ERP- eller logistiksystemet og melder dette tilbage, telefonisk, via e-mail eller chat. Dette er en af de mest tilbagevendende opgaver inden for kundeservice, og også en af de mest forudsigelige. Netop det gør den egnet til i vid udstrækning at blive udført af AI.
Tre akser er afgørende her: struktureringsgrad, volumen og kundekontakt.
Struktureringsgraden scorer højt. En ordrestatus er ikke et åbent spørgsmål: der er et ordrenummer, et system med en aktuel status, og et fast sæt mulige svar (afsendt, undervejs, forsinket, leveret). Der skal ikke opfindes noget, kun slås op og meldes tilbage.
Volumen er som regel højt. Hos virksomheder med mange bestillinger udgør denne type spørgsmål en stor del af det indgående kontaktvolumen. Højt volumen kombineret med et fast mønster er præcis dér, hvor automatisering betaler sig: den samme handling, hundredvis eller tusindvis af gange, uden at indholdet ændrer sig.
Kundekontakten scorer lavt i retning af automatisering (2 ud af 5), men det er her mindre et problem, end det ser ud til. Kundekontakt bliver først et problem for AI, når samtalen er følsom eller kræver skræddersyet håndtering. Ved et statusspørgsmål er kontakten funktionel: kunden vil have et svar, ikke en samtale. Så længe budskabet stemmer og kommer til tiden, er "hvem" sekundært.
Tre akser holder scoren blandet, og det er relevant ikke at fortie.
Skønsrum (2) og kreativitet (5, noteret ugunstigt fordi der her ikke kræves kreativitet, og det netop er pointen) viser, at der er brug for lidt fortolkning — men ved afvigelser, som en ordre der i tre dage har stået som "undervejs" uden scanningstidspunkt, er der bestemt behov for en vurdering: er dette en systemfejl, en forsinkelse hos transportøren, eller en ordre der er blevet væk? Det kræver på det tidspunkt et menneske, eller som minimum en eskaleringsregel.
Compliance (5) betyder, at der er få juridiske komplikationer ved at melde en status tilbage. Fejlomkostninger (3) ligger i midten: at melde en forkert status til en kunde er ærgerligt, men sjældent skadeligt. Det varierer i øvrigt kraftigt fra branche til branche. Ved medicinsk udstyr eller tidsfølsomme B2B-leverancer kan en forkert statusmelding faktisk have konsekvenser, og så flytter denne akse til en højere risiko end antaget her.
Det AI kan klare i dag, er en agent: et system der selvstændigt slår statussen op i logistiksystemet, oversætter dette til en forståelig tekst, og kommunikerer dette til kunden, uden at der hele tiden er et menneske imellem. Det er ikke en fuld overtagelse af rollen, men wel af en stor del af de gentagne handlinger inden for den rolle.
Tre betingelser afgør, om dette fungerer i praksis:
Hos virksomheder uden realtidskobling mellem bestillingssystem og logistiksystem — for eksempel hvor statussen holdes manuelt opdateret i en Excel-fil — ligger struktureringsgraden faktisk lavere end antaget her, og denne opgave er endnu ikke moden til en agent. Det berører direkte en beslægtet opgave: levering af lager- og leveringstidsinformation læner sig op ad de samme datakilder og støder på det samme problem, når den kobling mangler.
Virksomheder med mange skræddersyede ordrer eller B2B-kunder med kontraktlige leveringsaftaler ser skønsrumsaksen veje tungere: en forsinkelse kan der betyde et kontraktbrud, og så er menneskelig vurdering mere påkrævet end ved forbrugerpakker.
Denne opgave hænger også sammen med, hvad der sker længere fremme i processen. Forkerte kundedata fører til forkerte statusmeldinger, så holde kundedata opdateret i CRM'et er reelt en betingelse, ikke en selvstændig opgave. I den anden ende af processen spiller generering af forsendelses- og returdokumenter og selve ordrens oprindelse en rolle, via indtastning af ordrer i systemet: jo renere disse trin er indrettet, desto mere pålidelig er den statusinformation, der senere kommer ud.
Dette er ikke personalerådgivning og heller ikke et argument for at reducere et kundeserviceteam. Om og hvordan en organisation træffer personalebeslutninger, hører under egne lovmæssige krav og egen afvejning; denne side beskriver kun, hvilken del af arbejdet der egner sig til automatisering, ikke hvad den personalemæssige konsekvens heraf bør være.
Om denne opgave i Deres virksomhed kan automatiseres i høj eller lav grad, afhænger af Deres systemer, Deres ordrevolumen og omfanget af afvigelser. Den gratis quickscan fra FTE TO AI består af tolv spørgsmål, uden oprettelse af konto, og giver en indikation af, hvilken del af timerne i denne type arbejdsprofil der i dag kan overtages af AI. Den fulde arbejdsscan, der beregner dette helt ned på opgaveniveau for Deres egen organisation, er stadig under udvikling.
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.