در مقاله قبلی به تاثیر هوش مصنوعی در بهبود تجربه مشتری پرداختیم و گفتیم کسبوکارهای زیادی از این دانش برای بهبود عملکرد خود استفاده میکنند و با شخصیسازی تجربه کاربری سعی میکنند در دنیای سرسخت کسبوکار پیشرفت کنند اما این شخصیسازی تجربه کاربری با مشکلاتی همراه میشود که در ادامه به آنها پرداخته و راهکار ایجاد موتور تجربه هوشمند را هم بررسی خواهیم کرد.
شما میتوانید بخش اول این مقاله را در این جا مطالعه کنید: نگاهی به تجربه مشتری در عصر هوش مصنوعی – بخش ۱
موانع شخصیسازی تجربه کاربری چیست؟
اکثر برندها تجربیات مشتری را در مقیاس یا عمق لازم برای رقابت با شرکتهای پیشرو جهان شخصیسازی نمیکنند. شخصیسازی تجربه مشتری نهایی نیازمند هماهنگی همهجانبه در تمامی کانالهاست؛ این قابلیتی است که هیچ برندی تاکنون نتوانسته بهطور کامل بر آن تسلط یابد.
با این حال، ادغام جریان تجربیات فیزیکی و دیجیتالی مشتریان ممکن است تنها راهی باشد که رقابت با برندهایی مانند آمازون و گوگل را امکانپذیر کند. امروزه، بازیگران و فعالان قدیمی از فناوریهای جدیدتری مانند اینترنت اشیا، یادگیری ماشینی، پلتفرمهای فناوری بازاریابی (martech) و تعداد فزایندهای از ابزارهای رسانههای دیجیتال بهره برده و با استفاده از آنها میتوانند روشهایی چابک را بهکارگیرند و مزایای قابلتوجهی را ایجاد کنند.
در این میان، برندهایی که قصد دارن از این فعالان پیشی گیرند یا اساسا خودشان را به آنها برسانند باید مبنای اطلاعاتی و پایه و اساس فناوری خود را تقویت کنند. در اصل، آنها باید به این فکر کنند که آیا ساختارها و فرآیندهای سازمانیشان از کارایی کافی برخوردارند؟ آیا میتوانند تستها و نظرسنجیهای سریعی را ارائه دهند و از نتایجشان بهره گیرند؟
با وجود در دسترس بودن مجموعه قابل توجه و غالبا گیجکنندهای از نرمافزارهایی که ادعای بهبود شخصیسازی تجربه کاربری تجربه مشتری را دارند، هیچ پلتفرمی نمیتواند بهطور جامع فرآیند شخصیسازی همهجانبه در کلیه کانالها را مدیریت کند. با این حال، بهرهبرداری از ابزارهای مبتنی بر هوش مصنوعی به برطرف کردن برخی از مشکلات اساسی از قبیل، دریافت اطلاعاتی تمام و کمال از مشتری و ایجاد نمای ۳۶۰ درجه از او کمک میکند.
برای مثال، شرکت Comcast که یکی از بزرگترین غولهای مخابراتی در جهان است که با استفاده از Pointillist کلیه گامهای مشتری را در اکوسیستم خود ثبت میکند. خوب است بدانید، Pointillist یک سرویس تجزیهوتحلیل سفر مشتری است که تعاملات بازدیدکنندگان را نمایش داده و نقشه سفر آنها را ترسیم میکند. در واقع، شرکت Comcast از این ابزار مبتنی بر هوش مصنوعی برای گردآوری دادهها و تعیین مکانها و برنامههای ناموفق و کمتر بازدید شده استفاده میکند. به این ترتیب، Comcast میتواند با سرعت تجربه کاربری را بهبود بخشد و مشکلات موجود را برطرف کند.
امروزه، اغلب کسب و کارها در حال ترکیب کردن راهکارهایی مانند back-office، martech و هوش مصنوعی هستند که به منظور توسعه و استفاده بهینه از دادههای مشتری از طریق رابطهای برنامهنویسی به یکدیگر متصل شدهاند. در این میان، Salesforce و Adobe وظیفه برقراری ارتباط با مشتری و ارائه راهکارهای مرتبط با آن را برعهده دارند.
از سوی دیگر، پتفرمهایی نظیر Amperity و mParticle برای برطرف کردن مشکلات مربوط به هویت مشتریان طراحی شدهاند. این در حالی است که موتورهایی از قبیل Formation و OfferFit به بهبود نتایج و پیشنهادهای بعدی کمک میکنند. پلتفرمهایی هم وجود دارند که برای تولید محتوای خلاقانه در نظر گرفته شدهاند. از این جمله، میتوان به Persado و SundaySky اشاره کرد.
این روزها، رسانههای دیجیتال راههای جدیدی را برای تعامل کاربران با برندها ایجاد کردهاند. سیستمهای ردیابی و پرداخت مبتنی بر مکان که با سوایپ (swipe) کردن فعال میشوند، مرزهای موجود در میان تعاملات پیشخرید (تبلیغات/بازاریابی)، خرید (فروش/تراکنش) و پس از خرید (خدمات/وفاداری) را محو کردهاند. این قابلیتها روشهای هوشمندانهای را برای تغییر شکل تجربه مشتری ایجاد کرده و عمق و ارزش تعامل با برند را دو چندان کردهاند.
به عنوان مثال، Starbucks درباره نوشیدنیهای فصلی جدیدش تبلیغ کرده و از این طریق، مشتریانی را هدف قرار میدهد که از نظر جغرافیایی در نزدیکی فروشگاههایاش قرار دارند. به این ترتیب، میتواند پیشنهادهای درونبرنامهای و شخصیسازی شده را برای آنها ارسال کرده و مخاطبان خود را برای مراجعه به فروشگاه یا استفاده از گزینه سفارش و پرداخت از طریق تلفن همراه تشویق کند.
اغلب شرکتها به دلیل دسترسی نداشتن به پهنای باند، منابع یا مهارت فنی لازم نمیتوانند با کسبوکارهایی مانند Comcast یا Starbucks رقابت کنند. در چنین شرایطی، توسعه نقشه سفر مبتنی بر داده و فناوری و با برخورداری از الزامات مرتبط با موارد استفاده خاص و مشتری محور از بهترین رویکردهایی است که میشود اتخاذ کرد. بهعنوان مثال، لازم است یک شرکت با عناصر دادههای مشتری آشنایی داشته و بداند که با استفاده از کدامیک از این اطلاعات میتواند توصیههای خود را در زمان واقعی از طریق اپلیکیشن برای مشتریاناش ارسال کند. سپس، لازم است تیمهای تجاری و فناوری شرکت گرد هم آمده و پیوسته روی ارزشآفرینی و ایجاد ساختاری مناسب تمرکز کنند.
در موفقترین تحولات دیجیتالی دهه گذشته، شاهد قانونی بودهایم که به اصل ۷۰/۲۰/۱۰ معروف است؛ به موجب این قانون، تلاش برای تغییر یک سازمان، فرآیندها، روشهای کار، شاخصهای عملکرد کلیدی و مشوقها با رقم ۷۰ درصد نشان داده میشود. در عین حال، ۲۰ درصد از این تحولات مستلزم دریافت دادههای درست و ۱۰ درصد باقیمانده مربوط به فناوری است.
با توجه به آنچه گفته شد، موانع موجود بر سر راه شخصیسازی تجربه مشتری عبارتند از:
- تمرکز بر محصول
عملکرد اغلب شرکتها بهگونهای است که بیش از مشتری بر محصول تمرکز دارند. این امر از همکاری و هماهنگی تیمهای مختلف در زمینه جمعآوری اطلاعات و بهکارگیری آنها برای ارائه تجربهای منحصر بهفرد جلوگیری میکند. نقش chief customer officer یا CCO برای رفع این مشکل و ایجاد هماهنگی میان کلیه بخشها و افرادی بهوجود آمده که میتوانند در بهبود مسیر سفر مشتری و نقاط تماس او سهیم باشند.
- بیتوجهی به تجزیهوتحلیل اطلاعات
بیتوجهی به تجزیهوتحلیل دادهها و تمرکز نداشتن بر ادغام آنها از عوامل مهمی است که ارزیابی پیشرفته اطلاعات و بهرهگیری از آنها را با مشکل مواجه میکند.
- مشکلات تولید محتوا
تولید محتوا بهصورت دستی و استفاده نکردن از تگهای مناسب برای استفاده مجدد از محتوا را نیز میتوان از مشکلاتی دانست که بر سر راه شخصیسازی تجربه مشتری قرار دارند.
- مشارکت نکردن تیمهای متقابل
در بسیاری از سازمانها، تیمهایی که دارای عملکرد متقابلی هستند برای انجام امور از روشهای چابک بهره نمیگیرند. بدون در اختیار داشتن ابزارهای مورد نیاز برای تسهیل آزمایش و یادگیری سریع عملکرد شرکتها در زمینه ایجاد تجربیاتی یکپارچه و بهینهسازی شده با شکست مواجه میشود.
چه باید کرد؟
برای شروع، لازم است شرکتها گروهی از کارکنان بخشهای بازاریابی، عملیات، تجزیهوتحلیل، فناوری و بازرگانی را گرد هم آورده و تیم مستقلی را تشکیل دهند. در ضمن، لازم است اهداف این گروه را بهوضوح مشخص کرده و علاوه بر در اختیار گذاشتن بودجه کافی به آنها اجازه تصمیمگیری بدهند. در ادامه، باید وظیفه توسعه تعداد محدودی از تجربیات مشتری به این گروه ادغام شده سپرده شود.
به این ترتیب، میتوان از توانایی آنها برای بهرهبرداری موفقیتآمیز از فرصتها و کمک به افزایش درآمد و ایجاد پیوندهای عمیقتر با مشتری اطمینان یافت. برای این منظور، لازم است ابزارهای مناسبی برای سنجش پیشرفت روزانه این افراد در اختیارشان قرار گیرد. همچنین، میتوانید یک بازه زمانی فشرده و نهایتا دو هفتهای برایشان در نظر بگیرید و فرصت توسعه و آزمایش ایدههای موثر در بهبود تعامل را به آنها ارائه دهید. در طول این مدت، آنها باید بسیاری از متغیرها را بهینهسازی کنند.
از این جمله، میتوان به تعیین موارد مورد نیاز برای پاسخگویی، کانالهای مورد استفاده، زمان مناسب برای برقراری ارتباط با مشتری، نوع پیام ارسالی و مواردی از این قبیل اشاره کرد. با انجام آزمایشهای بیشتر و جمعآوری دادههای گستردهتر، هوش مصنوعی میتواند نقش مهمتری را در این تلاش برعهده گیرد. در طول این روند، میتوان از یادگیری ماشینی برای تعیین نحوه تنظیم تستهای چند متغیره، پیگیری موارد در حال حرکت و تصمیم گیری در مورد زمان آغاز و ارائه آزمون به جمعیت گستردهتر استفاده کرد.
لزوم ایجاد یک موتور تجربه هوشمند
برای تحقق اهداف مشتری و ارائه تجربهای مطلوب و موفق، لازم است شرکتها درباره طراحی یک لحظه معین از سفر مشتری، اطلاعات مورد نیاز برای پشتیبانی از آن و ارتباطات همهجانبه بین کانالها یا طرفین، برنامهریزی و طرح دقیقی داشته باشند. این امر از ضروریترین اقداماتی است که به توسعه جریان front-end و هدایت back-end کمک کرده و ضمن برقراری تعامل با مشتری میتواند در راهاندازی و موفقیت موتورهای تجربه هوشمند تاثیرگذار باشد.
موتورهای تجربه هوشمند فقط برای ارائه تجربه مشتری در بالاترین سطوح ممکن و بهینهسازی خدمات امنیتی کاربرد ندارند. لازم است این موتورها به دقت بر کوچکترین اهداف کسبوکار و روند تعامل بامشتری متمرکز شوند. به این ترتیب، لحظات مثبتی از تجربه فردی را ایجاد میکنند که نهایتا کل تجربه کاربری را تشکیل داده یا کل آن را تحت تاثیر قرار میدهند. همچنین، لازم است یکپارچگی و تداوم تجربیات و اهداف نیز بهطور کامل مورد توجه قرار گیرند.
جالب است بدانید، هوشمند بودن موتورهای مذکور تنها در یکی از ابعاد آن خلاصه نمیشود؛ آنها با بهرهگیری از بهترین دادهها و تخصص ممکن به شکلی خلاقانه و هوشمندانه ساخته شده و از الگوریتمهای یادگیری ماشینی استفاده میکنند. این الگوریتمها پیوسته در حال بهبود هستند و تجربه مشتری را در کل مسیر سفرش رصد میکنند. حاصل این کار یک تجربه یکپارچه، مثبت و متمایز است که با گذشت زمان بهبود مییابد.
روش ایجاد موتور تجربه هوشمند چیست؟
با توجه به آنچه گفته شد، برندهایی عملکرد موفقیتآمیزتری دارند که برای ایجاد موتورهای تجربه هوشمند برای شخصیسازی تجربه کاربری از چند روش کلی تبعیت میکنند. این روشها عبارتند از:
- متصل کردن سیگنالهای دادهها و بینشها
ایجاد یک موتور تجربه هوشمند مستلزم دستیابی به نمایی ۳۶۰ درجه و همهجانبه از تکتک مشتریان است. انجام این کار نیازمند دریافت اطلاعات جدید از مشتری و توانایی استفاده بهینه از آن است. برای مثال، شرکت Lululemon Athletica که در حوزه تولید پوشاک ورزشی فعالیت میکند طی ۵ سال گذشته سرمایه قابل توجهی را صرف دستیابی به این هدف کرده است.
هنگامی که یک مشتری برای نخستین بار از این خردهفروشی خرید میکند یا وقتی در کلاسهای رایگان یوگای این مجموعه ثبتنام میکند از او خواسته میشود آدرس ایمیلاش را برای دریافت رسید ارائه دهد. به این ترتیب، آدرس ایمیل و دادههای کاربردی تمامی مشتریان جمعآوری شده و با کمک سرویسهایی نظیر Acxiom یا Experian از آنها برای افزایش اطلاعات مربوط به جمعیتشناسی و بهبود فرآیند بازاریابی استفاده میشود.
ادامه تعامل مشتریان با برند به دانلود اپلیکیشنهای مربوطه یا خرید آنلاین منتهی میشود. به این ترتیب، شرکتهای مذکور با بررسی اطلاعات ثبت شده و ارزیابی جریان کلیکهای مشتریان میتوانند بفهمند که آنها بیشتر روی چه بخشهایی تمرکز کرده یا دوباره به آن مراجعه میکنند. در عین حال، قسمتهای کم بازدید هم شناسایی میشوند. از این دادهها میتوان برای درک و تعیین مقاصد و اهداف بعدی استفاده کرد.
در سال ۲۰۲۰، شرکت lululemon اپلیکیشن Mirror را خریداری کرده و از این طریق، دریچه تازهای را به سمت شناسایی رفتار مشتریان گشود. اپلکیشن Mirror کلاسهای تناسب اندام گوناگونی را برای کاربران خود پخش میکند و از این طریق، ورزش در منزل را برای آنها امکانپذیر میکند. همکاری این دو برند با یکدیگر سبب میشود به طیف گستردهتری از دادههای کاربران دسترسی یابند، توصیههای بعدی خود را براساس نیازها و رفتارهای آنها ارائه دهند و محصولات و خدمات آتی خود را با دقت بیشتری اصلاح کنند.
- در نظر گرفتن تجربه مشتری بهعنوان یک جریان یکپارچه
شرکت هواپیمایی Qantas یکی از خطوط هوایی پیشرو است که جریان سفر را با دید گستردهای میبیند و در زمینه بهینهسازی جزئیات سفر مشتری سرمایهگذاریهای کلانی را انجام داده است. خط هوایی مذکور از جریان رزرو بلیت گرفته تا ورود به سالن فرودگاه و حضور در پرواز را برای مشتری شخصیسازی کرده و کلیه این مراحل را به تجربهای منحصر بهفرد تبدیل میکند. با نصب اپلیکیشن Qantas و اعلام موقعیت جغرافیایی، کاربر به سادگی میتواند بهترین پیشنهادهای سفر را دریافت کند و از جزئیات پروازهای مربوطه و حتی ترافیک مسیرهای منتهی به فرودگاه با خبر شود.
این شرکت چشماندازهایی به مراتب وسیعتر از سفر را در پیش روی خود ترسیم کرده و از طریق همکاری با صدها شریک تجاری از قبیل Woolworths، Hilton، Avis، eBay و برخی از بانکهای بزرگ استرالیا تلاش کرده یک اکوسیستم وفاداری را برای مشتریان ایجاد کند. به این ترتیب، مشتریان این خط هوایی براساس ترجیحات خود میتوانند امتیازهایی را کسب کرده و آنها را به شیوه دلخواهشان خرج کنند. در این میان، شرکتRed Planet یکی از رسانههایی است که با Qantas و شرکای تجاری آن در زمینه تحقیقات و تجزیهوتحلیل اطلاعات مرتبط با رفتار مشتریها در فضای آنلاین و آفلاین همکاری کرده و از این طریق به هدفیابی کمپینهای تبلیغاتی کمک میکند.
همچنین، Qantas از دادههای بهدست آمده برای راهاندازی مشاغل جدید نیز استفاده میکند. برای مثال، بهتازگی اپلیکیشنی را طراحی کرده که با بهکارگیری آن مشتریان میتوانند تعداد گامهای روزانه خود را بشمارند و با رسیدن به حد نصاب، امتیاز کسب کنند. برای فعال کردن امتیازها، از مشتریان دعوت میشود تا در کسبوکار جدید بیمه سلامت این شرکت هواپیمایی ثبتنام کنند.
بهعلاوه، کاربران با استفاده از این اپلیکیشن میتوانند بلیت هواپیما و سایر محصولات و خدمات ارائه شده توسط این شرکت را خریداری کنند. از سوی دیگر، این شرکت با بهرهگیری از هوش مصنوعی یک پلتفرم بازاریابی را ایجاد کرده که به کتابخانهای از محتواهای شخصیسازی شده دسترسی دارد و با کمک آنها میتواند پیامهای بازرگانی مناسب با نیازهای هر یک از مشتریان را برایشان ارسال کند.
- ارائه تجربهای یکپارچه و همهجانبه در تمامی کانالها
برند Starbucks بخش عمدهای از شهرتاش را مدیون تجربیات شخصیسازی شدهای است که در کلیه کانالها به مشتریان خود ارائه میدهد. اپلیکیشن این برند براساس ترجیحات و رفتارهای فردی کاربران تنظیم شده و پیشنهادهای خود را در قالب گیمیفیکیشن ارائه میدهد. در عین حال، تبلیغات دیجیتالی این نام تجاری شناخته شده بهشیوهای کاملا هدفمند تهیه شده و منوهای دیجیتالی آن نیز براساس آبوهوا، ترجیحات مشتری و موجودی فروشگاهها تغییر میکند.
بسیاری از رستورانهای زنجیرهای کوچکتر تلاش میکنند در زمینه شخصیسازی تجربه کاربری با بیش از ۳۳۰۰۰ فروشگاه Starbucks در بیشتر از ۸۰ کشور جهان رقابت کنند. برای مثال، sweetgreen که تنها در آمریکا مستقر است و بیش از ۱۴۰ شعبه دارد سعی کرده است با بهرهگیری از دادهها و امکانات دیجیتالی موجود تجربیات همهجانبهای را برای مشتریاناش رقم بزند. اپلیکیشن این برند بهگونهای طراحی شده که دسترسی به منوهای جدید، پیشنهادهای شخصیسازی شده و پرداخت آنلاین را برای کاربران آسان میکند. این روند موجب شده بیش از ۶۸ درصد از فروش این برند در حال حاضر از طریق آنلاین انجام شود. این در حالی است که آمار فروش اینترنتی Starbucks در ایالات متحده تنها ۵۲ درصد است.
- توجه به نیازها و ترجیحات مشتری
خردهفروشان شناختهشدهای مانند Tesco و Kroger با تیمهای بزرگی همکاری میکنند که در زمینه ارزیابی و تجزیهوتحلیل دادههای مشتری و ایجاد تعامل با آنها فعالیت میکنند. در واقع، وظیفه این تیمها آن است که با هر یک از مشتریان به شیوهای جذاب و متفاوت تعامل برقرار کنند و تبلیغات و پیشنهادهای برند را براساس ترجیحات آنها در معرض دیدشان بگذارند. اخیرا خواربارفروشی زنجیرهای Giant Eagle هم به این فضا پیوسته و طی همکاری با شرکت نرمافزاری Formation برای ارائه تبلیغات شخصیسازی شده به مشتریان تلاش میکند.
این خواربارفروشی با استفاده از روش گیمیفیکیشن تلاش میکند تجربه منحصر بهفردی را در اختیار مشتریان خود قرار داده و وفاداری آنها را با ارائه امتیاز پاداش دهد. بهعنوان مثال، ممکن است از مشتریان جدید دعوت شود تا در یک «چالش فروشگاهی هفتگی» شرکت کرده و در صورت حضور منظم و هفتگی در طول ماه امتیاز بیشتری را در اپلیکیشن این فروشگاه کسب کنند. مشتریان میتوانند از این امتیاز برای دریافت بنزین رایگان یا تخفیفهای ویژه فروشگاه بهره جویند.
- انجام آزمایشهای مکرر
شرکت Stitch Fix یک کسبوکار آنلاین است که در حوزه مد و فشن فعالیت میکند. این شرکت علاوه بر دریافت اطلاعات مستقیم از مشتریاناش تیمهای گوناگون خود را تشویق میکند که بهصورت ماهیانه صدها آزمایش مختلف را اجرا کنند. نتایج حاصل از این آزمایشها در اختیار موتور تجربه هوشمند قرار میگیرد تا مناسبترین اقدام بعدی تعیین شود. خوب است بدانید، Stitch Fix’s Style Shuffle نام رابط کاربری تازهای است که اخیرا در اختیار مشترکان جدید این کسبوکار آنلاین قرار میگیرد. کاربران ضمن تعامل با این رابط با ترفندهای مختلف میتوانند ترجیحاتشان را مشخص کرده و نمای واضحی از سلیقه خود را در اختیار این شرکت قرار دهند. سپس، الگوریتمهای این شرکت با استفاده از دادههای جمعآوری شده به ارائه مدلهای مطلوب و پیشنهادهای مناسب به مشتریان کمک میکنند.
جمعبندی
با توجه به آنچه گفته شد، میتوان دریافت امروزه رهبران سازمانها با اعطای مسئولیت بیشتر به تیمها برای استفاده از دادهها میتوانند تعاملات مشتری را با برند به شکل قابل توجهی بهبود بخشند. آغاز فرآیند بهینهسازی تجربه مشتری با بهرهگیری از هوش مصنوعی مستلزم آن است که ابتدا از خودتان سوال کنید برای دستیابی به اهداف تعیین شده چگونه میتوان یک موتور هوشمند را ایجاد کرد؟
پس از پاسخگویی به این پرسش، لازم است دادههای ثبت شده در CRM و پلتفرمهای اتوماسیون بازاریابی را به دقت بررسی کنید. به این ترتیب، میتوانید از گردآوری اطلاعات کافی و مناسب برای بهبود تجربه مشتری اطمینان یابید. در عین حال، لازم است ببینید آیا واقعا از دادههای موجود در جهت بهینهسازی تجربه کاربری بهره جستهاید؟ آیا به یکپارچهسازی تجربیات مشتریان در همه کانالها توجه کردهاید؟
جالب است بدانید، در اغلب مواقع در برخورد با پرسشهای اخیر با پاسخ منفی مواجه خواهید شد. اکثر مدیران عامل و مدیران ارشد اجرایی سازمانها ادعا میکنند که از اهمیت تجربه مشتری بهخوبی آگاهی دارند. با این حال، معمولا این ادعا صحت نداشته و بیشتر جنبه شعارگونه دارد. طبیعتا لازم است این رویکرد تغییر کند. در واقع، هر شرکتی به یک استراتژی صریح برای ساخت یک موتور تجربه هوشمند نیاز دارد. چنین موتور هوشمندی میتواند سازمان را در مسیر استفاده از هوش مصنوعی، شخصیسازی تجربیات و فرآیندهای چابک هدایت کرده و وفاداری مشتریان را به برند به صورتی عمیقتر و ماندگارتر پایهریزی کند.
این مقاله ترجمه شده Customer Experience in the Age of AI از وبسایت HRB است.
دیدگاهتان را بنویسید