Dirbtinio intelekto valdomi įvedimo ir aktyvinimo agentai

Efektyvus klientų įvedimas yra labai svarbus: kai kurie tyrimai rodo, kad net 40–60% naujų vartotojų nutraukia naudojimą po pirmo prisijungimo, jei nesuvokia vertės [65] (resources.rework.com). Šiuolaikiniai dirbtinio intelekto (DI) valdomi įvedimo agentai siekia pakeisti šią tendenciją. Šie išmanieji asistentai personalizuoja naujo vartotojo kelionę, teikdami tinkamus nurodymus ir pagalbą tinkamu metu. Jie gali aktyvinti programėlės viduje esančius vadovus ir patarimus, atsakyti į vartotojų klausimus per pokalbį ar balsu, o prireikus perduoti sudėtingas problemas žmogui. Labai svarbu, kad jie susieti su produktų analitika, CRM duomenimis, palaikymo sistemomis ir pranešimų siuntimo platformomis, kad kiekviena sąveika būtų kontekstuali ir savalaikė. Tikslas yra sutrumpinti laiką, per kurį klientas pasiekia savo pirmąjį „aha“ momentą – metriką, žinomą kaip laikas iki vertės (time-to-value) – išlaikant aukštą aktyvinimo rodiklį ir mažą palaikymo apkrovą.

Šių išmaniųjų agentų diegimas reikalauja aiškios strategijos. Pirmiausia turite apibrėžti sėkmę pagal klientų segmentą. Pavyzdžiui, smulkaus verslo vartotojo sėkmės kriterijai gali būti įvedimas per 2 dienas ir pagrindinių funkcijų naudojimas kiekvieną savaitę, o didelės įmonės kliento sėkmė gali apimti pasirašytą projekto planą, valdymo patvirtinimą ar mokymų užbaigimą. Tiesą sakant, viena analizė teigia, kad „klientų įvedimas nebėra vienas kelias – tai segmentuota disciplina, kuri prisitaiko prie kiekvieno kliento tipo masto, sudėtingumo ir lūkesčių“ (www.moxo.com). Pavyzdžiui, MVĮ (mažos ir vidutinės įmonės) dažnai vertina greitį ir paprastumą įvedant, o didelių įmonių klientai reikalauja griežto saugumo, komandų koordinavimo ir atitikties reikalavimams (www.moxo.com). Sėkmės kriterijai turi atspindėti šiuos skirtumus: vertinkite kiekvieną segmentą pagal tinkamus etapus (pvz., funkcijų naudojimas, pasirašyti dokumentai, konfigūracijos žingsniai) ir nustatykite atitinkamus tikslus (pristatymas laiku, pasitenkinimo balai ir kt.).

Kai segmentai yra apibrėžti, sukonfigūruokite personalizuotas įvedimo sekas kiekvienam. Pasinaudokite vartotojo atributais (pramonės šaka, vaidmuo, plano lygis) ir elgsena iš jūsų analizės (pvz., produkto naudojimo duomenys Mixpanel, Amplitude ar Segment) dinamiškai pritaikydami patirtį. Tyrimai rodo, kad 63% klientų tikisi personalizavimo kaip pagrindinio standarto (www.firstsource.com). Pavyzdžiui, DI agentas gali pasveikinti didelės įmonės administratorių ir iš karto pereiti prie sąrankos užduočių, o pradedantįjį vartotoją nukreipti per pagrindinius profilius ir nustatymus. Jis gali naudoti aktyviklius, tokius kaip „pirmas prisijungimas“, funkcijų naudojimas arba neveiklos įspėjimai (pavyzdžiui, viena platforma įspėja, jei pagrindinis žingsnis nebaigtas per kelias dienas (www.moxo.com)) nuspręsti, kokį turinį rodyti. Pačios sekos gali būti kuriamos naudojant modernias skaitmeninės adaptacijos platformas (DAP). Tokios priemonės kaip Appcues ar Userpilot leidžia produktų komandoms paleisti programėlės viduje esančius turus, kontrolinius sąrašus ir reklamjuostes be kodavimo (thecxlead.com) (thecxlead.com). Pavyzdžiui, „Appcues“ suteikia be kodo kuriamos įvedimo sekos, pranešimų ir apklausų kūrimo įrankį, kuris veda vartotojus per jūsų programėlę (thecxlead.com). „Pendo“ panašiai leidžia vykdyti tikslinius mokymus ir patarimus „tiesiogiai jūsų produkte“ (thecxlead.com), tuo pačiu metu stebėdama įsitraukimo duomenis realiuoju laiku. Šie DAP įrankiai integruojasi su pagrindinėmis sistemomis – pvz., Appcues jungiasi su Salesforce, HubSpot, Slack, Zendesk ir analizės platformomis (thecxlead.com) – užtikrindama, kad atsirastų tinkamas vadovas, pagrįstas vartotojo duomenimis.

Be iš anksto sukurtų turų, šiuolaikiniai agentai siūlo pagalbą per pokalbį. Įterpus DI pokalbių robotą į produktą ar palaikymo svetainę (arba susiejus jį su pokalbių kanalais, tokiais kaip Slack ar el. paštas), vartotojai gali užduoti klausimus ir gauti tiesioginius atsakymus. Tai gali naudoti natūralios kalbos supratimą ir žinių bazę. Pavyzdžiui, jei vartotojas įrašo „Kaip pakviesti komandos narį?“, agentas ieško vidiniuose dokumentuose arba naudoja apmokytą modelį, kad atsakytų. Įmonės nustatė, kad pokalbių robotai, susieti su jūsų žinių baze, „žymiai pagerina paslaugų patirtį“ (www.zendesk.hk), sumažindami rankinio palaikymo poreikį. Agentas taip pat gali iniciatyviai pasirodyti ir pasiūlyti pagalbą: jei jis mato, kad vartotojas per ilgai sukasi aplink tam tikrą funkciją arba nuolat spustelėja pagalbos piktogramą, jis gali iniciatyviai paleisti atitinkamą patarimą arba pradėti pokalbį.

Išmanusis agentas žino, kada problemas nukreipti tiesioginiam palaikymui. Jei vartotojo užklausa yra per nauja ar jautri DI, ji turėtų eskaluoti problemai žmogui su visu kontekstu. Keletas sprendimų automatizuoja šį perdavimą. Pavyzdžiui, „Fini“ – įmonių DI agentas – stebi vartotojo užklausą ir eskaluoja ją klientų sėkmės vadybininkui tik tada, kai aptinka „tikrai naują ketinimą“ (www.usefini.com). Kitas būdas yra nustatyti laiko pagrindu veikiančius įspėjimus: pavyzdžiui, pranešti sėkmės atstovui, jei bandomasis vartotojas nebaigė įvedimo po nustatyto laiko limito, arba jei aktyvinimo metrika nukrenta žemiau 70% tam tikram segmentui (www.moxo.com). Derindamas realaus laiko analitiką su išmaniaisiais aktyvikliais, agentas užtikrina, kad kritiniai atvejai būtų greitai tvarkomi žmogaus, o įprasti klausimai liktų automatizuoti.

Integracijos: Agento ekosistema

Įvedimo agentas yra toks geras, kokius duomenis ir kanalus jis jungia. Integracija su produktų analitika (pvz., Segment, Mixpanel, Amplitude ar Google Analytics) leidžia agentui stebėti įvykius, tokius kaip funkcijų naudojimas ar pažanga jūsų įvedimo kontroliniame sąraše. CRM integracija (pvz., su Salesforce ar HubSpot) reiškia, kad agentas žino kiekvieno kliento profilį, prenumeratos lygį ir kontaktus, todėl gali pritaikyti pranešimus (ir atnaujinti CRM su rezultatais). Taip pat susiejimas su jūsų palaikymo įrankiais (Zendesk, Freshdesk, Intercom) leidžia agentui automatiškai kurti, atnaujinti ar uždaryti užklausas, pagrįstas pokalbiais. Daugelis agentų taip pat jungiasi prie komunikacijos platformų – pavyzdžiui, jie gali išsiųsti Slack ar el. pašto pranešimą pasiekus etapą arba net įvesti klientą per žinutes. Pavyzdžiui, Fini reklamuoja daugiau nei 20 integruotų jungčių palaikymo (Zendesk, Intercom) ir CRM (Salesforce, HubSpot) sistemose, taip pat pagrindinėse analitikos sistemose (www.usefini.com), kad trigeriai galėtų būti aktyvuojami iš bet kokio „tiesos šaltinio“. Panašiai, Appcues integracijų sąraše yra HubSpot, Salesforce, Slack ir analizės įrankiai (thecxlead.com), o Userpilot jungiasi su Zendesk, Google Analytics, Intercom, Mixpanel ir dar daugiau (thecxlead.com). Praktiškai įjunkite kiekvieną atitinkamą kanalą: įvedimo agentas gali pateikti greitą patarimą per programėlės iššokantįjį langą, išsiųsti pasveikinimo el. laišką per jūsų rinkodaros platformą, susisiekti su klientu per WhatsApp ar Slack ir užregistruoti visas sąveikas į CRM/palaikymo įrašus.

Sėkmės metrikos ir eksperimentavimas

Turite įvertinti, ar jūsų įvedimo agentas veikia. Pagrindinės metrikos yra aktyvinimo rodiklis (vartotojų, kurie atlieka jūsų apibrėžtą „aktyvinimo įvykį“, procentas), laikas iki vertės (TTV) ir pagalbos užklausų skaičius vienam naujam klientui. Kiekvienam klientų segmentui nuspręskite, ką reiškia „aktyvinimas“ (pvz., sąrankos užduočių užbaigimas, pagrindinės funkcijos naudojimas ar kitas etapas) ir stebėkite užbaigimo rodiklį. Moxo, klientų sėkmės platforma, apibrėžia TTV kaip „trukmę nuo įvedimo pradžios iki pirmo pasiekto rezultato“ (www.moxo.com). Trumpesnis TTV stipriai koreliuoja su išlaikymu: pvz., Slack nustatė, kad vartotojai, kurie pasiekė savo „aha momentą“ per pirmąją sesiją, buvo 2–3 kartus labiau linkę pasilikti (resources.rework.com). Todėl stebėkite laiką, per kurį kiekvienas segmentas pasiekia savo pirmąją sėkmę. Taip pat stebėkite palaikymo krūvį: viena perspėjanti istorija rodo, kad naujas klientas per pirmas 3 dienas pateikė tris užklausas (klausimai jau buvo atsakyti pagalbos centre) – iliustruojant, kad „kiekvienas klausimas, kuris tampa palaikymo užklausa, yra jūsų įvedimo nesėkmė“ (supp.support). Tiesą sakant, interaktyvių vadovų ir žinių robotų pridėjimas gali dramatiškai sumažinti pirmosios savaitės palaikymo apimtį (supp.support). Skaitmeninių tikslų nustatymas (pvz., vidutinis TTV iki 2 dienų, aktyvinimas > 70%, mažiau nei X užklausų/naujam vartotojui) leidžia įvertinti pagerėjimą laikui bėgant.

Labai svarbu įdiegti nuolatinio eksperimentavimo kultūrą. Niekada nemanykite, kad viena seka yra geriausia. Vykdykite A/B testus (arba daugelio kintamųjų testus) savo įvedimo variantams ir įvertinkite poveikį aktyvinimui ir TTV. Kaip pataria vienas augimo vadovas, „Nuolat testuokite. Vertinkite aktyvinimo rodiklius, laiką iki vertės ir išlaikymą pagal aktyvinimo kohortą. Optimizuokite remdamiesi duomenimis, o ne nuomonėmis.“ (resources.rework.com). Kiekvienam testui: pakeiskite vieną kintamąjį (pvz., vadovo tekstą ar aktyviklio laiką), palyginkite pagrindines metrikas su kontrolės grupe ir pasilikite tai, kas veikia. Peržiūrėkite kiekvieną segmentą atskirai (įmonė prieš MVĮ, mokama versija prieš bandomąją ir t. t.), nes skirtingos grupės dažnai reaguoja į skirtingus metodus (www.moxo.com) (resources.rework.com). Taip pat rinkite kokybinį grįžtamąjį ryšį (CSAT/NPS): įvertinkite, kaip patenkinti klientai jautėsi iškart po įvedimo (www.moxo.com). Tai gali atskleisti problemas, kurių nepastebi žaliavinės metrikos. Rezultatas turėtų būti iteracinis ciklas: nustatyti tikslus, įdiegti stebėjimą (prietaisų skydelius aktyvinimui ir TTV), vykdyti testus, analizuoti ir atitinkamai tobulinti įvedimo turinį bei laiką.

Turinio saugumas ir atitiktis reikalavimams

Jei jūsų agentas naudoja generatyvinį DI ar suprogramuotus atsakymus, užtikrinkite, kad turinys būtų tikslus, atitiktų prekės ženklą ir būtų teisėtas. Venkite klaidų ar nereikalingų nukrypimų. Jautrioms sritims (sveikata, finansai, teisė) taikykite griežtus filtrus. Pavyzdžiui, vienas DI agento pardavėjas įdiegia „PII Shield“ (Asmeninės informacijos apsaugos skydą), kuris automatiškai redaguoja bet kokią asmenį identifikuojančią informaciją vartotojų įvestyje (www.usefini.com), o tai yra būtina reguliuojamoms pramonės šakoms. Visada apmokykite agentą naudodami patvirtintus dokumentus ir apsvarstykite „saugiojo užbaigimo“ režimą, kai agentas atsisako atsakyti arba atideda, kai užklausa liečia draudžiamas temas. Peržiūrėkite pagrindinių DI teikėjų gaires: neleiskite agentui teikti medicininių, teisinių ar finansinių patarimų, nebent tai yra specialiai patvirtinta. Vietoj to, suprogramuokite agentą atsakyti su atsakomybės apribojimais arba nukreipti vartotoją pas žmogų specialistą. Taip pat užtikrinkite duomenų saugumą ir privatumo atitiktį: rinkitės platformas su įmonės sertifikatais (SOC 2, ISO 27001, GDPR/HIPAA ir kt.). Pavyzdžiui, Fini platforma pabrėžia savo atitiktį SOC2, ISO27001, PCI-DSS ir HIPAA reikalavimams (www.usefini.com), o tai reiškia, kad ja galima pasitikėti tvarkant įvedimo formas, kuriose yra sveikatos ar mokėjimo informacija. Trumpai tariant, nustatykite moderavimo taisykles ir atitikties patikrinimus, susijusius su jūsų agento žiniomis ir išvestimis, kad turinys būtų saugus ir be klaidų.

Pagrindinės stebėsenos metrikos

• Laikas iki vertės (TTV): kiek laiko praeina nuo registracijos iki tol, kol vartotojas pasiekia pirmąjį reikšmingą rezultatą (resources.rework.com) (www.moxo.com). Greitesnis TTV siejamas su didesniu išlaikymu. Stenkitės tai sumažinti kiekvienam segmentui.
• Aktyvinimo rodiklis: naujų vartotojų, kurie pasiekia iš anksto nustatytą aktyvinimo etapą, procentas (www.moxo.com). Didesnis aktyvinimo rodiklis rodo, kad įvedimo srautas yra efektyvus.
• Pagalbos užklausos vienam naujam klientui: stebėkite, kiek pagalbos klausimų kyla iš kiekvienos naujų vartotojų kohortos. Sumažėjęs užklausų skaičius po įvedimo pagerinimo rodo sėkmę. Kaip pažymi vienas ekspertas, įvedimo problemų sprendimas dažnai „išsprendžia didelę dalį jūsų pagalbos krūvio“ (supp.support) (supp.support). Siekite, kad dauguma vartotojų rastų atsakymus įvedimo sraute arba savitarnos įrankiuose, o ne kreipdamiesi į palaikymą.
• Klientų pasitenkinimas: naudokite greitas apklausas (CSAT arba NPS) įvedimo pabaigoje, kad įvertintumėte vartotojų nuotaikas (www.moxo.com). Tai užfiksuoja kokybinį proceso rezultatą. Ieškokite pasitenkinimo pagerėjimo kartu su kitomis metrikos priemonėmis.

Šių metrikų stebėjimas realiuoju laiku (pvz., per prietaisų skydelius pagal produktą, vartotojo tipą ar regioną) leidžia jums pastebėti tendencijas ir problemas. Pavyzdžiui, Moxo siūlo sudaryti aktyvinimo rodiklių ir TTV diagramas pagal savaitę ar regioną ir susieti juos su pasitenkinimo balais (www.moxo.com). Automatiniai įspėjimai gali pažymėti, kai segmento aktyvinimas netikėtai sumažėja arba vartotojų grupė yra užstrigusi. Praktiškai šių metrikų matavimas ir optimizavimas palaipsniui pagerins kiekvieno segmento įvedimo sėkmę.

Esami sprendimai ir įrankiai

Įvairūs įrankiai sprendžia šio galvosūkio dalis. Skaitmeninės adaptacijos platformos (pvz., GuideCX ir Moxo) sutelkia dėmesį į visapusiškų įvedimo projektų valdymą (užduočių sąrašai, dokumentų rinkimas, portalai). Pavyzdžiui, Moxo teikia saugius, firminius įvedimo portalus ir darbo srauto automatizavimą, su integracijomis į Slack, Gmail, HubSpot, Salesforce ir kt. (thecxlead.com). Programėlės viduje teikiamos gairės apima tokius įrankius kaip Appcues ir Pendo. Appcues leidžia komandoms kurti programėlės viduje esančius turus ir modulius be kodo (thecxlead.com), o Pendo leidžia atlikti tikslinius mokymus ir palaiko resursų centrą programėlės viduje (thecxlead.com). Jie jungiasi su analitikos įrankiais (Mixpanel, Fullstory ir kt.) ir CRM, kad kontekstualiai paleistų turinį. Klientų sėkmės platformos, pvz., Gainsight ar ChurnZero, padeda matuoti sveikatos rodiklius ir siųsti automatinius el. laiškus ar apklausas, tačiau dažnai reikalauja rankinio nustatymo. CRM pagrindu veikiantys sprendimai (pvz., monday CRM arba HubSpot's Service Hub) gali būti sukonfigūruoti įvedimo darbo srautams ar pokalbių robotams, nors jiems gali trūkti pažangaus DI.

Kalbant apie DI/pokalbių robotus, kai kurios įmonės teikia pokalbių asistentus. Pavyzdžiui, Fini AI yra YC remiama DI agentų platforma, kuri teigia, kad įvedimo užklausų tikslumas yra beveik 100%, su įmontuotomis atitikties funkcijomis (www.usefini.com). OnRamp siūlo DI valdomą darbo srauto įrankį: jis naudoja DI rekomenduoti tolesnius veiksmus ir personalizuoti kiekvieną pasveikinimo kelionę (thecxlead.com). Trupeer orientuojasi į klientų sėkmės komandas, derindamas DI automatizavimą su sveikatos vertinimu. Taip pat yra bendrieji pokalbių robotai, tokie kaip Intercom ar HubSpot robotai, kurie gali atsakyti į dažnai užduodamus klausimus arba kurti užklausas ir integruotis su jų CRM.

Kiekvienas tiekėjas turi privalumų ir trūkumų. Pavyzdžiui, WalkMe ir Whatfix teikia labai išpildytus programėlės viduje esančius mokymus, tačiau jie dažnai remiasi fiksuotais šablonais ir sudėtingiems atvejams gali reikalauti inžinerijos darbų (apty.ai). Priešingai, DI pagrindu veikiantys produktai, tokie kaip Fini ar RelevanceAI (DI darbo srauto kūrimo įrankis be kodavimo (thecxlead.com)), gali dinamiškai pritaikyti turinį pagal vartotojo ketinimus. Integracijų mastas skiriasi: Appcues ir Userpilot natūraliai palaiko dešimtis paslaugų (thecxlead.com) (thecxlead.com), o mažesnės įmonės gali pasiūlyti mažiau jungčių. Renkantis, ieškokite sprendimo, atitinkančio jūsų poreikius: ar jums reikia griežtos atitikties reikalavimams (kaip finansų/sveikatos srityje), sutelkto dėmesio į kūrėjams patogų įterpimą ar paprastumo ne techninėms komandoms? Įvertinkite nemokamas bandomąsias versijas ar demonstracines versijas, kad pamatytumėte, kaip jie tvarko jūsų konkrečius įvedimo srautus.

Trūkumai ir ateities galimybės

Nepaisant daugelio galimybių, trūkumai išlieka. Nedaug esamų įrankių viską sujungia sklandžiai. Dažnai komandos sujungia kelis produktus (DAP programėlės viduje esantiems turams + pokalbių robotas + CRM darbo srautai), o tai gali būti brangu ir sudėtinga. Yra vietos vieningai, DI pagrindu veikiančiai platformai, kuri sujungtų duomenimis pagrįstą personalizavimą, turinio kūrimą ir eksperimentų valdymą. Įsivaizduokite agentą, kuris automatiškai analizuoja vartotojo elgsenos duomenis, tada rašo ir diegia programėlės viduje esančius vadovus ar pokalbių atsakymus realiuoju laiku, naudodamas generatyvinį DI. Jis galėtų atlikti A/B testus su skirtingais scenarijais, sužinoti, kurios frazės mažina nutraukimą, ir nuolat tobulinti save. Taip pat nepakankamai aptarnaujamos mažesnės įmonės: daugelis įmonės lygio sprendimų yra brangūs arba reikalauja profesionalių paslaugų. Egzistuoja rinkos galimybė modulinei, pagal naudojimą apmokestinamai įvedimo API, kurią startuoliai galėtų lengvai integruoti.

Turinio asistento funkcijos yra dar vienas trūkumas. Pavyzdžiui, dabartinės platformos retai kada automatiškai kuria įvedimo tekstus; ateities asistentas galėtų generuoti pasveikinimo pranešimus ar pagalbos straipsnius, pritaikytus kiekvieno vartotojo fonui. Daugiakalbis palaikymas yra dar viena inovacijų sritis: dauguma vadovų pagal numatytuosius nustatymus yra viena kalba, tačiau DI agentas galėtų išversti ar pritaikyti komunikaciją pagal poreikį. Galiausiai, reikalingas gilesnis konteksto supratimas: nė vienas iš įrankių visiškai neseka įvairių platformų kelionių (nuo el. pašto iki Slack, iki programėlės viduje). Verslumo produktas, kuris apjungtų visus sąlyčio taškus – su tvirtais saugumo filtrais – galėtų pakeisti įmonių įvedimo procesus.

Apibendrinant, dirbtinio intelekto (DI) valdomi įvedimo agentai yra galingas būdas personalizuoti pirmąsias kliento kelionės dienas. Integruodami su analitikos ir CRM, aktyvuodami kontekstinius vadovus ir pokalbius bei matuodami tinkamas metrikas (pvz., laiką iki vertės ir aktyvinimą), įmonės gali žymiai pagerinti pritaikymą ir išlaikymą. Dabartinis įrankių rinkinys yra stiprus, tačiau vietomis nešlifuotas: išlieka atvira galimybė naujam sprendimui, kuris iš tiesų integruotų visas šias funkcijas, automatizuotų turinio generavimą ir supaprastintų eksperimentavimą. Verslininkai ir produktų komandos turėtų stebėti šią sritį – kuriant naujos kartos įvedimo asistentą galima gausiai atlyginti.