Posts

Ajoin hiihtolomalla perheen kanssa 2000 kilometriä Lappiin ja takaisin. Ajamisen aikana tuli pohdittua monia asioita, joista haluan nostaa nyt esiin tämän: 20 vuoden aikana autoilu on helpottunut runsaasti – kiitos tekoälyn. Matkan aikana tapahtui monta asiaa, johon en itse vaikuttanut:

  • adaptiivinen vakionopeudensäädin piti etäisyyden turvallisena edellä ajavaan autoon
  • kaista-avustin pyrki pitämään auton kaistalla
  • kaistanvaihtovaroitin hälytti kuolleessa kulmassa autoon ajavasta autosta
  • automaattisesti säätyvät ajovalot varmistivat olevasta parhaan näkyvyyden pimeällä ilman että se häikäisisi vastaantulevia
  • parkkitutka varoitti takana sijaitsevasta lumipenkasta

Autoon istuttaessa autoradioon kutketyssä puhelimessa Spotify ehdotti perheelle musiikkilistaa, mikä pohjautui siihen mitä olemme kuunnelleet aikaisemmin. 20 vuotta sitten Lappiin ajaessa sain itse vaihtaa CD-levyä perheen toivomusten mukaan koko matkan ajan. Tilanne on todella muuttunut.

Tekoälyä monessa muodossa

Voimme siis helpottaa ja auttaa arkea ja elämäämme tekoälyn avuin monin eri tavoin. Tekoälyä voikin kuvata asioiden automatisointina. Asiat joita automatisoidaan voivat olla helppoja tai vaikeita, mutta usein niitä yhdistää se, että suuri ryhmä ihmisiä on niiden suorittamisesta samaa mieltä. Tällöin nämä on helppo automatisoida tehtäväksi koneen toimesta. Esimerkiksi turvaväli: tiedämme, että haluamme pitää turvavälin ja helpottaa auton parkkeerausta. Erinomainen toinen esimerkki on sähköpostissa oleva roskapostisuodatin, missä kone tunnistaa kaikista saapuvista sähköposteista roskapostin merkit täyttävät viestit ja laittaa ne omaan kansioon.

Happitin tuotekehityksessä olemme hyödyntäneet tekoälyä automatoisoimalla käännökset konekääntämisen avulla. Käännämme käyttäjälle kontekstissa esitetyn ohjeen kielen automaattisesti Microsoftin Azure kognitiivisten palveluiden avulla käyttäjän selaimen oletuskieleksi, joka usein onkin käyttäjän äidinkieli. Näin on mahdollista tuottaa ohjeita kuinka käyttää sovelluksia organisaation pääkielellä, kääntää se automaattisesti ja/tai manuaalisesti tunnistetuille muille kielille. Näin taas tarjoamme mahdollisuuden käyttäjälle lukea sisältöä omalla äidinkielellään. Palvelu on helposti integroitavissa esimerkiksi monikielisen intranetin sisällöntuotantoon, jossa ensimmäinen versio käännöksestä syntyy palvelun avulla ja se voidaan tarvittaessa korjata äidinkielenään kieltä puhuvan toimesta.

Koneoppiminen tuo myös asiakkuudenhallintajärjestelmässä olevan datan perinteisen analysoinnin lisäksi uusia mahdollisuuksia ennustaa tai suositella pohjautuen usean lähteen tietoihin. Järjestelmä voi suositella soittoa asiakkaalle, sillä sosiaalisesta mediasta on tunnistettu aktiviteetin laukaisevaa ärsykettä tai ihan vain, koska viimeisestä tapaamisesta on kulunut huomattavasti enemmän aikaa kuin muiden asiakkuuksien kohdalla on ollut yleistä.

Azure mahdollistajana

Microsoft Azure tarjoaa paljon luonnollisen kieleen, kognitioon sekä konenäköön liittyviä valmiita palveluita, jotka on helppo liittää osaksi omaa palvelua. Lisäksi tekstianalyysin avulla on mahdollista tunnistaa tekstisisällöstä avainsanat tallettaen nämä metatiedoiksi, konenäön avulla luokitella kuvat ja tunnistaa kasvot automaattisesti, käydä käyttäjän kanssa dialogia joko ääneen tai tekstinä botin avulla ja lista sen kuin jatkuu. Mietimmekin aktiivisesti, kuinka hyödyntää näitä omassa tuotekehityksessä ja asiakastoimituksissa. Autamme mielellämme teitä tällä matkalla tekoälyn soveltamiseen automatisoitavien tehtävien toteuttamiseksi.

Tekoälyn rooli

Kuulostaa mahtavalta. Mikä on kuitenkin tässä tylsää? Olemme mielestäni vielä hyvinkin kaukana Spike Jonzen Her-elokuvan visiosta, jossa päänäyttelija Joaquin Phoenix rakastuu tekoälyyn. Elokuvassa pelihahmo kettuilee päähenkilölle luonnollisen dialogin puitteissa samalla tavalla kuin poikani juttelee kavereidensa kanssa pelatessaan. Tekoälyn rooli onkin auttaa meitä, ei luoda tunteita. Toisaalta, Go-pelin mestari Lee Sedol varmasti koki suuria tunteita hävittyään viidestä pelatusta Go-ottelusta neljä Googlen AlphaGo-ohjelmalle. Häviöt arvioitiin johtuneen Leen henkisestä haavoittuvuudesta, mitä AlphaGo ei koneena kykene tuntemaan.

P.S. Lapin matkalla lumi peitti lopulta parkkitutkan ja etäisyystutkan, joten kaasua piti painaa ja pysäköidessä olla herkkänä. Meitä tarvitaan vielä pitkän aikaa vastaavien poikkeusten hallintaan.

Menemme vääjäämättä kohti joulua ja uutta vuotta, mitä siis myynnin johdon tulisi miettiä vuonna 2019, jotta tulostavoitteet saavutetaan?

Jokaisen myyntijohtajan tulisi jo tänä päivänä ymmärtää, että CRM hyödyntäminen ei voi perustua raportoinnin pohjalta toteutettuna vallan työkaluna. Toki hypoteesina voidaan todeta, että vain käytetty järjestelmä tuottaa. Kun CRM on käytössä, tiedon datajohdetussa hyödyntämisessä fokusoisin minimistandardien saavuttamiseen. Me yksilöt olemme eri tasoisia ja mietimme ”what´s is it for me” eli mitä se mulle merkitsee? Juniorijalkapallossa tämä termi on osuva: jokainen pelaa omalla tasollaan. Pidetään katse tiukasti pallossa ja pidetään huoli näiden standardien toteutumasta ja yksilöiden jatkuvasta kehittymisestä.

Vastatkaa seuraavaan happotestiin: Hyödynnetäänkö minimistandardeja, jolla tuetaan yhteistä toimintamallia ja yksilöiden kehittymistä? Näkemykseni mukaan useimmiten vastaus on EI.

Huippuunsa viritetyt organisaatiot myös investoivat ”sydämeen”; niihin kaikkiin, jotka myyvät ja pääasiassa hyödyntävät CRM:n tarjoamaa tietoa. Tämä on siis sitä kaupallista myyntitaidon opettamista, mutta keskitytään siihen kolikon toiseen puoleen; menestyvät myyjät myös osaavat hyödyntää CRM:n tarjoamaa tietoa. Erään asiakkaan suusta: ”Kun täällä CRM:ssä on yli kaksikymmentä (20) Markku Koskista, niin hyödyntämällä CRM:ää teen kolme kertaa enemmän tulosta kuin kollegat kun ei voi kaikkea muistaa”.

Mitäpä jos CRM:n koneäly tarjoaa tällä hetkellä jo ristiinmyynnin ehdotelmia, mitä jatkossa tulisi myydä asiakkaalle tai muistuttaa myyntiprojektin aikana tärkeistä päätöspisteistä? Alustatalous mahdollistaa tämän Dynamics 365:n CRM työkalun avulla; edellyttäen tietenkin että järjestelmää hyödynnetään.

Nopea visio tulevaisuuteen:

  1. Asiakassegmentointi tuottaa tärkeimmät asiakaskannattavuuden ja ostohalukkuuden tiedot saataville CRM:ään yhdellä silmäyksellä.
  2. Päättäjätasolla olevat muutokset ovat alusta alkaen markkinoinnin automaation kohdennuksen piirissä ja myynti osaa olla oikea aikaisesti yhteydessä.
  3. Tärkeimmät liiketoiminnan KPI -mittaritiedot asiakkaan investointikyvykkyydestä ja toimialan erityispiirteistä että taloudellisesta tuloskunnosta.
  4. Seuraavan viikon aikataulu valmiiksi katettuna pohjautuen parhaisiin käytäntöihin ja tavoitteisiin?

Oikein hyödynnettynä koneälyn tuottama tieto on kultaakin arvokkaampaa myynnille, jolla varmistetaan kilpailuetu ja ajatus ”aina askeleen edellä” kilpailijoita. Siis, tällä hetkellä niinkin simppeli juttu kuin ”hyödyntämällä CRM:n tarjoamaa tietoa teen kolme kertaa enemmän tulosta, kun ei voi kaikkea muistaa”.

Satoi tai paistoi, olen mielläni yhdessä muiden Cloudrivenin myynnin johtamisen ja muutoksen läpiviennin osaajien kanssa auttamassa yhteisen toimintamallin löytymisessä kannustavasti ja visioimassa, miten saavutatte koneälyllä ja automaatiolla oivallisia asiakaskokemuksia. Johtavalla alustateknologialla tuetaan ja mahdollistetaan, uskon että ainakaan teknologiasta asiakaskokemuksen johtaminen ei saa jäädä kiinni…