Egy ügyfél, aki meghibásodást jelent, alkatrészt rendel utólag, vagy karbantartásra kérdez rá, azon a pillanaton nem az Ön termékét hasonlítja össze egy versenytárséval. Azt hasonlítja össze, milyen érzés segítséget kapni. Milyen gyorsan reagál valaki, mennyire ismeri jól az adott illető az installációt, sikerül-e a problémát egy körben megoldani. Ez a tapasztalat sok ügyfél számára fontosabbá vált, mint a vásárlás maga, mert a vásárlás egyszeri, míg a szolgáltatás a termék teljes élettartamát átfogja.
Egészen a közelmúltig ez elsősorban létszámkérdés volt. Akinek több, több tapasztalattal rendelkező szervizmunkatársa volt, több kérdésre tudott gyorsabban válaszolni. A várakozási idő és a tudás nagyrészt párhuzamosan futott a létszámmal. Ez az összefüggés most nyomás alá kerül.
Minden szervizkapcsolat mögött egy sorozat művelet áll. Az első a triázs: mi a probléma, mennyire sürgős, kinek kell felvennie. A második a keresés: milyen információ releváns erről a termékről, ezen ügyfélről, ezen installációs történetről. A harmadik a diagnózis: ismert mintázatról van szó, vagy valami újról. A negyedik a megoldás maga, az ötödik pedig a történtek rögzítése, hogy legközelebb gyorsabban lehessen haladni.
Az öt lépés közül a triázst gyakran már ma is lehet automatizálni: egy rendszer, amely a beérkező bejelentéseket kategorizálja és irányítja, ezt konzisztensen és várakozási idő nélkül teszi. A keresés olyan feladat, amelyből az emberi felügyelet melletti AI egyre több munkát vesz át: a kézikönyvek, korábbi jegyek és karbantartási naplók átkutatását egy rendszer gyorsabban végzi el, mint egy ember, de annak lefordítását, hogy mit kell tenni ebben a konkrét esetben, még mindig valaki mérlegeli, aki jóváhagy vagy elvet. A diagnózis ismert mintázatok esetén ugyanebbe az irányba mozdul el. A megoldás végrehajtása, különösen ha az fizikai, és az ügyfél megnyugtatása egy nehéz beszélgetésben, emberi munka marad.
Ha a keresést és a diagnózis egy részét egy rendszer végzi, megváltozik az, ami megkülönböztető erejű. A reagálási idő korábban azon múlt, hányan ültek a telefonvonalon; ha egy rendszer a bejelentéseket azonnal kategorizálja és a megfelelő információt már előkészíti annak a munkatársnak, aki a beszélgetést vezeti, a reagálási idő kevésbé függ a létszámtól, és inkább attól, mennyire jól van felépítve az adott rendszer. Egy kevesebb telefonos munkatárssal rendelkező vállalat így gyorsabban válaszolhat, mint egy több emberrel, de támogató rendszer nélkül működő vállalat.
A tudás is elmozdul: abból, ami fejekben van, azzá válik, ami megtalálható. Régen egy tapasztalt szervizes, aki minden installációt névről ismert, felülmúlhatatlan előnyt jelentett. Ez az előny továbbra is megmarad a kivételes esetekben, de a felismerhető, visszatérő problémák esetén — amely a legtöbb vállalatnál a bejelentések nagy részét jelenti — a kérdés már nem az, ki rendelkezik a legtöbb év tapasztalattal, hanem az, ki rögzítette és tette a legjobban kereshetővé a korábbi eseteket. Egy szolgáltató, amely csak két éve létezik, de a szervizhistóriáját jól strukturálta, ebben a pontban gyorsabb lehet, mint egy harminc éves tapasztalattal, de strukturálatlan dossziékkal működő szolgáltató.
Ez az eltolódás nem mindenhol egyforma tempóban halad, és ennek nem elsősorban a vállalat mérete az oka. Az alapul szolgáló adatok állapota az ok. Egy vállalat, amelynek karbantartási naplói, jegytörténete és ügyfélkommunikációja egymással nem kommunikáló, elkülönült rendszerekben van, nem tudja egy AI-rendszert azzal ellátni, amire annak szüksége van, függetlenül attól, mennyire fejlett az adott rendszer. Egy vállalat, amelynél ez rendben van, gyorsabban látja a triázs és a keresés eltolódását, míg egy ugyanazon szektorban működő, hasonló vállalat ebben a pontban még gyakorlatilag teljesen az emberektől függ. Ez a különbség mérhető a várakozási időben, az első kapcsolatnál történő megoldási időben, és abban, hogy egy ügyfélnek ismétlődő kérdések esetén mindig újra el kell-e mondania a történetét.
Ez a dimenzió nem függetlenül működik a vállalatok megkülönböztetésének más tengelyeitől. Az, hogy egy szolgáltató milyen széles körben tudja bővíteni szolgáltatását anélkül, hogy arányosan több embert vegyen fel, összefügg azzal, ami itt történik, éppúgy, mint hogyan változtatja meg az AI a versenyt a termékszélesség terén. Az a kérdés is, mennyire mély technikai tudással találkozik az ügyfél a telefonban, kapcsolódik az itt tárgyalt témához, ahogyan az hogyan változtatja meg az AI a versenyt a technikai tudás terén írásban olvasható. És az elérhetőség — hogy egy ügyfél bármikor elér valakit vagy valamit hasznosat a telefonban — valójában ugyanannak az éremnek a másik oldala, amelyet hogyan változtatja meg az AI a versenyt az elérhetőség terén tárgyal részletesen.
Ez nem felhívás a szervizmunkatársak leváltására. Az, milyen szerepet kap az AI a szervizorganizációban és mit jelent ez a létszám számára, a munkáltató döntése, amelyre saját törvényi követelmények vonatkoznak. Az itt leírt egy eltolódás abban, amit az ügyfél megtapasztal, és amiben a szolgáltatók megkülönböztetik egymást, nem pedig állásfoglalás arról, kinek milyen munkát kellene továbbra is végeznie.
Ha az Önök értékesítés utáni szolgáltatása lassabb vagy kevésbé konzisztens, mint egy versenytársé, az első kérdés nem az, hány embert kell felvenni, hanem az, hogy a munka mely része akad el hiányzó vagy szétaprózott információn. Hogyan lehet ezt a hátrányt kezelni, attól függ, hol tart el a probléma a folyamatban, amit a mit tegyünk egy dimenzión mutatkozó hátránnyal tárgyal.
Ha Önök azt állítják, hogy gyorsabban vagy jobban reagálnak, mint versenytársaik, az a kérdés, hogy ez az állítás megállná-e a helyét egy vizsgálat során, olyan dolog, amit előbb saját maguk számára célszerű tisztázni, ahogyan az hogyan alapozza meg egy állítást a saját minőségéről írásban kifejtve van. Az ingyenes dimenzióteszt ebben segít: megnevezi, mire gondolja, hogy nyer az értékesítés utáni szolgáltatás terén, és megnézheti, mely állítások védhetők meg bizonyítékkal. A teljes benchmark, az Önök pozíciójával és a peer csoportjukéval minden dimenzión, jelenleg épül.
Az alapul szolgáló kérdésre — hogy az értékesítés utáni szolgáltatásuk mögötti munka mely része vehető át már ma az AI által, és mely része marad emberi munka — az FTE TO AI munkateszt ad feladatonkénti választ.
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.