ALVA dan Google Cloud: Meningkatkan Pengalaman Pelanggan dan Mobilitas Hijau di Indonesia

Memberikan customer service yang sangat personal Kasus penggunaan lain yang dieksplorasi ALVA melibatkan pemberdayaan tim customer service dengan petunjuk kontekstual tentang pengendara yang mendukung percakapan yang lebih kaya dan lebih memuaskan. Saat ini dalam tahap pembuktian konsep, sistem pendukung bertenaga AI menghasilkan ringkasan otomatis pengendara yang mengambil insights relevan dari data di BigQuery. Ini dapat mencakup data tentang perilaku berkendara yang berasal dari sensor IoT yang dipasang pada kendaraan listrik ALVA seperti kecepatan, akselerasi, pengereman, orientasi giroskop, dan jarak yang ditempuh. Informasi ini kemudian dapat dianalisis untuk mengetahui kemungkinan keterkaitannya dengan informasi lain, seperti tingkat atau kesehatan baterai kendaraan, jadwal servis kendaraan, atau jika pengendara merupakan pelanggan baru yang mungkin belum sepenuhnya memahami semua fitur kendaraannya.

Dengan AI yang meringkas dan menggabungkan informasi di berbagai sistem, tim customer service memiliki konteks lebih luas tentang alasan pelanggan ketika menelepon, dan memungkinkan mereka memberikan tambahan sentuhan personal yang krusial dalam hubungan dengan pelanggan. Misalnya, jika seorang pelanggan menelepon saat mereka sedang dalam perjalanan pulang-pergi kerja di tengah jarak yang biasa mereka tempuh, seorang agen dapat menyimpulkan bahwa pertanyaan tersebut mungkin merupakan permintaan prioritas yang melibatkan kerusakan kendaraan – bahkan sebelum berbicara dengan pelanggan.

Mengoptimalkan hasil pemasaran dan penjualan ALVA juga berupaya mengoptimalkan pengalaman karyawan, khususnya di bidang pemasaran dan penjualan yang dipersonalisasi dengan kekuatan analisis data bertenaga AI.

Reaksi pelanggan dan calon pembeli terhadap pesan pemasaran dapat bervariasi berdasarkan geografi. Menggunakan AI untuk menganalisis data terkait interaksi pelanggan dan penjualan pada platform data Google Cloud dapat membantu ALVA mengidentifikasi pesan yang paling sesuai dengan wilayah atau kelompok audiens tertentu. Tim pemasaran dapat memperoleh insights yang lebih baik dari data dan bereksperimen serta mengulanginya dengan lebih cepat, sehingga mengoptimalkan efektivitas kampanye pemasaran digital mereka untuk menghasilkan lebih banyak prospek dan kesadaran merek. Insights seputar preferensi pelanggan juga dapat memberi keunggulan kepada tim penjualan, memberi mereka pemahaman tentang cara terbaik memenuhi kebutuhan calon pembeli, sehingga meningkatkan efisiensi dan produktivitas.