I forrige del...
I den anden del af vores serie viste vi, hvad Conversational UX og Agentic UX er, og hvorfor moderne hjemmesider i stigende grad minder om en samtale med en rådgiver i stedet for klassisk gennemseelse af undersider.
Det er dog kun begyndelsen på forandringerne.
Selve samtalen med brugeren er ikke nok. Dens sande værdi optræder først, når den kan lede til et konkret mål - indsamling af relevante oplysninger, udarbejdelse af et tilbud, kvalificering af et lead og igangsættelse af salgsprocessen.
I denne del vil vi se, hvordan det fungerer i praksis.
Vi vender tilbage til vores eksempelbutik SportZone og viser, hvordan AI forvandler en klassisk kontaktformular til en intelligent salgsproces.
Fremtidens formular forsvinder ikke - den ændrer måde at fungere på
En af de største myter om AI er troen på, at kontaktformularer vil forsvinde helt. I virkeligheden vil de stadig være nødvendige. Det, der ændrer sig, er måden, de indsamler information på.
En klassisk formular viser alle felter på én gang. Uanset om brugeren vil købe ét produkt, afgive en stor ordre eller spørge om service, ser de præcis det samme sæt felter. Den løsning er enkel, men har sine begrænsninger.
En moderne formular, der bruger AI, fungerer anderledes. Den viser ikke alle spørgsmål med det samme. Først forsøger den at forstå brugerens intention. Først senere beslutter den, hvilke oplysninger der virkelig er nødvendige.
Hvad er dynamiske formularer?
En dynamisk formular er en formular, hvis indhold ændrer sig afhængigt af brugerens svar.
Det er ikke en ny idé - i årevis har man brugt såkaldt betinget logik (conditional logic), som skjulte eller viste felter afhængigt af tidligere svar.
AI går dog et skridt videre. I stedet for kun at basere sig på forudprogrammerede regler kan den analysere naturligt sprog, genkende intentioner og tilpasse samtalens forløb i realtid.
Det betyder, at to brugere kan gennemgå helt forskellige processer, selvom begge starter fra det samme spørgsmål.
Case study - SportZone
Lad os genkalde situationen.
En kunde besøger SportZone og skriver: "Jeg leder efter en cykel til daglige pendlinger til arbejde."
En klassisk formular ville bede om kontaktoplysninger og beskedens indhold. AI starter en samtale.
Først stiller den de spørgsmål, som virkelig betyder noget:
- Hvor ofte planlægger du at cykle?
- Hvilken type underlag bruger du oftest?
- Hvad er dit budget?
- Er en let ramme vigtig for dig?
- Har du brug for bagagebærer eller skærme?
Hvert efterfølgende spørgsmål udspringer af det foregående svar.
Der er ingen unødvendige felter. Ingen spørgsmål, der ikke bidrager. Hele processen minder om en samtale med en erfaren sælger.
Progressive Disclosure - hvorfor betyder mindre mere?
En af de vigtigste principper i moderne UX er Progressive Disclosure, altså gradvis afsløring af information. I stedet for at præsentere alle muligheder på én gang viser systemet kun de elementer, der er nødvendige på det pågældende trin.
Hvorfor virker det?
Fordi det reducerer kognitiv belastning. Brugeren behøver ikke analysere dusinvis af felter samtidigt. Fokus er kun på ét spørgsmål ad gangen.
Det gør processen hurtigere, mere intuitiv og mindre trættende. AI samarbejder rigtig godt med denne tilgang, da den kan afgøre, hvilket spørgsmål der skal komme næste.
AI Onboarding - intelligent vejledning af brugeren
Onboarding forbindes oftest med første start af en app eller oplæring af en ny medarbejder. I virkeligheden er onboarding enhver proces, hvis mål er at føre brugeren fra punkt A til punkt B.
Det kan vedrøre:
- det første køb,
- registrering,
- konfiguration af en tjeneste,
- indsendelse af en forespørgsel,
- start af samarbejde.
AI gør, at onboarding holder op med at være et stift scenarie.
Systemet analyserer brugerens svar og tilpasser de næste skridt til hans eller hendes situation.
Hvis klienten er nybegynder, kan AI forklare mulighederne mere udførligt.
Hvis den taler med en ekspert, kan den gå direkte til tekniske detaljer.
Det betyder, at to personer, der bruger samme hjemmeside, kan følge helt forskellige vejforløb, selvom målet er det samme.
AI Lead Qualification - intelligent kvalificering af kunder
Et af de mest praktiske anvendelser af AI er kvalificering af leads.
Ikke hver bruger, der kontakter virksomheden, er klar til at købe. Ikke alle har de samme behov. Ikke alle kræver kontakt med en sælger.
AI kan analysere samtalen og bestemme blandt andet:
- niveau af interesse i tilbuddet,
- sandsynlighed for køb,
- typen af produkt, som forespørgslen handler om,
- sagernes hastende karakter,
- værdien af den potentielle transaktion.
Takket være dette kan virksomheden planlægge salgsarbejdet meget bedre.
AI og CRM - samtalen slutter ikke på hjemmesiden
En af de største fejl er at betragte AI som et selvstændigt værktøj. Den reelle værdi opstår først, når kunstig intelligens integreres med virksomhedens øvrige systemer.
Efter samtalen kan AI automatisk:
- oprette en ny lead i CRM,
- tildele den til den rette sælger,
- udarbejde et sammendrag af samtalen,
- mærke prioritet,
- planlægge næste handlinger,
- igangsætte den relevante workflow.
Sælgeren behøver ikke starte med at læse en rodet besked. Han eller hun får strukturerede oplysninger og historikken fra hele samtalen.
Workflow Automation - AI igangsætter næste processer
Moderne systemer stopper ikke ved at gemme data.
Hvis kunden har vist interesse for et specifikt produkt, kan systemet automatisk:
- sende et personligt tilbud,
- videregive produktkatalog,
- planlægge et telefonisk opkald,
- oprette en opgave i CRM,
- informere den relevante afdeling,
- igangsætte en marketing automation-kampagne.
Dette er et eksempel på forretningsprocesautomatisering, hvor AI fungerer som en intelligent koordinator.
Skal AI stille alle spørgsmål?
Nej.
Det er en meget almindelig designfejl.
Muligheden for at føre en samtale betyder ikke, at man skal gøre interaktionen så lang som muligt. Hvert spørgsmål bør have et klart formål. Hvis et svar ikke påvirker procesforløbet, er det sandsynligvis ikke værd at stille.
Godt designet AI fører ikke en samtale for samtalens skyld. Den fører den for at få brugeren hurtigere til en løsning på sit problem.
De hyppigste fejl ved implementering af AI i kundeerhvervelsesprocessen
De mest almindelige problemer er:
- forsøg på at erstatte hele processen med én samtale med AI,
- manglende integration med CRM og andre systemer,
- at stille for mange spørgsmål,
- manglende mulighed for hurtig kontakt med et menneske,
- manglende personalisering af svar,
- manglende måling af processens effektivitet.
AI bør støtte brugeren.
Den må aldrig gøre det sværere at nå målet.
Ordliste
Dynamisk formular
En formular, hvis indhold ændrer sig afhængigt af brugerens svar eller kontekst, så kun de nødvendige felter vises.
Progressive Disclosure
Et UX-designprincip, hvor information og næste trin i en proces afsløres gradvist for at reducere kompleksiteten i grænsefladen.
AI Onboarding
Processen med at føre en bruger gennem trinene ved hjælp af kunstig intelligens, som tilpasser interaktionen til den enkeltes behov og vidensniveau.
Lead Qualification
Vurdering af en potentiel kunde med henblik på købeklarhed, forretningsværdi og videre håndtering.
Workflow Automation
Automatisering af forretningsprocesser, hvor efterfølgende handlinger igangsættes baseret på bestemte hændelser eller beslutninger.
Sammenfatning
Dynamiske formularer og AI Onboarding viser, at fremtiden for kundeerhvervelse ikke handler om fuldstændigt at opgive formularer, men om deres intelligente evolution.
Takket være AI bliver processen mere naturlig, kortere og bedre tilpasset brugerens behov. Samtidig får virksomheden mere komplette oplysninger, kan hurtigere kvalificere leads og automatisere efterfølgende trin i kundeservicen.
I den sidste del af serien vil vi besvare det vigtigste spørgsmål:
Vil formularer virkelig forsvinde?
Vi vil se på AI's begrænsninger, sikkerheds- og privatlivsspørgsmål, overholdelse af regler og vise, hvornår klassiske formularer stadig er den bedste løsning. Vi vil også kigge på fremtiden for hjemmesider og retningen for udviklingen af intelligente grænseflader og AI-agenter.
