AI og automatisering i kundeopplevelsen

Teknologien skaper ikke en god kundeopplevelse alene. Verdien oppstår når den løser et konkret kundebehov, bruker pålitelige data og inngår i en gjennomtenkt prosess.

Hva er forskjellen på AI og automatisering?

Regelbasert automatisering følger forhåndsdefinerte regler. En bestemt hendelse utløser en bestemt handling. Det kan være en ordrebekreftelse, en påminnelse, ruting av en henvendelse eller en e-post som sendes etter at kunden har fylt ut et skjema.

AI kan analysere språk og mønstre, tolke mer komplekse henvendelser og generere eller foreslå svar. Teknologien kan derfor håndtere større variasjon enn en fast regel.

Mange gode løsninger kombinerer begge deler. AI tolker behovet, mens automatiseringen utfører en kontrollert handling.

AI-assistenter og chat

En AI-assistent kan svare på vanlige spørsmål, hjelpe kunden med å finne informasjon og samle inn nødvendig kontekst før en medarbeider overtar.

Den bør være koblet til oppdaterte og godkjente kunnskapskilder. Når en språkmodell henter relevant informasjon fra virksomhetens egne kilder før den svarer, kan svarene forankres bedre i gjeldende innhold.

Kunden bør tydelig forstå at svaret kommer fra en AI-løsning, og det må være enkelt å be om menneskelig hjelp. Åpenhet om bruk av chatboter og AI-generert innhold er også et sentralt prinsipp i EUs regelverk for kunstig intelligens.

Automatisert kundeservice

Automatisering kan håndtere oppgaver som statusmeldinger, timebekreftelser, påminnelser, kategorisering og fordeling av henvendelser.

AI kan i tillegg oppsummere dialog, foreslå svar og hjelpe kundebehandleren med å finne relevant informasjon. Målet bør ikke være å fjerne mennesker fra kundeservice, men å redusere venting og unødvendig manuelt arbeid.

Analyse av tilbakemeldinger

AI kan sortere store mengder fritekst fra undersøkelser, anmeldelser, chat og kundeservice. Den kan blant annet gruppere tilbakemeldinger etter tema, oppsummere gjentakende problemer og indikere positivt eller negativt språk.

Resultatene må kvalitetssikres. Ironi, dialekt, faguttrykk og manglende kontekst kan føre til feil. Analysen bør derfor støtte, ikke erstatte, faglig vurdering.

Les mer om hvordan du bygger et Voice of the Customer-program.

Personalisering og marketing automation

Marketing automation bruker vanligvis regler og kundedata til å sende relevant kommunikasjon på bestemte tidspunkter. Det kan være et velkomstløp, oppfølging etter kjøp eller informasjon basert på kundens valg.

AI kan utvide dette ved å identifisere mønstre, foreslå innhold eller tilpasse søk og anbefalinger. Personaliseringen må likevel være nyttig og forståelig. Feil data eller overdreven bruk av personopplysninger kan gjøre opplevelsen mindre relevant og svekke tilliten.

Kunnskapsbaser og bedre søk

En oppdatert kunnskapsbase kan gi kunder, medarbeidere og AI-assistenter tilgang til den samme godkjente informasjonen.

For å få pålitelige svar må innholdet være strukturert, søkbart og tydelig merket med eier og dato. Tilgangsstyring er også viktig når løsningen søker i interne eller kundespesifikke kilder.

Når bør kunden møte et menneske?

Automatisering passer best når oppgaven er hyppig, forutsigbar og enkel å kontrollere. Mennesker bør være tilgjengelige når saken er komplisert, følelsesladet eller har store konsekvenser for kunden.

Det gjelder særlig ved klager, sårbare situasjoner, uvanlige unntak og avgjørelser som påvirker økonomi, rettigheter eller tilgang til viktige tjenester.

En god løsning kjenner sine begrensninger og overfører saken uten at kunden må starte på nytt.

Datakvalitet, personvern og kontroll

AI-løsninger blir ikke bedre enn dataene, innholdet og rammene de får. Før kundedata brukes, må virksomheten avklare formål, behandlingsgrunnlag, tilgang og hvor lenge opplysningene skal lagres. Kunden skal få forståelig informasjon om hvordan personopplysningene behandles.

Etabler også rutiner for testing, logging, avvik, kvalitetssikring og menneskelig overstyring. Bruk minst mulig persondata, og ikke legg fortrolige kundeopplysninger i verktøy uten at sikkerhet, avtaler og databehandling er vurdert.

Slik velger du gode bruksområder

Start med problemet, ikke teknologien. Et godt bruksområde har:

• et tydelig behov hos kunden eller medarbeideren

• tilstrekkelige og relevante data

• en oppgave som forekommer ofte

• en gevinst som kan måles

• håndterbar risiko og tydelig menneskelig ansvar

• en enkel vei videre når løsningen ikke strekker til

Test i liten skala og mål både effektivitet og kundeopplevelse. En løsning som sparer tid internt, er ikke vellykket dersom den gjør det vanskeligere å være kunde.