Asiakkaan kuunteleminen on yrityksen kehittämisen tärkeimpiä lähtökohtia. Asiakas kohtaa omassa työssään, arjessaan ja toimintaympäristössään ongelmia, joita tuotteen tai palvelun toimittaja ei välttämättä vielä tunnista.
Asiakas voi nähdä uuden tarpeen ennen kuin yritys näkee siinä markkinan.
Tämä ei kuitenkaan tarkoita, että kaikki asiakkaan ehdotukset pitäisi toteuttaa sellaisinaan. Asiakas osaa usein kuvata ongelman, haitan tai tavoitteen, mutta ei välttämättä pysty määrittelemään parasta ratkaisua.
Tekoäly voi auttaa yritystä kokoamaan hajallaan olevan asiakastiedon, tunnistamaan toistuvia tarpeita ja havaitsemaan heikkoja signaaleja. Kun asiakastieto yhdistetään markkinoiden, teknologian ja toimintaympäristön muutoksiin, yritys voi arvioida aiempaa paremmin, mitkä havainnot ovat yksittäisiä toiveita ja mitkä voivat ennakoida laajempaa muutosta.
Lopullinen tulkinta ja päätös kuuluvat silti ihmiselle.
Asiakas voi nähdä tarpeen ennen toimittajaa
Tässä tästä kertova case story lyhyesti:
Kun toimin (Tietoa meistä sivulla) markkinointijohtajana 80-luvulla entisen Rauma-Repolan rakennuskoneryhmässä, jonka tunnetuin osa oli Lokomon tehtaat Tampereella, eräs asiakas esitti idean uudesta laitekonseptista murskauskonetoimialla.
Tuotekehityksemme ja myyntimme suhtautuivat aluksi ehdotukseen kielteisesti. Arvio oli yksinkertainen:
Tällaiselle tuotteelle ei ole markkinoita. Kukaan muu ei tarvitse sitä.
Asiakas oli kuitenkin sitkeä. Hän tunsi oman toimintansa ja siinä esiintyvän ongelman. Hän ei ehkä pystynyt todistamaan markkinoiden kokoa, mutta hän tunnisti todellisen käytännön tarpeen.
Nyt, yli 40 vuotta myöhemmin, hänen ehdottamansa idea on kehittynyt johtavaksi laitekonseptiksi. Kyseessä on Lokotrack®, joka on maailmanlaajuinen markkinajohtaja mobiilien, tela-alustaisten murskaus- ja seulontalaitteiden saralla. Se on luonut koko toimialan standardin, ja nimi ”Lokotrack” on raskaassa urakoinnissa lähes synonyymi koko laitekategorialle. Katso: www.facebook.com/lokotrack/
Asiakas ei aina osaa määritellä valmista ratkaisua tai todistaa markkinan kokoa, mutta hän voi nähdä todellisen ongelman ennen kuin toimittaja näkee siinä liiketoimintamahdollisuuden.
Tapauksen opetus ei tietenkään ole, että kaikki asiakkaiden ideat pitäisi hyväksyä.
Opetus on tämä:
Asiakas ei aina tiedä oikeaa ratkaisua, mutta hän voi nähdä ongelman tai mahdollisuuden ennen toimittajaa.
Yritys arvioi uusia ehdotuksia helposti nykyisen tuotevalikoiman, olemassa olevan teknologian ja tämänhetkisen markkinan perusteella. Asiakas puolestaan tarkastelee asiaa omasta käytännön tarpeestaan.
Molempia näkökulmia tarvitaan.
Nykyisin AI voisi auttaa löytämään ongelmaa kuvaavia signaaleja useista SOME asiakaskeskusteluista ja markkinatiedoista, mutta yrityksen vision, teknisen arvioinnin ja päätöksenteon pitää säilyä ihmisillä.
Asiakaslähtöisyys ei tarkoita, että asiakas on aina oikeassa
Pidän sanasta asiakaslähtöisyys enemmän kuin asiakaskeskeisyydestä.
Asiakaskeskeisyys voidaan helposti tulkita niin, että asiakas asetetaan kaiken toiminnan ehdottomaksi keskipisteeksi. Tästä voi syntyä ajatus, että:
- asiakas on aina oikeassa
- kaikki asiakastoiveet pitää toteuttaa
- tärkeän asiakkaan pyyntö ohittaa yrityksen muut tavoitteet
- prosesseja muutetaan jokaisen poikkeustoiveen mukaan
- järjestelmiin rakennetaan jatkuvasti uusia erityisratkaisuja.
Tällainen toiminta voi johtaa hajanaiseen tuotevalikoimaan, vaikeasti hallittaviin prosesseihin ja järjestelmiin, jotka koostuvat vuosien aikana lisätyistä asiakaskohtaisista poikkeuksista.
Asiakaslähtöisyys tarkoittaa toisenlaista toimintatapaa.
Yritys kuuntelee asiakkaiden tarpeita, ongelmia, kokemuksia ja ideoita. Sen jälkeen havainnot arvioidaan suhteessa:
- yrityksen visioon
- strategiseen fokukseen
- osaamiseen
- teknologisiin mahdollisuuksiin
- kannattavuuteen
- laajempaan markkinatilanteeseen
- yrityksen kykyyn toteuttaa ratkaisu laadukkaasti.
Asiakaslähtöisyys ei siis ole asiakkaan tahdon seuraamista.
Se on asiakkaan viestin ymmärtämistä ja tulkitsemista.
Asiakas on yrityksen tärkeä resurssi
Asiakas nähdään usein ensisijaisesti myynnin ja liikevaihdon lähteenä. Asiakkaan merkitys on kuitenkin tätä laajempi.
Asiakkailta saadaan:
- kysyntää
- käyttökokemusta
- palautetta
- ongelmia ratkaistavaksi
- uusia käyttöideoita
- tietoa kilpailijoista
- kehitysehdotuksia
- merkkejä toimintaympäristön muutoksista
- varhaisia viestejä uusista markkinoista.
Asiakkaat toimivat yritykselle eräänlaisena ulkoisena havaintoverkostona.
He kohtaavat muutoksia omilla toimialoillaan, työprosesseissaan ja asiakassuhteissaan. Siksi he voivat nähdä uuden tarpeen aikaisemmin kuin tuotteen tai palvelun toimittaja.
Tämän tiedon hyödyntäminen edellyttää kuitenkin, että havainnot saadaan talteen ja niitä tarkastellaan kokonaisuutena.
Yksittäinen keskustelu voi unohtua. Myyjän muistiinpano voi jäädä henkilökohtaiseen tiedostoon. Asiakaspalvelun havainto ei välttämättä koskaan saavuta tuotekehitystä.
Tässä AI voi tuoda merkittävää apua.
Asiakastieto on usein hajallaan
Yrityksillä on asiakastietoa yleensä paljon enemmän kuin ne pystyvät hyödyntämään.
Tietoa voi olla esimerkiksi:
- CRM-järjestelmässä
- sähköposteissa
- asiakastapaamisten muistiinpanoissa
- tarjouspyynnöissä
- asiakaspalveluviesteissä
- reklamaatioissa
- huoltoraporteissa
- puhelujen litteroinneissa
- kyselyvastauksissa
- verkkosivujen lomakkeissa
- verkkokaupan tapahtumissa
- sosiaalisen median keskusteluissa
- myyjien ja asiakaspalvelijoiden muistissa.
Ongelma ei välttämättä ole tiedon puute.
Ongelma on, ettei tieto muodosta yhteistä näkymää.
Sama asiakastarve voi näkyä eri kanavissa eri sanoilla. Yksi asiakas pyytää uutta ominaisuutta. Toinen kertoo työvaiheen olevan hankala. Kolmas käyttää tuotetta odottamattomalla tavalla. Neljäs valitsee kilpailijan ratkaisun.
Ilman yhteistä tarkastelua nämä voivat näyttää erillisiltä tapauksilta.
AI voi auttaa tunnistamaan, että niiden taustalla on sama ratkaisematon tarve.
Miten AI voi auttaa asiakastarpeiden ymmärtämisessä?
AI:n tärkein tehtävä ei ole päättää yrityksen puolesta, mitä pitää kehittää.
Se voi auttaa tiedon kokoamisessa, jäsentämisessä ja tulkinnassa.
1. Asiakaspalautteen ryhmittely
AI voi luokitella suuren määrän palautteita esimerkiksi seuraaviin teemoihin:
- tuotteen puutteet
- käyttövaikeudet
- toimitusongelmat
- palvelun hitaus
- ominaisuustoiveet
- hinnoittelu
- koulutuksen tarve
- uudet käyttötavat
- asiakkaan muuttuvat prosessit.
Tämä auttaa näkemään, mistä asiakkaat todella puhuvat ja mitkä asiat toistuvat.
2. Toistuvien tarpeiden tunnistaminen
Asiakkaat kuvaavat saman ongelman eri tavoin.
AI voi auttaa yhdistämään esimerkiksi seuraavat havainnot:
- asiakas pyytää uutta raporttia
- toinen kokoaa saman tiedon käsin
- kolmas vie tiedot laskentataulukkoon
- neljäs pitää järjestelmää vaikeakäyttöisenä
- viides ei saa tarvitsemaansa tietoa ajoissa.
Näiden taustalla voi olla yhteinen tarve: tiedon pitäisi olla helpommin saatavilla ja ymmärrettävässä muodossa.
3. Asiakastapaamisten yhteenveto
AI voi tuottaa tapaamismuistiinpanoista yhteenvedon, jossa erotellaan esimerkiksi:
- asiakkaan nykyinen tilanne
- ongelmat
- tavoitteet
- esitetyt toiveet
- päätökset
- avoimet kysymykset
- sovitut seuraavat toimet.
Tämä helpottaa tiedon siirtymistä myynnistä asiakaspalveluun, projektitiimille, johdolle ja tuotekehitykseen.
4. Hävittyjen kauppojen analysointi
Menetetyt tarjoukset sisältävät arvokasta tietoa.
AI voi auttaa tunnistamaan, liittyvätkö häviöt esimerkiksi:
- hintaan
- puuttuvaan ominaisuuteen
- liian vaikeaan käyttöönottoon
- toimitusaikaan
- kilpailijan parempaan palvelumalliin
- asiakkaan muuttuneisiin tarpeisiin
- epäselvään arvolupaukseen.
Yksittäinen hävitty kauppa ei vielä osoita suurta muutosta. Toistuvat samankaltaiset syyt voivat kuitenkin kertoa markkinoiden suunnasta.
5. Asiakassegmenttien erojen tunnistaminen
Kaikilla asiakkailla ei ole samoja tarpeita.
AI voi auttaa tunnistamaan, liittyvätkö tietyt ongelmat erityisesti:
- tiettyyn toimialaan
- yrityksen kokoon
- asiakkaan sijaintiin
- tuotteen käyttötapaan
- asiakkuuden vaiheeseen
- asiakkaan osaamistasoon
- tiettyyn palvelumalliin.
Tämä voi auttaa yritystä välttämään tilanteen, jossa yhden asiakasryhmän toiveita pidetään koko markkinan tarpeina.
6. Hiljaisen tiedon kokoaminen
Myyjillä, huoltohenkilöillä, asentajilla ja asiakaspalvelijoilla on paljon asiakastietoa, jota ei ole tallennettu rakenteisesti.
AI voi auttaa käsittelemään vapaamuotoisia muistiinpanoja, viestejä ja puhelujen litterointeja.
Teknologia ei kuitenkaan ratkaise ongelmaa, jos tietoa ei kirjata lainkaan.
Siksi CRM:n ja yhteisten toimintatapojen merkitys säilyy. AI tarvitsee tietoa, johon sillä on lupa ja pääsy.
Heikot signaalit voivat kertoa tulevasta tarpeesta
Kaikki merkittävät muutokset eivät näy aluksi suurena kysyntänä.
Uusi tarve voi näkyä esimerkiksi:
- muutamana poikkeavana asiakaskysymyksenä
- tuotteen uudenlaisena käyttötapana
- asiakkaan rakentamana kiertotienä
- toistuvana manuaalisena työvaiheena
- uudenlaisena tarjouspyyntönä
- eri toimialoilta tulevina samankaltaisina havaintoina
- muuttuvana sanastona asiakaskeskusteluissa.
Tällaisia havaintoja kutsutaan usein heikoiksi signaaleiksi.
AI voi auttaa niiden löytämisessä, koska se pystyy käsittelemään suuria määriä tekstiä ja vertaamaan havaintoja keskenään.
Tärkeää on kuitenkin muistaa, että heikko signaali ei ole varma ennuste.
Se on havainto, joka kannattaa tutkia.
Yksittäinen toive vai uusi markkinatarve?
Kaikkia asiakastoiveita ei pidä tulkita tulevaksi markkinaksi.
Yritys voi arvioida havaintoa esimerkiksi seuraavien kysymysten avulla:
- Esiintyykö sama tarve usealla asiakkaalla?
- Tuleeko havainto eri myyjiltä tai eri kanavista?
- Liittyykö tarve tunnistettavaan toimintaympäristön muutokseen?
- Onko asiakkaalla todellinen ongelma, josta hän on valmis maksamaan?
- Voidaanko ratkaisu tarjota usealle asiakkaalle?
- Sopiiko se yrityksen strategiaan ja osaamiseen?
- Voidaanko ideaa testata pienellä kokeilulla?
- Mitä tapahtuu, jos yritys ei reagoi?
AI voi auttaa vastausten kokoamisessa, mutta se ei voi korvata liiketoimintajohdon, asiantuntijoiden ja asiakkaiden yhteistä arviointia.
Asiakastarpeet muuttuvat toimintaympäristön mukana
Asiakkaiden tarpeita ei voi ymmärtää vain tarkastelemalla nykyisiä palautteita, tarjouspyyntöjä ja ostohistoriaa.
Yritysten ja kuluttajien toimintaa muuttavat myös:
- teknologian kehitys
- talouden suhdanteet
- kustannusten muutokset
- työvoiman saatavuus
- väestön ikääntyminen
- lainsäädäntö
- viranomaisvaatimukset
- ympäristö- ja vastuullisuusvaatimukset
- kansainvälinen kilpailu
- poliittiset päätökset ja linjaukset.
Asiakas ei välttämättä vielä pyydä ratkaisua, jonka tarve syntyy vasta tulevan muutoksen seurauksena.
Yritys voi kuitenkin havaita ennakoivia merkkejä asiakkaiden kysymyksissä, uusissa toimintatavoissa, kasvavissa kustannuksissa tai muuttuvissa vaatimuksissa.
AI voi auttaa yhdistämään asiakastietoa laajempaan toimintaympäristön tietoon.
Markkina- ja toimintaympäristötiedon hyödyntäminen
Asiakastiedon rinnalla voidaan tarkastella esimerkiksi:
- markkina- ja toimialaraportteja
- kilpailijoiden tuotteita ja palveluita
- kilpailijoiden viestintää
- teknologian kehityssuuntia
- patentteja ja tutkimusjulkaisuja
- lakien ja määräysten valmistelua
- julkisia investointipäätöksiä
- tukijärjestelmien muutoksia
- talouden ja kustannusten kehitystä
- työvoiman ja osaamisen saatavuutta
- vastuullisuusvaatimuksia
- poliittisia ohjelmia ja päätöksiä.
AI voi auttaa:
- tiivistämään suuria aineistoja
- ryhmittelemään muutoksia teemoiksi
- vertaamaan eri lähteitä
- tunnistamaan ristiriitaisia kehityssuuntia
- arvioimaan mahdollisia vaikutusketjuja
- tuottamaan vaihtoehtoisia skenaarioita.
Tavoitteena ei ole ennustaa varmasti yhtä tulevaisuutta.
Tavoitteena on valmistautua useaan mahdolliseen kehityskulkuun.
Poliittiset trendit vaikuttavat asiakastarpeisiin
Poliittiset päätökset voivat muuttaa asiakkaiden toimintaympäristöä nopeasti.
Vaikutuksia voivat aiheuttaa esimerkiksi:
- sääntelyn kiristyminen tai keventäminen
- verotuksen muutokset
- julkiset tuet
- energiapolitiikka
- kauppapolitiikka
- kansainväliset pakotteet
- julkisten hankintojen vaatimukset
- tietosuoja- ja kyberturvallisuusvaatimukset
- ilmasto- ja ympäristötavoitteet.
Poliittisia muutoksia ei pidä käsitellä varmoina ennusteina. Hallitukset vaihtuvat, päätökset muuttuvat ja uudistusten aikataulut voivat siirtyä.
Niitä voidaan kuitenkin käyttää skenaarioiden rakentamiseen.
Esimerkiksi:
Jos sääntely tiukkenee
Asiakkaat voivat tarvita:
- parempaa raportointia
- dokumentointia
- tiedon jäljitettävyyttä
- vastuullisuustietoa
- automaattista valvontaa.
Jos työvoiman saatavuus heikkenee
Tarve voi kasvaa:
- automaatiolle
- itsepalvelulle
- helppokäyttöisille järjestelmille
- osaamista tukeville AI-ratkaisuille
- etäpalveluille.
Jos kustannukset nousevat
Asiakkaat voivat painottaa:
- energiatehokkuutta
- käyttöasteen parantamista
- ennakoivaa kunnossapitoa
- hävikin vähentämistä
- prosessien automatisointia.
Jos julkiset tuet tai hankintaperusteet muuttuvat
Uusia tuote- ja palvelumarkkinoita voi syntyä nopeasti.
Vastaavasti aiemmin kannattava markkina voi pienentyä tai kadota.
AI ei ennusta yhtä tulevaisuutta
AI voi tehdä uskottavan kuuloisia ennusteita myös silloin, kun tietoa on liian vähän tai tulevaisuus on aidosti epävarma.
Siksi yrityksen kannattaa erottaa toisistaan:
- nykyinen havaittu tarve
- toistuva asiakasongelma
- kasvava mutta epävarma signaali
- mahdollinen toimintaympäristön muutos
- strateginen oletus
- testattava liiketoimintahypoteesi.
Hyvä toimintatapa ei ole rakentaa koko tuotekehitystä yhden ennusteen varaan.
Parempi tapa on tunnistaa muutama uskottava kehityssuunta ja testata niitä pienillä, hallituilla kokeiluilla.
AI yhdistää asiakassignaalit ja markkinasignaalit
AI:n suurin mahdollisuus voi olla kahden tietovirran yhdistämisessä.
Asiakassignaalit
- palautteet
- tarjouspyynnöt
- myyntikeskustelut
- reklamaatiot
- käyttötavat
- palvelupyynnöt
- asiakkaiden ideat.
Markkina- ja toimintaympäristösignaalit
- kilpailijoiden muutokset
- uusi teknologia
- sääntely
- talous
- poliittiset ratkaisut
- väestökehitys
- työvoiman saatavuus
- vastuullisuusvaatimukset.
Kun näitä tarkastellaan yhdessä, yritys voi arvioida paremmin, onko kyse:
- yksittäisestä asiakastoiveesta
- laajemmin toistuvasta tarpeesta
- nousevasta markkinasta
- tilapäisestä ilmiöstä
- koko toimialaa muuttavasta kehityksestä.
Kevyt toimintamalli mikro- ja pk-yritykselle
Asiakastarpeiden AI-avusteinen analysointi ei välttämättä vaadi raskasta järjestelmää tai laajaa datahanketta.
Yritys voi aloittaa yksinkertaisella mallilla:
1. Kerää
Kokoa yhteen esimerkiksi:
- asiakaspalautteet
- tapaamismuistiinpanot
- tarjouspyynnöt
- hävittyjen kauppojen syyt
- huolto- ja tukipyynnöt
- asiakkaiden ideat.
Kaikkea tietoa ei tarvitse kerätä yhdellä kertaa. Olennaista on aloittaa tärkeimmistä lähteistä.
2. Yhdistä
Tuo tiedot yhteiseen tarkasteluun.
Tietoja voidaan käsitellä CRM-järjestelmässä, taulukossa tai erillisessä analyysiympäristössä. Henkilötietojen, liikesalaisuuksien ja luottamuksellisen aineiston käsittely pitää suunnitella asianmukaisesti.
3. Ryhmittele
Pyydä AI:ta tunnistamaan esimerkiksi:
- toistuvat ongelmat
- ominaisuustoiveet
- asiakasryhmien erot
- uudet käyttötavat
- mahdolliset heikot signaalit.
AI:n tulokset pitää tarkistaa alkuperäisestä aineistosta.
4. Vertaa toimintaympäristöön
Tarkastele, liittyvätkö havainnot:
- markkinamuutokseen
- uuteen teknologiaan
- kilpailijan ratkaisuun
- lainsäädäntöön
- kustannusten muutokseen
- poliittiseen tai yhteiskunnalliseen kehitykseen.
5. Arvioi
Vertaa lupaavimpia havaintoja yrityksen:
- visioon
- strategiaan
- osaamiseen
- asiakaskuntaan
- resursseihin
- kannattavuustavoitteisiin.
6. Kokeile
Testaa lupaavinta ideaa rajatusti.
Kokeilu voi olla esimerkiksi:
- asiakashaastattelu
- palveluprototyyppi
- uusi raportti
- manuaalisesti toteutettu palvelu
- pieni pilotti
- rajattu markkinointikampanja
- yhden asiakasryhmän testi.
Kokeilun tehtävänä on tuottaa lisää tietoa ennen suurta investointia.
AI:n käyttöön liittyvät rajat
Asiakastiedon analysoinnissa pitää huomioida ainakin:
- tietosuoja
- asiakassopimukset
- liikesalaisuudet
- käyttöoikeudet
- tiedon säilytys
- AI-palvelun käyttöehdot
- virheelliset tulkinnat
- aineistossa olevat vinoumat.
AI voi myös korostaa enemmistön mielipiteitä ja jättää harvinaiset mutta tärkeät havainnot liian vähälle huomiolle.
Juuri tällainen harvinainen havainto voi joskus ennakoida suurta muutosta.
Siksi analyysissä ei pidä kysyä vain:
Mitkä asiat toistuvat eniten?
Kannattaa kysyä myös:
Mitkä havainnot poikkeavat totutusta ja miksi ne voivat olla tärkeitä?
Ihminen säilyttää vision ja fokuksen
AI voi auttaa kuuntelemaan asiakkaita paremmin.
Se voi:
- tiivistää
- ryhmitellä
- vertailla
- löytää yhteyksiä
- rakentaa skenaarioita
- nostaa esiin poikkeavia havaintoja.
AI ei kuitenkaan tunne yrityksen tarkoitusta samalla tavalla kuin sen johto ja ihmiset.
Yrityksen pitää itse ratkaista:
- mitä se haluaa olla
- mitä asiakkaita se haluaa palvella
- mihin osaamiseen se haluaa keskittyä
- mitä se ei aio tehdä
- millaista riskiä se on valmis ottamaan.
Ilman tätä fokusta asiakaslähtöisyys voi muuttua reagoimiseksi jokaiseen toiveeseen.
AI voi jopa pahentaa tätä ongelmaa, jos sen tuottamia havaintoja toteutetaan ilman strategista arviointia.
Kuuntele tarkasti, valitse harkiten
Asiakkaan todellisten tarpeiden ymmärtäminen ei tarkoita vain kysymistä, mitä ominaisuutta asiakas haluaa.
Yrityksen pitää pyrkiä ymmärtämään:
- mitä asiakas yrittää saada aikaan
- mikä hänen toimintaansa vaikeuttaa
- miksi ongelma on tärkeä
- miten tarve voi muuttua tulevaisuudessa
- liittyykö sama ilmiö muihin asiakkaisiin
- sopiiko ratkaisun kehittäminen yrityksen suuntaan.
AI voi auttaa kokoamaan aineiston ja löytämään asioita, joita yksittäinen ihminen ei helposti huomaa.
Se voi auttaa näkemään asiakkaiden kokemusten, markkinamuutosten, teknologian ja poliittisten trendien välisiä yhteyksiä.
Silti tärkein päätösvalta kuuluu yritykselle.
Asiakaslähtöisyys ei tarkoita kaikkien asiakastoiveiden toteuttamista. Se tarkoittaa asiakkaiden tarpeiden, kokemusten ja ideoiden kuuntelemista sekä niiden arvioimista yrityksen vision, osaamisen ja strategisen fokuksen kautta.
Tämän voi tiivistää vielä lyhyemmin:
Kuuntele asiakasta tarkasti. Älä luovuta hänelle yrityksen suuntaa.