Skôr než pridáte AI, dajte do poriadku dáta, z ktorých bude čerpať

Ondrej Kostolnak
Ondrej Kostolnak
AI a automatizácia
Biely 3D klaster serverov znázorňujúci dátový základ automatizácie

CRM hovorí jedno. Export od partnera druhé. Niekto z prevádzky vie, čomu veriť. Ak vám to znie povedome, AI asistent zdedí rovnakú neistotu, s akou sa váš tím stretáva dnes.

Pre rastúcu firmu s viacerými tímami a zabehnutými systémami môže byť najlepším prvým krokom k AI práve upratanie dát. Začnite podkladmi pre jednu úlohu s jasným prínosom. Nemusíte hneď čistiť všetky firemné dáta.

Čo nás Aero naučilo o roztrieštených dátach

Pri vývoji Aera pre OVB sme prepájali staršie nástroje a nekompatibilné zdroje dát. Niektoré databázy sa pravidelne mazali a vytvárali nanovo, takže sa z nich nedala získať história zmien. Dáta od externých partnerov navyše prichádzali rôznymi spôsobmi a v rozdielnej kvalite.

Viaceré zdroje sme spojili do lokálnej databázy, ktorá dokázala sledovať zmeny. Vznikol tak použiteľnejší základ pre CRM. Bol to dátový a integračný projekt; poučenie pre AI je, že spoľahlivé vstupy vyžadujú cielenú prácu.

História aktivity klienta v Aero s datovanou poznámkou poradcu a staršími udalosťami klienta
V histórii klienta v Aere vidno poznámky aj dátumy udalostí. Tím si tak môže overiť, čo sa zmenilo a z čoho vychádzalo predchádzajúce rozhodnutie. Rovnaké podklady potrebuje aj automatizácia.

Pripravte jeden pracovný postup

Vezmime si úlohu ako príprava zoznamu klientov na ďalší kontakt. Pred výberom AI nástroja požiadajte tím, aby ukázal, ako zoznam tvorí dnes. Potom vyriešte štyri otázky:

  • Dohodnite sa, ktorý zdroj má prednosť. Určite, odkiaľ pochádza každé dôležité pole. CRM môže byť zdrojom kontaktných údajov a partner zdrojom stavu zmluvy. Za tieto rozhodnutia musí zodpovedať konkrétny človek z biznisu.
  • Spárujte rovnakého zákazníka naprieč systémami. Skontrolujte, ako sa prepájajú záznamy, keď sa líšia mená, e-maily alebo identifikátory. Neisté zhody pošlite na kontrolu namiesto toho, aby sa potichu zlúčili.
  • Zachovajte dôležitú históriu. Zaznamenávajte, kedy sa informácia zmenila a odkiaľ prišla. Nový import nesmie zmazať podklady, ktoré vysvetľujú včerajšie rozhodnutie.
  • Definujte, čo znamená chýbajúci údaj. Prázdne pole môže znamenať „neznáme“, „netýka sa“ alebo „ešte neprišlo“. Každý z týchto stavov má viesť k inému kroku.

Otestujte vstupy skôr, než zautomatizujete výstup

Vyberte reprezentatívnu vzorku prípadov vrátane nepríjemných: duplicitných zákazníkov, oneskorených aktualizácií a neúplných záznamov. Nech človek, ktorý dnes túto prácu robí, porovná pripravené dáta s tým, čo by reálne použil.

Zaznamenajte každý nesúlad a jeho príčinu. Vie ho firma vyriešiť jasným pravidlom? Vyžaduje ľudský úsudok? Alebo potrebná informácia nie je dostupná? Tak zistíte, čo je pripravené na automatizáciu a kde treba kontrolný krok.

Merajte, ako často musí niekto vstupy ešte opraviť alebo overiť. Pekne formulovaná AI odpoveď nepomôže, ak tím musí preverovať každý fakt, na ktorom stojí.

Váš ďalší krok: vyberte jednu opakujúcu sa úlohu. Určite, aké údaje na ňu potrebujete, odkiaľ ich získate, kto za ne zodpovedá a aké aktuálne musia byť. Na tomto základe už môžete plánovať konkrétne využitie AI.

Tieto skúsenosti vychádzajú z našej práce na Aero, CRM platforme pre OVB. Pozrite si prípadovú štúdiu Aero.

Zdieľať na

Spýtajte sa Outloud

Čo práve
riešite?

Preberme váš projekt, problém vo firme alebo niečo, čo by ste si radi uľahčili.

Odpovede pripravuje AI od OpenAI. Rozhovory môžeme poslať nášmu tímu e-mailom na kontrolu. Ochrana súkromia