Ajatusjohtajat

Puutteellinen asiakaskonteksti jarruttaa yritysten tekoälyä

Derek Slager
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatHajanaiset asiakastiedot eri järjestelmissä saavat tekoälyn tekemään virheellisiä…
Näytä lisää
  • Hajanaiset asiakastiedot eri järjestelmissä saavat tekoälyn tekemään virheellisiä päätöksiä.
  • Reaaliaikainen asiakaskonteksti on välttämätön, jotta tekoäly voi toimia nykyisen tarkoituksen mukaisesti.
  • Luotettavasta asiakaskontekstista on tulossa perustavanlaatuinen infrastruktuuri yritysten tekoälylle.

Yritysten tekoäly kehittyy nopeammin kuin useimpien organisaatioiden kyky tarjota sille luotettavaa asiakaskontekstia.

Haaste ei enää ole se, pystyykö tekoäly tuottamaan sisältöä, suosituksia, ennusteita tai päätöksiä. Haaste on se, perustuvatko tuotokset paikkansapitävään ymmärrykseen asiakkaasta.

Monissa yrityksissä näin ei ole.

Organisaatiot ovat viime vuosina investoineet voimakkaasti generatiiviseen tekoälyyn, tekoälyavustajiin, ennustaviin järjestelmiin ja itsenäisiin työnkulkuihin. Silti monien hankkeiden on vaikea edetä yksittäisiä käyttötapauksia pidemmälle tai tuottaa tasaisesti liiketoiminta-arvoa laajassa mittakaavassa. Syy on usein yllättävän yksinkertainen: tekoälyjärjestelmät tekevät päätöksiä ymmärtämättä kokonaisvaltaisesti asiakkaita, joita päätökset koskevat.

Ongelma näkyy kaikkialla yrityksessä. Personointijärjestelmät suosittelevat epärelevantteja tuotteita. Asiakaspalvelun avustajat tuottavat puutteellisia vastauksia. Asiakaspoistumaa ennustavat mallit luokittelevat uskollisia asiakkaita väärin. Markkinointiautomaatio lähettää viestejä, jotka saapuvat liian myöhään tai eivät huomioi asiakkaan viimeaikaista toimintaa.

Näitä kuvataan usein tekoälyongelmiksi. Useammin kyse on asiakaskontekstin ongelmista.

Tekoäly ei toimi tyhjiössä. Sen vaikuttavuus riippuu käytettävissä olevan tiedon laadusta, kattavuudesta ja ajantasaisuudesta. Kun asiakkaan identiteetti on hajallaan eri järjestelmissä, käyttäytymissignaalit saapuvat liian myöhään tai sovellukset käyttävät ristiriitaisia asiakasversioita, tekoäly tuottaa väistämättä tuloksia, jotka tuntuvat irrallisilta todellisuudesta.

Useimmilla organisaatioilla on jo tarvittavat taustatiedot. Niiden teknologiaympäristöihin on kertynyt vuosien ajan transaktioita, vuorovaikutusta, mieltymyksiä ja käyttäytymistietoja. Haaste on muuttaa hajanaiset signaalit luotettavaksi asiakaskontekstiksi, jota tekoälyjärjestelmät voivat käyttää johdonmukaisesti.

Hajanainen data johtaa puutteelliseen asiakasymmärrykseen

Yritykset kärsivät harvoin asiakastiedon puutteesta. Sen sijaan ongelma on tiedon hajanaisuus.

Sama asiakas voi esiintyä verkkokaupassa yhdellä sähköpostiosoitteella, kanta-asiakasjärjestelmässä toisella ja palvelusovelluksessa ilman pysyvää tunnistetta. Ostohistoria, vuorovaikutuskäyttäytyminen, suostumusvalinnat, palvelukohtaamiset ja digitaalinen toiminta ovat usein täysin erillisissä järjestelmissä.

Tekoälymallille nämä tiedon palaset näyttävät usein eri ihmisiltä.

Vaikutus kasvaa merkittäväksi, kun tekoälyjärjestelmät alkavat tehdä operatiivisia päätöksiä.

Asiakaspoistumaa ennustava malli voi luokitella uskollisen asiakkaan epäaktiiviseksi, koska puolet hänen ostohistoriastaan on toisessa profiilissa. Suosittelujärjestelmä voi tarjota epärelevantteja tuotteita, koska selauskäyttäytymistä ja tapahtumahistoriaa ei ole koskaan yhdistetty. Tekoälyavustaja voi antaa puutteellisia vastauksia, koska se näkee vain osan asiakassuhteesta.

Kun organisaatiot ottavat tekoälyä laajemmin käyttöön, näitä ongelmia on yhä vaikeampi sivuuttaa.

Monet yritykset olettavat, että tietojen keskittäminen tietovarastoon ratkaisee ongelman. Pelkkä kokoaminen ei kuitenkaan tuota asiakasymmärrystä. Se ei ratkaise identiteettiristiriitoja, yhdistä käyttäytymistietoja eri järjestelmistä eikä muodosta luotettavaa asiakasnäkymää. Tekoäly voi edelleen toimia puutteellisten tai ristiriitaisten syötteiden varassa.

Tallentaminen ei ole ymmärtämistä. Ero korostuu, kun yritykset siirtyvät tekoälykokeiluista operatiivisiin työnkulkuihin sisällytettyihin tekoälyjärjestelmiin.

Luotettava asiakaskonteksti on noussut tekoälyinfrastruktuurin ytimeen

Identiteettien yhdistämistä on perinteisesti pidetty markkinoinnin kyvykkyytenä. Siitä on kuitenkin yhä enemmän tulossa yritysten tekoälyinfrastruktuurin perusta.

Pelkkä identiteetti ei silti riitä. Tehokas päätöksenteko edellyttää laajempaa luotettavan asiakaskontekstin kerrosta. Siihen kuuluvat identiteetti, käyttäytymissignaalit, tapahtumahistoria, suostumustiedot, vuorovaikutusmallit ja jokaiseen asiakaskohtaamiseen liittyvä liiketoimintakonteksti.

Identiteettien yhdistäminen on keskeistä, sillä se ratkaisee, mitkä toisistaan erillisten järjestelmien tietueet kuuluvat samalle henkilölle. Yritysten mittakaavassa tähän tarvitaan deterministisen täsmäytyksen, todennäköisyyspohjaisen mallinnuksen ja jatkuvasti kehittyvien identiteettiverkkojen yhdistelmää.

Ilman tätä perustaa tekoälyjärjestelmien on vaikea päätellä oikein asiakkaan tilaa, käyttäytymistä ja aikomuksia.

Haaste mutkistuu todellisissa ympäristöissä, joissa asiakkaat vaihtavat usein laitteita, sähköpostiosoitteita, sijainteja ja toimintatapoja. Pelkkä täsmällisiin vastaavuuksiin perustuva yhdistäminen jättää usein merkittäviä aukkoja. Liian aggressiivinen täsmäytys voi puolestaan aiheuttaa hallinta- ja luottamusongelmia, jos organisaatio ei ymmärrä, miten johtopäätökset muodostuivat.

Siksi monet yritykset käyttävät hybridimenetelmiä, joissa yhdistyvät deterministinen täsmäytys, koneoppiminen, selitettävyys ja asiakkaan käyttäytymisen mukana kehittyvät mukautuvat identiteettiverkot.

Organisaatiot tarvitsevat yhä useammin yhden yleispätevän profiilin sijaan useita kontekstisidonnaisia identiteettinäkymiä. Markkinointi voi painottaa tavoittavuutta ja kohdennettavuutta. Kanta-asiakastiimit tarvitsevat tilitason tarkkuutta. Petostorjunta käyttää aivan erilaisia kynnysarvoja. Näitä toimintoja tukevat tekoälyjärjestelmät tarvitsevat asiakaskontekstia, joka vastaa niiden erityisiä operatiivisia vaatimuksia.

Tämä muuttaa tapaa ajatella tekoälyvalmiutta. Yritysten tekoäly tarvitsee luotettavaa asiakaskontekstia, joka mukautuu jatkuvasti ja pysyy samalla selitettävänä, hallittuna ja järjestelmien saatavilla.

Reaaliaikainen asiakaskonteksti on välttämätön

Asiakkaan identiteetin onnistuneesti yhtenäistävätkin organisaatiot törmäävät usein toiseen rajoitteeseen: ajoitukseen.

Monet yritysympäristöt nojaavat edelleen viivästyneisiin tiedonsiirtoputkiin ja eräajoihin perustuviin työnkulkuihin. Asiakasprofiilit päivittyvät vasta tuntien kuluttua. Käyttäytymissignaalit saapuvat, kun olennainen hetki on jo mennyt.

Siksi tekoäly tekee usein päätöksiä asiakkaan vanhentuneen tilan eikä tämänhetkisen aikomuksen perusteella.

Viive vaikuttaa sekä asiakaskokemukseen että liiketoiminnan tuloksiin.

Asiakas voi hylätä ostoskorin, mutta jatkotoimet käynnistyvät vasta seuraavana aamuna. Kanta-asiakas voi palata verkkosivustolle ennen kuin profiilipäivitykset ovat välittyneet järjestelmiin, jolloin kokemus jää yleisluontoiseksi. Asiakaspalvelijat kohtaavat asiakkaita usein ennen kuin viimeisimmät käyttäytymissignaalit ovat käytettävissä.

Tämän vuoksi reaaliaikainen infrastruktuuri on yhä tärkeämpi.

Organisaatiot tarvitsevat järjestelmiä, jotka päivittävät identiteettiverkot, käyttäytymissignaalit, lupatiedot ja asiakasprofiilit vuorovaikutuksen tapahtuessa. Tekoäly voi tehdä päätöksiä hetkessä vain, jos taustalla oleva asiakaskonteksti kuvaa juuri sitä hetkeä.

Itsenäisten tekoälytyönkulkujen yleistyessä paikkansapitävän asiakaskontekstin ylläpito eri järjestelmissä ja kanavissa on välttämätöntä sekä luotettaville päätöksille että johdonmukaisille asiakaskokemuksille.

Yhteinen asiakaskonteksti tekee tekoälystä luotettavampaa

Toinen yritysten tekoälyympäristöissä esiin nouseva haaste on epäjohdonmukaisuus.

Organisaatiot ottavat samanaikaisesti käyttöön tekoälyä markkinointialustoissa, asiakaspalvelusovelluksissa, analytiikkatyökaluissa, tekoälyavustajissa ja itse kehitetyissä malleissa. Monissa ympäristöissä kukin järjestelmä käyttää asiakastietoa eri tavalla ja ylläpitää omaa tulkintaansa identiteetistä, luvista ja asiakkaan tilasta.

Ajan mittaan hajanainen asiakasymmärrys johtaa hajanaiseen tekoälyn toimintaan.

Yritysten tekoälyjärjestelmät toimivat luotettavammin, kun ne käyttävät yhteistä luotettavan asiakaskontekstin kerrosta. Tekoälysovellukset pääsevät samoihin identiteettiverkkoihin, asiakasprofiileihin, käyttäytymissignaaleihin ja hallintakehyksiin riippumatta siitä, missä päätökset tehdään.

Tuloksena ovat luotettavammat tuotokset, vahvempi hallinta ja organisaation toiminnan parempi yhdenmukaisuus.

Yritysten tekoälyn tulevaisuus riippuu asiakaskontekstista

Yritysten tekoälystä keskusteltaessa huomio on usein malleissa, päättelykyvyissä ja automaatiossa. Nämä innovaatiot ovat tärkeitä. Kun perusmallit kuitenkin kehittyvät yhä kyvykkäämmiksi ja helpommin saataviksi, teknologia itsessään erottaa toimijoita yhä vähemmän.

Suurempi kysymys on, voiko tekoäly toimia paikkansapitävän, yhdistetyn ja jatkuvasti päivittyvän asiakasymmärryksen pohjalta.

Se vaatii investointeja identiteettien yhdistämiseen, reaaliaikaiseen infrastruktuuriin, hallintaan ja mukautuviin data-arkkitehtuureihin. Vielä tärkeämpää on nähdä asiakaskonteksti operatiivisen älykkyyden kerroksena, joka tukee tekoälyn päätöksentekoa koko yrityksessä.

Useimmilla organisaatioilla on jo tarvittavat taustasignaalit.

Yritysten tekoälyn seuraavat suunnannäyttäjät eivät välttämättä ole ne, joilla on kehittyneimmät mallit. Ne ovat yrityksiä, joilla on luotettavin ymmärrys asiakkaistaan.

Sillä tekoälyn ohjaamassa maailmassa asiakaskontekstista on tulossa jokaisen älykkään päätöksen perusta.

Derek Slager on yksi Amperityn perustajista ja yksi sen toimitusjohtajista. Hän johtaa yrityksen tekoälyn etusijalle asettavaa muutosta sekä tuotteissa että toimintatavoissa. Hän oli mukana perustamassa Amperitya tarjotakseen markkinoijille ja analyytikoille luotettavaa asiakasdataa. Hän rakensi patentoidun identiteettien yhdistämisteknologian ja reaaliaikaisen profiiliarkkitehtuurin, jotka muodostavat Amperityn luotettavan asiakaskontekstin perustan. Aiemmin hän kuului Appaturen perustajatiimiin ja toimi teknisissä johtotehtävissä laajamittaisten hajautettujen järjestelmien ja tietoturvan parissa.