facebook LinkedIN LinkedIN - follow
IT SYSTEMS 3/2021 , CRM systémy , Trendy ICT

Efektivní digitální onboarding je počátkem dobrého a dlouhodobého vztahu se zákazníkem

Ondřej Vaněk, PhD


Technologie dnes zákazníkům napříč segmenty výrazně ulehčují onboarding. Tedy proces, pomocí kterého se stávají součástí zákaznického kmene určité společnosti, aby si mohli sjednat její služby či produkty. Mnohé benefity přinášejí také společnostem. Těm nabízejí příležitosti, jak pojmout onboarding komplexně — jako proces, během kterého mohou zákazníkovi pomoci, poznat ho, zjistit o něm více informací a nabízet mu další služby či produkty na míru jeho potřebám na základě dat, která společnost sesbírala. To vše v řádu vteřin, maximálně minut a za co nejlepší zákaznické zkušenosti.


Příchod pandemie umocnil nároky zákazníků na pohodlný onboarding. Očekávají, že ho zvládnou pomocí jedné aplikace, z jakéhokoliv zařízení a během chvíle. Bez ohledu na segment, na potřebu toho, co chtějí vyřídit nebo jaký produkt či službu chtějí sjednat.

Ještě před dvěma lety řada průzkumů, stejně jako ten od PwC [1], ukazovala, že online onboarding pomocí webové nebo mobilní aplikace nabízely už tři čtvrtiny společností. Výzkumy zároveň odhalily, že mnohé z těchto společností neměly chytré asistenty ani pokročilé systémy, které by obstaraly převod textu a rychlé zpracování dokumentů. Průzkum společnosti Experian [2] pak na odpovědích 380 vrcholových manažerů a lídrů tento vhled doložil. Celých 70 % z nich připustilo, že jejich společnosti neposkytují optimální zákaznickou zkušenost napříč kontaktními body životního cyklu zákazníka.

Přitom už před dvěma lety bylo možné zákazníky relativně hladce onboardovat. Dnes jsou technologie o další mílový skok napřed a pomáhají společnostem navazovat a budovat vztah s jejich zákazníky. Takový vztah, který zákazníkům ukáže, že je společnost na základě dat zná. A zároveň takový vztah a přístup, na základě kterých se zákazníci budou chtít vracet. Proto je dobré k onboardingu přistupovat holisticky — pomocí přístupů a nejmodernějších technologií tak, aby byl pro zákazníka co nejpřívětivější. A aby na druhé straně pomohl společnosti k lepšímu vztahu, datům a efektivnějším prodejům, aniž by zákazníka obtěžovala. V našem případě jde o využití umělé inteligence.

Automatizovaný a bezpečný onboarding pro obě strany

Vzdálený onboarding, při kterém zákazník nemusí navštívit kamennou pobočku společnosti, je v době covidu nutností. V některých sektorech ale dlouhodobě vnímáme adopce onboardingových technologií jako daleko kostrbatější. Jedním z nich je finanční sektor. Podle průzkumu společnosti Deloitte [3] nejméně 38 % zákazníku onboardingový proces tradičních finančních institucí v jeho průběhu opustí. Důvodem je často frustrace z počtu nutných kroků a papírování nebo nutnost ve finále navštívit pobočku.

Takový onboarding vyžaduje identifikaci a případně doložení dalších dokumentů, které je následně potřeba projít a ručně zadat potřebné údaje do systémů. To vyžaduje čas, mnoho manuální práce a přepisy často vedou k chybám. Systémy založené na optickém rozpoznání znaků (OCR) a zpracování přirozeného jazyka (NLP) tyto procesy přebírají a dokumenty ihned zpracují. Obstarají převedení dokumentů do digitální formy a z vlastní zkušenosti víme, že náklady spojené s ručním zpracováním dokumentů sníží až o 80 % a čas až o 98 %. Na základě našich implementací víme, že jde o vteřiny, během kterých lze dokumenty zpracovat. Získané hodnoty potom systém ověří napříč veřejnými databázemi (adresa, jméno) a mezi sebou (konzistence načtených hodnot). Výstupem jsou data ve strojově čitelném formátu, která jsou připravená k dalšímu zpracování. Stejně tak systém pro vytěžování a ověřování dat pomůže dodržovat předpisy vyžadující biometrickou kontrolu pomocí standardní webové nebo mobilní kamery.

Jsou ale typy společností, které se při onboardingu, i přes kontrolní procesy s definovanými pravidly, setkávají s podvodným chováním. Patří mezi ně například telekomunikační společnosti, které pokusy o podvody řeší v souvislosti s předplatnými a tarify (zákazníky neplatící za služby a zařízení). I s takovým typem byznysového problému pomáhá umělá inteligence. Chytré algoritmy založené na strojovém učení odhalují pokusy o podvod téměř v reálném čase. Díky neustálému učení se jsou navíc schopné z dat odhalovat i nejnovější a propracované taktiky podvodníků. Díky nasazení takového řešení mohou společnosti jejich počet minimalizovat, vylepšit řízení rizik a posílit proces prevence podvodů, z naší zkušenosti až o zhruba 30 %. Zároveň technologie pomáhá snižovat počet falešně pozitivních případů, a to až o 60 %.

Dalším stupněm kontroly a trendem poslední doby je potom behaviorální detekce podvodu při vyplňování například online dotazníků a dokumentů. Pohyb myší, rychlost kliknutí, způsob psaní na klávesnici, počet překlepů a další behaviorálně-biometrické body slouží umělé inteligenci jako vstupní data pro analýzu. Technologie tak dokáže identifikovat jednotlivého člověka i obecný vzorec normálního chování, a tudíž i odchylky od něj.

Rychlý pomocník, který je stále při ruce

Ať už u společnosti hledá zákazník cokoliv, mnohdy při onboardingu nebo vyplňování složitějších dokumentů jako jsou investiční dotazníky ocení virtuálního asistenta nebo chatbota [4], který mu s daným úkonem pomůže.

Chatboti a asistenti, kteří v posledních třech letech zažívají velký boom [5], fungují na bázi strojového zpracování přirozeného jazyka. Dokážou tak interagovat a vyhodnotit, na co se uživatel ptá, a sestavit a odeslat mu relevantní odpověď. To vše díky propojení vrstvy asistenta/chatbota s vrstvou porozumění, pro kterou jsou esenciální kvalitní data, ze kterých se asistent učí. Díky tomu se aplikace umí rozhodnout, zda je pro odpověď na dotaz potřeba zeptat se jiných systémů a jakou odpověď zákazníkovi odeslat. Mnozí zákazníci je navíc upřednostňují před hledáním pomoci u operátorů zákaznické péče — technologie pracuje v jakoukoliv hodinu a odpovídá okamžitě.

Personalizace všeho, co se zákazníka týká

Během pár vteřin tak společnost může automatizovaně získat první ověřená data a vytvořit si o zákazníkovi vstupní celkový obrázek, na který by se měla nabalovat další data. Čím víc dat, tím lepší obraz mohou společnosti mít a zároveň se mohou efektivněji rozhodovat v celkovém kontextu. Zároveň data slouží k upravování a vylepšování digitální zkušenosti s danou společností [6]. Díky neustále se učícím algoritmům jde o kontinuální proces. Umělá inteligence, konkrétně strojové učení, jednoduše najde nové vztahy a pravidla v zákaznických datech a společnost tak může významně vylepšovat také svoji nabídku.

Vždy se tak vyplatí mít na data holistický pohled, v případě zákazníků jde o tzv. zákazníka 360. Na základě online i offline dat může vzniknout obraz sloužící k následnému vytváření personalizovaných interakcí během životního cyklu zákazníka, např. pořízení majetku (auto, nemovitosti) či životní události (svatba, přírůstek do rodiny). Společnost tak snadno zákazníkovi nabídne konsolidaci půjček nebo hypotéku ve chvíli, kdy ji potřebuje, prostřednictvím pro něj nejvhodnějšího kanálu a za cenu, kterou bude ochotný přijmout [7]. Právě ve finančním a pojišťovacím sektoru se navíc předpokládá, že bude využití umělé inteligence ve tvoření nabídek esenciální [8].

Data se kromě čistě byznysových účelů využívají k přizpůsobení obsahu podle komunikačních kanálů: personalizace obsahu na webu, v klientské zóně, výročním dopisu apod.

Lépe cílený prodej

Kromě nabídek na míru umělá inteligence významně pomáhá také při upsellu (přístup, při kterém prodeje nabízí zákazníkovi ke koupi dražší verze zboží nebo služby, nebo upgrade) a cross-sellu (techniky prodeje souvisejícího zboží nebo služeb doplňující ty, které již zákazník má) [9]. A to ve chvíli, kdy si zákazník zřizuje konkrétní služby a produkty nebo přístup do společnosti. Díky datům, která společnost o zákazníkovi ze všech různých kanálů, smluv a historie má, prodejci vědí, které produkty a služby mohou ještě nabídnout. Tak, aby byly pro zákazníka relevantní a zároveň za cenu, kterou bude ochotný zaplatit. Nebo nabídnout ty, které budou jeho stávající produkty a služby vhodně doplňovat. V tomto případě umělá inteligence snadno vypočítá optimální nejvyšší možnou cenu, kterou bude zákazník ochotný zaplatit, i snadno doporučovat produkty a služby ve vhodnou dobu a na míru konkrétnímu zákazníkovi.

Možností a procesů, kam nasadit umělou inteligenci, která reálně pomáhá, je celá řada. Proto je třeba jejich adopci a implementaci zvážit z hlediska potřeby, byznysových cílů a zapojitelnosti do chodu společnosti a jejích procesů. Existuje osvědčený inovační rámec, který společnost celým procesem od nápadu až po implementaci provede. Zároveň se nám osvědčily takzvané AI Open Days, v rámci kterých pomáháme společnostem generovat byznysové případy použití AI na míru jejich potřebám.

Ondřej Vaněk, PhD Ondřej Vaněk, PhD
Autor článku je spoluzakladatel a CEO společnosti Blindspot Solutions.

Odkazy a doporučené zdroje:

  1. https://www.pwc.de/en/next-generation-client-onboarding.html
  2. https://www.experian.co.uk/assets/business-services/brochures/digital-onboarding.pdf
  3. https://www2.deloitte.com/content/dam/Deloitte/es/Documents/governance-risk-compliance/Deloitte-ES-GRC-Inside-Magazine-EMEA-Technology.pdf
  4. https://www.forbes.com/sites/gilpress/2019/10/25/ai-stats-news-us-consumers-interest-in-using-chatbots-to-interact-with-businesses-rise-to-62/
  5. https://www.smallbizgenius.net/by-the-numbers/chatbot-statistics/
  6. https://www.pwc.com/ee/et/publications/pub/Consumer-Insight-Survey-2019-report.pdf
  7. https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/financial-services/deloitte-uk-hp-the-future-of-retail-banking.pdf
  8. http://www3.weforum.org/docs/WEF_AI_in_Financial_Services_Survey.pdf
  9. https://hbr.org/2018/07/how-ai-is-changing-sales
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.