Image: Smart Servicing on Artificial Intelligence Bank

Dalam melakukan transformasi bank tradisional menjadi Artificial Intelligence Bank, bank perlu menganalisis data pelanggan secara real time dan menanamkan hasil analitis dalam perjalanan pelanggan untuk eksekusi cepat permintaan transaksi pelanggan dan permintaan layanan, memungkinkan pemenuhan instan.

Untuk memenuhi tujuan tersebut, harus memandu desain lapisan keterlibatan, yang terdiri dari tiga pilar: proposisi cerdas (Intelligent Propositions), penyematan tanpa batas dalam ekosistem mitra (Partner Ecosystem), serta layanan dan pengalaman cerdas (Smart Servicing). Pilar pertama dan kedua telah dibahas pada dua artikel sebelumnya.

Pilar ketiga dari lapisan keterlibatan yang dirancang ulang adalah layanan cerdas (Smart Servicing) yang difasilitasi oleh interaksi yang cepat, sederhana, dan intuitif dengan pelanggan. Bank yang memanfaatkan AI (Artificial Intelligence) dan analitik untuk memberikan layanan cerdas dan pengalaman superior akan meningkatkan kepuasan dan loyalitas pelanggan.

Penelitian menunjukkan bahwa semakin kuat pengalaman dan semakin puas pelanggan, semakin besar kemungkinan bank akan menghasilkan pendapatan yang lebih tinggi: pelanggan yang lebih puas biasanya menyumbang sekitar 2,4 kali lebih banyak pendapatan daripada pelanggan netral. Perusahaan dengan skor tinggi pada skala kepuasan pelanggan cenderung menghasilkan total pengembalian pemegang saham yang lebih tinggi daripada perusahaan dengan skor rendah.

Seiring dengan dampak signifikan dari keseluruhan pengalaman pelanggan, harapan pelanggan juga memengaruhi tingkat kepuasan mereka—dan, dengan perluasan, dapat memengaruhi nilai perusahaan. Mengingat tren yang meningkat dalam ekspektasi pelanggan untuk perjalanan online, offline, dan hybrid, perusahaan yang mengganggu di berbagai pasar menciptakan interaksi dan perjalanan yang berpusat pada pelanggan yang cepat, sederhana, dan intuitif.

Dipandu oleh komitmen tanpa henti untuk kepuasan pelanggan, Amazon telah mencapai tingkat loyalitas pelanggan yang tinggi melalui nilai, kenyamanan, dan keandalan dalam belanja online. Uber telah menetapkan standar tinggi untuk kecepatan, keamanan, dan layanan ramah yang didukung oleh perjalanan pelanggan ujung-ke-ujung tanpa gesekan. Netflix telah menciptakan pengalaman yang sangat berbeda dengan menganalisis pilihan tampilan ratusan juta pelanggan untuk membuat rekomendasi yang sangat dipersonalisasi dari stok konten yang beragam.

Tantangan bagi bank adalah untuk memeriksa setiap elemen penting dalam desain pengalaman pelanggan yang berbeda.

-Pertama di antaranya adalah kemampuan untuk membuka permintaan layanan pada perangkat pilihan kapan saja, di mana saja.
-Kedua, setiap interaksi harus dibangun di atas riwayat sebelumnya dan berlanjut tanpa gangguan atau langkah berulang ketika pelanggan berpindah dari satu perangkat ke perangkat lainnya. Antarmuka layanan juga harus mampu mengenali konteks pelanggan dan menyesuaikan pesan yang sesuai.
-Elemen penting ketiga adalah kecepatan: Misalnya, pelanggan yang meminta batas kredit yang lebih tinggi melalui chatbot akan menerima respons dalam hitungan detik, didukung oleh analisis profil risiko pelanggan secara real-time. Jika permintaan tidak dapat dipenuhi sekaligus, jangka waktu pemenuhan permintaan harus dinyatakan dengan jelas.
-Keempat, chatbots, asisten suara, dan konsultasi video langsung memungkinkan untuk membuang formulir dan kuesioner yang panjang dan terperinci. Penyedia asuransi Lemonade menawarkan formulir aplikasi berbasis obrolan yang mengikuti percakapan yang dirancang dengan cermat untuk menghasilkan penawaran asuransi. Demikian juga, perjalanan swalayan dapat menawarkan akses cepat ke bantuan melalui chatbots, dengan kemampuan untuk beralih secara instan dan mulus ke obrolan video langsung dengan perwakilan layanan atau penasihat segera setelah permintaan melebihi kemampuan mesin.

Terakhir, sangat penting untuk mempersonalisasi perjalanan dengan cara yang benar. Misalnya, pelanggan menghargai rekomendasi yang tidak mereka pikirkan sendiri. Mereka sering tidak menginginkan lebih banyak contoh dari apa yang telah mereka beli. Mereka perlu diberikan rekomendasi pada waktu yang tepat, ketika mereka berada dalam “mode belanja”. Misalnya, mengirimkan pengingat kepada pelanggan untuk mengulangi pesanan bunga berdasarkan pembelian yang dilakukan pada tanggal khusus tahun lalu, seperti hari jadi, mungkin berhasil dengan baik.

Pada saat yang sama, bank harus berhati-hati agar tidak terkesan “menyeramkan” dan dapat menawarkan rekomendasi yang sangat relevan tanpa melewati batas sebagai sebuah bank.

Sumber : https://www.kompasiana.com/merzagamal6905/622145b9bb44867757659183/layanan-cerdas-untuk-artificial-intelligence-bank

loading...