Logo Crossweb

Logowanie

Nie masz konta? Zapomniałem hasła

Przypomnij hasło

close Wypełnij formularz.
Na Twój adres e-mail zostanie wysłane link umożliwiający zmianę hasła.
Wyślij

Wykorzystanie Sztucznej Inteligencji do budowania lojalności klientów

Łukasz Słoniewski , 09 kwietnia 2019
Wykorzystanie Sztucznej Inteligencji do budowania lojalności klientów

W dzisiejszych czasach klienci oczekują przede wszystkim jak najlepszej jakości obsługi. Kiedy robią zakupy w sklepie, liczą na to, że znajdą w nim wszystko, czego potrzebują, do kasy nie będzie kolejki oraz zapłacą wygodnie telefonem. Dlatego głównym celem każdego biznesu powinno być optymalizowanie wszelkich procesów tak, aby zapewnić, jak najwyższy poziom zadowolenia swoich klientów, co z pewnością przełoży się na ich zwiększoną lojalność.


Istotę budowania lojalności klientów trafnie podsumował niegdyś sam Walt Disney mówiąc: „Rób to, co robisz tak dobrze, aby Twoi klienci chcieli to od Ciebie kupić jeszcze raz, ale tym razem przyprowadzili również swoich znajomych”. Badania pokazują, że nie jest to wyssane z palca – firmy, które są klasyfikowane jako liderzy w zarządzaniu Doświadczeniem Klienta (Customer Experience – CX) w skali pięciu lat rozwinęły swój biznes o 14% bardziej niż te, które ignorowały tę strefę[1].


Obecnie jesteśmy świadkami rozwoju wielu technologii, które potencjalnie mogą przynieść firmom dużo korzyści, ale i sporo zagrożeń. Jedną z najważniejszych technologii jest Sztuczna Inteligencja, która daje nam wiele korzyści biznesowych, i która jest stale rozwijana w Comarch. Pozwala m.in. wyszukiwać zależności, których sami moglibyśmy nie zaprogramować w standardowych modelach produkcyjnych. Skuteczność modelu zwiększa się z czasem, w związku z tym, że model jest w stanie „uczyć się” przez analizę skuteczności swoich wcześniejszych wyników, a dodatkowo dzięki zaprojektowanym modelom jest w stanie analizować nieustrukturyzowane dane w wielkich ilościach (stąd możliwość analizy obrazów czy dźwięków – danych, z którymi standardowe modele analityczne miały problem).

Tego typu podejście do analizy danych, daje nam zupełnie nowe możliwości personalizacji oferty oraz poprawy skuteczności dopasowania oferowanych produktów i usług do oczekiwań klienta. Modele typu „look-alike”, które uczą się z danych historycznych, potrafią zasugerować promocję, produkt czy usługę, która będzie najodpowiedniejsza dla pojedynczego klienta bazując na analizie jego zachowania, ale również analizie zachowań klientów o podobnej charakterystyce i modelu postępowania. Amazon i Netflix od dawna skutecznie wykorzystują te technologie, a badania wskazują, że mogą one powodować nawet o 50% wzrost współczynnika konwersji (szansy na to, że klient rzeczywiście skorzysta z zasugerowanej oferty). Dodatkowo modele oparte o AI analizują wyniki swoich działań i jeśli nie są one skuteczne, to próbują znaleźć nowe, bardziej efektywne rozwiązania.


Modele oparte o sztuczną inteligencję mogą nam więc podpowiedzieć, jaka będzie najlepsza oferta dla danego klienta, na bazie jego historii zakupów i to nie tylko analizując sam fakt kupienia produktu, ale np. w przypadku ubrań może to być również analiza wyglądu samego ubrania i propozycja ubrań z nowej kolekcji w podobnym „guście”. Mogą również pomóc zaplanować kampanie marketingowe oraz oszacować, którzy klienci tracą zainteresowanie naszymi usługami, a którzy są na fali wznoszącej.


Kolejnym obszarem, który rozwija się dzięki Sztucznej Inteligencji, są tzw. Chatboty, wykorzystywane głównie w obsłudze klienta. Mogą mieć formę nie tylko prostych ścieżek decyzyjnych, które pozwalają klientom otrzymać pewne informacje po wybraniu odpowiednich, zdefiniowanych wcześniej zapytań, ale mogą też w pełni „rozumieć” język naturalny, zarówno pisany (text recognition), jak i mówiony (voice recognition).

Chatboty mogą dużo lepiej dostosować się do swojego rozmówcy niż człowiek, ponieważ jako bardzo mocno wyspecjalizowane narzędzia są w stanie ekstremalnie szybko przeanalizować całą historię poprzednich kontaktów z klientem (jego zakupy, reklamacje, wcześniejsze problemy), biorą pod uwagę nastrój rozmówcy i doskonale wiedzą jak w takiej sytuacji najefektywniej poprowadzić rozmowę, dodatkowo zbierają doświadczenie ze wszystkich kontaktów z dotychczasowymi klientami. No i najważniejsze – nigdy nie odejdą z pracy, a z nimi ich bezcenne doświadczenie. Oczywiście ryzykiem jest skonfrontowanie klienta z Chatbotem który nie jest jeszcze wystarczająco zaawansowany – taka interakcja może budzić dużą frustrację i spowodować, że ten zrezygnuje z dalszej współpracy z firmą, która oferuje tego typu poziom obsługi.


Strefą, która również dynamicznie rozwija się dzięki wykorzystywaniu Chatbotów, jest tzw. „Conversional Commerce”, czyli możliwość dokonania zakupu w efekcie rozmowy z odpowiednio przygotowanym Chatbotem. W tym przypadku prowadzi on klienta przez ścieżkę zakupową, sugerując odpowiednie produkty, zmieniając kolory, dostosowując rozmiary itp. na bazie rozmowy z klientem. To nowa, innowacyjna forma wchodzenia w relację z dostawcą produktów i usług, która może już na wstępie zapewnić niespotykany poziom personalizacji, a przez to dużo szybsze, wygodniejsze i trafniejsze zakupy, z których klient będzie bardziej zadowolony.


Z drugiej strony szybki rozwój technologii rozpoznawania mowy i symulatorów mowy sprawia, że rośnie popularność „wirtualnych asystentów”, takich jak Amazon Alexa czy Google Home Pod. Sprzedaż tych urządzeń osiąga bardzo dobre wyniki i można przewidywać, że możliwości ich wykorzystywania będą się stale poszerzać. camScore szacuje, że do 2020 roku aż połowę wszystkich wyszukiwań będą stanowić wyszukiwania głosowe[2]. Niestety rokuje to również pewnego rodzaju zagrożenie dla wszystkich marek, bo staną się one zależne od producentów wirtualnych asystentów. Przykładowo: na polecenie „zamów dużą pizzę pepperoni” wirtualny asystent ma możliwość dokonania wyboru dostawcy pizzy i ze względu na charakter interfejsu jest w stanie przedstawić dużo mniejszą ilość potencjalnych wyników zapytania. A to sprawia, że markom będzie jeszcze trudniej dotrzeć do swoich potencjalnych klientów, a dostawcy asystentów będą mieli coraz większą kontrolę nad decyzjami zakupowymi swoich użytkowników.

Eksperci prześcigają się w przewidywaniach, kiedy AI zastąpi człowieka. Według przygotowanego przez amerykańskich badaczy raportu, pierwsze poważne zmiany zauważymy na przestrzeni 5 lat[3], natomiast całkowita automatyzacja ma nastąpić przed upływem 50 lat.


Autorem wpisu jest Łukasz Słoniewski – były stażysta w Comarch, obecnie Consulting Director (na zdjęciu w granatowej marynarce)

Pomimo wielu zalet i wad, naukowcy jednogłośnie stwierdzają, że tego procesu nie da się zatrzymać. A skoro jest to rozwiązanie przyszłości, warto już teraz zacząć pogłębiać swoją wiedzę z zakresu sztucznej inteligencji. Idealną okazją do tego, by na tak wczesnym etapie kształcenia zacząć przygodę z AI, może być wakacyjny staż w Comarch. Wśród profili takich jak: programistyczny, inżynier systemowy, UX\UI embedded czy telekomunikacja, znajduje się również profil poświęcony właśnie AI oraz ML.

Aplikując na niego, studenci będą mieli okazję w praktyce tworzyć algorytmy uczenia maszynowego, analizować i modelować dane oraz integrować modele AI/ML z innymi rozwiązaniami.


Jak widać, sztuczna inteligencja zaimplementowana w obszarach styku klienta z firmą, może mieć zatem kolosalny wpływ na to jak klient będzie postrzegał swoją interakcję z daną marką – może odpowiednio ją poprawić lub zniechęcić do dalszych relacji.


Łukasz Słoniewski

Consulting Director w Comarch


------------------------------------------------------------

[1] Źródło: „Customer Experience Drives Revenue Growth, 2016”, Forrester Report, 21.06.2016

[2] „Supercharge Consumer Engagement Using Voice Interfaces”, Gartner, 13.03.2019

[3]  https://arxiv.org/pdf/1705.08807.pdf


___________________________________


Artykuł powstał w ramach cyklu wpisów gościnnych, tworzonych we współpracy z naszymi klientami i partnerami.




Blog - najnowsze wpisy