تصميم نظام طلبات ذكي وتجربة عملاء لمحل حلويات كماند

نوع العلامة التجارية: محل حلويات وحلويات
اسم العلامة التجارية: كاماند
خدمات نتانيك: الذكاء الاصطناعي، وأتمتة الطلبات، وتجربة العملاء، والأنظمة الذكية، وما إلى ذلك SEO محلي

المدير الفني للبنية التحتية والموقع: نافيد زماني

مدير المشروع ومصمم الجرافيك: سهيل موتاغينيا

نظام الطلب الذكي لمحل حلويات كماند

كان "كمند" متجرًا للحلويات يركز على المنتجات الطازجة وكعك المناسبات الخاصة والحلويات المصنوعة يدويًا والطلبات الخاصة. مع زيادة عدد العملاء وتنوع الطلبات، أصبحت هناك حاجة إلى عملية أكثر انتظامًا لإدارة علاقات العملاء. تم استلام جزء كبير من الطلبات من خلال المكالمات والرسائل وشبكات التواصل الاجتماعي، مما تسبب في انتشار معلومات العميل ووقت التسليم ونوع المنتج وتفاصيل الطلب في قنوات مختلفة. لم تكن القضية مجرد تقديم طلب؛ يتوقع العميل أن يكون قادرًا على السؤال بسرعة عن المنتجات والحصول على عرض مناسب وإتمام طلبه دون وقت طويل. نتانيك لاسو نظام الطلب الذكي وتجربة العملاء تم تصميمه أنه من خلال الجمع بين الذكاء الاصطناعي والأتمتة وبيانات العملاء، كان مسار الاتصال من السؤال الأول إلى تقديم الطلب أكثر تماسكًا.

المشكلة الرئيسية لاسو

في أعمال مثل الحلويات، يحتاج العديد من العملاء إلى التوجيه قبل الشراء، وتعتبر الأسئلة مثل اختيار المنتج والكمية المطلوبة والطعم والوزن والمناسبة ووقت التسليم جزءًا طبيعيًا من عملية البيع. إذا تم الرد على كل هذه الأسئلة يدوياً، ومع زيادة حجم الرسائل، سيتم ممارسة المزيد من الضغط على فريق المبيعات أو موظفي التحصيل. ومن ناحية أخرى، فإن الإجابات القصيرة وغير الشخصية قد تقضي على فرصة بناء علاقة أفضل مع العميل. ولذلك، كان كاماند بحاجة إلى حل من شأنه أن يزيد من سرعة الاستجابة، ولكن أيضًا يحافظ على الشعور الإنساني والحميمي لعلامة الحلوى التجارية.

الهدف من تصميم النظام

لم يكن الهدف من المشروع هو إنشاء روبوت دردشة عام للإجابة على بعض الأسئلة الشائعة، ولكن تصميم تجربة محادثة يمكنها تبسيط جزء من عملية الشراء للعميل. يجب أن يعرف النظام معلومات المنتج، وشروط الطلب، وأوقات التحضير، والأسئلة المتداولة، ويقدم الإجابات ذات الصلة بناءً على احتياجات العملاء. وفي الطلبات الأكثر تعقيدًا، يجب أن يكون النظام قادرًا على جمع المعلومات وإعداد الطلب للمراجعة البشرية. وبهذه الطريقة، بدلاً من القضاء على التواصل البشري، دخل الذكاء الاصطناعي إلى العملية كطبقة لتبسيط هذا التواصل.

الرابط الداخلي المقترح: "حلول الذكاء الاصطناعي للشركات" ← صفحة خدمات Netanik AI.

بنية تجربة العملاء الذكية

الهندسة المعمارية لهذا نظام الطلب الذكي وقد تم تصميمه بطريقة تمكن العميل من تجربة مسار سلس نسبيًا من التفاعل الأول إلى مرحلة تسجيل الطلب. تم وضع المعلومات الأساسية لمنتجات وخدمات Kamand في قاعدة معرفية منظمة واستخدم نموذج الذكاء الاصطناعي هذه المعلومات للإجابة. في قسم الطلب، تم جمع المعلومات الضرورية مثل المنتج والكمية والتاريخ المطلوب ونوع الطلب حتى يتمكن فريق Kamand من الحصول على معلومات أكثر اكتمالاً دون البحث في الرسائل مرة أخرى. كما وفر هذا الهيكل الخلفية اللازمة لتطوير المزيد من القدرات في المستقبل.

طبقة معلومات المنتج

الجزء الأول من النظام كان عبارة عن قاعدة بيانات المنتجات، والتي تضمنت مواصفات كل منتج وفئاته وأوصافه وشروط الطلب والمعلومات ذات الصلة. يجب أن تظل هذه البيانات منظمة وحديثة من أجل إنشاء استجابات الذكاء الاصطناعي بناءً على معلومات العلامة التجارية الحقيقية. في حالة تغير شروط المنتج أو المبيعات، يجب أيضًا تحديث معلومات قاعدة المعرفة حتى لا يستخدم النظام المعلومات القديمة. مثل هذا الهيكل يجعل الذكاء الاصطناعي يستجيب بناءً على البيانات المقدمة من الشركة بدلاً من التخمين.

طبقة تفاعل العملاء

أما الطبقة الثانية فكانت تتعلق بالتفاعل التحادثي وكانت مسؤولة عن تلقي طلب العميل في شكل لغة طبيعية. فبدلاً من اختيار عدة خيارات معقدة، يستطيع العميل شرح حاجته بطريقة بسيطة وسيقترح النظام المسار الصحيح حسب المعلومات المتوفرة. إذا كان الطلب بسيطا، فيمكن تقديم الإجابة مباشرة، وإذا كان الأمر يتطلب مزيدا من التحقيق، فإن المحادثة تنتقل إلى المرحلة التالية. يضع هذا النموذج التكنولوجيا في الخلفية وتظل تجربة العملاء طبيعية.

الذكاء الاصطناعي في عملية الطلب

كان جزءًا مهمًا من المشروع هو استخدام الذكاء الاصطناعي لفهم نية العميل بدلاً من مجرد التعرف على الكلمات الموجودة في الرسالة. على سبيل المثال، قد يقول العميل "أريد خيارًا مناسبًا لحفلة عيد ميلاد تضم حوالي عشرين شخصًا" ويتوقع أن يفهم النظام احتياجاته أولاً ثم يقترح الخيارات المناسبة. يتطلب مثل هذا التفاعل الجمع بين معلومات المنتج وسياق المحادثة ويمكن أن يجعل تجربة التسوق أكثر تخصيصًا من القائمة الثابتة. وبطبيعة الحال، يجب أن يعتمد العرض الذكي على منتجات حقيقية ومعلومات العلامة التجارية التي تم التحقق منها حتى لا تعتمد تجربة العميل على معلومات كاذبة.

عرض المنتج المناسب

يمكن للنظام أن يقترح خيارات من بين المنتجات المتوفرة حسب المناسبة وعدد الضيوف ونوع المنتج وتفضيلات العميل. ولم يكن المقصود من هذه العروض أن تحل محل خيار العميل، بل لتكون بمثابة مساعد رقمي يجعل الاختيار أسهل. في مثل هذا النموذج، تحدد معلومات المنتج وقواعد العلامة التجارية العروض التي يمكن عرضها، ويتولى الذكاء الاصطناعي مهمة فهم الطلب وإجراء اتصال بين حاجة العميل والخيارات المتاحة. يتيح هذا النهج التخصيص دون تحويل تجربة التسوق إلى عملية معقدة.

الإجابة على الأسئلة المتداولة

تم تصميم جزء آخر من النظام للإجابة على الأسئلة التي يطرحها العملاء بشكل متكرر. يمكن وضع أشياء مثل وقت التحضير وكيفية تسجيل الطلب وشروط الطلبات الخاصة والمعلومات العامة عن المنتجات في قاعدة المعرفة ويمكن للنظام الاستجابة بناءً عليها. يمكن أن تقلل هذه المشكلة من كمية الأسئلة المتكررة من على أكتاف الموظفين وفي نفس الوقت تجعل الإجابة الأولية متاحة للعميل بشكل أسرع. عندما لا تكون هناك معلومات كافية، يجب على النظام إعادة توجيه الطلب للمراجعة البشرية بدلاً من التخمين.

إضفاء الطابع الشخصي على تجربة العملاء في كاماند

إحدى الفرص المهمة للذكاء الاصطناعي لعلامات تجارية مثل Kamand هي خلق تجربة ليست متماثلة تمامًا لجميع العملاء. لدى العميل الذي يتسوق لعيد ميلاد احتياجات مختلفة عن تلك التي يطلبها شخص ما لحضور اجتماع عمل، أو هدية شركة، أو حدث عائلي. ومن خلال تلقي بعض المعلومات البسيطة يستطيع النظام التعرف على سياق الطلب وضبط مسار العروض وفق نفس الشروط. يجب أن يتم هذا التخصيص مع الحفاظ على البساطة حتى لا يشعر العميل بأنه مجبر على ملء نموذج طويل لشراء منتج بسيط.

معرفة مناسبة الشراء

تعد المناسبة واحدة من أهم المعلومات في صناعة المعجنات والكعك ويمكن أن تؤثر على نوع المنتج وكميته وتغليفه ووقت التحضير. يمكن للنظام الذكي تحديد مدى ملاءمة الطلب من خلال أسئلة قصيرة ومن ثم تقديم المعلومات ذات الصلة إلى العميل. على سبيل المثال، قد يكون طلب كعكة عيد ميلاد مختلفًا عن طلب هدية أو شراء عدد كبير من الحلويات. هذا الفصل البسيط يجعل تجربة المستخدم أكثر تخصيصًا ويجعل عملية الطلب أكثر قابلية للإدارة بالنسبة للفريق الداخلي.

فهم تفضيلات العملاء

إذا كانت لديك البنية الأساسية المناسبة، فيمكن أن تساعد المعلومات من الطلبات السابقة أيضًا في تخصيص الاتصالات المستقبلية. على سبيل المثال، إذا قام العميل باختيار منتج أو نوع معين في التفاعلات السابقة، فيمكن للنظام تقديم عروض أكثر صلة في الموقف المناسب. وبطبيعة الحال، يجب أن يتم استخدام هذه البيانات بما يتوافق مع قوانين الخصوصية وبيانات العملاء. الغرض من التخصيص هو خلق تجربة أفضل، وليس جمع المعلومات بلا هدف.

تسجيل الطلب وأتمتة الإدارة

بعد مرحلة المحادثة، كان الجزء الأكثر أهمية في النظام هو تحويل المحادثة إلى معلومات قابلة للاستخدام لفريق كاماند. في العملية اليدوية، قد يتعين على الموظفين استخراج معلومات الطلب من رسائل متعددة وإعادة إدخالها في مكتب أو ملف أو نظام آخر. يمكن للأتمتة التقاط هذه المعلومات بتنسيق معين وتقديمها للفريق للمراجعة أو الموافقة. وبهذه الطريقة، يتم تقليل الفجوة بين "محادثة العميل" و"معلومات الطلب التشغيلي".

هيكل معلومات الطلب

لكل طلب، يمكن النظر في حقول مثل اسم العميل ونوع المنتج والكمية والتاريخ المطلوب والمناسبة والوصف المحدد وحالة الطلب. بعد استلام المعلومات يستطيع النظام التعرف على العناصر غير المكتملة وطرح الأسئلة اللازمة على العميل قبل تحويل الطلب. يؤدي هذا إلى تجنب المراسلات غير الضرورية ويسمح لفريق Lasso بتلقي طلب أكثر اكتمالاً. أخيرًا، لا يزال بإمكان موظفي التحصيل إجراء التأكيد النهائي للطلب.

الاتصال بالعملية الداخلية

تزداد قيمة الأتمتة عندما لا تبقى المعلومات المستلمة في الدردشة فقط ويتم نقلها إلى عملية الأعمال الداخلية. يمكن إدخال الطلب في لوحة التحكم أو نظام إدارة علاقات العملاء (CRM) أو نظام إدارة الطلب بعد استكمال المعلومات، كما يمكن متابعة حالته من "طلب جديد" إلى "التأكيد" و"التحضير" و"التسليم". يتيح هذا الهيكل رؤية أكثر تكاملاً للطلبات ويسهل إدارة حجم أكبر من الطلبات مع توسع الأعمال.

تجربة تحسين محركات البحث الرقمية والمحلية من Lasso

بالنسبة لمتجر الحلويات، تعد الرؤية في عمليات البحث المحلية أمرًا مهمًا للغاية، ويجب أن يكون موقع الويب قادرًا على تزويد المستخدمين بمعلومات واضحة مثل اسم العلامة التجارية والعنوان وساعات العمل ورقم الاتصال والخدمات. يستخدم Google البيانات المنظمة للشركات المحلية، وبالنسبة للشركات الغذائية، يمكن تحديد معلومات مثل العنوان وساعات العمل والقائمة ومعلومات الاتصال في بنية الصفحة. ويساعد ذلك محرك البحث على فهم طبيعة العمل والمعلومات الخاصة به بشكل أفضل، على الرغم من أنه ليس من المضمون ظهور نتيجة معينة في نتائج البحث.

هيكل محتوى الموقع

إلى جانب النظام الذكي، يجب أيضًا تصميم بنية محتوى موقع Kamand الإلكتروني بناءً على الاحتياجات الفعلية للعميل. يجب أن يكون لكل من صفحات المنتجات وفئات الحلويات وكعك المناسبات الخاصة والطلبات الخاصة والعلامة التجارية ومعلومات الاتصال غرض محدد. يجب أيضًا أن يكون محتوى كل صفحة مكتوبًا للإنسان وليس فقط مليئًا بالكلمات الرئيسية المتكررة. يمكن لهذا المزيج من تجربة المستخدم والمعلومات المحلية والبنية التحتية التقنية أن يخلق أساسًا أكثر ملاءمة للتواجد الرقمي للأعمال التجارية المحلية.

البيانات المنظمة المحلية

بالنسبة للصفحة الرئيسية أو صفحة مقدمة الفرع، يمكن وضع معلومات العمل الفعلية بتنسيق البيانات المنظمة المناسب بحيث يكون لدى محركات البحث فهم أكثر دقة لنوع النشاط والموقع ومعلومات الاتصال. بالنسبة للأنشطة التجارية المحلية، توصي Google باستخدام النوع الفرعي الأكثر تحديدًا الذي يطابق النشاط التجاري وتحديد المعلومات بشكل صحيح مثل الاسم والعنوان والسمات الأخرى ذات الصلة. كما يجب أن تتطابق البيانات المنظمة مع المحتوى المرئي للصفحة.

تصميم تجربة المحادثة للعلامة التجارية Kamand

إحدى الاختلافات المهمة بين النظام الذكي الناجح وروبوتات الدردشة الجافة هي الطريقة التي يتحدث بها. Kamand هي علامة تجارية غذائية وعاطفية، وبالتالي لا ينبغي أن تشبه استجابات النظام رسائل برنامج المؤسسة. يجب أن تكون النبرة دافئة ومحترمة وجذابة، ولكنها لا تزال تقدم معلومات دقيقة وموثوقة. عند تصميم تجربة المحادثة، اعتبر Netanik شخصية العلامة التجارية جزءًا من بنية النظام بحيث تظل التكنولوجيا متوافقة مع هوية Kamand.

لهجة الإنسان

يجب أن تكون المحادثة مع العميل قصيرة وواضحة وطبيعية، وفي كل مرحلة لا تطلب سوى المعلومات الضرورية حقًا لمتابعة الطلب. يمكن أن يؤدي الاستخدام المفرط للمصطلحات التقنية أو الرسائل الطويلة أو الاستجابات المتكررة إلى الانتقاص من تجربة المستخدم. يجب أن يكون النظام قادرًا على طرح السؤال التالي إذا لزم الأمر وفي نفس الوقت يترك الخيار للعميل. في الواقع، يجب أن يعمل الذكاء الاصطناعي كمساعد مبيعات رقمي، وليس نموذجًا عبر الإنترنت يتحدث بجمل مصطنعة.

نقل إلى خبير بشري

لا ينبغي لأي نظام ذكي أن يفترض أنه قادر على التعامل مع جميع المواقف المحتملة دون تدخل بشري. يجب إحالة الأوامر المعقدة أو الطلبات المحددة أو الحالات التي لا توجد فيها معلومات كافية للإجابة إلى خبير. يستطيع النظام تزويد الخبير بملخص للمحادثة والمعلومات الواردة قبل التحويل، حتى لا يضطر العميل إلى شرح كل شيء مرة أخرى. كانت نقطة الاتصال بين الذكاء الاصطناعي والبشر أحد أهم أجزاء التجربة المصممة لكاماند.

تحليل البيانات وتحسين عملية البيع

إن إطلاق نظام ذكي لا يمثل نهاية المشروع، ويمكن استخدام البيانات من تفاعلات العملاء لتحسين العملية بشكل تدريجي. إن فحص الأسئلة المتداولة، والمنتجات الأكثر شيوعًا، والنقاط التي يتخلى عندها العملاء عن المحادثة، والطلبات التي يتم نقلها غالبًا إلى المشغل، ستولد معلومات قيمة. من خلال تحليل هذه البيانات، يمكن لفريق Kamand تعديل محتوى الموقع ومعلومات المنتج وحتى عملية الطلب. لذلك، مع مرور الوقت، لا يبقى النظام مجرد أداة استجابة ويصبح مصدرًا لفهم أفضل لسلوك العملاء.

مؤشرات قابلة للقياس

للتحقق من أداء النظام، يمكن التحقق من مؤشرات مثل عدد التفاعلات، ومعدل إنجاز الطلب، وعدد التحويلات إلى خبير، والموضوعات المتكررة. وفي الخطوة التالية، يمكن أيضًا تقييم علاقة هذه البيانات بالطلبات الفعلية وسلوك العملاء. الغرض من هذا القياس ليس إنتاج أرقام تمثيلية؛ بل هو إيجاد النقاط التي تعمل على تحسين تجربة العملاء. يسمح هذا النهج بمواصلة تطوير النظام بناءً على البيانات الحقيقية واحتياجات العمل.

التحسين المستمر للنظام

إذا تمت إضافة منتج جديد إلى قائمة اللاسو، فيجب وضع معلوماته في القاعدة المعرفية للنظام، وإذا تغيرت شروط الطلب، Workflow وينبغي أيضا أن يتم تحديثه. توضح هذه الدورة البسيطة أن نظام الذكاء الاصطناعي الناجح ليس مشروعًا لمرة واحدة ويتطلب الصيانة والتحسين. في مثل هذا الهيكل، يمكن لفريق Netanik العمل على تحسين المطالبات وقاعدة المعرفة وتدفقات الأتمتة وتجربة المستخدم. تتشكل النتيجة المرجوة عندما ينمو النظام جنبًا إلى جنب مع الشركة نفسها.

نتيجة مشروع كامند

يعد مشروع Lasso مثالاً على هذا النهج حيث لا ينطبق الذكاء الاصطناعي بالضرورة على شركات التكنولوجيا الكبيرة أو المؤسسات المعقدة فقط. يمكن لمتجر المعجنات أيضًا تبسيط تجربة العملاء وإدارة بعض عملياته المتكررة بطريقة أكثر تنظيماً مع الاستخدام الصحيح للذكاء الاصطناعي. في هذا المشروع، كان التركيز على بناء نظام قابل للاستخدام يبدأ من الإجابة على المنتج والتوصية به، ومن ثم يكون قادرًا على الاتصال بتسجيل الطلب والعمليات الداخلية. وبهذه الطريقة، خدمت التكنولوجيا تجربة العلامة التجارية وليس العكس.

القيمة التي تم إنشاؤها للعلامة التجارية

بالنسبة لكاماند، تم تحديد القيمة الرئيسية لهذا النظام في إنشاء مسار اتصال أكثر تماسكًا بين العميل والأعمال. يمكن للعميل الحصول على المعلومات التي يحتاجها بشكل أسرع ويمكن للفريق الداخلي الحصول على معلومات أكثر تنظيماً حول الطلبات. من ناحية أخرى، تتمتع بنية النظام بالقدرة على تطوير الطلب عبر الإنترنت ونوادي العملاء والعروض الشخصية وتحليل سلوك العملاء. إن قابلية التوسع هذه تجعل الاستثمار في البنية التحتية للذكاء الاصطناعي لا يقتصر على قدرة صغيرة.

دور ناثانيال

في هذا المشروع، لم يرى نتانيك أن الذكاء الاصطناعي أداة منفصلة عن تصميم العلامة التجارية أو التجربة الرقمية وحاول جمع جميع المكونات في مسار متماسك. بدءًا من التصميم المنطقي لقاعدة المحادثة والمعرفة وحتى أتمتة الطلب وتجربة المستخدم واعتبارات تحسين محركات البحث المحلية، تم تعريف كل قسم لغرض محدد. يسمح هذا النهج لكاماند بدمج التكنولوجيا تدريجيًا في عملياته الفعلية وإضافة قدرات جديدة في المستقبل. والنتيجة هي بنية أساسية ذكية وقابلة للتوسيع يمكنها أن تلعب دورًا في كل من التواصل مع العملاء وإدارة الأعمال الداخلية.

المستقبل الذكي لكماند

يمكن أن يستمر مسار تطوير هذا المشروع إلى ما هو أبعد من الاستجابة الأولية للعميل. يمكن أن يؤدي ربط النظام بمخزون المنتجات، والطلب عبر الإنترنت، وإدارة علاقات العملاء، ونادي العملاء، وتحليل السلوك إلى إدارة جزء من عملية المبيعات والعلاقة مع العملاء بطريقة أكثر تكاملاً. في مرحلة أكثر تقدمًا، يمكن لوكيل الذكاء الاصطناعي تنفيذ جزء من عمليات معينة مع التحكم في الوصول إلى أدوات العمل، وفي الحالات الحرجة، يترك عملية صنع القرار للموارد البشرية. تساعد مثل هذه البنية كاماند في الحصول على نظام بيئي رقمي أكثر تماسكًا بدلاً من استخدام عدد قليل من الأدوات بشكل متقطع.

من النظام إلى العلاقة

الهدف النهائي لهذا النظام ليس فقط الطلب بشكل أسرع؛ الشيء الأكثر أهمية هو بناء علاقة أفضل بين العميل والعلامة التجارية. عندما يتم توفير المعلومات الصحيحة للعميل في الوقت المناسب وتكون تجربة التسوق بسيطة وشخصية، يمكن تشكيل العلاقة مع العلامة التجارية بما يتجاوز مجرد معاملة بسيطة. يمكن أيضًا استخدام البيانات الناتجة عن هذا التفاعل لفهم العميل بشكل أفضل وتصميم التجارب المستقبلية. في مثل هذا النموذج، الذكاء الاصطناعي بدلاً من مجرد خلف chatbot يصبح جزءًا من التجربة الرقمية للعلامة التجارية.

ملخص

ويبين مشروع متجر كاماند للحلويات ذلك الذكاء الاصطناعي في تجربة العملاء ويمكنه أيضًا إنشاء بنية تحتية وظيفية للشركات المحلية. إن الجمع بين قاعدة المعرفة والمحادثة الذكية واقتراح المنتج وأتمتة الطلبات وتحليل البيانات يمكن أن يجعل مسار تواصل العملاء مع العلامة التجارية أبسط وأكثر اتساقًا. في هذا المشروع، حاول Netanik مواءمة التكنولوجيا مع الهوية الإنسانية للعلامة التجارية Lasso بحيث لا تؤدي الأتمتة إلى إحباط تجربة العملاء. والنتيجة هي بنية يمكن أن تبدأ من نظام بسيط سريع الاستجابة وتتطور إلى نظام ذكي في المستقبل إدارة الطلب وتصبح العلاقة مع العميل .