ในยุคที่ AI กำลังมาแรงนี้ ก็มีหลายบริษัทนำ AI ไปใช้งานด้านต่างๆเพื่อช่วยให้ทีมทำงานง่ายขึ้น วันนี้ Predictive จะมาเล่าให้ฟังว่า AI จะสามารถช่วยงานอะไรได้บ้างในส่วนของ CRM ซึ่งเล่าเฉยๆคงจะธรรมดาเกินไป นอกจากเราจะยกมาให้ถึง 15 Use case แล้ว เรายังจัดอันดับพร้อมให้คะแนนในแกนของ “คุณค่าทางธุรกิจ ถึง 3 แกน” และ “ความเป็นไปได้ในการใช้งาน อีก 2 แกน” อีกด้วย
15 Use-case ที่ใช้ AI มาช่วยในการทำ CRM
จากการจิวัยของ Gartner พบว่า อิทธิพลของ AI จาก 15 Use-case การนำ AI มาช่วยทำ CRM จะเป็นลำดับดังนี้
โดยประเมินจาก 5 เกณฑ์ดังนี้
- Revenue Growth : ความสามารถด้านการสนับสนุนโอกาสทางธุรกิจที่มีอยู่และโอกาสทางธุรกิจใหม่ผ่านการขายผลิตภัณฑ์และบริการที่จะส่งเสริมการเติบโตของรายได้
- Operational Efficiency : ช่วยให้ประสิทธิภาพการทำงานเพิ่มขึ้นโดยใช้ทรัพยากรเท่าเดิมหรือน้อยลง
- Customer Service Quality : ความสามารถในการเพิ่มความพึงพอใจของลูกค้าผ่านการบริการและการสื่อสาร
- Technical Feasibility : ความเป็นไปได้ของการสร้างระบบใหม่โดยนำ AI มาใช้งาน หรือการอัพเกรดเทคโนโลยีที่มีอยู่เดิมให้มีประสิทธิภาพสูงขึ้น
- Organizational Feasibility : ความเป็นไปได้ของระบบใหม่ที่จะให้ข้อมูลที่ถูกต้องตรงความต้องการของผู้ใช้ การคำนึงถึงทัศนคติและทักษะของผู้ใช้งานกับระบบใหม่ที่มีการปรับโครงสร้างการทำงานว่าเป็นพอใจและยอมรับหรือไม
ทีนี้เมื่อทุกคนเข้าใจเกณฑ์ต่างๆแล้ว เราจะอธิบายให้ทุกคนเห็นภาพยิ่งขึ้นว่าแต่ละ Use-case สามารถสร้าง Business Value ได้อย่างไร และความนืดหยุ่นต่อการใช้งานในปัจจุบันเป็นอย่างไร
- Value Message Creation : การนำ AI มาช่วยงานเขียน และงานเอกสารต่างๆ ตั้งแต่ขั้นตอนการริเริ่มไอเดีย ไม่ว่าจะเป็น ร่างข้อความที่ใช้สื่อสารกับ Prospect, เขียน Agenda การประชุม หรือข้อความตอบรับอัตโนมัติ
Business Value:
การนำ AI มาช่วยงานในส่วนนี้จะช่วยให้ทีมสามารถนำเวลาที่มีอยู่อย่างจำกัดไปทำงานอื่นได้ โดย AI อาจจะช่วยให้การตอบข้อความต่างๆสั้นลง ไปจนถึงไม่ต้องเสียเวลาในส่วนนี้เลย และด้วยเทคโนโลยีในปัจจุบันนี้ การเรียนรู้ของ AI ในการสื่อสารจะยังช่วยให้เพิ่มอัตราการตอบรับ (Response rate) ได้ดีอีกด้วย เพราะลูกค้าจะได้ประโยชน์จากข้อความที่เกี่ยวข้องมากขึ้น ช่วยให้ Customer Journey เป็นไปได้อย่างราบรื่น
ความเป็นไปได้
การใช้งาน AI ในส่วนของการตอบข้อความและสร้างคอนเทนต์ต่างๆ ถูกนำมาใช้บ่อยมากที่สุด และการที่ AI ช่วยจัดการจั้งแต่ขั้นตอนการตอบข้อความ ไปจนถึงขั้นตอนการเขียนใบเสนอราคา ก็เริ่มจะได้รับความนิยมมากขึ้นด้วย ทีนี้หากใครจะนำไปใช้งานก็ต้องคำนึงถึงเรื่องของข้อความ ว่าเป็นไปตามที่บริษัทหรือแบรนด์ใช้สื่อสารหรือเปล่า - Generative Marketing Content:
นำ AI มาช่วยในการปรับแต่งคอนเทนต์ สร้างแคมเปญ หรือสร้างองค์ประกอบต่างๆใน Customer Journey เช่น หน้าเว็บไซต์ หรือแบบสอบถาม โดยให้ AI สร้างสิ่งเหล่านี้จาก Customer Data ที่มี
Business Value:
เพิ่มประสิทธิภาพการทำงาน ความหลากหลายของคอนเทนต์ และความรวดเร็วในการสร้างคอนเทนต์ รวมไปถึงยังสามารถเพิ่มประสิทธิภาพในการติดต่อสื่อสารและการตอบสนองของลูกค้าอีกด้วย การนำ AI มาช่วยงานในส่วนนี้จะช่วยให้สามารถลดค่าใช้จ่ายได้อย่างมีนัยยะสำคัญ (ลด Man-hour)
ความเป็นไปได้
ปัจจุบัน AI จะใช้เรียนรู้ข้อมูลที่มีอยู่ และสร้างคอนเทนต์ต่างๆจากการเรียนรู้ข้อมูลนั้นๆเพื่อนำมาทำ Content Marketing - Digital Presales Assistant: ช่วยให้ลูกค้าสามารถใช้บริการที่เป็น Self-service ได้ดียิ่งขึ้น โดย AI สามารถรวบรวมและสรุปข้อมูลผลิตภัณฑ์ออกมาเป็นคู่มือ “How to” ที่ถูกปรับออกมาให้เหมาะสมกับ User “แต่ละ Segment” ไปจนถึง “แต่ละคน” ได้เลย
Business Value:
การที่ลูกค้าได้เลือกซื้อสินค้าที่ตรงกับความต้องการ และสามารถหาสินค้าๆต่างได้ด้วยตัวเอง จะลดโอกาสที่ลูกค้าซื้อสินค้าผิดและลดอัตราการส่งสินค้าคืน ซึ่งทั้งหมดนี้จะส่งผลให้ลดต้นทุนการดำเนินงานลงอย่างเห็นได้ชัด
ในมุมของความยืดหยุ่นต่อการนำมาใช้งาน
ปัจจุบันหลายๆบริษัทเริ่มนำ AI เข้ามาฝังอยู่ใน Product ต่างๆ แต่อย่างไรก็ตาม ควรจะต้องระมัดระวังว่าการใช้งาน AI กับข้อมูล 1st party data เพื่อให้เกิดผลลัพธ์ที่คาดหวัง จะขึ้นอยู่กับความสามารถในการร่วมมือกันองค์กร ที่จะใช้ประโยชน์ไปด้วยกัน - Sales Analytics
ช่วยให้ทีมเซลล์สามารถวิเคราะห์ข้อมูลและสัญญาณต่างๆได้อย่างละเอียดมากยิ่งขึ้นเพื่อประเมินถึงความเป็นไปได้ในการปิดการขาย รวมไปถึงช่วยในการทำเอกสารต่างๆที่เกี่ยวข้องกับการขายด้วย
Business Value:
AI จะช่วยวิเคราะห์ข้อมูลออกมาให้ทางทีมเข้าใจถึง เจตนาและพฤติกรรมของผู้บริโภค แนวโน้มในการปิดการขาย เพื่อช่วยให้ทีมเซลล์มีประสิทธิภาพการทำงานที่ดีขึ้นได้
ความเป็นไปได้
ผู้ใช้งานอาจจะยังต้องตรวจสอบความถูกต้องของข้อมูลอยู่บ้างในช่วงแรก เพื่อให้แน่ใจว่าฟังก์ชั่นต่างๆสามารถทำงานได้อย่างแม่นยำและถูกต้อง เช่น ตัวเลขในใบเสนอราคา ที่จะมีทั้ง ราคาสินค้า ภาษีและ Service charge ราคาหลังหักส่วนลด - Omnichannel Automation
การใช้ AI ช่วยสร้างและทดสอบ Customer Journey เพื่อแนะนำว่าควรมีการปรับปรุง เพิ่มหรือลดองค์ประกอบอะไรบ้างระหว่าง Journey
Business Value:
การสร้างหรือทดสอบ Customer Journey จะต้องใช้เวลาและความเข้าใจที่ได้มาจากข้อมูลที่หลากหลายมากๆ หาก AI มาช่วยงานในส่วนนี้จะช่วยได้ผลลัพธ์ที่ดีกว่ามนุษย์ทำเองอย่างแน่นอน สุดท้ายแล้วผลลัพทธ์ที่ได้คือ Customer Journey ที่ดี ซึ่งจะช่วยให้เกิดผลลัพธ์ทางธุรกิจที่ดีตามมา ไปจนถึงการที่ลูกค้ากลายมาเป็น Loyalty Customer ในที่สุด
ความเป็นไปได้
จำเป็นต้องใช้ความพยายามพอสมควร เพื่อให้มีข้อมูลของ Journey มากพอที่จะให้ AI แสดงความสามารถทางการวิเคราะห์ออกมา แต่หากข้อมูลยังมีไม่มากพอ อาจจะต้องเปลี่ยนจากที่จะให้ AI ช่วยสร้าง Journey เป็น ให้มนุษย์คอยป้อนข้อมูลและจัดการสิ่งต่างๆตามคำแนะนำแทน - Voice of the Customer
วิเคราะห์ข้อมูลที่ได้จากการพูดคุยกับลูกค้า จากหลากหลายช่องทาง และนำ Insight ที่ได้ออกมาเชื่อมต่อเข้ากับ Journey ของลูกค้าในช่วงเวลาที่เหมาะสม และสื่อสารกลับไปด้วยเนื้อหาที่เหมาะสม
Business Value:
การที่เรามีข้อมูลความคิดเห็นจากลูกค้ามากพอ ไม่ว่าจะจากช่องทางใดๆ ก็ตาม จะช่วยให้ AI สามารถเรียนรู้พฤติกรรมและหา Insight ที่มีมูลค่ากับบริษัทได้ในที่สุด จะส่งผลให้เราสามารถเติบโตได้อย่างรวดเร็วเพราะสามารถนำ Insight นั้นมาใช้ได้เร็วกว่าใคร
ความเป็นไปได้
การนำ AI มาใช้งานในส่วนนี้ ผลการวิเคราะห์อาจจะไม่แม่นยำเท่าไหร่นัก เพราะ AI ไม่สามารถเข้าใจภาษาของมนุษย์ได้แบบ 100% เพราะเรามีสแลง (Slang) ใหม่ๆเกิดขึ้นอยู่ทุกวัน เช่น คำว่า “ได้อยู่” ที่จริงๆแล้วแปลว่าไม่ได้เลย แต่ AI จะตีความว่า “ได้/Yes/ok” - Product Content Enrichment
รายละเอียดสินค้าที่ถูกต้อง ได้มาตรฐาน เหมาะสม/ตรงกับตลาด, กลุ่มลูกค้า และช่องทางจัดจำหน่าย พร้อมปรับข้อความให้เหมาะสมกับ SEO และตัวแบรนด์เอง
Business Value:
ลดค่าใช้จ่าย และเพิ่มผลลัพธ์ในการทำงาน ซึ่งจะมาช่วยทีมที่จะต้องเขียนเนื้อหาต่างๆเกี่ยวกับตัวสินค้า/บริการจะสามารถทำงานได้เร็วขึ้น โดยที่ผลลัพธ์ดีขึ้นกว่าเดิม ตั้งแต่ขั้นตอนการวางแผล คิดค้น ออกแบบ ไปจนถึงลงมือทำ
ความเป็นไปได้
จำเป็นต้อง Training Model ด้วยข้อมูลที่เฉพาะเจาะจง เช่น ข้อมูลแคตตาล็อคสินค้า เพื่อให้ผลลัพธ์ที่ได้สอดคล้องกับแบรนด์ - Customer Digital Assistant
ตอบคำถามที่ซับซ้อนได้อย่างอิสระ และอยู่บนพื้นฐานของความเป็นจริงและถูกต้องของข้อมูล
Business Value:
สามารถตอบคำถามที่เชื่อมโยงกับคำถามก่อนหน้าได้ เหมือนที่เราถาม Chat bot ดังๆหลายตัวที่มีอยู่ในตอนนี้ ซึ่งลูกค้าจะได้รับคำตอบที่รวดเร็วกว่าให้ทีมงานที่เป็นคนจริงๆมาตอบ แต่หากคำถามนั้นต้องการคำตอบที่ซับซ้อนมาก หรือเป็นปัญหาที่ต้องได้รับการแก้ไขโดยมนุษย์เท่านั้น จึงจะโอนแชทนั้นๆมาสู่ที่งานที่เป็นคนจริงๆคอยตอบ นั่นหมายความว่าเราไม่จำเป็นต้องมีทีมงานจำนวนมากมาตอบตอบคำถามง่ายๆของลูกค้าอีกต่อไป และลูกค้าเองก็ยังได้รับประสบการณ์ที่ดีเพราะไม่ต้องรอคิวนานๆเพื่อคุยกับเจ้าหน้าที่อีกด้วย
ความเป็นไปได้
อาจจะต้องระวังปัญหาเรื่องผลกระทบต่อชื่อเสียงขององค์กร จากการตอบคำถามที่ไม่แม่นยำ หรือคำตอบที่อาจจะมีข้อมูลอ่อนไหวอยู่ในนั้นด้วย เพราะเหตุนี้เราจึงต้องมีการ training ให้ AI เข้าใจถึงข้อมูลที่สามารถเปิดเผยได้และไม่ได้ด้วย - Ad Creative Optimization
ใช้ AI ช่วยปรับคอนเทนต์ที่ใช้ใน Ad ทั้ง ข้อความ, Call to Action, ภาพ, เสียง, วิดิโอ
Business Value:
ในการช่วยงานส่วนนี้ จะช่วยเพิ่มประสิทธิภาพของ Ads โดยทั้งสร้างรายได้ ลดค่าใช้จ่าย และช่วยในเรื่องของ Brand Awareness
ความเป็นไปได้
อาจจะต้องระวังในเรื่องของความเป็นส่วนตัวของผู้ใช้งาน และการวัดผลที่สามารถวัดผลได้จริง - Service Agent Assistants
ช่วยตอบคำถามต่างๆทางโทรศัพท์
Business Value:
ลดระยะเวลาที่ทีมงานจะต้องพูดคุยกับลูกค้าลง และลูกค้าจะยังได้รับข้อมูลที่ต้องการไม่ต่างจากคุยกับเจ้าหน้าที่ที่เป็นมนุษย์จริงๆ แต่หากความต้องการของลูกค้าซับซ้อนเกินความสามารถของ AI ค่อยให้เจ้าหน้าที่ที่เป้นมนุษย์จริงๆค่อยเข้ามารับช่วงต่อ ซึ่งจะยังช่วยลด Turnover Rate ลงอีกด้วย
ความเป็นไปได้
สามารถใช้งานได้ดีและแพร่หลายในปัจจุบัน เพราะได้รับการพิสูจน์แล้วว่าคุ้มค่าต่อการลงทุน - Interaction Analysis
วิเคราะห์บทสนทนาของลูกค้ากับตัวแทนเพื่อนำไปปรับขั้นตอนและวิธีการทำงาน
Business Value:
การที่องค์กรได้รับ Insight จากข้อมูลจำนวนมากที่ไม่มีโครงสร้างที่ตายตัวนี้จะช่วยให้องค์กรเองสามารถเห็นถึงปัญหาได้เร็ว จะเพิ่มโอกาสในการปรับปรุงกระบวนการและคุณภาพการบริการได้อย่างทันเวลา
ความเป็นไปได้
จำเป็นต้องดูแลในส่วนของข้อมูลที่จะป้อนเข้าไปในระบบอย่างใกล้ชิดเพื่อให้แน่ใจว่าเราจะได้ผลลัพธ์ที่ต้องการจริงๆ และยังป้องกันผลลัพธ์ที่คลาดเคลื่อนไปในตัวด้วย - Product Bundle Recommendation
วิเคราะห์เทรนด์ที่เกิดขึ้นจาก Transactional Data และ Behavioral Data เพื่อวางแผนการจัด Bundles และ Promotion ในอนาคต
Business Value:
นอกจากจะเพิ่มยอดขายจากการที่เราเสนอสินค้าที่ตรงกับความต้องการของผู้บริโภคแล้วนั้น จะยังช่วยเพิ่มความพึ่งพอใจของลูกค้าและสร้าง Loyal Customer ได้เราได้อีกด้วย
ความเป็นไปได้
ทีม Digital Commerce จำเป็นจะต้องเริ่มทำสิ่งนี้โดยเร็วที่สุด เพราะไม่อย่างนั้นจะถูกคู่แข่งแซงหน้าเอาได้ - Sales and Revenue Operations
เพื่อเร่งการจัดการข้อมูล , การตรวจสอบ เปลี่ยนแปลง และปรับปรุงกระบวนการทางธุรกิจ , การออกแบบและการจัดการกับเทคโนโลยีตัวอย่าง รวมถึงการจัดการการเตรียมข้อมูลอัตโนมัติ , กระบวนการขายแบบอัตโนมัติ และ สร้างตรรกะทางธุรกิจ
Business Value:
ประโยชน์หลักคือประสิทธิภาพการดำเนินงานที่เพิ่มขึ้น เนื่องจาก GenAI สามารถทำงานร่วมกันในการออกแบบกระบวนการใหม่ รวมถึงกระบวนการอัตโนมัติ และการกำกับดูแลข้อมูล ประสิทธิผลของการดำเนินงานจะส่งผลทางอ้อมต่อการรักษารายได้ของผู้ขาย การเติบโต และความภักดีของลูกค้า
ความเป็นไปได้
ผู้จำหน่ายเทคโนโลยีกำลังส่งเสริมความสามารถของ GenAI ที่ออกแบบมาเพื่อเพิ่มความสามารถในการสร้างกระบวนการทำงาน ระบบอัตโนมัติ และแอพพลิเคชั่นในสภาพ no-code&low-code(หมายถึงการพัฒนาซอฟแวร์โดยแทบไม่ต้องมีความรู้ด้วยการเขียนโปรแกรม) ข้อเสนอของ GenAi ช่วยให้หัวหน้าฝ่ายปฏิบัติการขายและผู้ดูแลระบบมีศักยภาพแบบที่ไม่เคยมีมาก่อนในการเพิ่มผลงานและลดเวลาที่ต้องใช้ โดยไม่ต้องเพิ่มทรัพยากรเพิ่มเติมให้กับทีม - Profile and Audience Creation
GenAI (สำหรับ CDP) ช่วยให้สามารถสร้างกลุ่มเป้าหมาย โปรไฟล์ บุคลิก และแบ่งกลุ่มของลูกค้าเป้าหมายได้อย่างรวดเร็ว และปรับขนาดข้อมูลนับล้านที่องค์กรเก็บมา โดย CDP โต้ตอบในบทสนทนาที่เหมือนมนุษย์ เพื่อให้ผู้ใช้ข้อมูลนำไปใช้ได้มากที่สุด
Business Value:
ลดภาระสำหรับทีม GTM ในการแบ่งกลุ่มผู้ชมที่ได้รับการปรับปรุงแล้ว และเร่งกระบวนการนำไปสู่การนำกลยุทธ์ไปใช้ การวางแผน และการวัดผลเมื่อรวมกับการจัดสรรทักษะใหม่ จะช่วยเพิ่มความสามารถในการปรับกลยุทธ์การเข้าสู่ตลาดเพื่อเพิ่มความคุ้มค่าสูงสุดในการได้ลูกค้ามา
ความเป็นไปได้
จากการสำรวจเทคโนโลยีการตลาดของ Gartner การทำให้ End-user วิเคราะห์ข้อมูลลูกค้าง่ายขึ้น คือผลประโยชน์หลักของ GenAI โดยผู้จำหน่ายระดับไฮเปอร์สเกล(Hyperscale) และผู้เชี่ยวชาญได้แสดงความสามารถนี้แล้ว การแบ่งกลุ่ม(segmentation) ได้แบบทันทีจะเข้ามาแทนที่แนวทางแบบเดิมๆ อย่างรวดเร็ว องค์กรที่มีกระบวนการและข้อมูลกระจัดกระจาย อาจประสบปัญหาในการรับมุมมองลูกค้าแบบบูรณาการและตระหนักถึงประโยชน์เหล่านี้ - Digital Adoption Operations
การสร้างเนื้อหาสำหรับแพลตฟอร์มที่นำระบบดิจิทัลมาใช้ ได้รับการพัฒนาในด้านต่างๆ เช่น ขอบเขตขนาด การจัดหาและสังเคราะห์ความรู้ การส่งมอบผลงานมัลติมีเดีย และทำกระบวนการของการเผยแพร่เป็นแบบอัตโนมัติ สำหรับทีมที่นำระบบดิจิทัลมาปรับใช้
Business Value:
องค์กรสามารถตัดสินใจและดำเนินการด้วยต้นทุนที่ลดลงและ ได้ผลตอบแทนจากการลงทุนมากขึ้น เนื่องจากความสมบูรณ์ของข้อมูลที่ได้รับการปรับปรุงและกระบวนการผลิตที่มีประสิทธิภาพด้านการใช้ทรัพยากรมากขึ้น การมีส่วนร่วมและการนำมาปรับใช้ของผู้ใช้ข้อมูลที่มากขึ้น สามารถเพิ่มการบริโภคและความพึงพอใจของลูกค้าได้
ความเป็นไปได้
การสร้างคอนเทนต์และการจัดการความรู้นั้น แอปพลิเคชัน GenAI นั้นมีให้ใช้อย่างแพร่หลาย ถ้าหากว่ารวมเข้ากับแพลตฟอร์มที่มีการนำดิจิทัลมาใช้อย่างเต็มรูปแบบ ซึ่งการรวม GenAI เข้ากับแอปพลิเคชันเพื่อเพิ่มฟังก์ชั่นที่ต้องการนั้นจำเป็นจะต้องได้รับความไว้วางใจในการจัดการโมเดลภาษาขนาดใหญ่ (LLM) ในระดับที่กว้างขึ้น การกำกับดูแลผลลัพธ์ที่ได้ โดยเฉพาะกับผู้ใช้ภายนอก จำเป็นต้องมีการควบคุมดูแลโดยมนุษย์ ซึ่งต้องใช้ทรัพยากร การทำงานร่วมกัน และการฝึกอบรม
หากใครสนใจอยากติดตั้ง หรือพัฒนาระบบ CRM ไม่ว่าจะเป็นการนำ AI มาช่วยงานต่างๆ หรือจะปรับขั้นตอนการทำงานให้ดียิ่งขึ้น สามารถติดต่อ Predictive ได้เลย เรายินดีให้คำปรึกษาเบื้องต้นโดยไม่มีค่าใช้จ่าย