Представьте, что я провел обширное исследование новой машины. Безопасность, качество, надежность. Я читал отзывы клиентов и профессионалов, изучал гарантии. После нескольких недель поисков я принимаю решение, иду к местному дилеру и покупаю новую машину.

Неделю спустя я получаю таргетированную рекламу от Lexus, которая втягивает меня в их воронку благодаря их пониманию моей активности. Больше всего меня беспокоит не вторжение в частную жизнь, а незнание того, как таргетированная реклама приводит к реальности.

Эта тема распространена в том, как компании применяют новые технологии в основном бизнесе. Каждый раз, когда я вижу пресс-релиз об инвестициях крупной компании в ИИ и машинное обучение, я думаю о разговорном выражении «за деревьями не хватает леса».

Предполагаемая возможность применения этих технологий была в продажах и обслуживании клиентов. Я маниакально отношусь к деталям, поэтому любое преимущество в общении с клиентами, на мой взгляд, стоит вложений. По данным Forbes, в прошлом году из-за плохого обслуживания клиентов было потеряно 75 миллиардов долларов. Это сопоставимо с упущенной выгодой в размере 62 миллиардов долларов всего за два года до этого.

Неудачное взаимодействие с клиентом очень дорого обходится любому бизнесу. Это становится еще более верным. В отдельном исследовании потребителей опрашивали о переключении услуг из-за плохого обслуживания клиентов. Бэби-бумеры имеют наименьшую склонность к переходу: только четверть всех бумеров указали, что они перейдут из-за плохого обслуживания. Миллениалы, с другой стороны, почти в 2,5 раза чаще меняют услуги из-за плохого обслуживания клиентов.

Учитывая, что данных о клиентах становится все больше и больше, а с каждым днем ​​становится доступно все больше и больше технологий, почему стоимость неудачных взаимодействий с клиентами продолжает расти?

Стратегически компании должны быть на два шага впереди возможностей использования технологий, чтобы сделать компанию лучше. В оперативном отношении компании должны меньше беспокоиться о том, что может измениться через пять лет, и больше беспокоиться о том, что сейчас так же верно, как и всегда. При использовании технологий для управления бизнесом иногда легко увязнуть во всем, что изменилось, но разумнее сосредоточиться на том, что не изменилось.

Во-первых, это рост аналитики. Компьютерная компания может сделать вывод, например, «исходя из данных за прошлый год, 10% нашего дохода приходится на ноутбуки».

Следующий логический шаг — наука о данных. «Исходя из репрезентативных вторичных данных за прошлый год, а также из внешних данных, в следующем году 14% нашего дохода будет приходиться на ноутбуки».

Из науки о данных возможно машинное обучение. «Из-за активности этого пользователя на нашем сайте сегодня вероятность того, что он купит ноутбук, составляет 50%».

И, наконец, даже искусственный интеллект. «Из-за активности этого пользователя на нашем веб-сайте с двух разных устройств сегодня я собираюсь спросить ее, делает ли покупки ее партнер, и если да, то вероятность того, что она купит два ноутбука, составляет 50%».

И все же слишком много организаций пытаются перейти от аналитики к искусственному интеллекту, даже не задаваясь вопросом: «Почему люди покупают наши ноутбуки?» или «почему они не покупают наши десктопы?»

Это честная ошибка. Эти компании только стремятся воспользоваться тем, что доступно. Они боятся остаться позади, упустить рентабельность инвестиций в машинное обучение. Они обращаются к технологическим компаниям, таким как Uber и Netflix, за интеллектуальным лидерством.

Как ни странно, самые простые и чистые продукты покоряют сердца покупателей. Netflix начал с решения проблемы клиентов, связанных с оплатой штрафов за просрочку платежа, посещением физического места, просмотром рекламы. Попутно они воспользовались преимуществами технологий.

Uber решил проблему вызова машины заранее. Uber решил проблему для тех, кто нуждался в вызове такси, но не жил на главной улице. Оказывается, им пришлось использовать технологии для решения этих проблем.

Для этой теоретической компьютерной компании наилучшая рентабельность инвестиций будет не в технологиях 2018 года, таких как машинное обучение, которое поможет им продавать ноутбуки. Это будет технология 2006 года, например, упрощение для клиента входа в систему и поиска продуктов.

Не пропустите лес за механическими деревьями.