Jag vill veta det jag INTE vet att jag vill veta

Med AI kan vi analysera enorma mängder kunddata och upptäcka insikter som tidigare varit osynliga. Men allt börjar med en nyckelfråga: Vill jag få bekräftat det jag redan tror – eller vill jag veta det jag INTE vet att jag vill veta? Det diskuterar Lina Bjelkmar, vd på Indicate me, i denna krönika.

Många företag tittar på det de redan vet. Det där man har en magkänsla om – och som man mest vill få bekräftat i data. ”Jo men visst, det vi trodde stämde.” Och ja, det är viktigt. Men det räcker inte. För de stora guldkornen? De gömmer sig ofta bortom det självklara.

När vi jobbar med kunddata är det vanligt att vi ställer frågor vi redan formulerat i förväg:
• Vilken kategori tillhör ärendet? – exempelvis betalning

• Och vilken underkategori – faktura, autogiro eller påminnelse?

Med AI kan vi göra den uppdelningen effektivare och få snygga staplar över hur många ärenden som handlade om fakturor förra veckan. Värdefullt? Absolut. Men också ganska… förutsägbart.

Det är lite som att bara kolla väderappen för att veta om det ska regna – fast att du redan ser tunga regnmoln genom fönstret.

Vad ligger bortom kategorierna?

När kunderna hör av sig ger de oss mer än bara en ”etikett”. De berättar vad som hänt, men också indirekt vad de inte förstår, vad som skaver, vad som saknas. Problemet är att vi ofta inte vet vilka frågor vi borde ställa.

År efter år frågar vi samma sak: ”Fick du ditt ärende löst?” eller ”Hur nöjd var du?”

Men synligt på ytan är bara en bråkdel – under finns ett helt liv, som i havets djup. Och det är där de verkliga insikterna gömmer sig.

Genom att låta AI analysera öppet – utan att vi boxar in frågorna för mycket – får vi syn på det oväntade. Det som trendar utanför våra fördefinierade rutor. Det som visar orsak och verkan i kundens egen röst. Vi på Indicate me analyserar enorma mängder kunddata och har täta dialoger med företagen. När vi en gång skulle definiera en ny AI-analys på ett specifikt område uttryckte en av dem det så träffsäkert:

”Jag vill veta det jag INTE vet att jag vill veta.”

Från att fråga till att upptäcka

Att ställa frågor på data är bra – men bygger alltid på att vi redan vet vad vi vill veta. Den stora möjligheten ligger i att komplettera med en annan väg: att upptäcka det vi inte visste att vi borde fråga om.

Med AI kan vi låta datan tala fritt. Plötsligt ser vi mönster vi inte sökt efter, samband vi inte anat och tendenser vi aldrig hade kunnat fånga upp utan AI.

Det är där guldet finns – i upptäckterna.

Ett positivt exempel – SATS

Ett exempel jag gärna lyfter är SATS, som ville förstå sina medlemmar bättre och skapa fler långsiktiga relationer. När de började analysera kundernas upplevelser med AI fick de syn på nya mönster.

Med hjälp av dessa insikter kunde de utveckla arbetssätt som gjorde att fler kunder stannade längre. Genom att erbjuda mer relevanta alternativ och anpassade lösningar ökade de både engagemanget och lojaliteten.

Carina Dalquist Valbøll, Head of Customer Service Nordic på SATS, beskriver det så här:

”Tack vare AI kunde vi identifiera nya mönster, justera våra rutiner och fånga in värdefull information som hjälpt oss att behålla fler kunder.”

Det oväntade guldet

Och kanske är det just här skillnaden ligger – mellan att förstå sin kunddata och att faktiskt förstå sina kunder.

För de största möjligheterna gömmer sig sällan i svaren på de frågor vi alltid ställt.

De finns i det vi ännu inte visste att vi ville veta.