Blogi

Yritykset tietävät asiakkaistaan enemmän kuin koskaan. Tiedämme ostohistorian, asiakkuuden arvon, käytetyt kanavat ja yhä tarkemmin myös sen, miten asiakas digitaalisissa palveluissa käyttäytyy. Tekoäly tarjoaa uusia mahdollisuuksia yhdistää tätä tietoa ja ennakoida asiakkaiden tarpeita.

Mutta entä jos asiakkaan ymmärtämisen kannalta kaikkein olennaisin tieto ei olekaan se, kuka asiakas on tai mitä hän on aiemmin tehnyt, vaan millaisessa tilanteessa hän juuri nyt on?

Tätä kysymystä käsittelee David W. Norton kirjassaan Human Context – How Intelligent Companies Build Customers. Kirjan kiinnostavin ajatus on, että asiakaskokemusta pitäisi rakentaa nykyistä enemmän asiakkaan tilanteen, ei vain hänen ominaisuuksiensa tai historiansa, ympärille.

Sama asiakas, monta eri tilannetta

Olemme tottuneet segmentoimaan asiakkaita ja rakentamaan asiakaspersoonia sekä asiakaspolkuja. Niillä on edelleen paikkansa, mutta ne sisältävät helposti oletuksen siitä, että ihminen käyttäytyy suhteellisen johdonmukaisesti. Todellisuudessa sama asiakas voi maanantaiaamuna olla kiireinen ja kuormittunut, perjantaina innostunut uuden oppimisesta ja sunnuntaina kaivata ennen kaikkea rauhaa.

Norton käyttää käsitettä mode, joka kuvaa asiakkaan hetkellistä mielentilaa ja toimintatapaa. Hänen keskeinen ajatuksensa on, että sama asiakas voi samassa asiointitilanteessa tarvita hyvin erilaista palvelua riippuen siitä, millaisessa tilassa hän juuri sillä hetkellä on. Asiakkaan tehtävän ymmärtäminen ei siis yksin riitä – on ymmärrettävä myös, miten asiakas kokee tilanteen.

Oheinen kirjassa esitelty nelikenttä havainnollistaa ajatusta. Ihminen voi olla taistelevassa, virtaavassa, kriisiytyneessä tai palautuvassa tilassa. Sama palvelu ja samanlainen kohtaaminen voivat tuntua näissä tilanteissa hyvin erilaisilta. Esimerkiksi vaihtoehtojen runsaus voi innostaa yhtä asiakasta mutta kuormittaa toista.

Tekoälyn mahdollisuus on suurempi kuin automaatio

Tekoälyn hyötyjä tarkastellaan usein yrityksen näkökulmasta: kuinka paljon voidaan automatisoida tai vähentää kustannuksia? Nortonin ajattelu haastaa kääntämään kysymyksen toisinpäin. Mitä tekoäly tekee asiakkaan hyväksi?

Asiakkaan näkökulmasta tekoälyn arvo voi syntyä tehtävän hoitamisesta, ongelman ratkaisemisesta tai ajan säästämisestä. Kiinnostavimmat mahdollisuudet syntyvät kuitenkin tilanteissa, joissa tekoäly pystyy ennakoimaan tarpeita ja auttamaan asiakasta saavuttamaan jotain sellaista, mihin hän ei muuten pystyisi.

Ajatellaan esimerkiksi pankkiasiakasta. Perinteinen verkkopankki näyttää tilin saldon, kehittyneempi palvelu analysoi kulutusta. Mutta entä jos tekoäly osaisi auttaa asiakasta ennakoimaan taloudellisia riskejä, arvioimaan vaihtoehtoja ja tekemään parempia päätöksiä omaan elämäntilanteeseensa sopivalla tavalla? Tällöin arvo ei synny vain tehokkaammasta asioinnista vaan asiakkaan paremmasta toimintakyvystä.

Miten luodaan arvoa asiakkaalle

Kirjassa nostetaan esiin myös kiinnostava näkökulma aikaan. Norton erottaa toisistaan kolme tapaa tuottaa asiakkaalle arvoa: time well saved, time well spent ja time well invested. Hän on kirjoittanut aiheesta jo aiemmin yhdessä Joe Pinen kanssa kirjoitetussa kirjassa Transformation Economy. Aiheesta olen kirjoittanut jo aiemmin blogikirjoituksessani liittyen vuoden 2025 asiakaskokemuksen trendeihin.

Pysäköinnin maksamisessa haluamme todennäköisesti säästää aikaa, ravintolaillallisella viettää sitä mielekkäästi ja uuden taidon oppimisessa investoida aikaa tulevaisuuden potentiaaliin. Asiakaskokemuksen kehittämisen tavoitteena ei siis pitäisi aina olla mahdollisimman nopea tai kitkaton asiointi, vaan asiakkaan tilanteeseen sopiva ajankäyttö. Tekoäly voi auttaa kaikissa kolmessa. Sen pitäisi kuitenkin ymmärtää, milloin asiakkaan aikaa kannattaa säästää, milloin rikastaa ja milloin tukea hänen oppimistaan.

Kenen hyväksi tekoäly lopulta toimii?

Mitä paremmin tekoäly ymmärtää asiakkaan tilanteen, sitä paremmin se voi auttaa häntä. Mutta samaa ymmärrystä voidaan käyttää myös asiakkaan käyttäytymisen ohjaamiseen yrityksen kaupallisten tavoitteiden mukaisesti. Asiakkaan epävarmuuden tunnistaminen voi johtaa hyödylliseen tukeen tai entistä tehokkaampaan myyntiin. Näiden välinen ero on merkittävä.

Siksi nostaisin tekoälyn kehittämiseen vielä yhden kysymyksen: lisääkö tekoäly asiakkaan riippuvuutta yrityksestä vai hänen omaa toimintakykyään? Olemme pitkään tavoitelleet 360 asteen näkymää asiakkaaseen. Ehkä seuraava askel ei olekaan tietää asiakkaasta kaikkea, vaan ymmärtää hänen tilanteensa riittävän hyvin ja toimia aidosti hänen hyväkseen. Tulevaisuuden älykäs asiakaskokemus ei välttämättä synny siitä, että yritys tietää asiakkaastaan eniten. Se syntyy siitä, että yritys ymmärtää asiakkaan tilanteen parhaiten ja käyttää ymmärrystään asiakkaan hyväksi.

Jaa: