Pod tlakem na doložení přínosu zákaznické péče firmy nakupují dílčí systémy a přidávají automatizaci nad roztříštěná data. Zákazník pak dostává rozdílné odpovědi, opakuje informace a obtížně se dostává k člověku. Smysluplnější postup začíná jedním porušeným místem zákaznické cesty, měřitelným výsledkem a propojením údajů, které podnik už vlastní.
Zákaznická péče se stále častěji posuzuje podle obratu, nákladů na obsluhu a provozního rizika. Tento posun je správný, protože kvalita kontaktu se zákazníkem má přímé obchodní důsledky. Současně však vytváří tlak na rychlé výsledky. Týmy pak mohou nakupovat jednotlivé nástroje bez společné architektury a očekávat, že viditelná automatizace sama prokáže jejich přínos.
Ve většině firem jsou zákaznické údaje rozdělené mezi obchodní systém, podporu, objednávky, web, marketing a místní tabulky. Přidání umělé inteligence nad takto roztříštěné prostředí neodstraní nesoulad. Systém pouze rychleji pracuje s neúplnými nebo navzájem rozpornými informacemi.
Přibližně čtvrtina vedoucích digitálních útvarů uvádí, že zavádění AI brzdí odpojené platformy. Praktický dopad vidí zákazník ve chvíli, kdy jeden kanál nezná sdělení z jiného, automatická odpověď odporuje informaci pracovníka nebo doporučení vychází ze starého stavu objednávky. Problém, který firma interně označuje jako integraci, zákazník vnímá jako nespolehlivost značky.
Rozložení investic také nemusí odpovídat místům s největším přínosem. Padesát šest procent vedoucích upřednostňuje umělou inteligenci pro automatizaci podpory, ale méně než pětina ji považuje za prioritu při vyhledávání a objevování informací. Firma tak může urychlovat odpověď na problém, který vznikl proto, že zákazník před nákupem nenašel srozumitelné údaje.
Riziko se zvyšuje u zákazníků přicházejících z odpovědí vytvořených AI. Tito lidé mohou po jediné špatné zkušenosti opustit nákup více než dvakrát častěji a 81 procent z nich se nemusí vrátit. Jejich očekávání vzniklo ještě před vstupem na web firmy. Pokud následná stránka, dostupnost nebo podpora předchozí informaci nepotvrdí, důvěra se rozpadne rychle.
Automatizace by také neměla odstranit možnost lidské pomoci. Více než čtyři z pěti zákazníků uvádějí vyšší věrnost, když vedle AI zůstává dostupný člověk. Lidský pracovník nemá být skrytou výjimkou po dlouhé sérii neúspěšných voleb. Přechod musí být zřetelný a systém mu má předat předchozí komunikaci, aby zákazník nezačínal znovu.
Prognózy počítají s tím, že do konce roku 2027 může být ukončeno více než 40 procent projektů založených na samostatně jednajících systémech, zejména kvůli slabému plánování a nerealistickým očekáváním. Vysoká míra neúspěchu nemusí dokazovat nepoužitelnost technologie. Často ukazuje, že firma nasazovala řešení bez připravených dat, jasného vlastníka a konkrétního obchodního cíle.
Praktičtější je začít jedním porušeným místem zákaznické cesty. Může jít o opakované zadávání údajů při reklamaci, dlouhé hledání stavu objednávky nebo nesoulad mezi cenou v nabídce a na webu. Firma předem určí současnou dobu vyřízení, počet opakovaných kontaktů, náklady a dopad na dokončení nákupu. Teprve potom zvolí změnu.
Před nákupem dalšího nástroje je vhodné propojit data, která podnik již má. Každý projekt musí mít vlastníka, popsanou lidskou pojistku a předem stanovené měřítko. Pokud systém zkrátí dobu hovoru, ale zvýší počet opakovaných kontaktů, nejde o skutečnou úsporu. Zákaznická péče prokáže hodnotu tím, že odstraní konkrétní příčinu problému, nikoli počtem zavedených technologií.
Klíčové pojmy
- Dílčí nástroj: Samostatné řešení jednoho úkolu, které nemusí sdílet data a pravidla s ostatními systémy firmy.
- Lidská pojistka: Dostupný přechod k pracovníkovi, který převezme kontext a vyřeší případ nezvládnutý automatizací.
- Porušené místo zákaznické cesty: Konkrétní okamžik, v němž zákazník ztrácí čas, informace nebo důvěru.