Aktualizowanie danych kontaktowych, preferencji i statusów w CRM po interakcji lub zmianie jest jednym z zadań, w których AI już dziś może przejąć dużą część pracy. Nie dlatego, że AI jest wystarczająco „inteligentna”, by rozumieć klientów, ale dlatego że samo zadanie wymaga niewiele interpretacji. Zmiana adresu, nowy numer telefonu, zmiana statusu z leada na klienta: to pola, które się wypełnia, a nie ocenia.
Decydujące są tu trzy osie: ustrukturyzowanie, wolumen i koszty błędów.
Ustrukturyzowanie ocenia się wysoko, ponieważ CRM z definicji działa na stałych polach. Nazwisko, adres e-mail, kategoria preferencji: to dane o ustalonym miejscu i ustalonym formacie. Nie ma tekstu swobodnego, który trzeba interpretować, nie ma kontekstu, który trzeba ważyć. To sprawia, że zadanie nadaje się do przetwarzania oparte na regułach: jeśli pole X zmienia się w źródle Y, zaktualizuj pole X w systemie Z.
Wolumen jest również wysoki. W firmie z dużą bazą klientów mowa o dziesiątkach do setek zmian dziennie, rozłożonych na pojedyncze, drobne czynności. To dokładnie ten typ pracy, w którym powtarzalny, przewidywalny wzorzec waży więcej niż incydentalne wyjątki. Wysoki wolumen w połączeniu z wysokim ustrukturyzowaniem to kombinacja, przy której automatyzacja najszybciej się zwraca.
Koszty błędów są umiarkowane. Błędnie zaktualizowany numer telefonu jest nieprzyjemny, ale zwykle można to naprawić przy następnym kontakcie. Przy bardziej wrażliwych polach, takich jak preferencje płatności czy zgoda na komunikację marketingową, błędy ważą więcej. To jest też powód, dla którego walidacja nie jest krokiem zbędnym, lecz warunkiem.
Przestrzeń do oceny i kontakt z klientem oceniane są od średnio do wysoko, i to jest właśnie miejsce, w którym leży niuans. Część zmian statusu jest jednoznaczna: klient się przeprowadza, adres się zmienia, koniec. Ale nie każda zmiana jest tak proste. Kiedy pracownik obsługi klienta po rozmowie telefonicznej musi ocenić, czy skarga uzasadnia zmianę statusu na „ryzyko rezygnacji”, to nie jest już wprowadzanie danych, lecz ocena. Ten fragment pozostaje pracą ludzką, albo przynajmniej jest przedkładany pracownikowi, który zatwierdza lub odrzuca z podaniem przyczyny.
W firmie z prostym profilem klienta i niewielką liczbą wyjątków udział, który AI może przejąć, jest więc wyższy niż w firmie ze złożonymi relacjami z klientami, wieloma indywidualnymi ustaleniami lub wrażliwymi danymi osobowymi. Zgodność z przepisami również ma tu znaczenie: im bardziej pole dotyka informacji wrażliwych w rozumieniu RODO lub ustaleń umownych, tym wcześniej wskazana jest kontrola człowieka, zanim zmiana stanie się ostateczna.
Technologia, która jest już obecnie wykorzystywana, to głównie RPA: oprogramowanie, które według ustalonych reguł przenosi dane z jednego źródła do drugiego, sygnalizuje zduplikowane rekordy i wypełnia pola na podstawie stałego mapowania. Nie jest to sztuczna inteligencja, która „rozumie”, kim jest klient, lecz zautomatyzowane przetwarzanie ustrukturyzowanych danych wejściowych.
Decydują o tym trzy warunki brzegowe:
Jeśli którykolwiek z tych trzech elementów jest nieobecny, zadanie przesuwa się z powrotem do kategorii drugiej: AI przedstawia propozycję, pracownik zatwierdza lub odrzuca.
To, co się teraz zmienia, to nie fakt, że pracownicy stają się zbędni, ale to, że ich czas przesuwa się z pracy polegającej na wprowadzaniu danych na pracę polegającą na kontroli. Tam gdzie pracownik dawniej ręcznie przepisywał zmianę adresu, teraz ten pracownik ocenia listę proponowanych zmian i klika zatwierdź lub nie zatwierdź. To jest inne zadanie, z innym rozłożeniem czasu, nie koniecznie mniej pracy, ale inna praca.
Ta zmiana przebiega równolegle do tego, co dzieje się przy wprowadzaniu zamówień do systemu oraz przy sprawdzaniu i komunikowaniu statusu zamówienia: również tam wzorzec to ustrukturyzowane wprowadzanie danych, wysoki wolumen, ograniczone koszty błędów, z wyjątkami, które pozostają przy człowieku. Kto zastanawia się, jak to się odnosi do innych zadań ukierunkowanych na klienta, znajdzie podobny bilans przy udzielaniu informacji o stanie magazynowym i terminach dostaw, gdzie panuje to samo napięcie między szybkością i przypadkami, które wymagają odrobinę więcej wyjaśnienia. A dla kogo praca w CRM jest przede wszystkim częścią szerszego procesu, dobrym punktem wyjścia jest przegląd pracy w dziale finansowym, ponieważ dane klientów i faktur często korzystają z tych samych systemów źródłowych.
Czy i jak szybko zostanie to wprowadzone w organizacji, nie jest wyłącznie kwestią techniczną. Ewentualne konsekwencje personalne, które z tego mogą wynikać, podlegają własnym wymogom prawnym pracodawcy; ta strona nie zajmuje w tej sprawie stanowiska.
Ta strona opisuje jedno zadanie w izolacji. Prawdziwy obraz powstaje dopiero wtedy, gdy to zadanie jest widziane razem z innymi zadaniami w firmie: niektóre o podobnym profilu, inne całkowicie odmienne. Aby uzyskać na ten temat pierwsze wrażenie, dostępny jest bezpłatny quickscan: dwanaście pytań, bez konta, z wynikiem wskazującym, jaka część godzin w tym profilu może już dziś zostać przejęta przez AI. Pełny werkscan, który rozkłada pracę firmy na zadania i przelicza to na zdolność w etatach, jest jeszcze w budowie.
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.