Ažuriranje kontaktnih podataka, preferencija i statusa u CRM-u nakon interakcije ili promjene jedan je od zadataka koje AI danas već u velikoj mjeri može preuzeti. Ne zato što je AI dovoljno "pametan" da razumije klijente, nego zato što sam zadatak zahtijeva malo interpretacije. Promjena adrese, novi telefonski broj, promjena statusa iz lead u klijenta: to su polja koja se popunjavaju, a ne procjenjuju.
Tri osi ovdje su odlučujuće: strukturiranost, obujam i troškovi pogrešaka.
Strukturiranost je visoka jer CRM po definiciji radi s fiksnim poljima. Ime, adresa e-pošte, kategorija preferencija: to su podaci s fiksnim mjestom i fiksnim formatom. Nema slobodnog teksta koji treba interpretirati, nema konteksta koji treba odvagnuti. To čini zadatak prikladnim za obradu temeljenu na pravilima: ako se polje X promijeni u izvoru Y, ažuriraj polje X u sustavu Z.
Obujam je također visok. Kod poduzeća s opsežnom bazom klijenata riječ je o desecima do stotinama promjena dnevno, raspoređenih po odvojenim, malim radnjama. Upravo vrsta posla kod koje ponavljajući, predvidljiv obrazac više teži od povremenih iznimaka. Visok obujam u kombinaciji s visokom strukturiranošću kombinacija je kod koje se automatizacija najbrže isplati.
Troškovi pogrešaka su umjereni. Pogrešno ažuriran telefonski broj neugodan je, ali obično se može ispraviti pri sljedećem kontaktu. Kod osjetljivijih polja, poput platnih preferencija ili pristanka na marketinšku komunikaciju, pogreške teže više. Zato validacija nije suvišan korak, nego preduvjet.
Prostor za prosudbu i kontakt s klijentima ocjenjuju se umjereno do visoko, i upravo je to mjesto gdje leži nijansa. Dio promjena statusa je jednoznačan: klijent se seli, adresa se mijenja, gotovo. No nije svaka promjena tako jednostavna. Kada djelatnik korisničke službe nakon telefonskog razgovora mora procijeniti opravdava li pritužba promjenu statusa u "rizik od otkazivanja", to više nije unos podataka nego prosudba. Taj dio ostaje ljudski posao, ili se barem predaje djelatniku koji odobrava ili odbija uz obrazloženje.
Kod poduzeća s jednostavnim profilom klijenata i malo iznimaka udio koji AI može preuzeti stoga je viši nego kod poduzeća sa složenim odnosima s klijentima, mnogo prilagođenih dogovora ili osjetljivih osobnih podataka. Usklađenost s propisima ovdje također igra ulogu: što više polje dotiče informacije osjetljive prema GDPR-u ili ugovorne dogovore, to je poželjnija ljudska kontrolna provjera prije nego promjena postane konačna.
Tehnologija koja se već sada primjenjuje uglavnom je rpa: softver koji prema fiksnim pravilima preuzima podatke iz jednog izvora u drugi, signalizira duplicirane zapise i popunjava polja na temelju fiksnog mapiranja. To nije umjetna inteligencija koja "razumije" tko je klijent, nego automatizirana obrada strukturiranog unosa.
Tri rubna uvjeta određuju hoće li to funkcionirati:
Ako nedostaje jedan od ta tri uvjeta, zadatak se vraća u drugu kategoriju: AI daje prijedlog, djelatnik odobrava ili odbija.
Ono što se sada mijenja nije da djelatnici postaju suvišni, nego da se njihovo vrijeme premješta s unosa na kontrolu. Gdje je djelatnik ranije ručno prekucavao promjenu adrese, sada taj djelatnik procjenjuje popis predloženih promjena i klika odobri ili ne odobri. To je drugačiji zadatak, s drugačijom raspodjelom vremena, ne nužno manje posla, ali svakako drugačiji posao.
Ovaj pomak teče paralelno s onim što se događa kod unosa narudžbi u sustav i kod provjere i komuniciranja statusa narudžbe: i tamo je obrazac strukturirani unos, visok obujam, ograničeni troškovi pogrešaka, s iznimkama koje ostaju kod čovjeka. Tko se pita kako se to odnosi prema drugim zadacima usmjerenima na klijente, nailazi na sličnu procjenu kod pružanja informacija o zalihama i rokovima isporuke, gdje vlada ista napetost između brzine i slučajeva koji zahtijevaju nešto više objašnjenja. A za onoga tko CRM posao prije svega vidi kao dio šireg procesa, pregled posla u financijskom odjelu dobra je polazna točka, jer podaci o klijentima i fakturama često dijele iste izvorne sustave.
Hoće li se i koliko brzo ovo uvesti unutar organizacije nije samo tehničko pitanje. Posljedice za osoblje koje eventualno iz toga proizlaze potpadaju pod vlastite zakonske obveze poslodavca; o tome se ova stranica ne izjašnjava.
Ova stranica opisuje jedan zadatak izolirano. Stvarna slika nastaje tek kada se taj zadatak promatra uz ostale zadatke unutar poduzeća: neki s usporedivim profilom, drugi potpuno drugačiji. Za prvi dojam o tome postoji besplatni brzi test: dvanaest pitanja, bez računa, s rezultatom koji pokazuje procjenu kojeg dijela sati u tom profilu danas može preuzeti AI. Potpuna analiza posla, koja posao poduzeća raščlanjuje na zadatke i po zadatku preračunava u kapacitet fte, još je u izradi.
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.