AI สามารถช่วยทีมการประกันภัยหาสาเหตุว่าทำไมประสิทธิภาพถึงเปลี่ยนแปลงไป, ลูกค้าใดต้องการความช่วยเหลือ, และควรทำอะไรต่อไป มันสามารถรวบรวมคำอธิบายเกี่ยวกับการลดลงของเงินฝาก, ค้นหาปัญหาการชำระเงินที่เกิดขึ้นซ้ำ, หรือเตรียมการตอบกลับสนับสนุนจากประวัติบัญชี พนักงานยังคงเป็นผู้ตัดสินใจว่าจะดำเนินการอย่างไร
นึกถึงเช้าวันจันทร์ที่ค่อนข้างปกติ การลงทะเบียนดูดี การฝากเงินครั้งแรกลดลง การตลาดบอกว่าการเข้าชมไม่เปลี่ยนแปลง การชำระเงินไม่ได้รายงานเหตุการณ์ใด ๆ และฝ่ายสนับสนุนมีข้อร้องเรียนหลายรายการที่ยังไม่มีใครติดต่อ
มีคนต้องนำชิ้นส่วนเหล่านั้นมารวมกัน นั่นเป็นจุดเริ่มต้นที่มีประโยชน์ในการใช้ AI ในการดำเนินงานของนายหน้า ให้มันเข้าถึงบันทึกที่ถูกต้อง ถามคำถามที่เฉพาะเจาะจง และทำให้มันแสดงหลักฐานที่อยู่เบื้องหลังคำตอบ
คุณสามารถนำสิ่งที่คุณเรียนรู้ไปใช้ในส่วนอื่นของธุรกิจ: แก้ไขปัญหาการเงิน, พิจารณาแคมเปญใหม่, อธิบายสถานะบัญชี, หรือปรับปรุงส่วนที่สับสนของแพลตฟอร์ม คุณค่ามาจากการทำงานนั้นให้เสร็จเร็วขึ้นและมีข้อผิดพลาดน้อยลง
ทำไม AI ในการเป็นนายหน้า ถึงมีความสำคัญมากกว่า AI การซื้อขาย
เมื่อโบรกเกอร์พูดคุยเกี่ยวกับ AI การสนทนามักจะหันไปที่สัญญาณ อัลกอริธึม และการคาดการณ์ตลาด แต่โบรกเกอร์ยังมีทีมจัดซื้อ ทีมการเงิน กระบวนการตรวจสอบ และคนที่ตอบลูกค้าตลอดทั้งวัน มีคำถามที่มีประโยชน์ให้ตอบมากมายที่นั่น
ผู้จัดการผลิตภัณฑ์อาจถามว่าส่วนใดของการลงทะเบียนที่ทำให้เกิดปัญหาบนมือถือ ฝ่ายการเงินอาจต้องการทราบว่าทำไมรายได้ต่อผู้ใช้ที่จ่ายเพิ่มขึ้นในขณะที่รายได้รวมลดลง ผู้จัดการพันธมิตรอาจจำเป็นต้องอธิบายว่าทำไมการแนะนำของพันธมิตรจึงหยุดกลายเป็นบัญชีที่มีเงินทุน
งานส่วนใหญ่เกี่ยวข้องกับการค้นหาข้อมูล เปรียบเทียบข้อมูล และตรวจสอบคำอธิบายที่เป็นไปได้ ปัญญาประดิษฐ์สามารถช่วยในแต่ละงานเหล่านี้ โมเดลภาษาสามารถตีความคำถามหรือสรุปการสนทนา โมเดลการคาดการณ์สามารถประเมินผลลัพธ์ในอนาคตที่หลากหลาย ระบบรายงานพื้นฐานยังคงต้องคำนวณตัวเลข
บางการทำงานอัตโนมัติของโบรกเกอร์นั้นง่ายกว่านั้น การส่งการยืนยันหลังจากเหตุการณ์ที่ได้รับการตรวจสอบสามารถทำตามกฎที่กำหนดได้ คุณไม่จำเป็นต้องมีแบบจำลองเพื่อที่จะตัดสินใจว่าเหตุการณ์นั้นเกิดขึ้นหรือไม่ ปัญญาประดิษฐ์มีความสำคัญเมื่อคำถามต้องการการตีความหรือหลักฐานกระจายอยู่ในรายงานและการสนทนา
เปลี่ยนข้อมูลการค้าขายให้เป็นคำตอบทางธุรกิจ
เริ่มต้นด้วยคำถามที่ทีมของคุณถามอยู่แล้ว ทำไมการฝากเงินครั้งแรกจึงลดลงในสัปดาห์ที่แล้ว? ตั๋วสนับสนุนเพิ่มเติมมาจากไหน? แหล่งที่มาของการเข้าซื้อกิจการใดที่ยังคงมีส่วนช่วยหลังจากที่มีค่าใช้จ่าย?
คำตอบที่มีประโยชน์จำเป็นต้องมีมากกว่าหนึ่งย่อหน้าที่อธิบายว่าประสิทธิภาพลดลง ควรแสดงวันที่ที่เปรียบเทียบ คำจำกัดความของเมตริก กลุ่มที่รับผิดชอบต่อการเคลื่อนไหว และข้อมูลที่ขาดหายไป คุณควรสามารถเปิดรายงานพื้นฐานและสร้างจำนวนรวมได้
Quadcode AI Analyst สนับสนุนการทำงานประเภทนี้ผ่านคำถามที่เป็นภาษาธรรมดา การวิเคราะห์เมตริก การตรวจจับความผิดปกติ และการคาดการณ์ การรายงานที่เผยแพร่รวมถึง FTD, LTV, ARPPU, P&L, ประสิทธิภาพการชำระเงิน, การแปลง และช่องทางการตลาด ทีมงานสามารถตรวจสอบได้ว่าประเทศ แบรนด์ หรือแหล่งข้อมูลใดที่มีส่วนในการเปลี่ยนแปลง จากนั้นจึงติดตามด้วยคำถามที่เฉพาะเจาะจงมากขึ้น
มีความแตกต่างที่ควรคำนึงถึง การพบว่าช่องหนึ่งมีส่วนทำให้เกิดการลดลงส่วนใหญ่จะบอกคุณว่าควรตรวจสอบที่ไหน มันไม่ได้พิสูจน์ว่าช่องนั้นเป็นสาเหตุของปัญหา การขัดข้องในการชำระเงินที่ส่งผลกระทบต่อผู้ชมอาจทำให้เกิดผลลัพธ์เดียวกันกับการเข้าชมที่อ่อนแอกว่า
ก่อนเชื่อมต่อผู้ช่วย ให้ตกลงเกี่ยวกับบันทึกที่มันควรเชื่อถือ หาก ระบบ CRM ของโบรกเกอร์ แสดงการฝากเงินที่เสร็จสมบูรณ์ แต่บันทึกการชำระเงินยังคงแสดงสถานะรอดำเนินการ ต้องมีการแก้ไขความไม่ตรงกันนั้น คำอธิบายที่น่าเชื่อถือจะไม่ทำให้บันทึกใดถูกต้อง
การตรวจจับการเปลี่ยนแปลงใน FTD, LTV, รายได้ และการแปลง
สมมติว่ากลุ่มผู้ลงทะเบียนรายสัปดาห์สองกลุ่มสร้างผลลัพธ์ดังต่อไปนี้ ลูกค้าทุกคนมีช่วงเวลาสังเกตเจ็ดวันเดียวกัน ตัวเลขเหล่านี้เป็นเพียงการนำเสนอ ไม่ใช่ผลลัพธ์ของ Quadcode หรือมาตรฐานในอุตสาหกรรม
| ระยะที่เข้าถึงภายในเจ็ดวัน | กลุ่มก่อนหน้า | กลุ่มถัดไป |
|---|---|---|
| ลูกค้าที่ลงทะเบียน | 2,000 | 2,000 |
| ลูกค้าที่ได้รับการอนุมัติผ่าน KYC | 1,200 | 1,200 |
| ลูกค้าเฉพาะที่พยายามฝากเงิน | 800 | 800 |
| ลูกค้าที่ฝากเงินครั้งแรกได้รับการเครดิตสำเร็จ | 600 | 480 |
| ลูกค้าที่พยายามและได้รับเงินทุน | 75% | 60% |
FTDs ลดลง 20% แม้ว่าการลงทะเบียน การอนุมัติ KYC และจำนวนคนที่พยายามฝากเงินจะยังคงเท่าเดิม การสอบสวนในทันทีเกี่ยวกับการเสร็จสิ้นการจัดหาเงินทุน การซื้อปริมาณการเข้าชมเพิ่มเติมจะทำให้คนเพิ่มเติมผ่านขั้นตอนที่กำลังประสบปัญหาอยู่แล้ว
แถวสุดท้ายวัดจำนวนผู้คน ไม่ใช่การทำธุรกรรม ลูกค้าหนึ่งรายอาจลองทำซ้ำหลายครั้ง อัตราการอนุมัติธุรกรรมของผู้ให้บริการชำระเงินใช้ตัวส่วนที่แตกต่างกัน ดังนั้นรายงานทั้งสองจึงต้องมีป้ายแยกกัน
ขอให้ผู้ช่วยแยกการแปลงที่หายไปตามวิธีการชำระเงิน ประเทศ อุปกรณ์ และแหล่งที่มาของการได้มา จากนั้นตรวจสอบสถานะการชำระเงินและความล่าช้าในการรายงาน บางรายอาจมีการชำระเงินที่ล้มเหลว ในขณะที่บางรายอาจยังรอเงินที่จะเข้ามา
การดูแลที่เหมือนกันมีความสำคัญกับเมตริกอื่น ๆ LTV หมายถึงมูลค่าตลอดชีวิต แต่การคาดการณ์สำหรับกลุ่มใหม่จะแตกต่างจากมูลค่าที่ได้รับไปแล้ว เปรียบเทียบลูกค้าที่มีอายุเท่ากันและแสดงให้เห็นว่าต้นทุนใดบ้างที่รวมอยู่ ด้วย ARPPU หรือรายได้เฉลี่ยต่อผู้ใช้ที่ชำระเงิน ให้ระบุว่ามีอะไรบ้างที่นับเป็นรายได้และใครคือผู้ที่เข้าสูตรส่วน
ARPPU สามารถเพิ่มขึ้นได้เพียงเพราะลูกค้าที่มีรายได้ต่ำออกไป ซึ่งอาจเกิดขึ้นในขณะที่รายได้รวมลดลง P&L ก็ต้องมีเจ้าของที่ชัดเจน: ผลลัพธ์ของโบรกเกอร์และผลลัพธ์การซื้อขายของลูกค้าเป็นมาตรการที่แตกต่างกัน เงินฝากเองก็เป็นการระดมทุนของลูกค้า ไม่ใช่รายได้ของโบรกเกอร์
หมายเหตุที่เป็นประโยชน์: ตกลงเกี่ยวกับคำนิยามเหล่านี้กับฝ่ายการเงินก่อนที่จะทดสอบคำอธิบาย AI ไม่เช่นนั้น ผู้คนอาจใช้เวลาการประชุมในการโต้เถียงเกี่ยวกับปัญหาธุรกิจที่ชัดเจนซึ่งเกิดจากรายงานสองฉบับที่นับสิ่งที่แตกต่างกัน
The leak begins after the deposit attempt.
The early steps match. The difference appears only when a first deposit should be credited.
Break down by payment method, then verify payment state and reporting delay. The chart locates the change; it does not prove its cause.
การค้นหาจุดคอขวดในเส้นทางของลูกค้า
ช่องทางการเข้าร่วมของ โบรกเกอร์ ช่วยระบุปัญหา เหตุการณ์ของบัญชีและการสนทนากับลูกค้าช่วยอธิบายว่ามีอะไรเกิดขึ้นที่นั่น
ดูการลดเงินทุนข้างต้น อาจจะมุ่งเน้นไปที่แอปพลิเคชันมือถือเวอร์ชันหนึ่ง วันที่ปล่อยหน้าจอการชำระเงินและประวัติการทำธุรกรรมของลูกค้าที่ได้รับผลกระทบเป็นการตรวจสอบที่มีประโยชน์ต่อไป หากฝ่ายสนับสนุนยังได้รับรายงานเกี่ยวกับปุ่มยืนยันที่หยุดตอบสนอง ผลิตภัณฑ์มีสิ่งที่ชัดเจนในการทำซ้ำ
AI สามารถนำการสังเกตเหล่านั้นเข้ามาในการตรวจสอบเดียวกัน มันสามารถเปรียบเทียบกลุ่มที่ได้รับผลกระทบกับเวอร์ชันแอปอื่น ๆ และสรุปตั๋วที่เกี่ยวข้อง ทีมยังคงต้องทดสอบข้อบกพร่องที่สงสัยก่อนที่จะเรียกมันว่าเป็นสาเหตุ
นี่เป็นสิ่งที่มีประโยชน์โดยเฉพาะเมื่อแต่ละขั้นตอนของฟunnel ซ่อนประสบการณ์หลายๆ อย่างไว้ การอนุมัติ KYC แต่ยังไม่มีเงินทุนรวมถึงคนที่ยังไม่ได้ลองฝากเงิน คนที่การชำระเงินล้มเหลว และคนที่การโอนยังรอดำเนินการ ทุกคนต้องการการตอบสนองที่แตกต่างกัน
เหตุการณ์ต้องมีความแม่นยำเพียงพอเพื่อสนับสนุนความแตกต่างนั้น การเปิดหน้าชำระเงินไม่ใช่ความพยายามในการฝากเงิน การเปิดตั๋วสั่งซื้อไม่ใช่การซื้อขาย เหตุการณ์ติดตามที่หายไปไม่ใช่หลักฐานว่าลูกค้าได้ละทิ้งงาน
เมื่อทีมแก้ไขสิ่งใดสิ่งหนึ่งเสร็จแล้ว ให้เปรียบเทียบอัตราการทำงานให้เสร็จสิ้นในช่วงเวลาที่เทียบเท่า รวมถึงการติดต่อฝ่ายสนับสนุนและความล้มเหลวที่เกิดขึ้นซ้ำ ๆ แผนภูมิที่ดูดีขึ้นจะน่าเชื่อถือมากขึ้นเมื่อผู้ใช้ที่ได้รับผลกระทบสามารถทำขั้นตอนนั้นให้เสร็จและหยุดขอความช่วยเหลือได้
การปรับปรุงการระบุการตลาดและการจัดสรรงบประมาณ
ทีมการตลาดต้องรู้ว่าเงินที่ใช้ไปนั้นผลิตอะไรขึ้นหลังจากที่มีการลงทะเบียน AI สามารถช่วยรวมต้นทุนการได้มาซึ่งลูกค้า บัญชีที่ได้รับเงินสนับสนุน ต้นทุนบริการ และรายได้เข้าไว้ด้วยกันเพื่อทำการเปรียบเทียบที่พวกเขาสามารถใช้ได้จริง
พิจารณาตัวอย่างที่แยกออกมาและทำให้ง่ายขึ้นโดยมีสองกลุ่มที่วัดในวันที่ 60 ตัวเลขทั้งหมดเป็นเพียงเพื่อการอธิบาย:
- แหล่งที่มา A มีค่าใช้จ่าย $30,000 และนำลูกค้าทุน 200 รายมา มันสร้างรายได้จากการเป็นนายหน้าจำนวน $22,000 และมีค่าใช้จ่ายโดยตรงอื่น ๆ จำนวน $4,000.
- แหล่ง B มีค่าใช้จ่าย $24,000 และมีลูกค้าที่ได้รับเงินทุน 120 ราย สร้างรายได้จากค่าธรรมเนียม $27,000 และมีค่าใช้จ่ายโดยตรงอื่น ๆ $3,000.
แหล่ง A มีต้นทุนการเข้าซื้อที่ถูกกว่าสำหรับลูกค้าที่ได้รับการสนับสนุน: $150 เทียบกับ $200 แต่การมีส่วนร่วมหลังจากการเข้าซื้อและต้นทุนที่ระบุไว้เป็นลบ $12,000 แหล่ง B ถึงศูนย์ในพื้นฐานเดียวกัน
ผลลัพธ์ใด ๆ ก็ไม่พิสูจน์ว่าธุรกิจนั้นทำกำไรได้ ค่าใช้จ่ายคงที่ยังคงอยู่ และกลุ่มผู้ใช้สามารถทำรายได้มากขึ้นในภายหลัง แม้จะเป็นเช่นนั้น การเปรียบเทียบนี้ทำให้ผู้จัดการการตลาดมีพื้นฐานที่ดีกว่าในการตรวจสอบการใช้จ่ายมากกว่าค่าใช้จ่ายต่อการฝากเงินครั้งแรกเพียงอย่างเดียว นั่นคือเหตุผลที่ เศรษฐศาสตร์หน่วยนายหน้าตามกลุ่ม ควรอยู่ในอภิปรายการเข้าซื้อกิจการ
ผู้ช่วยสามารถเตรียมการเปรียบเทียบ เน้นค่าใช้จ่ายที่ขาดหายไป และแสดงให้เห็นว่าผลลัพธ์อยู่ภายในตลาดและผลิตภัณฑ์เดียวกันหรือไม่ ก่อนที่จะเพิ่มการใช้จ่าย ให้ตรวจสอบว่าข้อได้เปรียบที่เห็นได้ชัดขึ้นอยู่กับบัญชีที่มีค่าไม่ปกติไม่กี่บัญชีหรือการคาดการณ์ LTV ที่ยังไม่ได้รับการพิสูจน์
การกำหนดเครดิตก็มีข้อจำกัดเช่นกัน การรายงานการคลิกครั้งสุดท้ายจะกำหนดเครดิตตามกฎที่เลือก; มันไม่ได้บ่งชี้ว่าโฆษณาเป็นสาเหตุของการลงทะเบียนที่ได้รับเครดิตทั้งหมด เปรียบเทียบโมเดลการกำหนดเครดิตเมื่อเป็นประโยชน์ และใช้การทดสอบที่ควบคุมได้เมื่อเป็นไปได้
ตรวจสอบ การแปลงการชำระเงิน ก่อนที่จะตำหนิพันธมิตรสำหรับการจัดหาที่อ่อนแอ หากวิธีการในท้องถิ่นไม่สามารถใช้งานได้ การเปลี่ยนแหล่งที่มาของการเข้าชมจะไม่แก้ไขปัญหานี้
การใช้ปัญญาประดิษฐ์สำหรับการแบ่งกลุ่มผู้ค้า
คุณสามารถเริ่ม การแบ่งกลุ่มเทรดเดอร์ ด้วยกฎของบัญชีทั่วไป คนที่รอการตรวจสอบเอกสารอยู่ในกระบวนการทำงานที่แตกต่างจากคนที่มีการชำระเงินที่ล้มเหลวที่ได้รับการยืนยัน.
AI มีประโยชน์เมื่อรูปแบบยากที่จะมองเห็น ลูกค้าอาจอธิบายปัญหาเดียวกันในภาษาที่แตกต่างกันหรือตามคำที่แตกต่างกัน หลายกลุ่มเล็กอาจแชร์ปัญหากับช่องทางการชำระเงินเดียวกัน ผู้ที่เปิดบทความช่วยเหลือเฉพาะอาจติดต่อฝ่ายสนับสนุนอย่างต่อเนื่องเพราะมันไม่ได้ตอบคำถามของพวกเขา
การค้นพบเหล่านั้นสามารถแนะนำกลุ่มบริการใหม่ได้ เจ้าหน้าที่จะตรวจสอบว่ากลุ่มนั้นมีเหตุผลหรือไม่ ต้องการความช่วยเหลืออะไร และเมื่อใดที่การเป็นสมาชิกควรสิ้นสุด แท็กไม่ควรติดตามลูกค้าไปหลังจากที่ปัญหาได้รับการแก้ไขแล้ว
ระวังการตีความเจตนาอย่างไม่ชัดเจน กิจกรรมที่ลดลงไม่ได้บอกคุณว่าทำไมใครบางคนถึงหยุด พวกเขาอาจยุ่งอยู่ รอการถอนเงิน ไม่พอใจกับการสนับสนุน หรือเลือกที่จะพักผ่อน คำอธิบายที่สร้างโดย AI เกี่ยวกับแรงจูงใจที่น่าจะเป็นของพวกเขายังคงเป็นการเดาอยู่
รักษาใบอนุญาตและข้อจำกัดของบัญชีให้เป็นไปตามกฎที่ชัดเจน คะแนนการตลาดไม่ควรเปลี่ยนแปลงผลิตภัณฑ์ที่บุคคลสามารถเข้าถึงได้หรือวิธีการจัดการการซื้อขายของพวกเขา ประโยชน์จริงของ AI ในการทำงานของ CRM โบรกเกอร์คือการให้บริบทที่ดีกว่าสำหรับพนักงาน โดยมีเงื่อนไขว่าบริบทนั้นยังเปิดให้มีการแก้ไข
การปรับแต่งอีเมล การแจ้งเตือน และการสื่อสารในแอป
เมื่อทีมเข้าใจสถานการณ์แล้ว ทีมสามารถตัดสินใจได้ว่าข้อความจะช่วยได้หรือไม่ ปัญญาประดิษฐ์สามารถเสนอคำอธิบายและร่างข้อความได้ ระบบ CRM จะจัดการการส่งตามกฎที่ได้รับการอนุมัติ โดยใช้สถานะบัญชีปัจจุบันและสิทธิในการสื่อสาร
นี่คือกระบวนการทำงานที่เป็นไปได้ ซึ่งต้องการการรวมระบบที่เกี่ยวข้องและกระบวนการตรวจสอบ; พวกเขาไม่ใช่การอ้างสิทธิ์ที่ AI Analyst เองส่งข้อความถึงลูกค้า.
| สถานการณ์ของลูกค้า | ความช่วยเหลือที่มีประโยชน์จาก AI | สิ่งที่ต้องตรวจสอบก่อนส่ง |
|---|---|---|
| ลงทะเบียนแล้วแต่ยังไม่ได้เริ่ม KYC | เตรียมคำอธิบายสั้น ๆ เกี่ยวกับเอกสารที่จำเป็นและที่ที่สามารถขอความช่วยเหลือได้ | ตรวจสอบความต้องการสำหรับบัญชีและประเทศ, อนุญาตให้ติดต่อ, และว่าการตรวจสอบได้เริ่มต้นแล้วหรือไม่ |
| KYC เสร็จสิ้น แต่ยังไม่มีการฝากเงิน | ระบุช่องว่างข้อมูลที่น่าจะเกิดขึ้นและร่างคำอธิบายเกี่ยวกับวิธีการจัดหาเงินทุนหรือค่าธรรมเนียมที่มีอยู่ | การโอนเงินที่รอดำเนินการ, คุณสมบัติของบัญชี, ความพร้อมใช้งานของวิธีการในปัจจุบัน, และการอนุญาตทางการตลาดที่เกี่ยวข้อง |
| ฝากเงินแล้วแต่ยังไม่ได้ทำการซื้อขายครั้งแรก | แนะนำความช่วยเหลือเพิ่มเติมเกี่ยวกับตั๋วคำสั่ง, ค่าธรรมเนียม, หรือการควบคุมแพลตฟอร์ม | สถานะบัญชีในปัจจุบันและข้อความการศึกษาได้รับการอนุมัติโดยไม่มีแรงกดดันในการซื้อขาย |
| กิจกรรมลดลง | สรุปปัญหาบริการที่ยังไม่ได้รับการแก้ไขและแนะนำว่าการติดตามบริการจะช่วยได้หรือไม่ | การร้องเรียนที่เปิดอยู่, การเลือกไม่เข้าร่วม, ข้อจำกัดของบัญชี, และว่าการติดต่อเหมาะสมหรือไม่ |
| การชำระเงินล้มเหลว | ร่างคำอธิบายสถานะที่เป็นข้อเท็จจริงและตัวเลือกการสนับสนุนที่มีอยู่ | ยืนยันความล้มเหลวแทนสถานะที่รอดำเนินการ, ความพยายามที่ประสบความสำเร็จในภายหลัง, และทางเลือกที่มีสิทธิ์ใด ๆ |
| การร้องขอการสนับสนุนซ้ำ ๆ เกี่ยวกับหัวข้อเดียว | เตรียมการตอบกลับที่ชัดเจนขึ้นโดยใช้ประวัติการสนทนาและวัสดุช่วยเหลือในปัจจุบัน | สิ่งที่ยังไม่ได้รับการแก้ไข, ว่าคำแนะนำก่อนหน้านี้ผิดหรือไม่, และใครเป็นเจ้าของกรณีนี้ |
ลูกค้าที่ได้รับเงินทุนซึ่งยังไม่เคยทำการซื้อขายอาจจะต้องการคำอธิบายสั้นๆ เกี่ยวกับมาร์จิ้นหรือประเภทคำสั่ง ซึ่งเข้ากับ การศึกษาเกี่ยวกับการซื้อขาย ได้อย่างเป็นธรรมชาติ ไม่มีความจำเป็นต้องเพิ่มความเร่งด่วนหรือเสนอว่าการเติมเงินในบัญชีสร้างภาระหน้าที่ในการซื้อขาย.
สำหรับการชำระเงินที่ล้มเหลว ภาษาอาจจะตรงไปตรงมาเหมือนกัน: การชำระเงินยังไม่เสร็จสมบูรณ์, บัญชียังไม่ได้รับเครดิต, และมีการสนับสนุนให้บริการอยู่ ทุกคำแถลงต้องตรงกับบันทึกที่ได้รับการยืนยัน หลีกเลี่ยงการสร้างเหตุผลของผู้ให้บริการในการปฏิเสธการชำระเงินหรือการสัญญาเวลาในการดำเนินการที่ไม่มีใครได้ยืนยัน
หมายเหตุที่เป็นประโยชน์: ตรวจสอบบัญชีอีกครั้งเมื่อข้อความที่รอคิวกำลังจะถูกส่งออก ลูกค้าอาจจะเสร็จสิ้น KYC หรือเติมเงินสำเร็จระหว่างการเลือกและการส่งมอบ โดยไม่ตรวจสอบขั้นตอนสุดท้าย แม้การสื่อสารกับลูกค้าผ่าน AI ที่เขียนอย่างระมัดระวัง ก็อาจจะมีข้อมูลที่ผิดพลาดได้
วัดว่าข้อความสามารถแก้ปัญหาที่ตั้งใจไว้หรือไม่ การเปิดและคลิกเป็นสัญญาณการส่งที่มีประโยชน์ แต่ไม่ได้แสดงว่าข้อมูลช่วยได้หรือไม่ การทดลองของ FCA เกี่ยวกับการมีส่วนร่วมของแอปการค้า พบว่าฟีเจอร์ที่ทดสอบ รวมถึงการแจ้งเตือนแบบพุช สามารถเพิ่มความถี่ในการซื้อขายและความเสี่ยงได้ ตรวจสอบพฤติกรรมที่ข้อความกระตุ้นรวมถึงอัตราการตอบสนองด้วย
ความช่วยเหลือจาก AI สำหรับทีมสนับสนุนการเป็นนายหน้าขาย
งานส่วนใหญ่ของตัวแทนเกิดขึ้นก่อนที่จะเขียนการตอบกลับ พวกเขาอ่านการสนทนา ตรวจสอบธุรกรรม ค้นหานโยบายปัจจุบัน และหาว่าสัญญาใดที่เคยมีมาก่อนยังคงใช้ได้อยู่
ผู้ช่วยสามารถเตรียมบริบทนั้นได้ สำหรับการโอนที่ขาดหายไป อาจจะรวบรวมข้อมูลการชำระเงิน สถานะล่าสุด การติดต่อก่อนหน้า และคำอธิบายที่ได้รับการอนุมัติเกี่ยวกับกระบวนการ ตัวแทนตรวจสอบแหล่งข้อมูลและตัดสินใจว่าจะบอกอะไรกับลูกค้า
สิ่งนี้มีประโยชน์มากกว่าคำตอบที่คล่องแคล่วซึ่งอิงจากหน้าช่วยเหลือเก่า ผู้ช่วยจำเป็นต้องเข้าถึงข้อมูลที่ได้รับการอนุมัติและเป็นปัจจุบัน และต้องบอกเมื่อบันทึกไม่ตอบคำถาม การชำระเงินที่อธิบายว่าเกิดความล่าช้าเมื่อคืนนี้อาจจะเสร็จสิ้นในเช้าวันนี้
ข้อมูลการสนับสนุนยังช่วยด้านผลิตภัณฑ์และการดำเนินงาน หากลูกค้าถามซ้ำ ๆ ว่าจะหาค่าธรรมเนียมได้ที่ไหน การสรุปตั๋วเหล่านั้นอาจเปิดเผยปัญหาข้อมูลบนหน้าจอการเงิน หน้าจอที่ชัดเจนอาจช่วยประหยัดงานได้มากกว่าการตอบกลับที่รวดเร็วต่อคำถามเดียวกัน
ติดตามการติดต่อซ้ำ การแก้ไข การส่งเรื่อง และเวลาในการแก้ไขควบคู่ไปกับความเร็วในการตอบกลับ การตอบกลับอย่างรวดเร็วที่สร้างตั๋วใหม่ไม่ได้ช่วยประหยัดมากนัก การร้องเรียน การชำระเงินที่มีข้อโต้แย้ง และกรณีการถอนเงินที่ไม่ชัดเจนต้องมีเส้นทางไปยังผู้ที่มีอำนาจในการแก้ไขปัญหาเหล่านี้
การคาดการณ์เมตริกทางธุรกิจและการตรวจจับความผิดปกติ
การคาดการณ์สามารถช่วยให้บริษัทนายหน้าวางแผนการสนับสนุนการให้บริการ ประเมินภาระงานในการนำเข้าข้อมูล หรือเตรียมความพร้อมสำหรับการเปลี่ยนแปลงในปริมาณการชำระเงิน มันจะได้ผลดีที่สุดเมื่อทีมเข้าใจว่าการประมาณการนั้นไม่แน่นอนเพียงใด
การคาดการณ์ที่อิงจากการจราจรที่มีอยู่ อาจจะมีประโยชน์น้อยลงเมื่อพันธมิตรขนาดใหญ่เริ่มส่งลูกค้าจากตลาดใหม่ วันหยุดหรือการขัดข้องก็สามารถเปลี่ยนรูปแบบได้ แสดงช่วงที่คาดการณ์ อธิบายสมมติฐาน และตรวจสอบการคาดการณ์กับผลลัพธ์ในภายหลัง
ในการตรวจจับความผิดปกติ การแจ้งเตือนต้องมีรายละเอียดเพียงพอสำหรับให้ใครสักคนทำการตรวจสอบ การอนุมัติการชำระเงินลดลง 10 เปอร์เซ็นต์นั้นแทบไม่มีความหมายหากไม่มีเส้นทาง ขอบเขตเวลา ขนาดตัวอย่าง และช่วงปกติ เซ็กเมนต์เล็กๆ สามารถเคลื่อนไหวได้อย่างรวดเร็วหลังจากการทำธุรกรรมเพียงไม่กี่ครั้ง
ก่อนที่จะจัดการกับการเคลื่อนไหวว่าเป็นเหตุการณ์ที่ดำเนินการได้ ให้ตรวจสอบว่าเมื่อไหร่ที่ข้อมูลได้รับการอัปเดตล่าสุด การเชื่อมต่อรายงานที่ขัดข้องสามารถทำให้วิธีการชำระเงินทุกวิธีดูเหมือนจะหยุดทำงานในทันที บันทึกที่ล่าช้าสามารถเปลี่ยนการลดลงของรายได้ที่เห็นได้ชัดในวันเมื่อวานให้กลายเป็นวันปกติ
เริ่มต้นด้วยการแจ้งเตือนที่มีเจ้าของและการตอบสนองที่ชัดเจน หากไม่มีใครรู้ว่าควรทำอะไรกับการแจ้งเตือน การเพิ่มจำนวนการแจ้งเตือนอาจทำให้ทีมให้ความสนใจน้อยลง การวิเคราะห์ AI ที่มีประโยชน์สำหรับบริษัทนายหน้าควรช่วยลดภาระในการตัดสินใจว่าการเปลี่ยนแปลงใดควรได้รับการพิจารณาอย่างใกล้ชิด
สถานที่ที่การตรวจสอบโดยมนุษย์ต้องยังคงอยู่
สำหรับโมเดลการดำเนินงานที่อธิบายไว้ที่นี่ AI จะเตรียมหลักฐานและข้อเสนอแนะ พนักงานที่ได้รับอนุญาตยังคงมีความรับผิดชอบต่อการตัดสินใจที่สำคัญเกี่ยวกับการถอนเงิน การเข้าถึงบัญชี คำร้องเรียน การตั้งค่าการดำเนินการ ขีดจำกัดความเสี่ยง และการเปลี่ยนแปลงงบประมาณที่สำคัญ
การตรวจสอบต้องมีความเป็นจริง ผู้ตรวจสอบควรเห็นบันทึกแหล่งข้อมูล เข้าใจข้อเสนอแนะ และมีอำนาจในการปฏิเสธ หากพวกเขาเพียงเห็นคะแนนความเชื่อมั่นและปุ่มอนุมัติ พวกเขาก็มีพื้นฐานน้อยมากสำหรับการตัดสินใจ
กรอบการจัดการความเสี่ยงจาก AI ที่เป็นอาสาสมัครของ NIST เรียกร้องให้มีความรับผิดชอบที่ชัดเจนและการตรวจสอบจากมนุษย์ สำหรับบริษัทในสหราชอาณาจักรที่อยู่ในขอบเขต, แนวทางของ FCA เกี่ยวกับ AI ในบริการทางการเงิน อธิบายว่ากรอบการรับผิดชอบและผลลัพธ์ของลูกค้าเดิมมีผลบังคับใช้อย่างไร ข้อกำหนดในที่อื่นขึ้นอยู่กับนิติบุคคล กิจกรรม และตลาด
การเข้าถึงมีความสำคัญเท่ากับการอนุมัติ นักวิเคราะห์ที่ตรวจสอบการแปลงอาจต้องการบันทึกที่รวมกันเท่านั้น ผู้ช่วยฝ่ายสนับสนุนอาจต้องการเหตุการณ์บัญชีที่เลือก แต่ไม่ต้องการเอกสารประจำตัวทุกฉบับ ตรวจสอบการเข้าถึงข้อมูล การเก็บรักษา และที่ที่ข้อมูลถูกประมวลผลก่อนที่จะเชื่อมต่อบันทึกของลูกค้ากับบริการ
นี่คือคำถามที่มีประโยชน์ในการสอบถามผู้ให้บริการ AI ในการดำเนินงานฟินเทค ขอให้มีการสาธิตโดยใช้กรณีที่มีข้อมูลหายไปหรือมีบันทึกที่ขัดแย้งกัน คุณต้องการดูว่าระบบจัดการกับความไม่แน่นอนได้อย่างไร ก่อนที่พนักงานจะพึ่งพามันในวันทำงานที่ยุ่งเหยิง
AI prepares the case. People decide.
A recommendation reaches a reviewer with the evidence behind it, not permission to act on its own.
Prepares a recommendation
Organizes the records relevant to the task and points out what is still unknown.
Owns the decision
Checks the source, applies policy, and has the authority to say no.
An investigation may need aggregated results or selected account events, not every identity document or a full client history.
วิธีการนำ AI เข้ามาในกระบวนการของบริษัทนายหน้า
ฉันจะเริ่มต้นด้วยงานที่เกิดขึ้นซ้ำซึ่งใช้เวลาของพนักงานอยู่แล้ว การอธิบายการเคลื่อนไหว FTD รายสัปดาห์เป็นตัวเลือกที่เหมาะสม นอกจากนี้ยังมีการเตรียมสรุปการสนับสนุน หากประวัติบัญชีและนโยบายที่ได้รับการอนุมัติมีความน่าเชื่อถือ
เลือกเจ้าของงานและบันทึกว่าทีมจัดการกับมันอย่างไรในวันนี้ จากนั้นทดสอบกรณีทางประวัติศาสตร์ที่ผลลัพธ์เป็นที่รู้จัก เก็บการสอบสวนสุดท้ายออกจากข้อมูลนำเข้า และตรวจสอบว่าแอสซิสแทนต์พบหลักฐานที่เกี่ยวข้อง ยกประเด็นเท็จ หรือเติมช่องว่างอย่างมั่นใจหรือไม่
ถัดไป ให้กลุ่มเล็กๆ ใช้งานมันโดยมีสิทธิ์เข้าถึงแบบอ่านอย่างเดียวต่อบันทึกที่จำเป็น เก็บรวบรวมคำถามที่พวกเขาถามและการแก้ไขที่พวกเขาทำ นี่จะแสดงให้เห็นว่าเครื่องมือนี้ทำงานได้จริงนอกเหนือจากการสาธิตที่เตรียมไว้
| งานนำร่อง | หลักฐานที่ช่วยได้ | ผลลัพธ์ที่ต้องการความสนใจ |
|---|---|---|
| อธิบายการเปลี่ยนแปลงเมตริก | ใช้เวลาน้อยลงในการเข้าถึงคำอธิบายที่ได้รับการตรวจสอบ; ยอดรวมตรงกับรายงาน. | คำตอบที่โน้มน้าวซึ่งระบุสาเหตุโดยไม่มีหลักฐาน. |
| เตรียมคำตอบสนับสนุน | ใช้เวลาน้อยลงในการเตรียมคำตอบที่ถูกต้องและมีการติดต่อซ้ำที่น้อยลง. | การแก้ไขข้อเท็จจริงบ่อยครั้งหรือคำสัญญาที่ตัวแทนไม่สามารถทำได้. |
| เสนอข้อความบริการ | ลูกค้าที่มีคุณสมบัติมากขึ้นสามารถแก้ไขปัญหาเฉพาะได้ โดยไม่มีการร้องเรียนที่แย่ลงหรือผลลัพธ์ที่ไม่สมัครใจ. | คลิกสูงขึ้นแต่ข้อความล้าสมัยหรือทำให้สับสนมากขึ้น. |
| แจ้งกิจกรรมการชำระเงินที่ไม่ปกติ | เหตุการณ์ที่ได้รับการตรวจสอบไปถึงทีมที่ถูกต้องเร็วกว่าสำหรับ. | การแจ้งเตือนซ้ำจากข้อมูลที่ล้าสมัยหรือกลุ่มตัวอย่างที่เล็กมาก. |
รวมเวลาการตรวจสอบ งานบูรณาการ และค่าใช้จ่ายในการดำเนินงานเมื่อทำการประเมินโครงการนำร่อง การประหยัดเวลาในการวิเคราะห์หนึ่งชั่วโมงไม่ได้ช่วยอะไรมากนักหากพนักงานอีกคนใช้เวลาสองชั่วโมงในการแก้ไขคำตอบ
สำหรับการทดสอบการสื่อสาร ให้เปรียบเทียบลูกค้าที่มีคุณสมบัติเหมือนกันในช่วงเวลาเดียวกัน โดยใช้กลุ่มที่ไม่รวมอยู่ในกลุ่มทดลองเมื่อเหมาะสม เก็บประกาศบริการที่จำเป็นไว้ข้างนอกการทดลองที่อาจจะระงับการให้บริการนั้น ตั้งกฎการหยุดสำหรับข้อความที่ไม่ถูกต้องหรือผลลัพธ์ของลูกค้าที่เสื่อมโทรมลง
ขยายหลังจากที่ผู้ใช้ระบบสามารถอธิบายได้ว่ามันช่วยในที่ไหนและที่ไหนยังต้องการการแก้ไข โบรกเกอร์ที่มีผู้ช่วยที่เชื่อถือได้สำหรับการสอบสวนการชำระเงินสามารถได้รับคุณค่าที่แท้จริงจากกรณีการใช้งานนั้น ขั้นตอนการทำงานถัดไปสามารถตามมาเมื่อข้อมูลและพนักงานพร้อมแล้ว
