به‌عنوان مثال، آیا باید این مشاور-روبات پیشنهادهایی مانند آمازون بدهد؟

این تیم طراحی از طریق صدها مدل آزمایشی بررسی کرد که چگونه بهترین توصیه‌ها را ارائه دهد.این شرکت خدمات مالی به سرعت دریافت که مشاور-روبات آن باید یک «پلت‌فرم پیشنهاد» باشد؛ هر چه افراد بیشتری از آن استفاده کنند، توصیه‌ها بهتر خواهند شد. تمرکز مشتری بسیار مهم و کلیدی بود. مشاور-روبات باید جست‌وجوی این پیشنهادها را ساده و آسان کند. چرخه مطلوب باید در آن شکل بگیرد.تیم مشاور-روبات دریافت که موفقیت به داده‌های بیشتر و دسترسی نیاز دارد. به‌عنوان یک شرکت موروثی بزرگ با صدها محصول منظم، با داده‌هایی که در سراسر بنگاه پراکنده هستند، این شرکت به لحاظ عملیاتی منزوی بود.توصیه‌گر مشاور-روبات تبدیل به فرصتی برای تسهیل همکاری متقابل بین گروه‌های محصول و مدیران فناوری اطلاعات شده است؛ مدیرانی که قبلا هرگز ارتباطی نداشتند.گروه‌های متعددی در برابر درخواست‌های اطلاعات و همکاری تیم مشاور-روبات مقاومت کرده و عقب‌نشینی کردند. اما رهبری سازمان بر همکاری همه افراد پافشاری کرد.
چرا؟ او به‌عنوان مدیر ارشد مالی به من گفت «ما اکنون می‌دانیم که این چیزی است که آینده ما شبیه آن خواهد بود. ما می‌خواهیم داده‌ها را در سراسر سیلوها به اشتراک بگذاریم. ما باید فرآیندهای دیجیتال داشته باشیم که از سوی مشتریان و نه فقط افراد خودمان داده‌محور هستند.» توصیه‌گر مشاور-روبات تبدیل به الگو و آزمونی برای دگرگونی دیجیتال این شرکت شد. این امر یک پیشرفت سازمانی، عملیاتی و فرهنگی و نه فقط یک پیشرفت دیجیتالی را پیش روی ما می‌گذارد. بدون تعارف، توصیه‌گرها بهترین وسیله برای دگرگونی دیجیتال هستند. آنها همه سوالات و چالش‌های درستی را که هر نوآور جدی باید در مورد رفع شکاف دیجیتال داشته باشد، می‌پرسند.آنها سازمان‌ها را وادار می‌کنند تا در مورد «هماهنگی فرآیند» کمتر فکر کنند و بیشتر در مورد «چرخه‌های مطلوب» به تفکر بپردازند. دیجیتالی شدن به این معنا نیست که تنها فناوری اطلاعات را بهبود داده و ترفیع دهید، بلکه نیاز به بازبینی اصول کسب‌و‌کار دارد. در اینجا پنج توصیه برای سازمان‌هایی که برای رفع شکاف دیجیتال تلاش می‌کنند آورده شده است:

می‌خواهیم پیشنهادهای ما شبیه چه باشد؟

توصیه‌گر را بازتولید نکنید. مشتریان شما تجربه پیشنهاد شبیه آمازون را ترجیح می‌دهند یا شبیه نت‌فلیکس را؟ شاید توصیه‌های محتوای کورا (Quora یک وبگاه پرسش و پاسخ است که کاربران می‌توانند سوال بپرسند و پاسخ دهند و ویراستاری کنند) یا Stack Overflow به سریع‌ترین شکل ارزش را اضافه کنند. Stitch Fix و Pinterest انواع متفاوت تجربیات پیشنهاد بصری و منتخب ارائه می‌دهند.شما باید نگرش‌های پیشنهادی را جست‌وجو و تجربه کنید که به بهترین شکل ارزش‌های برند سازمان شما و تجربیات کاربر را بازتاب دهد.هیچ کمبودی از توصیه‌گرها در دنیای واقعی برای رقابت با آنها و نوآوری وجود ندارد. به‌طور مشابه، هیچ کمبود نرم‌افزاری (به‌خصوص نرم‌افزار متن باز) نیز وجود ندارد. (open source به نرم‌افزارهایی می‌گویند که افراد می‌توانند در کد منبع آنها تغییر ایجاد کرده یا اشکالات احتمالی آنها را رفع کنند.) اینکه سازمان شما چگونه باید تجربه توصیه و تجربه کاربر را ادغام و تنظیم کند یک چالش محسوب می‌شود.

می‌خواهید از تجربه پیشنهاد چه چیزی یاد بگیرید؟

شرکت‌هایی مانند آمازون، نت‌فلیکس و کورا، از ردیابی نحوه مشاهده، پیروی و بی‌اعتنایی کاربران به پیشنهادها، اطلاعات کیفی و دیدگاه‌های چشمگیری به‌دست می‌آورند. چگونه می‌خواهید طبق آنچه از تجربه مشتری آموخته‌اید عمل کنید؟ آیا می‌خواهید به‌طور متفاوت قیمت‌گذاری کنید؟ محصولات و خدمات را بهتر دسته‌بندی کنید؟ ویژگی‌ها و قابلیت‌های خاصی را اضافه یا حذف می‌کنید؟ بخش‌های نوظهور مشتری را شناسایی می‌کنید؟ ارائه‌ها را شخصی‌سازی می‌کنید؟ ایده‌های نوآورانه را آزمون می‌کنید؟ چه معیارهایی بیشتر مهم هستند: تعهد یا جست‌وجو؟توصیه‌های کاملا ساختاریافته، اطلاعاتی که آنها می‌خواهند را فراهم می‌کنند. تعیین کنید که می‌خواهید پیشنهادهای شما چه نوع یادگیری برای شما فراهم کند.

چگونه می‌توانیم چرخه پیشنهادهایمان را مطلوب‌‌تر کنیم؟

پاسخ به دو سوال اول مشخص می‌کند که چه نوع داده‌هایی را برای شروع توصیه‌گر نمونه اولیه نیاز خواهید داشت. اما آیا سایر مجموعه داده‌ها، الگوریتم‌ها و تعاملات وجود دارند که بتوانند چرخه مطلوب را بهبود ببخشند؟ آیا توصیه‌گر شما باید یک گزینه «کلیک برای چت» را برای تسهیل یک ارتباط بین‌فردی ارائه دهد؟ آیا ممکن است نظرات و بازبینی‌های منتخب ارزش قابل‌اندازه‌گیری را به تجربه مشتری اضافه کنند؟ آیا می‌توانید از مشتریان بپرسید که آیا پیگیری‌های ایمیلی یا کاغذهای سفید روی محصولات یا خدماتی می‌خواهند تا بتوانند علایق خود را بیان کنند؟ آیا یک پیوند لینکدین منطقی به نظر می‌رسد؟موتورهای توصیه‌گر تنها در مورد پیشنهادها نیستند؛ آنها پلت‌فرم‌هایی هستند که توانایی تعامل اطلاعات دیجیتالی را دارند. با طراحی متناسب، این تعاملات ارزشی برای مشتریان شما و برای خودتان ایجاد می‌کنند. چرخه‌های مطلوب می‌توانند مطلوب‌تر و ارزشمندتر باشند.

در یک‌سال چه چیزی را باید بیشتر توصیه کرد؟

همان‌طور که توصیه‌گران مطلوب‌تر و ارزشمندتر می‌شوند، فرصت‌ها برای پیشنهادهای نوآورانه‌تر، بیشتر می‌شود. شرکت‌های تولیدی می‌توانند هم خدمات خود و هم خدمات شخص ثالث را ارائه دهند؛ شرکت‌های خدماتی می‌توانند محصولات را پیشنهاد دهند.نگاه کنید که چگونه آمازون طیف وسیعی از محصولات و خدمات خود را به «فرمت‌های چندگانه پیشنهاد» دسته‌بندی می‌کند. اطلاعات و داده‌های بیشتر به ناچار نه تنها به پیشنهادهای بهتر بلکه طیف‌های وسیع‌تری از توصیه‌ها منجر می‌شود. این امر البته به این بستگی دارد که شما می‌خواهید چه چیزی یاد بگیرید و چگونه می‌خواهید چرخه‌های مطلوب خود را رشد دهید.

توصیه‌گران در همه جا حضور دارند

محدود کردن توصیه‌گران به حوزه تجارت الکترونیک اشتباه است. همان‌طور که سرویس‌هایی مانند کورا، Stack Overflow و لینکدین تصدیق می‌کنند، توصیه‌گران می‌توانند چیزی بیش از پیشنهاد محصولات و خدمات برای مشتریان انجام دهند؛ آنها می‌توانند محتوا، مشاوره و اطلاعات برای تصمیمات ارائه دهند. چرا توصیه‌گرانی ایجاد نکنیم که به مردم تیم‌های جدید محصول پیشنهاد کنند؟ در مورد توصیه‌گران برای شرکا و کانال‌های کسب‌و‌کار چطور؟ پیشنهاددهندگان می‌توانند هر جایی که افراد نیاز به پیشنهاد و مشاوره دارند، مفید و کاربردی باشند. چرخه‌های مطلوب نباید تنها به مشتریان تعلق داشته باشند. هر جا که دیجیتالی شدن و داده‌ها به وفور وجود دارند، باید قدرت و پتانسیل برای توصیه‌گران وجود داشته باشد. بهترین پیشنهاد برای قادر ساختن دگرگونی دیجیتال، توانا ساختن دگرگونی دیجیتال پیشنهادها است.

پی‌نوشت:

۱٫ born digital اصطلاحی است که برای توصیف نسلی که پس از رواج سیستم‌های دیجیتال مانند رایانه‌ها، تلفن‌های همراه و اینترنت تولد یافته و با آنها بزرگ شده‌اند، به‌کار می‌رود.

۲٫ Platform company شرکتی است که یک گروه سرمایه‌‌گذاری خصوصی، وقتی از طریق مالکیت در یک صنعت یا بازار جدید سرمایه‌گذاری می‌کند، آن را به‌عنوان نقطه شروع برای مالکیت در همان حوزه می‌بیند.