Stafet: Organisationen er den største hindring for omnichannel

Pia Osbæck
pia@bureaubiz.dk

Artificial intelligence og machine learning er let tilgængeligt nu om dage, men det kræver, at virksomhederne ændrer deres arbejdsgange markant. Det mener Thomas Løjmann Jørgensen, der er head of technology & activation hos eCapacity.

Hvis man vil i gang med at bruge Artificial Intelligence og Maschine Learning er det ikke teknologierne, der er de største forhindringer. Det er organisationen, siger Thomas Løjmann Jørgensen, head of technology & activation hos eCapacity.

Det er det korte svar på det spørgsmål, han har fået stillet af head of e-commerce marketing i Dansk Supermarked, Peter Munk, som lyder:

Hvad betyder teknologier som (AI/ML)  Artificial intelligence /Maschine Learning & marketing automation for virksomhedens interaktion med forbrugerne. Og hvordan håndteres de mange muligheder i virksomhedens digitale forretningsenheder, så der sikres en merværdi for forbrugerne?

Thomas Løjmann Jørgensen fortsætter:

”De, der vil udleve omnichannel-drømmen bliver nødt til at omfavne den nye teknologi og inkorporere den korrekt i organisationen. Både teknologi, ressourcer og kompetencer skal være på plads. Det betyder, at mange virksomheder skal ændre deres arbejdsgange i forhold til, hvordan de arbejder med kommunikation, marketing og brugeroplevelser i dag.”

Thomas Løjmann Jørgensen forklarer nærmere:

”Mange virksomheder er meget kampagnetunge. Det vil sige, at når en kampagne lukker ned, går man i gang med at eksekvere den næste. Det foregår ud fra devisen, at man kigger fremad og ikke tilbage på, hvilken indsigt man fik fra den tidligere kampagne og hvordan man kan optimere den næste.”

Thomas Løjmann Jørgensen mener altså, at det ikke er nok at investere i teknologierne. Man skal ændre hele arbejdsgange og også ansætte medarbejdere med andre kompetencer.

Bliver det ikke dyrere for virksomheden?

”Det er en investering, der på den korte bane formentlig vil koste flere ressourcer, men de, der erkender, at man ikke bare kan købe software og så er man klar, de vinder på den lange bane. Det man også skal indse, er jo, at man bl.a. skal producere ekstra indhold og det fordrer i det hele taget, at man sætter sig ned og laver en plan, før man begynder at bruge den første krone.”

Selve teknologien og systemerne er let tilgængelige mener Thomas Løjmann Jørgensen, og er ikke det, der trækker tænder ud:

”Artificial intelligence og machine learning er i princippet let tilgængeligt. F.eks. kan du hos både Google og Amazon komme hurtigt og billig i gang, du betaler kun for det du bruger. Til gengæld er der mange, der undervurderer, hvor meget indhold det kræver at lave personificeret kommunikation.”

Den lette adgang til teknologien er bl.a. sket på baggrund af Google Analytics og Adobe Analytics, der har indarbejdet machine learning og kunstig intelligens i deres værktøjer.

”Man kan køre en rapport og værktøjet fortæller, hvis dine KPI’er over- eller underleverer på baggrund af data og Adobe kan sige hvilke parametre, det er, der har bidraget til en over- eller underperformance. På den måde er teknologien blevet langt lettere tilgængelig for marketingfolk,” siger Thomas Løjmann Jørgensen.

Træerne vokser dog ikke ind i himlen. På trods af de mere og mere intelligente web- og app-analyse værktøjer samt værktøjer til personalisering og optimering, kræves der fortsat medarbejdere med analytiske og statistiske kompetencer, der både kan opstille hypoteser og omdanne store mængder data til indsigter.

”Virksomheder har i mange år arbejdet med f.eks. churn prediction, og selvom det er blevet nemmere grundet den let tilgængelige teknologi, er det endnu ikke noget, enhver kan sætte sig ned og gøre. Samtidig er man ikke i mål, når man ved, hvilke kunder, der har en høj risiko for at churne. Der skal nemlig identificeres tiltag, som skal sikre, at kunderne bliver i folden, og det kræver, at både de analytiske, kreative og til tider også tekniske kompetencer kommer i spil.”

Er det vigtigt, at man selv ansætter folk med de kompetencer?

”Lige for øjeblikket er der ikke så mange med de kompetencer, så for øjeblikket kan det være en kombination af inhouse-kompetencer og outsourcing, men om nogle år vil det nok være anderledes, hvor kompetencer er lettere tilgængelige,” siger Thomas Løjmann Jørgensen og fortsætter:

”En af vores btb-kunder har et big data lab, hvor data scientists kan forudse bl.a. hvilken rolle og profil, de besøgende på websitet har. De kan se på de anonyme brugeres attributter og dermed med høj sandsynlighed identificere en anonym og ukendt brugers præferencer.”

Thomas Løjmann Jørgensen er overbevist om, at omnichannel giver en merværdi for forbrugerne, men så skal det også være reel omnichannel og ikke blot to kanaler, der er koblet sammen og så kalder man det omnichannel.

”En virksomhed bliver klart mere relevant for brugerne med omnichannel, hvis det altså er alle touchpoints, der er koblet på. Det skal altså både være butikker, kasseapparat, app, sociale medier etc. og det skal opdateres i realtid, så når brugeren går fra det ene til det næste, følger viden med.”

Hvad skal der til for at lykkes med det?

”Vigtigst af alt: Man skal lave en strategi for hvor man skal lande når man er færdige og hvad er formålet. Og så skal man have styr på, hvad der skal til: Hvilken teknologi skal der bruges; har man ressourcer til at producere ekstra indhold; hvem skal stå for processerne; hvem implementerer etc.”

Thomas Løjmann Jørgensen ser ofte, at virksomheder investerer i teknologi og i analysefolk, men mangler at få styr på at få ting eksekveret på f.eks. optimering; A/B tests og på at få fulgt op på indsigterne fra analytikerne.

Hvad er årsagen til det?

”Det er fordi man ofte kører på mavefornemmelser og på vi plejer. Samtidig er der meget drift over den måde en række opgaver og projekter løses. Der er oftest ikke planlagt tid eller ressourcer til at skabe indsigt, identificere pain points og så implementere forbedringer.”

Han fortsætter:

”Der skal både være nogle, der drifter og nogle, der udvikler. Mange marketingafdelinger bruger 90- 95% af sine ressourcer på at drifte og så får de typisk indsigterne fra kampagnen fra et mediabureau lang tid efter kampagnen er afsluttet og så er det for sent at agere og forbedre inden næste kampagne er godt i gang. Man laver projekter i stedet for kontinuitet. Optimering er ikke et projekt, det er en kontinuerlig proces.”

Hvordan vil AI og machine learning så få værdi for kunderne?

”En bedre brugeroplevelse er det korte svar. Og i det ligger jo en blanding af at man som virksomhed gør sig selv mere relevant, forbedrer sit brand, sælger flere og mere relevante produkter, genaktiverer kunderne i et abonnement osv. Men for at kunne gøre det, kræver det, at du som virksomhed dels har nogle analysekræfter, f.eks. i form af AI/ML, så di kan analysere data på tværs af kanaler og platforme.

Han fortsætter:

Du skal samtidig kunne binde dine datakilder sammen og ikke mindst aktivere dine data og insights ved at sende dem tilbage til f.eks. dine marketing platforme, dit website, dit callcenter ogs. Sagt på en anden måde skal du levere på alle omnichannel parametre.”

Thomas Løjmann Jørgensen fortæller videre, at det ikke kun handler om gode kundeoplevelser, men også om penge i den sidste ende:

”En af de kunder vi arbejder med , leverer produktanbefalinger baseret på forskellige algoritmer, som tilpasses baseret kundernes adfærd. Resultatet af disse intelligente anbefalinger betyder i princippet, at hver gang en bruger klikker på en produktanbefaling, omsætter virksomheden for yderligere 10-15 kroner. Og det bliver til rigtig mange penge i den sidste ende.”

eCapacity er et dansk konsulenthus med kontor i London, der rådgiver om digital strategi udvikling, digital analyse og optimering af digital og cross channel-forretning.