My IBM Masuk Berlangganan

Beranda

Think

Topik

AI dalam pengalaman pelanggan

AI dalam pengalaman pelanggan (CX)

AI dalam pengalaman pelanggan (CX)

Jelajahi AI IBM untuk solusi layanan pelanggan Berlangganan buletin Think
Grafik AI IBM dalam layanan pelanggan

Diterbitkan: 2 Agustus 2024
Kontributor: Teaganne Finn, Amanda Downie

AI dalam pengalaman pelanggan (CX)

AI dalam pengalaman pelanggan (CX)

AI dalam pengalaman pelanggan (CX) melibatkan penerapan teknologi kecerdasan buatan (AI) ke semua komponen perjalanan pelanggan dalam perusahaan.

Pengalaman pelanggan telah menjadi contoh penggunaan yang berharga untuk teknologi yang didukung AI karena pelanggan terus mengharapkan lebih banyak dari bisnis. Teknologi AI yang digunakan dengan pendekatan ini dapat mencakup machine learning, pemrosesan bahasa alami (NLP) Robotic Process Automation, analisis prediktif, dan banyak lagi. Memasukkan AI adalah komponen utama dari setiap perjalanan transformasi digital modern.

AI meningkatkan interaksi pelanggan dengan menganalisis dan menyortir data pelanggan dalam jumlah besar. Analisis data menghasilkan pengalaman pelanggan yang sangat personal yang memenuhi kebutuhan pelanggan di semua titik kontak dan meningkatkan efisiensi operasional.

Kapasitas untuk data dan analisis mendalam adalah apa yang membedakan pengalaman pelanggan AI dari pendekatan lain. Kemampuannya untuk mendeteksi pola, meninjau riwayat pembelian, dan memantau perilaku media sosial memungkinkan bisnis untuk menyesuaikan preferensi dan interaksi pelanggan, sehingga meningkatkan kepuasan pelanggan sejak awal.

AI untuk seri layanan pelanggan
Konten terkait Baca ebook Customer 360 terbaru untuk pemimpin data
Tonton sekarang: AI beraksi pada pengalaman pelanggan
Mengapa AI dalam pengalaman pelanggan penting?

Mengapa AI dalam pengalaman pelanggan penting?

Pelanggan saat ini memiliki harapan tinggi bagi perusahaan untuk memberikan pengalaman end-to-end. Perusahaan perlu mencari cara untuk memenuhi kebutuhan pelanggan tersebut. Para pemimpin bisnis harus mempertimbangkan strategi yang membuat mereka menjadi yang terdepan dalam menerapkan teknologi baru dan menjaga konsumen tetap senang.

Dengan alat AI, perusahaan dapat mengambil data dalam jumlah besar dan menganalisis perilaku pelanggan dan interaksi pelanggan. Secara terpisah, solusi AI dan alat AI generatif dapat membangun chatbot yang didukung AI untuk mengelola dukungan pelanggan dan menyediakan asisten virtual kepada pelanggan.

Penerapan teknologi AI bisa berisiko, tetapi dapat memiliki imbalan yang tinggi jika diterapkan dengan baik. Ini termasuk mendengarkan, menguji, dan kemudian memanfaatkan inovasi. Dengan menerapkan AI, bisnis dapat memanfaatkan masukan pelanggan dan pengalaman pengguna untuk mempersonalisasi interaksi dengan pelanggan dan mendapatkan kepercayaan dan keandalan.

Tonton sekarang: Chatbots AI untuk layanan pelanggan
AI dalam manfaat pengalaman pelanggan

AI dalam manfaat pengalaman pelanggan

Ada beberapa manfaat utama dari sistem pengalaman pelanggan yang didukung AI:

Rekomendasi yang dipersonalisasi

Salah satu manfaat utama dari alat bantu AI adalah penggunaan algoritme machine learning untuk mendapatkan insight yang berharga tentang perilaku pelanggan. Teknologi ini memungkinkan perusahaan untuk melacak minat dan preferensi pelanggan untuk kemudian menyesuaikan rekomendasi. Pendekatan yang dipersonalisasi ini dapat meningkatkan loyalitas pelanggan dan konversi penjualan.

Asisten virtual/dukungan pelanggan

Chatbot yang didukung AI semakin populer seiring dengan peningkatan teknologi. Perutean AI sekarang dapat memprediksi mengapa pelanggan tertentu mencari bantuan. Chatbots menggunakan AI percakapan untuk bertindak sebagai pusat kontak bagi pelanggan yang mencari jawaban cepat atas pertanyaan dan cara untuk menyelesaikan masalah sederhana kapan saja sepanjang hari.

Dukungan omnichannel

Salah satu manfaat AI adalah kemampuannya untuk mengintegrasikan data dari berbagai sumber, termasuk online, di dalam toko, seluler, dan media sosial. Hal ini memberikan pilihan kepada pelanggan untuk beralih antar saluran di waktu luang mereka tanpa gangguan dan kemungkinan besar akan membuat mereka tetap terlibat dengan bisnis.

Analisis sentimen

Pelanggan memberikan masukan dengan berbagai cara dan melalui berbagai saluran. AI dapat menganalisis teks dari masukan ini dan menentukan sentimen melalui analisis sentimen. Tindakan ini dapat membantu bisnis memahami pelanggannya pada tingkat yang lebih dalam dan benar-benar memahami apa yang dirasakan pelanggan terhadap suatu produk.

Personalisasi waktu nyata

Pelanggan saat ini mengharapkan tindakan real-time, dan dengan AI bisnis dapat memodifikasi perjalanan pelanggan di tempat. Alat bantu AI dapat menyesuaikan konten situs web untuk menyoroti produk yang lebih selaras dengan apa yang dicari pelanggan saat itu.

CRM yang didukung oleh AI

Menambahkan AI ke dalam pengalaman pelanggan dapat meningkatkan sistem manajemen hubungan pelanggan (CRM). CRM yang didukung AI dapat mengotomatiskan tugas, seperti entri data dan penilaian prospek, dan membantu perwakilan penjualan memprediksi prospek mana yang kemungkinan akan dikonversi. Ini dapat membantu tim penjualan meningkatkan proses pengambilan keputusan mereka.

AI dalam tantangan pengalaman pelanggan

AI dalam tantangan pengalaman pelanggan

Menerapkan AI ke dalam area pengalaman pelanggan dalam bisnis memang menarik, tetapi juga menghasilkan beberapa tantangan.

Lebih sedikit interaksi manusia: Meskipun AI adalah teknologi yang efisien dan revolusioner, teknologi ini bisa jadi kurang memberikan sentuhan manusiawi yang mungkin dicari oleh pelanggan. Seorang pelanggan kemungkinan masih mengharapkan beberapa tingkat keterlibatan dan empati manusia. Penggunaan AI secara berlebihan dapat mengakibatkan pelanggan merasa putus hubungan.

Integrasi sistem yang lebih kompleks: Menerapkan sistem yang didukung oleh AI ke dalam sistem layanan pelanggan yang sudah ada bisa jadi menantang dan rumit. Integrasi perlu diselaraskan dengan sempurna sehingga pengalaman pelanggan tidak terpengaruh secara negatif.

Kurangnya kepercayaan pelanggan: Sistem AI memang menarik, tetapi membangun kepercayaan pelanggan tetap menjadi hal yang sulit. Beberapa pelanggan skeptis tentang interaksi yang didukung AI dan keakuratan solusi.

AI dalam contoh penggunaan pengalaman pelanggan

AI dalam contoh penggunaan pengalaman pelanggan

Bisnis besar telah mulai memanfaatkan kekuatan AI dalam pengalaman pelanggan dan mulai melihat ROI-nya. Di bawah ini adalah beberapa contoh bagaimana AI dalam pengalaman pelanggan mengubah cara bisnis berinteraksi dengan pelanggan mereka dan mengubah model bisnis agar lebih selaras untuk memenuhi kebutuhan konsumen. 

Solusi Wimbledon yang didukung AI

Wimbledon, salah satu turnamen tenis paling terkenal di dunia, bermitra dengan IBM Consulting untuk menciptakan insight yang dihasilkan AI dan pengalaman digital kelas dunia.

Platform AI generatif siap perusahaan memberikan ringkasan pra-pertandingan dan analisis pasca-pertandingan. Secara terpisah, dengan menggunakan model yang dilatih dan disetel di IBM® watsonx.ai™, aplikasi AI generatif mengekstrak dan meringkas data yang relevan dan menghasilkan cerita dalam bahasa alami.

https://www.ibm.com/id-id/blog/how-ibm-helps-wimbledon-use-generative-ai-to-drive-personalised-fan-engagement/

Analisis prediktif Starbucks

Starbucks menggunakan AI untuk “memperkuat hubungan antarmanusia.”1 Melalui inisiatif Deep Brew, Starbucks membangun seperangkat alat AI untuk meningkatkan bisnis kopi dan pengalaman pelanggan di dalam toko.

Alat ini menggunakan machine learning dan analisis prediktif untuk mempersonalisasi pesan pemasaran, yang mendorong retensi dan meningkatkan alur kerja. Alat ini digunakan pada aplikasi selulernya untuk menyarankan item menu berdasarkan riwayat pesanan dan lokasi pelanggan, di antara faktor-faktor lainnya.

Transformasi digital Boots UK

Pengecer kesehatan dan kecantikan dan rantai farmasi membutuhkan peningkatan infrastruktur untuk memenuhi kebutuhan dunia e-commerce yang terus berkembang. Boots bekerja dengan IBM untuk mentransfer program lama ke IBM Cloud® dan bekerja bersama dengan menggunakan Red Hat® OpenShift® pada platform wadah IBM Cloud untuk membangun, mereplikasi, dan menguji lingkungan digital.

Infrastruktur yang dimodernisasi memungkinkan Boots menangani acara penjualan besar, seperti Black Friday, dan peluncuran produk besar dengan mudah. Selain itu, transformasi meningkatkan fungsi pencarian situs dan fitur yang dipersonalisasi untuk showcase produk.

Sistem rekomendasi Amazon

Sistem AI Amazon telah merevolusi belanja e-dagang dengan memberikan rekomendasi produk yang dipersonalisasi kepada pelanggan. Sistem berbasis data menganalisis perilaku pelanggan, riwayat pembelian, riwayat keranjang belanja, dan banyak lagi untuk memahami demografi mereka dan memahami apa yang mungkin dibeli pelanggan lain.

Amazon menggunakan NLP untuk mengekstrak informasi tentang ulasan pelanggan dan deskripsi produk.2 Secara terpisah, perusahaan menggunakan machine learning dan algoritma pembelajaran mendalam untuk mengelola sistem rekomendasinya. Sistem ini melatih model berdasarkan data historis dan memberikan prediksi produk yang akurat kepada konsumen melalui pendekatan omnichannel.

Masa Depan AI dalam pengalaman pelanggan

Masa Depan AI dalam pengalaman pelanggan

AI cenderung memainkan peran yang lebih besar dalam pengalaman pelanggan karena semakin banyak kemajuan muncul. Berikut adalah beberapa prediksi untuk sisa tahun ini dan seterusnya.

Pengalaman AI yang imersif

Kemajuan dalam teknologi terkait lainnya, seperti augmented reality (AR) dan virtual reality (VR), kemungkinan akan lebih menjadi yang terdepan. Sebagai contoh, pelanggan dapat membuat versi digital diri mereka sendiri untuk mencoba pakaian dalam lingkungan VR sebelum melakukan pembelian. Jenis kemajuan ini dapat mengubah cara pelanggan berinteraksi dan terhubung dengan bisnis. 

AI otonom dan otomatisasi

Peran AI saat ini adalah membuat proses lebih cepat dan efisien, namun seiring berjalannya waktu, AI akan mengambil peran yang lebih otonom dalam mengelola CX. Integrasi AI di masa depan tampaknya akan menjadi bagian dari ekosistem bisnis itu sendiri, termasuk alat swalayan, yang juga akan menjadi lebih umum.

Teknologi kecerdasan percakapan

Kecerdasan percakapan kemungkinan besar akan semakin populer di masa mendatang karena saluran online dan telepon bisnis tetap menjadi bagian dari perjalanan CX. Dengan alat yang tepat, kecerdasan percakapan memberikan insight yang lebih dalam tentang keterlibatan pelanggan dan meningkatkan pengalaman karyawan.

Etika seputar AI

Kemajuan teknologi sangat mencengangkan, terutama dalam kaitannya dengan alat yang didukung AI. Namun, dengan teknologi baru ini datang lebih banyak risiko dan kebutuhan untuk fokus pada etika dan transparansi AI. Pelanggan ingin tahu bagaimana bisnis menggunakan datanya, terutama untuk proses AI. Kepercayaan pelanggan adalah kunci karena AI terus meningkatkan pengalaman pelanggan.

Solusi terkait

Solusi terkait

AI untuk layanan pelanggan

Ubah dukungan standar menjadi layanan pelanggan yang luar biasa dengan membangun keunggulan AI. 

Memanfaatkan AI

IBM watsonx Assistant

Berdayakan tim Anda untuk membangun dan menerapkan chatbot AI yang memahami permintaan pelanggan Anda untuk pertama kalinya.

Lihat apa yang dapat dilakukan watsonx Assistant

Konsultasi pengalaman pelanggan

Berikan pengalaman yang lebih cerdas di seluruh perjalanan pelanggan Anda dan dorong transformasi di seluruh siklus hidup pelanggan. 

Pelajari lebih lanjut tentang layanan konsultasi

IBM Watson Text to Speech

Ubah teks tertulis menjadi audio yang terdengar alami dan berikan merek Anda suara unik yang menonjol. 

Coba Watson Text to Speech hari ini

IBM Watson Speech to Text

Aktifkan transkripsi ucapan yang cepat dan akurat ke dalam teks dalam berbagai bahasa untuk berbagai contoh penggunaan penting.

Pelajari lebih lanjut Watson Speech to Text

Sumber daya

Sumber daya

Gangguan oleh desain

AI generatif merevolusi desain pengalaman, tetapi harus diadopsi dengan visi, strategi, dan pagar pembatas yang tepat. Lihat bagaimana gen AI memengaruhi cara organisasi merancang dan menerapkan pengalaman untuk pengguna mereka.

Layanan Pelanggan dan Keunggulan AI generatif

Layanan pelanggan adalah tempat pembuktian untuk AI generatif dan dengan cepat menjadi prioritas utama C-suite untuk diadopsi. Temukan cara meningkatkan AI Anda untuk mendapatkan keunggulan kompetitif.

Panduan CEO untuk GenAI untuk CX

Nilai organisasi akan meledak ketika AI generatif memenuhi pengalaman pengguna Anda. Lihat cara menemukan kembali dan menata ulang pengalaman pelanggan dan karyawan Anda untuk memberikan semua pengguna apa yang mereka inginkan.

IBM dan Wimbledon: watsonx

IBM dan Wimbledon telah menciptakan pengalaman digital kelas dunia yang mencakup lebih dari tiga dekade.

Akademi AI telah menyusun video yang menunjukkan kepada pelanggan apa yang dapat ditawarkan AI generatif ke pusat kontak tradisional.

Watsonx Assistant di Lendyr Bank: demo

Watsonx Assistant menunjukkan kemampuannya di situs web fiksi Lendyr Bank.

Dari pusat biaya hingga pencipta nilai

IBM Institute for Business Value telah mengidentifikasi tiga hal yang perlu diketahui oleh setiap pemimpin tentang AI dan layanan pelanggan.

Solusi Camping World dan IBM

Camping World bekerja dengan IBM untuk mengembangkan alat AI kognitif untuk memodernisasi pusat kontaknya.

7 tren pengalaman pelanggan pada tahun 2024

Pengalaman pelanggan berada di puncak perubahan besar dalam bagaimana bisnis menangani perjalanan pelanggan.

Ambil langkah selanjutnya

Bayangkan, rancang, dan berikan pengalaman yang lebih cerdas di seluruh perjalanan pelanggan. Konsultasi pengalaman pelanggan IBM memberikan keahlian mendalam dalam pemetaan dan desain perjalanan pelanggan, implementasi platform, serta konsultasi data dan AI sehingga Anda dapat memanfaatkan teknologi terbaik di kelasnya untuk mendorong transformasi dan pertumbuhan.

Jelajahi layanan pengalaman pelanggan
Catatan kaki

1 AI untuk kemanusiaan (tautan berada di luar IBM.com), Starbucks Stories and News, 10 Januari 2020

2 Bagaimana Cara Kerja Sistem Rekomendasi Amazon? (tautan berada di luar IBM.com), Baeldung, 18 Maret 2024