6 formas que a inteligência artificial pode melhorar os negócios

No ano passado, a PWC classificou a AI como uma das oito tecnologias essenciais nos negócios e 38% das empresas empregaram AI em seus sistemas.

Esse percentual deve crescer para 62% este ano.

IDC estima que o mercado AI vai crescer para ser mais de US $ 47 bilhões em 2020, e Gartner prevê “mais de 40% de todos os projetos de análise de dados se relacionam com um aspecto da experiência do cliente.”

Vamos ver como experiência do cliente e Inteligência Artificial está misturando juntos para entregar as necessidades do cliente superior e aumentar a satisfação do cliente nos próximos anos.

Índice

Estamos entregando experiências empáticas aos clientes?

Você já perdeu seu telefone? Ou passou pelo momento em que o seu computador ou disco rígido caiu e havia arquivos e dados importantes que você ainda não havia transferido para a nuvem?

Você se lembra do quão perturbado e desamparado você se sentiu?

Agora imagine se a pessoa de atendimento ao cliente com quem você entrou em contato soubesse de tudo? Imagine como essa experiência aumentaria a sua empatia. Imagine como você veria essa marca seguindo em frente? Em momentos como esses, você quer alguém para consertar seu problema, mas o mais importante é que você queira que alguém ouça e reconheça sua aflição.

A Apple entende isso muito bem. A empresa inclui um guia de empatia em seu manual de treinamento para funcionários da linha de frente que fornecem suporte de dispositivo aos clientes nos locais de varejo da Apple.

O manual de treinamento ensina os funcionários da Genius Bar a avaliar o que o cliente precisa com base em sua linguagem corporal e até mesmo sugere frases para usar dependendo das necessidades específicas do cliente no momento, como “eu posso apreciar como você se sente…”. frase listada no manual.

Hoje, pregar a experiência do consumidor significa ir além, aproveitar o tempo para entender os clientes e aplicar insights a todos os aspectos do negócio, desde o desenvolvimento de novos produtos, passando pelo treinamento do call center, até o design de uma experiência de usuário abrangente. A única maneira que as empresas podem fazer isso de forma eficaz é ter empatia real pela experiência do cliente.

Aqui, definimos a empatia como a capacidade de uma marca experimentar seu próprio produto ou serviço do ponto de vista de seu cliente.

Não há escassez atual de marcas que afirmam oferecer experiências empáticas aos clientes.

Mas nós, como indústria, realmente entregamos?

De acordo com a Bain & Co., 80% das empresas dizem que oferecem atendimento ao cliente “superior” – no entanto, apenas 8% das pessoas acham que essas mesmas empresas oferecem atendimento ao cliente “superior”.

O campo de batalha em mutação: CX

Mas enquanto os orçamentos e platitudes podem continuar a se concentrar no CX dentro das salas de reuniões, a velocidade da mudança tecnológica e os efêmeros desejos e necessidades dos consumidores fazem deste um alvo rapidamente em movimento.

E é fácil perder.

Considere como chegamos aqui: a era moderna da manufatura – aproximadamente entre 1900 e 1960 – foi marcada por poucos grupos de capital capazes de financiar e manter fábricas. Como resultado, o mercado viu pouca concorrência legítima e uma oligarquia de industriais detinha grande parte da cadeia de fornecimento global.

A partir de 1960, houve mudanças transformadoras na indústria, destacadas pela globalização, desregulamentação e acordos de livre comércio que tornaram possível fabricar bens mais baratos em outras partes do mundo. Embora a experiência do cliente ainda fosse importante, era o preço e a distribuição que eram os verdadeiros tomadores de decisão dos clientes.

Então, na década de 1990, a informação e a tecnologia tornaram-se prontamente disponíveis e acessíveis ao consumidor médio. Essa Era da Informação trouxe consigo uma mudança na dinâmica de poder, de vendedores a compradores, pois os clientes agora tinham informações para comparar facilmente as marcas.

A experiência do cliente tornou-se parte do produto e serviço de uma empresa – parte de pesquisa e desenvolvimento, marketing de conteúdo, relações públicas, mídia social, presença e usabilidade móvel e design de website.

A vida conectada de hoje – há 4,3 bilhões de usuários de telefones celulares em todo o mundo – verá as experiências móveis como o principal ponto de contato para as empresas. Os consumidores modernos querem uma experiência de cliente digital integrada e integrada que se conecte a vários dispositivos e telas.

Isso significa que tudo na experiência do cliente, da segmentação ao envio de mensagens, precisa de uma abordagem empática. A Accenture descobriu que 44 por cento dos clientes estão “frustrados quando as empresas não entregam experiências de compras personalizadas e relevantes”.

Hoje, os consumidores estão cada vez menos tolerantes depois de uma experiência ruim:

Segundo um estudo da WOW Local Marketing, 52% das pessoas são menos propensas a se envolver com uma empresa depois de uma má experiência móvel – isso inclui tudo, desde um design ruim, conteúdo ausente e até carregamento lento vezes. No Right Now Technologies relatório de impacto na experiência do cliente de 2011 da, nove em cada dez clientes disseram que iriam embora depois de uma fraca experiência do cliente para realizar negócios com um concorrente.

Mas nem tudo é uma notícia terrível. Estudos mostraram que os clientes pagarão mais por uma experiência melhor. Afinal, quantos de nós pagamos por uma passagem aérea mais cara porque preferimos a experiência que temos com uma determinada companhia aérea? Estudos após estudos mostram que uma boa experiência do cliente aumentará até mesmo o valor de suas ações: o

CX é uma oportunidade.

As empresas que realmente entendem a demanda por design empático na experiência do cliente sabem que não podem fazê-lo apenas com ajuda humana. Simplesmente não há como os humanos agirem contra essas expectativas. Empresas inovadoras estão se voltando para o aprendizado de máquina e dados massivos para tomar melhores decisões em nome de seus clientes.

De acordo com o Guia de Gastos de Sistemas de Inteligência Cognitiva / Artificial Semestral Internacional da IDC de 2016,espera-se que o mercado de soluções cognitivas / IA apresente uma taxa de crescimento anual de 55,1% entre 2016 e 2020.

Usando a poderosa combinação de IA e dados significa que as empresas chance de dar aos clientes exatamente o que eles querem – e até antecipar antecipadamente suas necessidades antes que eles estejam conscientes.

É esse tipo de empatia das marcas que aumenta a confiança e mantém os clientes voltando.

AI e os zettabytes de dados

Pense em quantos dados são produzidos todos os dias, de fotos a vídeos, músicas e mensagens de texto. A quantidade total de dados no mundo foi de 4,4 zettabytes em 2013 e esse número deverá subir para um astronômico de 44 zettabytes até 2020.

Para colocar isso em perspectiva, um zettabyte equivale a 44 trilhões de gigabytes e, para diminuir ainda mais, um gigabyte são dados suficientes para os livros necessários para encher uma prateleira de 30 pés. Isso é um monte de dados coletados.

Então, como as empresas podem entender todas as informações, especialmente considerando que a maior parte delas não é estruturada?

Eles não podem. Não com funcionários humanos em tempo real de qualquer maneira.

Em suma, isso significa que as marcas que se destacam durante a jornada do cliente precisam recorrer à inteligência artificial para personalizar experiências, identificando áreas relevantes para clientes individuais.

Se a empatia é toda sobre a compreensão e a consciência e sensibilidade da experiência de outra pessoa, então as experiências empáticas dos clientes devem ser focadas no reconhecimento e na capacidade de resposta.

Seis tipos de mecanismos de IA que auxiliam as marcas a criar umempático Oempático

pensamentopensamentoexige que os sistemas certos sejam implantados para que você possa responder de maneira proativa e resolver problemas que surgem à velocidade da expectativa humana. Embora apenas algumas marcas empreguem bem o design empático, as que o fazem servem como exemplos para o resto do mundo dos negócios.

Abaixo, listamos seis exemplos de mecanismos de inteligência artificial que ajudam as marcas a transformar a experiência do cliente por meio de projetos empáticos.

1 / Mecanismos de recomendação Motores de

Recomendações são provavelmente a forma mais comum de aprendizado de máquina e atualmente usados em grande parte nos setores de varejo e mídia on-line e dependem de algoritmos baseados nos padrões e comportamentos passados do cliente. Como receber um presente de um amigo que realmente te conhece. As marcas que implementam mecanismos de recomendação conectam os dados massivos que coletam para personalizar todos os aspectos da experiência do cliente.

Talvez o mecanismo de recomendação mais influente do mundo atualmente seja o canal Vídeos recomendados do YouTube em seu infame trilho direito. Das mais de UM BILHÃO de horas de Youtube que consumimos, 70% delas vêm desses módulos algorítmicos. Isso é um monte de vídeos de gatos, cara.

No futuro, poderíamos ver os mecanismos de recomendação mais predominantes em indústrias com grande quantidade de dados, como assistência médica, onde a inteligência artificial pode ajudar a personalizar o atendimento levando em conta o histórico do paciente, informações sobre estilo de vida, registros médicos e muito mais. Cursos de tratamento recomendados por algoritmos ou prescrições específicas não estão fora de questão.

2 / Pesquisas

As pesquisas preditivas permitem que os visitantes da web obtenham resultados mais rápidos, preenchendo automaticamente os resultados enquanto o usuário ainda está digitando. Normalmente, há uma lista suspensa que aparece durante a pesquisa, que orienta os usuários para possíveis resultados. Ao pensar em pesquisas preditivas, a maioria de nós pensa no Autocomplete do Google inventado em 2004. Então, em 2010, a tecnologia de busca do Google se expandiu para incluir a Pesquisa Instantânea, que usa aprendizado de máquina para prever o que você acha que vai digitar, transmitindo simultaneamente os resultados para essas previsões em tempo real.

Desde então, muitas marcas adotaram a tecnologia original do Google, mas há algumas desvantagens. Em 2017, o Google anunciou que descartaria a pesquisa instantânea como sua configuração padrão, já que a maioria das pesquisas agora é feita em dispositivos móveis, e o carregamento de resultados para pesquisas preditivas em uma tela limitada acaba sendo uma experiência ruim para o usuário.

Um porta-voz do Google disse na época:

“Lançamos o Google Instant em 2010 com o objetivo de fornecer aos usuários as informações de que eles precisam o mais rápido possível, mesmo quando eles digitam suas pesquisas em dispositivos de desktop. Desde então, muito mais de nossas buscas ocorrem em dispositivos móveis, com entradas e interações de tela e interação muito diferentes. Com isso em mente, decidimos remover o Google Instant, para que possamos nos concentrar em maneiras de tornar a Pesquisa ainda mais rápida e fluida em todos os dispositivos. ”

Mesmo depois de desenvolver um design empático – Pesquisa Instantânea – o Google continua encontrando maneiras de ser ainda mais mais empático pensando em como o produto pode ser rápido e fluido em todos os dispositivos, para todos os usuários!

3 / Assistentes Virtuais

Os assistentes virtuais, como o Alexa da Amazon, o Cortana da Microsoft, o Siri da Apple e o Assistente do Google, variam de chatbots a sistemas mais avançados que estão mudando a aparência do engajamento do consumidor.

O Google Duplex é um novo recurso do Google Assistente que pode fazer chamadas em seu nome e agendar sua próxima consulta ou mesa de salão de beleza em seu restaurante favorito para você. E a pessoa do outro lado do telefone nem notará que está falando com um bot.

Os assistentes virtuais são definitivamente um nicho crescente, então por que apenas 10% das empresas nos EUA empregam um agente virtual? Principalmente porque ainda há muitos desafios que podem interferir na experiência do cliente digital. Por exemplo, enquanto os assistentes virtuais estão melhorando bastante com a linguagem natural, a maioria deles ainda está muito atrás dos humanos quando se trata de entender gírias, erros de digitação, erros de ortografia ou gramática complexa.

4 / Processamento de linguagem natural

O processamento de linguagem natural é uma IA que pode processar grandes quantidades de dados de linguagem natural e pode, portanto, entender a fala humana da maneira como é falada. Ao pensar em PNL, muitas vezes vem à mente um Amazon Echo com seu reconhecimento de voz, mas a tecnologia da PNL é promissora em muitos setores, incluindo a saúde, onde pode ajudar no diagnóstico mais rápido, encontrando padrões nas anotações não estruturadas de um médico. Pense em quantas vidas podem ser salvas com a AI minerando nossos registros de saúde!

Pense no Skype Translator, que pode compreender vários idiomas ao mesmo tempo, em tempo real, o que pode incentivar conversas entre pessoas que falam idiomas diferentes.

5 / Análise doA Análise do

SentimentoSentimento avalia inflexões de voz para determinar as emoções, atitudes e opiniões em conversas humanas normais para determinar o que realmente está sendo dito.

O Vibe é um produto criado pela empresa de software AIR, de Tóquio, que pode escanear conversas na ferramenta de comunicação no local de trabalho, o Slack, para determinar o moral da equipe. O produto analisa palavras-chave e emojis usados durante as conversas e coloca o humor da equipe em cinco emoções.

Na YML, usamos a análise de sentimentos para entender qual empresa é mais amada: Uber ou Lyft?

6 / Visão computacional

A visão computacional usa modelos de aprendizado de máquina para ensinar os computadores a ver as coisas da maneira como os humanos os vêem.

Uma empresa que faz um ótimo trabalho é a Uru, que usa a visão computacional para encontrar espaços em vídeos nos quais anúncios nativos podem aparecer para criar uma experiência não intrusiva, ininterrupta e mais orgânica para os usuários.

Por exemplo, o algoritmo da empresa identifica espaços, como uma parede em branco ou a prancha de um snowboarder, onde gráficos de anúncios ou marcas podem aparecer. A startup chamou a atenção dos principais aceleradores e investidores do setor.

Os próximos passos para as marcas

O surgimento da internet nos proporcionou várias maneiras de se comunicar e interagir. Mesmo as marcas agora se comunicam com seus consumidores por meio de múltiplas plataformas e canais, portanto, faz sentido que os clientes esperem que você “os” obtenha.

Afinal de contas, os clientes sabem que as marcas estão rastreando, personalizando e otimizando cada passo ao longo da jornada do cliente, então por que eles não deveriam ser mais empáticos com o CX? Com tanta concorrência por aí, a única maneira pela qual uma marca pode ter uma vantagem competitiva é mantendo uma obsessão com a experiência do cliente.

Quando uma marca determina que deseja criar experiências empáticas, precisa então fazer duas coisas: (1) focar nos resultados e (2) concentrar-se em pequenas vitórias.

Ao se concentrar nos resultados, as marcas devem identificar as tarefas que desejam resolver primeiro e depois determinar a tecnologia ideal para ajudá-las a realizar essas tarefas.

Isso pode ficar um pouco complicado com várias tecnologias de IA competindo no mercado, desde aprendizado de máquina, chatbots, assistentes virtuais, robótica, processamento de linguagem natural (NLP) e muito mais: para atingir as metas de negócios, as empresas precisam pensar sobre o grande figura, então trabalhe para trás.

Por exemplo, se seus clientes quiserem suporte 24 horas por dia, 7 dias por semana, talvez valha a pena investir em uma experiência de chatbot para que os clientes não estejam esperando para falar com um funcionário humano. Ou, se a satisfação do cliente parece ser um problema, considere uma tecnologia que pode pegar os dados que você já possui e conectá-los com o que os clientes podem precisar, com base em suas preferências individuais. A satisfação do cliente certamente melhorará se as empresas apresentarem recomendações relevantes, em vez de ceder ofertas aleatórias.

Finalmente, as marcas precisam se concentrar em pequenas vitórias, se quiserem uma chance em qualquer uma das grandes vitórias.

Como você sabe qual pequena vitória você gostaria de enfrentar primeiro? Identifique os frutos mais fáceis de pendurar. Que reclamações você está obtendo ao máximo dos clientes? Enfrente essa área primeiro.

Assim que você identificar o problema, pode ser tentador usar a AI para resolver dezenas de problemas imediatamente. Esta não é a melhor maneira de começar a melhorar rapidamente a retenção de clientes. Em vez disso, se você quiser ter mais impacto, será melhor abordar o que é fácil de medir e alcançar primeiro.

Em outras palavras, pense grande, comece pequeno. Que pequenas vitórias você pode conseguir nas próximas semanas ou meses?