← Blog'a geri dön

Bir Ajansın Müşteri Hizmetlerini Yapay Zekâ ile Yönetmeye Geçişi

Büyüme Tavanı

20 ila 25 orta ölçekli müşteri için ücretli medya, SEO ve hafif reklam öğelerini yöneten türden 14 kişilik bir performans pazarlama ajansı düşünün. Gelir üç yıldır istikrarlı bir şekilde arttı. Çalışan sayısı neredeyse onunla birlikte artmıştı. Her dört veya beş yeni müşteri hesabı, başka bir hesap yöneticisi anlamına geliyordu çünkü iş büyük ölçüde manueldi: kampanya verilerini destelere almak, yaratıcı onayları takip etmek, durum güncellemeleri yazmak ve çoğunlukla bir kontrol panelinin söyleyebileceği şeyleri tekrarlayan yinelenen check-in çağrılarına katılmak.

Kurucunun sorunu talep değildi. Müşteri listesi büyüdükçe marj daralmaya devam etti. Maaş bordrosu, artan bir gelir payı tüketiyordu ve ajans, yapısal olarak, karşılık gelen bir işe alım olmadan yeni müşteriler alamıyordu. Bu, ajanslar için yaygın, sessiz bir başarısızlık modudur: üst sıralarda büyüme, ancak personel sayısıyla bire bir ölçeklenen teslimat kapasitesi, bu da büyümenin ne kadar karlı olabileceğini sınırlıyor.

Aslında Saatleri Yiyen Neydi?

Herhangi bir şeyi değiştirmeden önce liderlik ekibi, hesap yöneticisi saatlerinin tam olarak nereye gittiğini takip etmek için iki hafta harcadı. Döküm açıklayıcıydı:

  • Zamanın yaklaşık yüzde 30'u müşteri raporlarını derlemeye ve biçimlendirmeye, reklam platformlarından, analiz araçlarından ve e-tablolardan sayıları slayt destelerine çekmeye harcandı.
  • Yaklaşık yüzde 20'si durum takibine gitti: Bir görevin gerçekten yapılıp yapılmadığını kontrol etmek için tasarımcıları, metin yazarlarını veya medya alıcılarını takip etmek.
  • Yüzde 15'lik bir kesim ise sorunları çözmek için değil, esas olarak durumu iletmek için yapılan tekrarlanan şirket içi ve müşteri toplantılarına gitti.
  • Geriye kalan süre strateji, fiili kampanya yürütme ve yeni iş desteği arasında bölündü.

Başka bir deyişle, hesap yöneticisinin zamanının yarısından azı müşterilerin gerçekte para ödediği işe harcanıyordu. Gerisi koordinasyon ek yüküydü ve koordinasyonun nasıl gerçekleştiğine ilişkin bir şey değişmediği sürece, neredeyse tanımı gereği müşteri sayısıyla koordinasyon ek yükü ölçekleniyordu.

Teslimatı Daha Fazla Kişi Değil, Bir Sistem Etrafında Yeniden Oluşturmak

Ajans, bir sonraki müşteri dalgasıyla ilgilenmek için iki hesap yöneticisini daha işe almak yerine, teslimatı merkezi bir düzenleme katmanı etrafında yeniden yapılandırdı. Kapsamdan bağımsız olarak her müşteri katılımı standart bir iş akışı şablonuyla eşleştirildi: işe alım, aylık planlama, haftalık uygulama, raporlama ve yenileme. Her şablonun içindeki görevler, istemci türüne göre otomatik olarak atanıyordu ve durum güncellemeleri, herhangi birinin ilerlemeyi manuel olarak raporlamasını gerektirmek yerine, doğrudan insanların zaten kullanmakta olduğu araçlardan alınıyordu.

Müşteri raporlaması yeniden oluşturulan ilk şeydi. Her ay bir hesap yöneticisinin bir sunum hazırlaması yerine, kampanya verileri otomatik olarak reklam platformlarından ve analiz kaynaklarından sürekli bir rapor formatına alınıyor ve yorumlar yalnızca bir şeyin insan tarafından yorumlanması gereken yerlere ekleniyor. Ajans bunun için, görev düzenleme ve raporlamaya yönelik GadgetMall Agency yapay zeka sistemi kurulumu da dahil olmak üzere mevcut araçlarını kullandı; böylece hesap yöneticileri, boş bir sayfadan raporlar oluşturmak yerine bitmiş taslakları inceliyor ve bunlara açıklamalar ekliyordu.

İkinci değişiklik check-in'lerin istisnaya dayalı hale getirilmesiydi. Sistem, her müşteriyi haftalık olarak aramak yerine, bir şeyin gerçekten plan dışı olduğu, karşılaştırmaya göre düşük performans gösteren veya karar bekleyen hesapları işaretledi. Aramalar yine de oluyordu ancak bunlar bir takvim tarafından değil, bir durum tarafından tetikleniyordu.

Amaç insanları müşteri ilişkilerinden uzaklaştırmak değildi. İnsan dikkatini yargılamayı gerektirmeyen şeylere harcamayı bırakmaktı.

Sonraki Çeyrekte Neler Değişti?

Denetlenmiş olmaktan ziyade açıklayıcı olan sonuçlar kabaca buna benziyordu. 4 ila 5 müşteri hesabı taşıyan hesap yöneticileri, rapor derleme ve durum takibi artık sabahlarını tüketmediği için 7 ila 8'i makul bir şekilde yönetebileceklerini keşfettiler. Ay sonundan sonra 2 ila 3 gün süren rapor geri dönüşü çoğu durumda aynı güne düştü, çünkü temel veri çekme işlemi otomatikleştirilmişti ve yalnızca inceleme gerekiyordu.

Müşterilerle yüz yüze toplantı süresi kabaca üçte bir oranında azaldı; bunun nedeni müşterilere daha az gösterilmesi değil, kalan toplantıların özetlerden ziyade kararlara odaklanmış olmasıydı. Ajans dahili olarak daha az beklenen bir şeyi de fark etti: Teslimat süreci tek bir kişinin kafasında yaşamak yerine sistemde belgelendiğinden, standartlaştırılmış iş akışı şablonları yeni bir hesap yöneticisinin işe alınmasını kolaylaştırdı.

Ajans, takip eden iki çeyrekte, çalışan sayısında bir artış olmadan altı yeni müşteriyi kabul etti; bu, eski modelde en az iki ek işe alma gerektirecek bir şeydi.

Diğer Ajanslar için Çıkarılacak Ders

Temel değişim aslında bir özellik olarak yapay zeka ile ilgili değildi. Bu, teslimatı, her hesap yöneticisinin hafızasından sürdürdüğü bir dizi bireysel ilişkiden ziyade, tanımlanmış iş akışlarına sahip bir sistem olarak ele almakla ilgiliydi. Benzer bir hamle yapmayı düşünen kurumlar, daha fazla çalışan sayısının mevcut tek araç olduğunu varsaymadan önce, bu kurumun yaptığı gibi, saatlerin gerçekte nereye gittiğini denetleyerek başlamalıdır. Çoğu durumda tavan müşteri talebi değildir. Düzgün yapılandırılmış bir sistemin bir kişi yerine karşılayabileceği koordinasyon yüküdür.

GadgetMall'ın yapay zeka sistemlerinin bunu pratikte nasıl uyguladığını görmek ister misiniz?

Bize ulaşın