Zákazník, který hlásí poruchu, objednává náhradní díl nebo se ptá na údržbu, v tu chvíli neporovnává váš produkt s produktem konkurence. Porovnává zážitek z toho, jak mu bylo pomoženo. Jak rychle někdo zareaguje, jak dobře daná osoba zná instalaci, zda se problém vyřeší napoprvé. Tento zážitek začal pro mnoho zákazníků vážit více než samotné pořízení, protože nákup je jednorázový, zatímco servis provází celou životnost produktu.
Do nedávna to byla především otázka obsazenosti. Kdo měl více servisních pracovníků, s více zkušenostmi, mohl rychleji zodpovědět více dotazů. Doba čekání a znalosti šly z velké části ruku v ruce s počtem zaměstnanců. Tato souvislost je nyní pod tlakem.
Za každým servisním kontaktem stojí řada úkonů. Prvním je třídění: co je problém, jak je naléhavý, kdo by se ho měl ujmout. Druhým je vyhledávání: jaké informace o tomto produktu, tomto zákazníkovi, této historii instalace jsou relevantní. Třetím je diagnóza: jde o známý vzorec, nebo o něco nového. Čtvrtým je samotné řešení a pátým zaznamenání toho, co se stalo, aby to příště šlo rychleji.
Z těchto pěti kroků lze třídění často už automatizovat: systém, který kategorizuje a směruje příchozí hlášení, to dělá konzistentně a bez čekací doby. Vyhledávání je úkol, ze kterého AI s lidským dohledem přebírá stále více práce: prohledávání manuálů, dřívějších tiketů a servisních záznamů zvládne systém rychleji než člověk, ale překlad do toho, co je třeba udělat v tomto konkrétním případě, stále posuzuje někdo, kdo to schválí, nebo zamítne. Diagnóza u známých vzorců se posouvá stejným směrem. Provedení řešení, zejména je-li fyzické, a uklidnění zákazníka v obtížném rozhovoru zůstává prací lidí.
Pokud vyhledávání a část diagnózy provádí systém, mění se to, co je rozlišující. Doba reakce byla funkcí toho, kolik lidí bylo na lince; pokud systém hlášení okamžitě kategorizuje a předem připraví správné informace pro pracovníka, který vede rozhovor, stává se doba reakce méně závislou na obsazenosti a více na tom, jak dobře je tento systém nastaven. Firma s méně lidmi u telefonu tak může odpovídat rychleji než firma s více lidmi, ale bez podpůrného systému.
Rovněž znalosti se posouvají od něčeho, co je v hlavách, k něčemu, co lze najít. Dříve byl zkušený technik, který znal všechny instalace jménem, nedostižnou výhodou. Tato výhoda přetrvává u výjimečných případů, ale u rozpoznatelných, opakujících se problémů — u většiny hlášení ve většině firem — už otázkou není, kdo má nejvíce let zkušeností, ale kdo nejlépe zaznamenal a zpřístupnil k vyhledávání dřívější případy. Dodavatel, který existuje teprve dva roky, ale má dobře strukturovanou servisní historii, může být v tomto ohledu rychlejší než dodavatel s třicetiletou zkušeností a nestrukturovanými spisy.
Tento posun neprobíhá všude stejně rychle a není to primárně dáno velikostí firmy. Je to dáno stavem podkladových dat. Firma, jejíž servisní záznamy, historie tiketů a komunikace se zákazníky jsou v oddělených systémech, které spolu nekomunikují, nemůže AI systém nakrmit tím, co potřebuje, ať je sebevyspělejší. Firma, která to má v pořádku, vidí rychlejší posun v třídění a vyhledávání, zatímco srovnatelná firma ve stejném odvětví je v tomto ohledu stále téměř zcela závislá na lidech. Tento rozdíl je měřitelný v čekací době, v době vyřešení při prvním kontaktu a v tom, zda musí zákazník při opakovaných dotazech znovu a znovu vyprávět svůj příběh.
Tato dimenze nefunguje odděleně od ostatních os, na kterých se firmy odlišují. To, jak široce může dodavatel rozšiřovat své služby, aniž by úměrně najímal více lidí, souvisí s tím, co se odehrává zde, stejně jako v případě jak AI mění konkurenci v šíři produktu. Také otázka, jak hluboké technické znalosti má zákazník po telefonu k dispozici, souvisí s tím, o čem je tu řeč, jak popisuje jak AI mění konkurenci v technických znalostech. A dostupnost — zda zákazník kdykoli dostane na lince někoho nebo něco použitelného — je vlastně druhá strana téže mince, rozpracovaná v jak AI mění konkurenci v dostupnosti.
Toto není argument pro nahrazení servisních pracovníků. Jakou roli AI dostane v servisní organizaci a co to znamená pro personální obsazení, je rozhodnutí zaměstnavatele, na které se vztahují vlastní zákonné požadavky. To, co je zde popsáno, je posun v tom, co zákazník zažívá a na čem se dodavatelé odlišují, nikoli výrok o tom, kdo by měl jakou práci vykonávat.
Pokud je váš poprodejní servis pomalejší nebo méně konzistentní než u konkurence, první otázkou není, kolik lidí je třeba přibrat, ale která část práce vázne na chybějících nebo roztříštěných informacích. Jak toto zpoždění řešit, závisí na tom, kde v procesu problém vězí, což je rozebráno v co dělat při zpoždění v některé dimenzi.
Pokud tvrdíte, že reagujete rychleji nebo lépe než vaši konkurenti, je otázka, zda toto tvrzení obstojí při prověření, něco, co je třeba si nejprve ujasnit sami pro sebe, jak je rozpracováno v jak podložit tvrzení o vlastní kvalitě. Pomůže vám k tomu bezplatná kontrola dimenzí: uvedete, na čem si myslíte, že vyhráváte v poprodejním servisu, a uvidíte, která z těchto tvrzení lze obhájit důkazy. Kompletní benchmark, s vaší pozicí a pozicí vaší skupiny srovnatelných firem ve všech dimenzích, se připravuje.
Na základní otázku — kterou část práce za vaším poprodejním servisem už dnes dokáže převzít AI a která část zůstává prací lidí — odpovídá po jednotlivých úkolech pracovní scan od FTE TO AI.