#69 Sztuczna Inteligencja w Customer Success - cz. 2
Odkryj kolejne przykłady, jak AI może przejąć czasochłonne zadania, pozwalając skupić się na wartościowych interakcjach.Posłuchaj, w jakich obszarach AI ma na nas negatywny wpływ w pracy 🤖Poznaj narzędzia AI, które automatyzują transkrypcje i zadania, skracając czas przygotowań.Dowiedz się, jak AI pomaga tworzyć spersonalizowane plany sukcesu i identyfikować problemy klientów.Zrozum, dlaczego inżynieria promptów i nadzór ludzki są kluczowe w interakcjach z klientami.Bez tych spostrzeżeń, twój zespół ryzykuje utonięciem w ręcznej pracy i pozostaniem w tyle za konkurencją. To niezbędne słuchanie dla liderów CS i profesjonalistów zorientowanych na technologię.Dołącz do rozmowy i dowiedz się, jak przekształcić AI w najcenniejszy zasób twojego zespołu 😄
No aczkolwiek prawdopodobnie myślę, że jednego takiego w zespole by to zastąpiło. W sumie o to chodzi, żeby oszczędzić czas na zatrudnianiu jednej osoby, która by coś robiła ręcznie. Ale na razie jeszcze nie o tym. Na pewno asystenta. No dobra, czyli co konkretnie? Co konkretnie? Wiemy, że AI nie jest, przynajmniej na tym etapie, elementem, który tak w 100% jest w stanie pokryć kompetencje czy obowiązki człowieka, no ale go będzie wspierać już coraz bardziej, coraz mocniej. No i jakby, jak konkretnie według Ciebie? No właśnie, dziś mówimy o tym, co CSM normalnie robi, jak się w ogóle za to zabrać i czego by nie musiał robić, prawda?
Więc zamiast spędzać kilka godzin na dokumentowaniu różnych rzeczy, wysłaniu maili, przeglądaniu spotkań, wyszukiwaniu informacji o kliencie, researchu, no to to są te rzeczy, gdzie może nas zastąpić, czy raczej wyręczyć. Więc zanim powiemy w ogóle, co ono dokładnie robi, jakich narzędzi można użyć, No to jak myślisz, ile czasu CSM spędza na rzeczach, które są stricte wartością dla klienta? A nie są tylko robotą głupiego tak zwaną. To jest pewnie pytanie, które każdy specjalista i każdy Customer Success sobie zadaje pewnie codziennie. Na pewno tego czasu jest za mało, a spędzamy go na wielu rzeczach bardzo dużo, bo z reguły wszyscy są zawsze zajęci i raczej przydałoby nam się więcej czasu niż mamy go za dużo.
I generalnie loguje się taki CSM, widzi część maili, zwłaszcza jeżeli jeszcze, powiedzmy, jest jedną nogą w supportcie. Na połowę tych maili pewnie się dało odpowiedzieć automatycznie. Musi przygotować się do spotkań z klientem, sprawdzić poprzednie spotkania też, co tam było. Musi wysłać zaległe notatki, jakieś action itemy, co jest do zrobienia z poprzednich spotkań. Więc otwiera sobie ten swój CRM, szuka informacji o klientach, co się działo, sprawdza. I co? Ile? Godzina? Pół godziny? Różnie, zależy to trochę od modelu. Ale powiedzmy, strzelajmy, że pół godziny. Zaraz dojdziemy do tego, że to trzeba sobie w sumie zmierzyć. No ale weźmy sobie na każdego klienta np. pół godziny. Przed spotkaniem.
Ja pamiętam nasze początki z Gongiem. Nie wiem kiedy on wprowadził już takie funkcje bardziej AI-owe, czy to było dwa lata temu czy więcej, ale na początku to nie było to zbyt trafne i było więcej tego poprawiania niż faktycznie korzystania z tego. A w tym momencie to są na tyle trafne I adekwatne podsumowanie, jakby tam siedział faktycznie mały stażysta i sobie klikał i przepisywał, co tam się tak naprawdę dzieje. Tylko faktycznie stało się tak, że zgodziliśmy się wszyscy mniej lub bardziej świadomie, ale konsensus społeczny chyba taki już jest, że w zasadzie wszystko jest nagrywane. No właśnie, ja tu mam taki problem i często słyszę od innych CSM-ów, że niektórzy klienci się nie godzą na nagrywanie rozmów.
Nie, ten CSM musiałby to wszystko znaleźć, prawda? I napisać jakąś notatkę, jakiś status, czy ten stan, czy to zdrowie tego klienta jest dobre, czy ja go oceniam, bo oprócz healthscora, tego automatycznego, tej oceny stanu zdrowia klienta, no to mamy też taką ocenę subiektywną CSM-a. Na przykład w skali od 0 do 5. To jest, to jest bardzo, bardzo się różni od firmy do firmy. Sztuczna Inteligencja w Customer Success PL. Episode 2. Sztuczna Inteligencja w Customer Success PL. Episode 2. Sztuczna Inteligencja w Customer Success PL. No tak, na przykład taki gong przykładowo możemy powiedzieć daj mi kompletny raport o kliencie XYZ ostatnie 3 miesiące i tam na przykład na bazie wymienionych ostatnio maili i na bazie ostatnich spotkań z 3 miesięcy powiedz mi jaki jest sentyment tego klienta i jakie są kolejne kroki do wykonania, prawda?
I to wszystko masz w narzędziu AI-owym, rozumie tak? Czy w narzędziu, które nie jest stricte narzędziem AI-owym, ale bazuje na funkcjach AI, prawda? Czyli to jest taki konkurencja dla CRM-a? Nie zastanawiałem się nad tym z tego punktu widzenia. Wydaje mi się, że nie, bo CRM to jest miejsce, które ci... Bo ja do CRM-a bym wszedł po to, żeby się zorientować, co zrobiłem z danym klientem przez ostatnie trzy miesiące. A ty mówisz, wejdę do Gonga, który tylko transkrybuje moje rozmowy i je podsumowuje i sprawdzimy, co się działo u klienta przez trzy miesiące. Oczywiście Gong jest tylko przykładem, bo po prostu akurat na nim pracuję, jest bardzo dużo podobnych narzędzi. Czy zastępuje to CRM-a? Może w pewnym stopniu tak. CRM ma mieć takie Twarde dane po prostu o kliencie i pola, które są powypełniane, prawda?
Więc też można użyć danych z CRM-a do takiej kompilacji. No i co? I co ci AI zwraca, jak zadajesz takie pytanie? No i wypluwa ci właśnie podsumowanie z tymi wszystkimi action itemami, co trzeba zrobić i tak dalej. I mamy tutaj wiele opcji. No właśnie, dobrze, żeby nie myślał, dlatego dobrze, żeby tego nie brać tak bezkrytycznie. I wiesz, mamy tutaj platformy CES, które już gdzieś tam zaczynają wdrażać narzędzia AI. CzernZero, Gainsight, Totango. Mamy oczywiście CRM-y. HubSpot robi bardzo fajne podsumowania. Ma taką kartę klienta, gdzie też sobie możesz podsumować na bazie interakcji, co tam się w ogóle wydarzyło. Ale masz tak, że przychodzisz lepiej przygotowany na spotkanie? Odświeżam sobie na pewno. Myślę, że przychodzę trochę lepiej przygotowany. To wiesz, zależy, ile ty... Poświęcasz uwagi na tym spotkaniu, ile spamiętasz i ile masz tych klientów, bo wiadomo jakich masz tonę i setki, no to nie będziesz pamiętać, jeżeli wskoczysz z klientem na spotkanie raz na kwartał.
W tej chwili one powstają, ponieważ faktycznie nie my je robimy, tylko robi je automat i robi je co najmniej poprawnie, a z reguły w miarę dobrze, jeśli go jeszcze wytrenujemy i się uczy na tym, co... No dobra, to mamy te notatki, ale gdzie jeszcze? No właściwie to ja bym tu chciał jeszcze zapauzować i zatrzymać się w innym momencie, bo nie zastanowiliśmy się w ogóle jak obronić te koszty. No bo jednak są to często drogie narzędzia. Nawet jak chcemy sobie dostać dla zespołu czat GPT płatną wersję, to są dodatkowe koszta. Więc dobrze by było, żeby w ogóle zespół CSM-owy zaczął od tego, żeby sobie przez tydzień, dwa, miesiąc trackował czas. Ile spędza czasu na poszczególnych aktywnościach.
Myślisz sobie, będę więcej zarabiać, to sobie więcej odłożę. No nie, najczęściej jest tak, że więcej zarabiasz, to więcej wydajesz. Jak masz nagle te narzędzia, to w sumie pracujesz, wiesz, szybciej biegasz, co nie? Po prostu pracujesz wydajniej i tą dziurę, to co zaoszczędziłeś na niektórych czynnościach, to zawsze zapełni jakaś inna robota. Nagle ci, wiesz, dadzą więcej po prostu klientów i się okaże, okej, to teraz z tymi narzędziami CSM może obsłużyć więcej klientów na głowie. No tak, tak to wygląda. No dobra, ale wracając na teorię tego, co AI robi, no to kolejną rzeczą, którą robi poza tym, że robi coś dla nas, może też robić w cudzysłowie coś na zewnątrz, czyli może za nas pisać, pisać maile.
Sztuczna Inteligencja w Customer Success Ja bym tutaj zaparkował kwestię software'u, bo faktycznie to nie jest na dzisiejszy odcinek, natomiast zastanowiłbym się jeszcze nad takim tematem, tak już na sam koniec, gdzie masz jakieś no go albo jakieś ostrzeżenia, tak? Czyli, bo wszystko to brzmi fajnie, o czym rozmawiamy, ale są jakieś pułapki z tym związane na pewno, z tym jak to zaimplementować i I jak pracować? No tak, no musimy zadbać o to, żeby nie brał ten CSM wszystkiego na 100% od tego AI, tylko zawsze musi sprawdzić, bo w przeciwnym wypadku wszystko będzie bardzo generyczne i klient będzie czuł, że po prostu rozmawia z jakimś botem.
Czyli nie podążamy ślepo za tym, co on... Dbamy o higienę danych, bo jeżeli wrzucamy śmieci na wejściu, to na wejściu też będą śmieci. Jakby z dziadostwa AI nic nie wyczaruje. No i w końcu to co powiedziałeś, dbamy o prywatność. Dbamy o compliance, o to żeby... Jeszcze wierzymy w to, że nasze dane są jakkolwiek chronione. No tak, czyli nie może być tak, że CSM-owie sobie robią taką wolną Amerykankę i wszystko to robią na prywatnych kontach, czatu GPT, Cloda itd., tylko najlepiej, żeby to było jednak firmowe, które ma włączoną opcję uczenia się na danych. Ok, czyli zawsze review, zawsze review, zawsze transparencja cudownych narzędzi, zawsze iteracja i trackowanie tego co robimy.
Pokazano wszystkie 11 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Kliknij, aby znaleźć fragmenty, w których pada.
Bez tych spostrzeżeń, twój zespół ryzykuje utonięciem w ręcznej pracy i pozostaniem w tyle za konkurencją. To niezbędne słuchanie dla liderów CS i profesjonalistów zorientowanych na technologię.
Dołącz do rozmowy i dowiedz się, jak przekształcić AI w najcenniejszy zasób twojego zespołu 😄