Tankeledere
Den klogeste AI-beslutning kan være ikke at sende beskeden

NøglepunkterOptimering for klik belønner det at sende flere beskeder, selv når tilbageholdenhed…
Vis mere
- Optimering for klik belønner det at sende flere beskeder, selv når tilbageholdenhed bedre ville beskytte kundeforholdet.
- En velformuleret kampagne sendt, mens en tilbagebetaling er uafklaret, er en beslutningsfejl, som bedre indhold ikke kan rette op på.
- Menneskelig gennemgang bør fokusere på tvetydig kontekst og handlinger med store konsekvenser frem for rutinemæssige policiesager.
Generativ AI har gjort det langt billigere at producere personlige beskeder. Men det er ikke blevet nemmere at afgøre, om beskeden bør sendes.
Den forskel er vigtig, efterhånden som AI overtager flere af de beslutninger, der ligger bag kundekontakter. Et system kan udforme et relevant tilbud og forudsige, at nogen vil klikke på det, men alligevel træffe den forkerte beslutning. Kunden venter måske på en tilbagebetaling. Kunden kan have en uafklaret klage. Kunden kan allerede have købt produktet med en anden e-mailadresse.
Bedre formuleringer løser ingen af de problemer. Systemet skal have en bedre forståelse af kunden, et mål, der afspejler det, virksomheden faktisk værdsætter, og tydelige grænser for, hvad det må gøre.
Hvad beder du systemet om at optimere?
Udsendelser, åbninger og klik er nemme at tælle. Derfor er de nyttige driftsmålinger, men de frister også som stedfortrædere for det, virksomheden egentlig ønsker: en kunde, der oplever værdi i relationen og bliver ved med at vende tilbage.
Et AI-system, der er optimeret til at skabe flest mulige klik og kun har få begrænsninger på, hvor ofte det må kontakte kunder, kan nå frem til, at flere beskeder forbedrer dets resultat. Hver ekstra udsendelse kan virke rimelig, når man ser på den isoleret. På tværs af kampagner og kanaler kan den samme kunde ende med at høre fra brandet langt oftere, end nogen havde tænkt sig.
Omkostningen viser sig uden for den måling, der optimeres efter. I Validitys undersøgelse af forbrugernes adfærd i højtiden i 2026 sagde en tredjedel af de adspurgte, at mængden af e-mails i højtiden alene var nok til at få dem til at afmelde sig. Det fortæller os ikke, at AI var skyld i overbelastningen. Det viser, at øget aktivitet kan ske på bekostning af relationen.
En afmelding er synlig. Den frustration, der gik forud, er det ofte ikke. Hvis systemet belønnes for et klik i dag, men ikke straffes for at gøre det mindre sandsynligt, at kunden vender tilbage næste måned, har det kun ringe grund til at tage højde for den afvejning.
Også tilbageholdenhed er en beslutning
Forestil dig en kunde, der returnerede en ordre i sidste uge og stadig venter på at få pengene tilbage. Et marketingsystem ser en kunde, der for nylig har købt noget, og som med stor sandsynlighed vil reagere, og sætter en reklamemail i kø. Set fra kundens perspektiv beder brandet om flere penge, før det betaler det, det skylder.
Returen kan være registreret i ordresystemet, status for tilbagebetalingen i et kundeservicesystem og købet i en marketingprofil. Det er ikke sikkert, at registreringerne engang er knyttet til den samme person. Modellen kan fungere præcis som tiltænkt og stadig træffe en beslutning på grundlag af et ufuldstændigt billede af kunden.
Når registreringerne forbindes, ændrer det, hvad systemet kan vide. Det ændrer ikke automatisk, hvad systemet vil gøre. Beslutningsprocessen skal også tage højde for en uafklaret tilbagebetaling og gøre det muligt at holde en kampagne tilbage som et gyldigt udfald. Ellers har du givet systemet flere oplysninger uden at ændre den adfærd, det belønnes for.
Derfor skal kundekontekst og målsætninger udformes samlet. Konteksten forklarer, hvad der foregår. Målet og beslutningsreglerne afgør, hvad der bør ske som det næste. En returnering betyder ikke i sig selv, at al kommunikation skal stoppe. Kunden har måske brug for en opdatering om tilbagebetalingen. Det er vigtigt at skelne mellem en nyttig servicemeddelelse og endnu en kampagne.
En dårligt formuleret e-mail er et indholdsproblem. En velformuleret e-mail, der sendes, mens kunden venter på sine penge, er et beslutningsproblem. Det andet problem kan ikke løses ved at blive bedre til det første.
En tilmelding er ikke det samme som loyalitet
Loyalitetsprogrammer giver et andet eksempel på det samme problem. Hvis succes måles på flere tilmeldinger, kan et system lære at rekruttere folk med en rabat. Antallet af tilmeldinger stiger. Om kunderne vender tilbage uden endnu en rabat, er et andet spørgsmål.
Det tager længere tid at få svar på de spørgsmål, der virkelig betyder noget. Kommer medlemmerne igen? Er deres køb rentable, når udgifterne til incitamenterne er trukket fra? Ændrer programmet deres adfærd, eller belønner det mest køb, de alligevel ville have foretaget?
For at besvare de spørgsmål skal loyalitetsaktiviteten forbindes med købs- og servicehistorikken over tid. Det kræver også en sammenligning, der gør det muligt at skelne programmets effekt fra en adfærd, som allerede var sandsynlig. Et større antal medlemmer kan ikke i sig selv give dig svaret.
Menneskeligt tilsyn skal ændre beslutningen
Det er mennesker, der har ansvaret for at beslutte, hvad systemet skal optimere. Fastholdelse, avance og kundens besvær indebærer afvejninger, som ledelsen må stå til ansvar for. En model kan hjælpe med at vurdere afvejningerne. Den kan ikke tage ansvaret for at vælge mellem dem.
Det samme gælder grænserne for, hvad systemet må gøre. Et nyttigt spørgsmål at begynde med er: Hvor svært vil det være at gøre om? At tilbageholde en reklamemeddelelse til gennemgang har andre konsekvenser end at ændre en pris, udstede en kreditering eller annullere en reservation. Konsekvenserne, kundens tilladelser og pålideligheden af den tilgængelige kontekst bør afgøre, hvad der kan køre automatisk, og hvad der kræver godkendelse.
En verserende refusion behøver ikke hver gang at blive til en manuel gennemgang. Hvis retningslinjerne er klare, kan en regel sætte kampagnebudskabet på pause, mens kommunikationen om kundeservice fortsætter. Menneskelig gennemgang er på sin plads, når konteksten er tvetydig, reglerne er i konflikt, eller konsekvenserne ligger uden for systemets beføjelser. Hvis de oplysninger, der skal til for at skelne mellem disse situationer, mangler, skal systemet have en fastlagt reserveprocedure i stedet for lov til at gætte.
De personer, der foretager gennemgangen, har også brug for mere end en sikkerhedsscore. De skal kunne se, hvilke kunderegistre anbefalingen bygger på, hvor aktuelle registrene er, hvad systemet forsøger at opnå, og hvilke begrænsninger der gælder. En anbefaling, der fremsættes med stor sikkerhed på grundlag af forældede eller uoverensstemmende registre, er stadig en dårlig anbefaling.
Tilsidesættelser bør indgå som dokumentation. Hvis folk gentagne gange standser den samme type kampagne, skal årsagen registreres. Mønstret kan afsløre manglende servicedata, et identitetsproblem eller et mål, der belønner den forkerte adfærd. Det er mere værdifuldt at rette op på mønstret end at bede nogen om at fange den samme fejl igen og igen på ubestemt tid.
Mål, om det hjælper at holde igen
Teams kan begynde med én beslutning i stedet for at forsøge at gentænke alle kundeinteraktioner på én gang. Tag en reklameudsendelse, identificér den kontekst, den kræver, og fastlæg betingelserne for, hvornår den skal sættes på pause. Nødvendige servicemeddelelser skal fortsat sendes og må ikke være omfattet af denne regel om at holde beskeder tilbage.
Undersøg derefter, om ændringen hjælper. For relevante reklamemeddelelser kan man sammenligne den nuværende fremgangsmåde med en politik, der holder igen under fastlagte betingelser. Følg udviklingen i gentagne køb, kundefastholdelse, klager og avance over en periode, der passer til købscyklussen. Udsendelser og klik hjælper stadig med at forklare, hvad der skete, men de bør ikke være det endelige mål for resultatet.
Testen kan vise, at færre kampagner beskytter kunderelationen. Den kan også vise, at en bestemt begrænsning er for vidtgående. Begge resultater er nyttige. Det skal heller ikke være omkostningsfrit at tie, ligesom det ikke skal være omkostningsfrit at sende. Begge dele er beslutninger, hvis konsekvenser kan måles.
Intet af dette fjerner behovet for det tekniske arbejde. Kundedata skal kunne knyttes til den rette person. Nylige hændelser skal nå frem til beslutningsprocessen i tide til at gøre en forskel. Tilladelser skal sætte grænser for handlingerne, og teams skal kunne dokumentere, hvad der skete, og hvorfor. Et bedre mål kan ikke kompensere for manglende kontekst, ligesom bedre kontekst ikke kan redde det forkerte mål.
Byg med kunderelationen for øje
Spørgsmålet til ledere er enkelt: Hvad betragter jeres system som en god beslutning? Hvis svaret er et klik, gør systemet måske sit arbejde, samtidig med at det forringer kundeoplevelsen.
Pålidelig kontekst om kunderne giver mennesker og AI et mere solidt grundlag for at beslutte, hvad de skal gøre. Klare mål og kontrolmekanismer afgør, hvordan denne forståelse bliver brugt. Resultatet bør være et system, der kan forklare, hvorfor en besked er nyttig netop nu, opdage, når den ikke er det, og lære af det, der sker bagefter.
Nogle gange er den klogeste beslutning, et AI-system kan træffe, slet ikke at sende noget.












