Takuu ja riskinotto ovat lupaus, jonka toimittaja antaa siitä, mitä tapahtuu, jos jokin menee pieleen. Kuinka pitkä on takuuaika, mitä siihen ei sisälly, kuka kantaa riskin korvausvaatimuksen sattuessa, ja kuinka nopeasti kyseinen vaatimus käsitellään. Asiakkaalle tämä on usein tarjouksen ratkaiseva kohta, juuri siksi että muu tarjous on hinnan ja toimitusajan osalta jo vertailukelpoinen. Se, joka uskaltaa olla tässä anteliaampi kuin muut, voittaa kaupat, jotka ovat muilta ulottuvuuksiltaan tasavertaisia.
Syy siihen, miksi kaikki eivät uskalla olla yhtä anteliaita, piilee kyseisen lupauksen taustalla olevassa työssä. Takuuaika ei ole markkinointivalinta, se on riskiarvio. Jonkun on laskettava, kuinka usein tuote tai palvelu pettää, mitä korvausvaatimus keskimäärin maksaa, ja kuinka paljon katteessa on tilaa sen kantamiseen. Tämä työ tehtiin perinteisesti kokemuksen ja pistokokeiden perusteella: riskienhallinnan asiantuntija käy läpi edellisvuoden korvausvaatimukset ja suosittelee niiden pohjalta takuuaikaa. Hitaammin kuin markkina vaatii, ja katteella, joka on pikemminkin liian varovainen kuin liian täsmällinen.
Jokaisen takuuehdon takana on tehtäväketju. Korvausvaatimushistorian kerääminen ja luokittelu. Vikaantumiskuvioiden tunnistaminen tuotteittain, asiakassegmenteittäin, käyttöolosuhteittain. Riskinoton kustannuksen laskeminen sen selvittämiseksi, mitä laajempi takuu todella maksaa. Ja lopuksi ehdon kääntäminen tekstiksi, joka on juridisesti pitävä ja kaupallisesti houkuttelevalta kuulostava.
Tämä on juuri sellaista työtä, jossa tekoälyn käyttöönoton kolme kategoriaa limittyvät toisiinsa. Korvausvaatimusdatan läpikäynti ja siinä olevien kuvioiden tunnistaminen on työtä, jonka järjestelmä pystyy jo tänään suurelta osin ottamaan hoitaakseen, kunhan data on olemassa ja toimitetaan jäsennellyssä muodossa. Näiden kuvioiden kääntäminen konkreettiseksi riskibudjetiksi tuotelinjaa kohden tapahtuu useimmiten valvonnan alaisena: malli antaa ehdotuksen, riskienhallinnan asiantuntija hyväksyy sen tai korjaa sitä, perustellusti. Ja sen määrittäminen, mitä riskiä organisaatio on valmis kantamaan laskennallisen tuloksen päälle, pysyy ihmistyönä, koska kyse on strategiaa ja mainetta koskevasta valinnasta, ei todennäköisyydestä.
Ero ei piile itse takuuajassa, vaan siinä, miten se syntyy ja kuinka nopeasti se sovelletaan. Toimittaja, joka pystyy laskemaan korvausvaatimuskuviot tuotelinjaa tai jopa asiakasta kohden, voi eriyttää: laajempi takuu siellä missä riski on matala, tiukemmat ehdot siellä missä riski on korkea, yhden kaikkiin sovellettavan ajan sijaan. Asiakas huomaa tämän suoraan tarjouksesta, ja tämä on juuri sellainen ero, joka näkyy jo myös kohdassa miten tekoäly muuttaa kilpailua tarjousnopeudessa, jossa tapahtuu sama siirtymä käsin tehdystä arviosta laskettuun ehdotukseen.
Toinen havaittava ero piilee itse korvausvaatimuksen käsittelyssä. Siinä missä riskiarvio tehdään etukäteen, vahinkoarviointi tehdään jälkikäteen, ja myös tämä prosessi muuttuu: alkuvaiheen triagen ja dossierin muodostamisen voi järjestelmä ottaa hoitaakseen, kun taas lopullinen myöntämispäätös pysyy työntekijällä. Asiakas, joka tietää tilanteensa päivissä viikkojen sijaan, kokee tämän osana samaa takuuta, vaikka se muodollisesti on eri prosessi.
Se, hyödyntääkö organisaatio jo tätä siirtymää, ei riipu toimialasta vaan kolmesta asiasta: onko korvausvaatimusdata muodossa, jota järjestelmä pystyy lukemaan, onko olemassa riskienhallinnan asiantuntija, joka on valmis ottamaan mallin ehdotuksen lähtökohdaksi uhan sijaan, ja onko tuotteen kate riittävän suuri kokeilemaan täsmällisempiä takuita. Yrityksellä, jonka korvausvaatimusdossierit ovat vielä paperilla tai irrallisissa taulukkolaskentatiedostoissa, voi olla sama kunnianhimo kuin vertaisryhmän edelläkävijällä ja silti se voi olla vuosia jäljessä, yksinkertaisesti koska perusta puuttuu.
Tämä koskettaa myös tapaa, jolla riskejä hinnoitellaan, ja siten suoraan kysymystä millaisen etumatkan tekoäly tuo hinnoittelussa: täsmällisempi riskiarvio mahdollistaa täsmällisemmän hinnan ilman että kate joutuu paineeseen. Se, joka ei vaadi tässä etumatkaa, kun kilpailijat jo tekevät niin, häviää huomaamatta sitä välittömästi, samalla tavalla kuin kuvataan kohdassa miksi yritykset häviävät yhä useammin hinnalla.
Tähän liittyy yksi huomautus. Jos riskiarvio koskettaa henkilöstöpäätöksiä, esimerkiksi silloin kun korvausvaatimusten arviointiin tarvitaan vähemmän ihmisiä, sovelletaan siihen omia lakisääteisiä vaatimuksia. Tämä ei ole osa tätä vertailua eikä sitä arvioida tässä.
Taustalla oleva kysymys ei ole, onko takuu vahva myyntiargumentti, se tiedetään jo. Kysymys on, mikä osa sen taustalla olevasta työstä on organisaatiossanne jo siirtynyt valvotulle järjestelmälle, ja mikä osa toimii vielä kokonaan kokemuksen ja pistokokeiden varassa. Sama kysymys nousee esiin fuusion tai yrityskaupan jälkeen, jolloin kahta takuupolitiikkaa on verrattava toisiinsa, mitä käsitellään kohdassa miten vertaatte asemaanne yrityskaupan jälkeen.
Mikä työ yrityksessänne on todella tekoälyn siirrettävissä, vaihtelee tehtävän ja tuotelinjan mukaan, ja juuri tämän FTE TO AI:n työskentelyskannaus kartoittaa tehtäväkohtaisesti.
Määrittäkää, missä uskotte voittavanne takuun ja riskinoton osalta: onko se aika, kattavuus vai korvausvaatimuksen käsittelynopeus. Ilmainen ulottuvuustarkistus näyttää, mitkä näistä väitteistä voidaan puolustaa näytöllä suhteessa vertaisryhmäänne. Täydellinen vertailuarvo on rakenteilla.
Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.