Mengapa Tahun 2017 Menjadi Tahun Otomasi

‘Manusia sekarang terlalu lambat dan terlalu mahal untuk menangani banyak interaksi rutin’

Volume sebesar informasi yang dikumpulkan di seluruh jaringan, ditambah dengan evolusi yang berlanjut dari jaringan itu sendiri seiring hadirnya teknologi NFV, SDN dan 5G, telah menciptakan kebutuhan akan peningkatan otomasi yang radikal.

Manusia sekarang terlalu lambat dan terlalu mahal untuk menangani banyak interaksi rutin, dan milenial serta generasi di bawahnya tidak suka berkomunikasi dengan staf call center.

Namun, pelanggan masih ingin merasa mereka dirawat oleh perusahaan yang mereka beli layanan darinya. Pada tahun 2017, empat tren akan meledak dan memimpin jalan menuju interaksi pelanggan yang sukses namun semakin terotomatisasi.

>Lihat juga: Otomasi: perbatasan baru dari kemitraan manusia-mesin

1. Pembelajaran mesin dan kecerdasan buatan

Bagi organisasi yang ingin memberikan pengalaman kaya kepada pelanggan mereka sambil tetap menjaga keuntungan, otomasi adalah jawaban tunggal.

Namun, banyak dari impersonalitas yang tidak disukai dari solusi otomatis dapat disembunyikan dengan pemanfaatan yang efektif pembelajaran mesin dan kecerdasan buatan.

Misalnya, jika pembelajaran mesin diterapkan, sistem dapat belajar bahwa pola perilaku tertentu menunjukkan apa yang akan terjadi selanjutnya. Untuk operator seluler, itu bisa menjadi sinyal kecurangan yang akan terjadi atau keluhan pelanggan.

Pembelajaran mesin memungkinkan sistem untuk memahami bahwa interaksi diperlukan untuk menghindari langkah selanjutnya dan kecerdasan buatan dapat diterapkan untuk menentukan respons yang tepat berdasarkan preferensi yang telah dipelajari sebelumnya dari pelanggan.

Ini akan penting pada tahun 2017 karena perusahaan sudah melakukan investasi. Perusahaan analis ABI Research telah meramalkan bahwa operator seluler saja akan menghabiskan lebih dari $50 miliar pada big data dan analitik pembelajaran mesin antara sekarang dan 2021, dengan pertumbuhan terbesar yang datang di analitik prediktif.

Perusahaan itu telah menyoroti bahwa pembelajaran mesin unggul dalam mendeteksi anomali dan oleh karena itu ia mengharapkan pasar analitik prediktif berdasarkan pembelajaran mesin untuk tumbuh hampir 50% CAGR untuk mencapai $12 miliar dalam lima tahun.

2. Personalisasi

Ada harapan yang meningkat bahwa meskipun kita hanya satu dari ratusan ribu atau jutaan pelanggan, kita berharap untuk diperlakukan oleh penyedia layanan kami sebagai individu.

Tidak cukup lagi untuk ditangani oleh segmentasi demografis kasar yang mengelompokkan semua orang dalam kelompok usia atau lokasi geografis yang sama bersama-sama.

Harapannya adalah interaksi hiper-personalisasi dari penyedia yang mempertimbangkan aktivitas pembelian sebelumnya, kemungkinan minat pada penawaran tertentu, bagaimana pelanggan memilih untuk berkomunikasi, dan saluran mana yang mereka temukan menarik.

Di dunia multi-channel saat ini, tantangan bagi organisasi adalah untuk berkomunikasi di semua saluran ini dengan cara yang konsisten, sesuai dengan preferensi pelanggan mereka.

Tahun 2017 akan melihat kematangan yang meningkat dalam aktivitas personalisasi bisnis saat mereka mengambil dari pengalaman lalu, tidak semua positif, dan teknologi baru untuk segmentasi pemasaran dan komunikasi pelanggan mereka hingga ke pasar satu orang.

Permainan personalisasi telah bergerak—pelanggan tidak lagi menerima menjadi sebuah nomor. Mereka ingin ditangani dengan cara yang telah mereka pilih dan untuk mendapatkan penawaran yang dibuat khusus untuk mereka.

3. Desain terpimpin CX

Pengalaman pelanggan (CX) telah dipimpin dan dikontrol oleh sistem dan proses namun, seiring personalisasi yang meningkat menjadi preferensi pelanggan, keterbatasan komunikasi pelanggan semakin diungkapkan.

Tidak produktif untuk berinvestasi dalam kecerdasan buatan, konsistensi omnichannel, analitik big data dan pembelajaran mesin jika pelanggan masih dihubungi oleh komunikasi dalam format yang tidak menarik.

Komunikasi yang dipimpin desain memungkinkan perusahaan untuk berinteraksi dengan pelanggan, memberikan kesan mereka tahu dan peduli tentang mereka dan memahami apa yang disukai setiap pelanggan.

CX yang dipimpin desain berarti pengalaman yang menarik bagi pelanggan dan dapat mendorong mereka untuk mengungkapkan preferensi lebih lanjut, sehingga menambah kedalaman pada hubungan yang ada.

Ini kemudian dapat ditambahkan dengan mengirim konten yang paling relevan untuk mereka, dalam nada yang tepat berdasarkan emosi yang ditunjukkan mereka.

CX yang dipimpin desain akan menjadi mainstream pada tahun 2017 karena desain adalah area utama pengalaman pelanggan yang telah diabaikan. Desain yang baik menambahkan begitu banyak nilai pada pengalaman pelanggan dan relatif mudah untuk diluncurkan di seluruh bisnis.

4. Chat bot dan bahasa alami

Sekarang ada kebutuhan bagi perusahaan untuk menawarkan pemahaman bahasa alami dan membangunnya ke dalam pengalaman omnichannel yang mereka berikan untuk pelanggan mereka.

Pemahaman bahasa alami memungkinkan pengguna untuk mengajukan pertanyaan dalam bahasa sehari-hari yang normal dan mendapatkan respons yang mereka cari.

Namun, sulit untuk dicapai secara efektif. Ini memerlukan algoritma khusus domain, yang dapat memahami apa yang dicari pelanggan dalam katalog multi-produk, multi-perangkat, multi-penawaran penyedia layanan yang kompleks.

>Lihat juga: Kenaikan otomasi cerdas di tempat kerja

Algoritma pemahaman bahasa alami terlihat cukup berbeda bagi pelanggan yang memesan taksi Uber atau pizza dengan semua pelengkap, yang keduanya adalah interaksi sederhana, dari situasi di mana pelanggan ingin perangkat seluler baru dengan paket layanan tertentu yang akan memberikan jumlah data yang mereka butuhkan dengan harga yang tepat.

Selama tahun 2017, pemahaman bahasa alami akan memainkan peran yang lebih menonjol dalam layanan konsumen. TV pintar dan layanan streaming, serta IoT dan rumah pintar, akan melihat awal dari perubahan ini.

Aplikasi komersial pertama yang berdasarkan pemahaman bahasa alami mulai muncul di pasar pada tahun 2016. Milenial akan cenderung mengarah ke aplikasi smartphone dan aplikasi web sambil menghindari interaksi telepon.

Siri dan asisten digital pribadi lainnya akan terus meningkat, menekan berbagai industri untuk memahami permintaan bahasa alami pelanggan mereka.

Saatnya bagi penyedia layanan untuk mulai menghubungi vendor untuk membantu mereka mengembangkan algoritma pemahaman bahasa alami khusus domain dan titik sentuh mereka sendiri, atau berisiko menjadi komoditas oleh perusahaan yang dapat melakukannya lebih baik.

Sumber dari Alan Coleman, CEO, Brite:Bill