生成式AI（GenAI）正在革新客戶體驗，企業正專注於如何將其潛力，轉化為可衡量的商業價值。然而過程中，決策者需要一種策略性的方法來協助其部署生成式AI，以避免落於新鮮事物的組合，或分散精力在眾多計劃當中。但是，哪些應用對其業務最具潛在價值？執行這些應用需要哪些能力？
BCG指出，依據其過去的經驗，生成式AI在以下3大應用領域，能為企業帶來最快、最大的影響。
3 大領域應用重新定義客戶體驗經濟
生成式AI潛力無窮，但是將其集中在以下三個領域應用，可以改變客戶旅程，提升客戶體驗，帶來極大價值。
1. 流程重塑 （Process Reinvention）
2. 客戶自助 (Customer Self-Assist)
3. 員工助理 (Employee Assist)
1. 流程重塑 （Process Reinvention）
超個人化一直是大多數行銷人的終極目標。但一對一行銷成本高昂且複雜，特別是對於擁有龐大客戶群的大型組織而言。以車商為例，傳統做法必須編程數十億種體驗來推出個人化行銷活動，這意味著一對一個人化窒礙難行。然而，使用生成式AI技術，能降低個人化訊息所需的複雜性和時間，實現這個想像。 下圖是傳統與使用生成式AI的做法比較。
車商個人化行銷也帶來了以下極大的成效。這些變化在幾週內就落實，並且持續發生。
- 整合客戶偏好的活動，將轉化率提高了1.9倍，例如，距離上次購買的時間，向轎車客戶推薦轎車，向租賃客戶提供租賃優惠。
- 進一步，將已知的特定型號、裝飾、顏色和優惠類型等偏好條件加入後，轉化率額外提升3.3倍。
2. 客戶自助 (Customer Self-Assist) — 利用生成式AI聊天機器人提高客戶終身價值
多數品牌商使用聊天工具支援引導客戶至下一個行動，但他們更希望藉此工具協助其提高客戶終身價值(CLV)。然而，實現這一項願望需要深度整合數據，以及即時反饋循環。值得慶幸的是，生成式AI兩者皆能達成。
相較於從靜態、預定腳本中提取信息的傳統聊天機器人，搭載生成式AI的聊天機器人不斷從最新的客戶數據中提取訊息，從過去的互動中學習，並以深入瞭解語境的方式與個人互動。
行銷人員可以訓練生成式AI聊天機器人成為禮賓人員，提供貫穿整個客戶旅程一致的、高度個人化的體驗。從互動中獲得的數據，也可以產生價值，發掘洞察，並反饋給客戶體驗團隊。有了生成式 AI，這些流程變得更加豐富、自然和對話化。
為了釋放生成式AI聊天機器人的潛力，公司必須徹底改變其對客戶服務的方法。這意味著公司必須建構一個知識庫(knowledge base)來構建機器人。然而，我們應該從哪裡開始呢？關鍵在於了解客戶旅程。（ 從理解客戶旅程到強大生成式AI聊天機器人：全面提升競爭力的策略）
3. 員工助理 (Employee Assist) — 更快、更好、更實惠的解決問題
當客戶的問題被認真的對待、被具備足夠能力的人員處理，並快速地被解決，將讓客戶感受到關心， 進而維持忠誠度。對各種問題全天候地保持一致品質的回應，在內部運作上相當複雜，並且成本高昂。然而，生成式AI可以通過兩種方式降低成本，簡化服務：
- 更快速地解決問題
- 協助業務代表提高效率
- 更快速地解決問題：例如，一家B2B科技公司正在使用生成式AI作為預測性、主動性的客服代理人。當檢測到問題時，系統自動觸發生成式AI支援客戶，甚至在個人意識到問題之前就發生。然後，生成式AI客服代理人與客戶合作，一同進行故障排除，當下解決問題。該系統節省了培訓和人員配備成本，它還提供了更好的客戶結果。生成式 AI 可以快速檢索和總結知識庫中的資訊，減少客戶等待時間，提高效率，使公司能夠比以前更快地處理更多的諮詢數量。
- 協助業務代表提高效率：生成式AI也可以在整個業務銷售流程中支援銷售代表。例如，另一家B2B科技公司正在使用生成式AI來幫助其銷 售團隊改善客戶拓展，並減少行政工作。銷售代表可以在生成式AI儀表板中輸入客戶姓名並點擊”生成電子郵件”，該平台即可根據客戶歷史數據定制訊息。該平台也可以幫助銷售代表回答產品問題和帳單查詢，並支援續約。這些進步歸功於生成式 AI 可以快速檢索和總結知識庫中的資訊，減少客戶等待時間，提高銷售代表效率。推出生成式AI系統的三個月內，銷售團隊提高了12%淨收入留存率，增加了50%生產力，並減少了40%的外撥電話。
使用生成式AI的必備基礎
生成式 AI應被視為企業掌握客戶體驗能力的進程的一部分。它是最新的工具，可能也是最具變革性的工具。 但是，要有效運用生成式 AI，首先，企業需要深入了解其客戶，並建立機制來持續獲得與更新這些知識。否則，將如同其他顛覆性的技術一樣，如果企業沒有先打好此基礎，生成式 AI將很容易成為時間、人才和成本的黑洞。
奠定基礎後，企業以可重複的、系統化的，和可擴展的方式在各個接觸點提供高品質的客戶體驗，如此，公司就可以開始收穫生成式AI的好處。
“ 要有效運用生成式 AI，首先，企業需深入了解其客戶，並建立機制來持續獲得與更新這些知識。否則，將如同其他顛覆性的技術一樣，如果企業沒有先打好此基礎，生成式 AI將很容易成為時間、人才和成本的黑洞。 ”
有效運用生成式AI - 建立基礎五要素
1. 衡量影響 （Measuring for Impact）
傳統的調查與衡量方法已不足以應付現今客戶體驗的標準，企業需要導入能在個別客戶旅程中監控互動的分析系統，以支撐生成式AI的應用。
2. 大膽創新客戶體驗 （Innovating Customer Experience Boldly)
製作客戶旅程地圖，找出目前提供客戶體驗的不足之處，結合外部環境現況，採取針對性的改進措施或大膽創新，創造貫穿客戶購買旅程、前後一致的線上與線下體驗。如何有效達標？是有步驟有方法的。（ 免費諮詢 ：未來客戶旅程地圖的建構步驟與實踐方法 ）
3.前後端交付旅程 （Delivering Journeys Front to Back)
建立跨部門團隊，專注於提供卓越的客戶體驗。從後端企業內部流程與前端客戶旅程無縫對接，全面提升客戶體驗。
4.活化以客戶為優先的文化 （Activating a Customer-First Culture）
透過績效和獎勵系統，以及高層與前線的對話機制，來真正實現以客戶為中心的文化。
5.跨渠道同步 （Synchronizing Across Channels）
生成式AI的體驗如果只覆蓋業務的一部分，效果將不理想。要提供無縫且個性化的互動，企業需要整合全渠道客戶數據和自動化分析，此自動化分析通常由AI驅動。（實現多渠道協同運作的五個步驟。）
在組織中展開討論
我們相信生成式 AI將顛覆傳統遊戲規則，重新撰寫客戶體驗經濟學。使用得當，它將降低洞察獲取成本，提高銷售團隊生產力，賦能公司大規模地進行個人化推廣。有鑑於此，企業應立即與領導階層進行討論，制定計劃。協助其在當前的能力基礎上，運用這項工具提高企業競爭優勢。在討論進行當中，BCG提出以下幾點建議：
從大處著眼，小處著手
領導者應優先考慮一至兩項使用案例，果斷推行。同時，組織跨職能團隊，以及採行測試與學習( test-and-learn) 議程。
並行長期改善計畫
強化數據基礎設施、投資AI應用基礎，並整合精準行銷流程。這些改善需要持續投資，企業應該推進短期專案，同時並行長期改善計畫，以獲取其所需能力，並以此為基礎在開發過程中不斷發展。
培養適應性文化
應用生成式AI和相關進展時，組織需要快速、持續的適應。為此，公司需要預備組織具備以下能力：敏捷實踐、跨職能團隊合作，和主動規劃。
設計生成式AI驅動的未來的時代來臨。公司應考慮相關投資與配置資源來發展AI能力，以強化企業競爭優勢。
▌ 免費諮詢：客戶旅程分析顧問服務
參考資料：
- Three Ways GenAI Will Transform Customer Experience, Boston Consulting Group, 2024/02/21
- Putting AI to work for Customer Service, IBM Technology, 2023/11/30
作者
Peiling Wu | 總監
瑞客數位轉型顧問
Peiling Wu擁有19年跨國公司工作的豐富經驗，其中8年任職於外商公司，專注在B2B品牌建立、客戶調查和行銷策略。她曾在瑞士商品牌顧問公司擔任顧問經理，負責客戶旅程研究(Customer Journey Analysis)與品牌重塑策略。
在擔任顧問期間，Peiling 深入研究品牌策略和客戶旅程方法論，驚訝地發現這些方法在B2B領域的多種應用有顯著成效。她在多個專案中證實了這些方法與B2B產業的完美契合。
經手多個B2B品牌專案後，Peiling希望藉由她的經驗協助更多企業，幫助B2B公司從客戶視角思考，建立永續競爭優勢。因此，CCDT Consulting應運而生，專為滿足企業不斷提升品牌價值與競爭力的渴望而成立。
▌ 免費諮詢：客戶旅程分析顧問服務
Photo by GenAI — DALLE