Klijent koji prijavljuje kvar, naručuje rezervni dio ili pita za održavanje, u tom trenutku ne uspoređuje vaš proizvod s proizvodom konkurenta. On uspoređuje iskustvo dobivanja pomoći. Koliko brzo se javi netko, koliko dobro ta osoba poznaje instalaciju, je li problem riješen odjednom. To iskustvo je za mnoge klijente postalo važnije od same kupnje, jer je kupnja jednokratna, a usluga obuhvaća cijeli vijek trajanja proizvoda.
Do nedavno je to bilo prije svega pitanje popunjenosti kapaciteta. Tko je imao više servisnih djelatnika, s više iskustva, mogao je brže odgovoriti na više pitanja. Vrijeme čekanja i znanje uglavnom su bili u skladu s brojem zaposlenih. Ta veza je danas pod pritiskom.
Iza svakog servisnog kontakta stoji niz radnji. Prva je triaža: koji je problem, koliko je hitan, tko ga treba preuzeti. Druga je pretraživanje: koja je informacija o ovom proizvodu, ovom klijentu, ovoj povijesti instalacije relevantna. Treća je dijagnoza: je li ovo poznati uzorak ili nešto novo. Četvrta je samo rješenje, a peta je zapisivanje što se dogodilo kako bi sljedeći put bilo brže.
Od tih pet koraka, triažu je često već moguće automatizirati: sustav koji kategorizira i usmjerava dolazne prijave to čini konzistentno i bez vremena čekanja. Pretraživanje je zadatak u kojem AI uz ljudski nadzor sve više preuzima posao: pretraživanje priručnika, prijašnjih tiketa i evidencije održavanja sustav može obaviti brže od čovjeka, ali prijevod u ono što treba učiniti u ovom konkretnom slučaju još procjenjuje osoba koja odobrava ili odbija. Dijagnoza kod poznatih uzoraka pomiče se u istom smjeru. Izvođenje rješenja, posebno ako je fizičko, i umirivanje klijenta u teškom razgovoru, ostaje ljudski posao.
Ako pretraživanje i dio dijagnoze obavlja sustav, mijenja se ono što je odlučujuće. Vrijeme odziva bilo je funkcija broja ljudi na liniji; ako sustav odmah kategorizira prijave i unaprijed priprema pravu informaciju za djelatnika koji vodi razgovor, vrijeme odziva postaje manje ovisno o popunjenosti kapaciteta i više o tome koliko je taj sustav dobro postavljen. Poduzeće s manje ljudi na telefonu tako može odgovoriti brže od poduzeća s više ljudi, ali bez pratećeg sustava.
Znanje se također pomiče od nečega što je u glavama prema nečemu što je pronalazivo. Prije je iskusni serviser koji je poznavao sve instalacije po imenu bio nenadmašna prednost. Ta prednost i dalje postoji za slučajeve koji su iznimni, ali kod prepoznatljivih, ponavljajućih problema — najveći dio prijava u većini poduzeća — pitanje više nije tko ima najviše godina iskustva, nego tko je prijašnje slučajeve najbolje zabilježio i učinio pretraživima. Dobavljač koji postoji samo dvije godine, ali je dobro strukturirao svoju servisnu povijest, može na ovoj točki biti brži od dobavljača s tridesetogodišnjim iskustvom i nestrukturiranim dosjeima.
Ta se promjena ne odvija svugdje jednakom brzinom, a to nije primarno posljedica veličine poduzeća. Posljedica je stanja temeljnih podataka. Poduzeće čiji su evidencije održavanja, povijest tiketa i komunikacija s klijentima u odvojenim sustavima koji ne razgovaraju međusobno, ne može napuniti sustav AI-a onim što mu je potrebno, koliko god napredan taj sustav bio. Poduzeće koje to ima uređeno vidi kako se triaža i pretraživanje brže pomiču, dok slično poduzeće u istoj branši na tom pitanju još gotovo potpuno ovisi o ljudima. Ta razlika je mjerljiva u vremenu čekanja, u vremenu rješavanja pri prvom kontaktu, i u tome mora li klijent kod ponovljenih pitanja svaki put iznova ispričati svoju priču.
Ova dimenzija ne funkcionira odvojeno od drugih osi na kojima se poduzeća razlikuju. Koliko široko dobavljač može proširiti svoju uslugu bez razmjernog povećanja broja zaposlenih povezano je s onim što se ovdje događa, kao i kod kako AI mijenja konkurenciju na širini proizvoda. Također pitanje koliko duboko je tehničko znanje koje klijent dobiva na telefonu dodiruje ono o čemu je ovdje riječ, kao što je opisano u kako AI mijenja konkurenciju na tehničkom znanju. A dostupnost — hoće li klijent u svakom trenutku dobiti nekoga ili nešto korisno na liniji — u biti je druga strana istog pitanja, obrađena u kako AI mijenja konkurenciju na dostupnosti.
Ovo nije poziv na zamjenu servisnih djelatnika. Kakvu ulogu AI dobiva u servisnoj organizaciji i što to znači za broj zaposlenih, odluka je poslodavca, za koju vrijede vlastiti zakonski zahtjevi. Ono što je ovdje opisano je promjena u onome što klijent doživljava i po čemu se dobavljači razlikuju, a nije izjava o tome tko bi koji posao trebao nastaviti obavljati.
Ako je vaša postprodajna usluga sporija ili manje konzistentna od one kod konkurenta, prvo pitanje nije koliko ljudi treba dodati, nego koji dio posla zastaje zbog nedostatka ili raspršenosti informacija. Kako pristupiti tom zaostatku ovisi o tome gdje u procesu leži problem, o čemu se govori u što učiniti kod zaostatka na jednoj dimenziji.
Ako tvrdite da reagirate brže ili bolje od svojih konkurenata, pitanje je li ta tvrdnja održiva pri provjeri nešto je što je vrijedno prvo razjasniti za sebe, kao što je objašnjeno u kako potkrijepiti tvrdnju o vlastitoj kvaliteti. Besplatna provjera dimenzija pomaže u tome: navedete na čemu smatrate da pobjeđujete u postprodajnoj usluzi, i vidite koje se od tih tvrdnji mogu obraniti dokazima. Potpuni benchmark, s vašom pozicijom i pozicijom vaše skupine usporedivih poduzeća na svim dimenzijama, u izradi je.
Temeljno pitanje — koji dio posla iza vaše postprodajne usluge danas već može preuzeti AI, a koji dio ostaje ljudski posao — odgovara se po zadatku uz pomoć radne provjere (werkscan) tvrtke FTE TO AI.