Hoy en día, hay muchas aplicaciones que se destacan en el uso de IA para mejorar la experiencia del cliente. Algunas de las aplicaciones más populares de, por ejemplo, Apple y Uber, son inspiradoras en términos de gestión de la experiencia del cliente. Aquí se pueden obtener aprendizajes, especialmente en términos de interactuar con los clientes en las formas en que ellos quieren interactuar. Esto podría ocurrir a través de muchos canales diferentes, incluidas las aplicaciones de redes sociales y las aplicaciones móviles. Las formas tradicionales de relacionarse con los clientes se están volviendo irrelevantes; la gente no necesariamente quiere hablar por teléfono con alguien. Para las empresas pioneras, esto está claro, y muchos de nuestros clientes proveedores de servicios están invirtiendo, adquiriendo y asociándose para asegurarse de que capturan nuevas oportunidades para mejorar la experiencia del cliente.
En Telecom BSS, estamos comenzando a utilizar AI y Machine Learning en Ericsson Digital BSS con nuestros clientes. Hace apenas unos años, los proveedores de servicios comercializaban de forma masiva una oferta única a la vez para los consumidores (o una pequeña cantidad de ofertas). Lo que estamos viendo ahora con la IA es la capacidad de comercializar a segmentos de clientes mucho más pequeños, brindando a los consumidores una experiencia mucho mejor de la que reciben hoy. La microsegmentación es una de las capacidades que estamos desarrollando para agregar valor a la plataforma de experiencia digital (DXP). Una serie de mejoras de inteligencia artificial del cliente abarca recomendaciones de intereses similares, segmentación dinámica y la siguiente mejor oferta (NBO).
El enfoque se ha desplazado hacia la creación de los servicios que los consumidores realmente desean.
Con nuestros nuevos algoritmos de aprendizaje de AA, observamos todos los datos de nuestros clientes, los patrones de uso y las compras de sus clientes e identificamos microsegmentos que pueden no ser evidentes tradicionalmente. El siguiente paso es alinear las ofertas de productos con estos microsegmentos, en lugar de tener un enfoque de amplio alcance. Al comercializar nuevas ofertas para estos microsegmentos, aumentamos las posibilidades de que el consumidor esté interesado en esa oferta. Aquí están sucediendo un par de cosas. Los consumidores obtienen una mejor experiencia de cliente, obteniendo más de lo que quieren, adaptado a ellos. Y la otra cara de la moneda es más ingresos por usuario, con la capacidad adicional de vender componentes que los consumidores quizás no conocían.
Esto es emocionante porque, de repente, los consumidores pueden ser dirigidos a productos personalizados. En lugar de tener un nuevo producto de mercado masivo, cambia la conversación a «aquí hay un producto para usted, sabemos cómo usa el servicio y hemos inventado un producto para usted». Es más probable que los consumidores participen en esa interacción y obtengan ese tipo de tratamiento personalizado. Adaptar los productos a las personas era difícil en el pasado porque características como la edad, el nivel de ingresos u otras medidas limitaban el intento de averiguar quién es el consumidor y qué es lo que quiere. Ahora hay detalles mucho más granulares sobre cómo están usando los servicios que se pueden usar para ayudar a entregar el mejor producto posible a grupos objetivo específicos.
Con el advenimiento de ambos Siguiente mejor oferta (NBO) y Interés similar AI de recomendación, proporcionamos una experiencia de venta guiada para consumidores y proveedores de servicios de comunicación. NBO, por ejemplo, ayudará al CSR a identificar el mejor plan nuevo para un consumidor durante las interacciones con el cliente. Interés similar analiza todas las ventas adicionales y cruzadas que otros consumidores han elegido y hace recomendaciones en el punto de compra para complementos y otros productos disponibles para la compra.
Los proveedores de servicios pueden crear nuevos productos más rápido que nunca
Estamos haciendo cosas que no creíamos que fueran posibles hace unos años. Trabajando con proveedores de servicios, estamos construyendo IA que puede crear ofertas de productos por sí misma. Al analizar la cartera de productos existente, observar los productos que tienen éxito, luego observar los patrones de uso de los clientes y las quejas de los clientes, AI puede analizar esa información y predecir que, por ejemplo, agregando otros 100 minutos de voz libre en esto. El paquete tiene una alta probabilidad de éxito. Puede crear ese producto por sí mismo. La persona de gestión de productos aún aprueba el producto recién creado antes de su lanzamiento y se asegura de que todo lo demás esté bien y de que puedan lanzarlo rápidamente.
Y hay más; La IA en forma de chatbots puede reducir las tareas manuales mundanas al mínimo, liberando a los agentes para que se ocupen de tareas más complejas y pasen más tiempo con las personas donde más se necesitan. La IA puede facilitar que los clientes se quejen y, lo que es mejor, puede participar de forma proactiva para evitar quejas.
Hablé de todo esto y más (por ejemplo, la importancia del catálogo maestro de productos) con Aaron Boasman-Patel, vicepresidente de IA y experiencia del cliente de TM Forum, en un evento reciente de TMF, Digital Transformation World Series. Vea el debate completo sobre cómo elevar el nivel de la experiencia del cliente con IA y ML predictivos y preventivos
