Diseño de un sistema de pedidos inteligente y experiencia del cliente para la tienda de dulces Kamand
Tipo de marca: Dulcería y confitería
Nombre de la marca: kamand
Servicios Netanik: Inteligencia artificial, automatización de pedidos, experiencia del cliente, sistemas inteligentes, etc. SEO locales
Responsable técnico de infraestructura y obra: Navid Zamani
Responsable de proyecto y diseñador gráfico: Sohail Motaghinia
Sistema de pedidos inteligente para la tienda de dulces Kamand
"Kamand" era una tienda de dulces que se enfocaba en productos frescos, pasteles para ocasiones especiales, dulces hechos a mano y pedidos especiales. A medida que aumentaba el número de clientes y la variedad de pedidos, se necesitaba un proceso más regular para gestionar las relaciones con los clientes. Una parte importante de los pedidos se recibían a través de llamadas, mensajería y redes sociales, lo que provocaba que la información del cliente, el tiempo de entrega, el tipo de producto y el detalle del pedido estuvieran dispersos en diferentes canales. La cuestión no era sólo hacer un pedido; El cliente esperaba poder preguntar rápidamente sobre los productos, recibir una oferta adecuada y finalizar su pedido sin largas idas y venidas. Netanik por un lazo Sistema de pedidos inteligente y experiencia del cliente. diseñó que al combinar inteligencia artificial, automatización y datos del cliente, el camino de comunicación desde la primera pregunta hasta la realización del pedido fuera más coherente.
El principal problema del lazo.
En negocios como el de confitería, muchos clientes necesitan orientación antes de comprar, y preguntas como la selección del producto, la cantidad requerida, el sabor, el peso, la ocasión y el tiempo de entrega se consideran una parte natural del proceso de venta. Si la respuesta a todas estas preguntas se hace manualmente, con el aumento del volumen de mensajes se ejercerá más presión sobre el equipo comercial o el personal de cobranza. Por otro lado, las respuestas breves e impersonales pueden acabar con la oportunidad de construir una mejor relación con el cliente. Por lo tanto, Kamand necesitaba una solución que aumentara la velocidad de respuesta, pero que también mantuviera el sentimiento humano e íntimo de una marca de dulces.
El objetivo del diseño del sistema.
El objetivo del proyecto no era construir un chatbot genérico para responder algunas preguntas comunes, sino diseñar una experiencia conversacional que pudiera simplificar parte del proceso de compra para el cliente. El sistema debe conocer información del producto, condiciones del pedido, tiempos de preparación y preguntas frecuentes, y proporcionar respuestas relevantes según las necesidades del cliente. En pedidos más complejos, el sistema debe poder recopilar información y preparar la solicitud para revisión humana. De esta forma, en lugar de eliminar la comunicación humana, la inteligencia artificial entró en el proceso como una capa para simplificar esta comunicación.
Enlace interno sugerido: "Soluciones de inteligencia artificial para empresas" → Página de servicios de IA de Netanik.
Arquitectura inteligente de experiencia del cliente
La arquitectura de este Sistema de pedidos inteligente Fue diseñado de tal manera que el cliente pueda experimentar un camino relativamente fluido desde la primera interacción hasta la etapa de registro de la solicitud. La información básica de los productos y servicios de Kamand se colocó en una base de conocimiento estructurada y el modelo de inteligencia artificial utilizó esta información para responder. En el apartado de pedidos se recopiló información necesaria como producto, cantidad, fecha deseada y tipo de solicitud para que el equipo de Kamand pudiera tener información más completa sin volver a buscar los mensajes. Esta estructura también proporcionó la base necesaria para el desarrollo de más capacidades en el futuro.
Capa de información del producto
La primera parte del sistema era la base de datos de productos, que incluía las especificaciones, categorías, descripciones, condiciones de pedido e información relacionada de cada producto. Estos datos deben permanecer estructurados y actualizados para poder generar respuestas de IA basadas en información real de la marca. En caso de que el producto o las condiciones de venta cambien, la información de la base de conocimientos también debe actualizarse para que el sistema no utilice información antigua. Esta estructura hace que la IA responda basándose en los datos proporcionados por la empresa en lugar de adivinar.
Capa de interacción con el cliente
La segunda capa estaba relacionada con la interacción conversacional y se encargaba de recibir la solicitud del cliente en forma de lenguaje natural. En lugar de elegir varias opciones complicadas, el cliente podría explicar su necesidad de forma sencilla y el sistema le sugeriría el camino correcto según la información disponible. Si la solicitud fuera sencilla, la respuesta podría darse directamente, y si requiriera más investigación, la conversación pasaría a la siguiente etapa. Este modelo deja la tecnología en un segundo plano y la experiencia del cliente sigue siendo natural.
Inteligencia artificial en el proceso de pedido
Una parte importante del proyecto fue utilizar IA para comprender la intención del cliente en lugar de simplemente reconocer las palabras del mensaje. Por ejemplo, un cliente puede decir "Quiero una opción de estilo para una fiesta de cumpleaños de unas veinte personas" y esperar que el sistema comprenda primero su necesidad y luego sugiera opciones adecuadas. Dicha interacción requiere combinar información del producto con contexto conversacional y puede hacer que la experiencia de compra sea más personalizada que un menú fijo. Por supuesto, la oferta inteligente debe basarse en productos reales e información de marca verificada para que la experiencia del cliente no dependa de información falsa.
Oferta de producto adecuada
El sistema podría sugerir opciones entre los productos disponibles según la ocasión, el número de invitados, el tipo de producto y las preferencias del cliente. Estas ofertas no pretendían reemplazar la elección del cliente, sino actuar como un asistente digital que facilita la elección. En tal modelo, la información del producto y las reglas de la marca determinan qué ofertas se pueden mostrar, y la IA asume la tarea de comprender la solicitud y establecer una conexión entre las necesidades del cliente y las opciones disponibles. Este enfoque permite la personalización sin convertir la experiencia de compra en un proceso complejo.
Respondiendo preguntas frecuentes
Otra parte del sistema fue diseñada para responder las preguntas más frecuentes de los clientes. Cosas como el tiempo de preparación, cómo registrar un pedido, condiciones de pedidos especiales e información general de los productos se pueden colocar en la base de conocimientos y el sistema puede responder en función de ellos. Este problema puede reducir la cantidad de preguntas repetidas de los empleados y al mismo tiempo hacer que la respuesta inicial esté disponible para el cliente más rápidamente. Cuando no hay información suficiente, el sistema debe enviar la solicitud para revisión humana en lugar de adivinar.
Personalización de la experiencia del cliente en Kamand
Una de las oportunidades importantes de la inteligencia artificial para marcas como Kamand es crear una experiencia que no sea exactamente igual para todos los clientes. Un cliente que compra para un cumpleaños tiene necesidades diferentes a las de alguien que realiza un pedido para una reunión de negocios, un regalo corporativo o un evento familiar. Al recibir información simple, el sistema puede reconocer el contexto de la solicitud y ajustar el recorrido de las ofertas según las mismas condiciones. Esta personalización debe realizarse manteniendo la simplicidad para que el cliente no se sienta obligado a completar un formulario largo para comprar un producto simple.
Saber la ocasión de compra
La ocasión es uno de los datos más importantes en la industria de pastelería y pastelería y puede afectar el tipo de producto, la cantidad, el empaque y el tiempo de preparación. El sistema inteligente podría determinar la idoneidad del pedido con preguntas breves y luego proporcionar información relevante al cliente. Por ejemplo, pedir una tarta de cumpleaños puede ser diferente a pedir un regalo o comprar una gran cantidad de dulces. Esta simple separación hace que la experiencia del usuario sea más personalizada y el proceso de pedido más manejable para el equipo interno.
Comprender las preferencias del cliente
Si tiene la infraestructura adecuada, la información de pedidos anteriores también puede ayudar a personalizar las comunicaciones futuras. Por ejemplo, si el cliente ha seleccionado un determinado producto o tipo en interacciones anteriores, el sistema puede ofrecer ofertas más relevantes en la situación adecuada. Por supuesto, el uso de dichos datos debe realizarse de conformidad con las leyes de privacidad y datos del cliente. El propósito de la personalización es crear una mejor experiencia, no recopilar información sin rumbo fijo.
Automatización del registro y gestión de pedidos.
Después de la fase de conversación, la parte más importante del sistema fue convertir la conversación en información utilizable para el equipo de Kamand. En un proceso manual, es posible que los empleados tengan que extraer información del pedido de múltiples mensajes y volver a ingresarla en otra oficina, archivo o sistema. La automatización puede capturar esta información en un formato específico y proporcionársela al equipo para su revisión o aprobación. De esta forma, se reduce la brecha entre la "conversación con el cliente" y la "información de la orden operativa".
Estructura de información del pedido
Para cada pedido, se pueden considerar campos como nombre del cliente, tipo de producto, cantidad, fecha deseada, ocasión, descripción específica y estado del pedido. Después de recibir la información, el sistema puede identificar artículos incompletos y hacer al cliente las preguntas necesarias antes de transferir la solicitud. Esto evita intercambios innecesarios y permite que el equipo de Lasso reciba una solicitud más completa. Finalmente, la confirmación final del pedido aún la puede realizar el personal de recogida.
Conexión al proceso interno
El valor de la automatización aumenta cuando la información recibida no queda sólo en un chat y se transfiere al proceso interno del negocio. El pedido se puede ingresar en un panel, CRM o sistema de gestión de pedidos después de completar la información, y se puede rastrear su estado desde "nueva solicitud" hasta "confirmación", "preparación" y "entrega". Esta estructura permite una visión más integrada de los pedidos y facilita la gestión de un mayor volumen de pedidos a medida que el negocio se expande.
Experiencia Lasso SEO digital y local
Para una tienda de dulces, la visibilidad en las búsquedas locales es muy importante y el sitio web debe poder proporcionar claramente a los usuarios información como la marca, la dirección, el horario laboral, el número de contacto y los servicios. Google utiliza datos estructurados para empresas locales y, para empresas de alimentación, información como dirección, horario de apertura, menú e información de contacto se puede definir en la estructura de la página. Esto ayuda al motor de búsqueda a comprender mejor la naturaleza y la información del negocio, aunque no se garantiza que un resultado particular aparezca en los resultados de búsqueda.
Estructura del contenido del sitio
Junto con el sistema inteligente, la estructura de contenido del sitio web de Kamand también debe diseñarse en función de las necesidades reales del cliente. Las páginas de productos, las categorías de dulces, los pasteles para ocasiones especiales, los pedidos especiales, la marca y la información de contacto deben tener cada uno un propósito específico. El contenido de cada página también debe estar escrito para humanos y no simplemente lleno de palabras clave repetidas. Esta combinación de experiencia de usuario, información local e infraestructura técnica puede crear una base más adecuada para la presencia digital de una empresa local.
Datos estructurados locales
Para la página de inicio o la página de presentación de la sucursal, la información comercial real se puede colocar en el formato de datos estructurados apropiado para que los motores de búsqueda tengan una comprensión más precisa del tipo de actividad, ubicación e información de contacto. Para las empresas locales, Google recomienda utilizar el subtipo más específico que coincida con la empresa y definir correctamente información como el nombre, la dirección y otros atributos relevantes. Además, los datos estructurados deben coincidir con el contenido visible de la página.
Diseñando la experiencia conversacional de la marca Kamand
Una de las diferencias importantes entre un sistema inteligente exitoso y un chatbot seco es la forma en que habla. Kamand es una marca alimentaria y emocional y, por tanto, las respuestas del sistema no deberían parecerse a los mensajes de un software empresarial. El tono debe ser cálido, respetuoso y acogedor, pero aun así proporcionar información precisa y confiable. Al diseñar la experiencia conversacional, Netanik consideró la personalidad de la marca como parte de la arquitectura del sistema para que la tecnología permanezca alineada con la identidad de Kamand.
tono humano
La conversación con el cliente debe ser breve, clara y natural, y en cada etapa solicitar sólo la información que sea realmente necesaria para proceder con el pedido. El uso excesivo de jerga técnica, mensajes largos o respuestas repetitivas pueden restar valor a la experiencia del usuario. El sistema debería poder hacer la siguiente pregunta si es necesario y al mismo tiempo dejar la elección al cliente. De hecho, la IA debería actuar como un asistente de ventas digital, no como un formulario en línea que pronuncia oraciones artificiales.
Transferir a experto humano
Ningún sistema inteligente debería asumir que puede manejar todas las situaciones posibles sin intervención humana. Órdenes complejas, solicitudes específicas o casos en los que no haya información suficiente para responder deben remitirse a un experto. El sistema puede proporcionar al experto un resumen de la conversación y la información recibida antes de la transferencia, para que el cliente no tenga que volver a explicarlo todo. Este punto de conexión entre la IA y los humanos fue una de las partes más importantes de la experiencia diseñada para Kamand.
análisis de datos y mejorar el proceso de ventas
El lanzamiento de un sistema inteligente no es el final del proyecto y los datos de las interacciones con los clientes se pueden utilizar para mejorar gradualmente el proceso. Examinar las preguntas frecuentes, los productos más solicitados, los puntos en los que los clientes abandonan la conversación y las solicitudes que con mayor frecuencia se transfieren al operador generará información valiosa. Al analizar estos datos, el equipo de Kamand puede modificar el contenido del sitio, la información del producto e incluso el proceso de pedido. Por lo tanto, con el tiempo, el sistema no se queda sólo en una herramienta de respuesta y se convierte en una fuente para una mejor comprensión del comportamiento del cliente.
Indicadores medibles
Para comprobar el rendimiento del sistema se pueden comprobar indicadores como el número de interacciones, la tasa de finalización de solicitudes, el número de transferencias a un experto y temas frecuentes. En el siguiente paso también se puede evaluar la relación de estos datos con los pedidos reales y el comportamiento del cliente. El propósito de esta medición no es producir números representativos; Más bien se trata de encontrar puntos que mejoren la experiencia del cliente. Este enfoque permite que el desarrollo del sistema continúe basándose en datos reales y necesidades comerciales.
Mejora continua del sistema.
Si se agrega un nuevo producto al menú Lasso, su información debe colocarse en la base de conocimiento del sistema, y si las condiciones del pedido cambian, Workflow También debería actualizarse. Este simple ciclo muestra que un sistema de IA exitoso no es un proyecto de una sola vez y requiere mantenimiento y optimización. En dicha estructura, el equipo de Netanik puede trabajar para mejorar las indicaciones, la base de conocimientos, los flujos de automatización y la experiencia del usuario. El resultado deseado se forma cuando el sistema crece junto con el propio negocio.
El resultado del proyecto Kamand.
El proyecto Lasso es un ejemplo de este enfoque de que la IA no necesariamente es aplicable únicamente a grandes empresas de tecnología u organizaciones complejas. Una pastelería también puede simplificar la experiencia del cliente y gestionar algunos de sus procesos repetitivos de una forma más estructurada con el uso adecuado de la IA. En este proyecto, la atención se centró en construir un sistema utilizable que comenzara respondiendo y recomendando un producto, y luego pudiera conectarse al registro de pedidos y a los procesos internos. De esta manera, la tecnología estaba al servicio de la experiencia de marca y no al revés.
Valor creado para la marca.
Para Kamand, el principal valor de este sistema estuvo definido en crear una vía de comunicación más coherente entre el cliente y el negocio. El cliente puede obtener la información que necesita más rápido y el equipo interno puede tener información más estructurada sobre las solicitudes. Por otro lado, la arquitectura del sistema tiene la capacidad de desarrollar pedidos online, clubes de clientes, ofertas personalizadas y análisis del comportamiento del cliente. Esta capacidad de ampliación hace que la inversión en infraestructura de IA no se limite a una pequeña capacidad.
El papel de Natanael
En este proyecto, Netanic no vio la inteligencia artificial como una herramienta separada del diseño de marca o la experiencia digital y trató de unir todos los componentes en un camino coherente. Desde el diseño lógico conversacional y de la base de conocimientos hasta la automatización de pedidos, la experiencia del usuario y las consideraciones de SEO local, cada sección se definió con un propósito específico. Este enfoque permite a Kamand incorporar gradualmente la tecnología en sus procesos actuales y agregar nuevas capacidades en el futuro. El resultado es una infraestructura inteligente y ampliable que puede desempeñar un papel tanto en la comunicación con el cliente como en la gestión empresarial interna.
El futuro inteligente de Kamand
El camino de desarrollo de este proyecto puede continuar mucho más allá de la respuesta inicial al cliente. Conectar el sistema al inventario de productos, pedidos en línea, CRM, club de clientes y análisis de comportamiento puede gestionar parte del proceso de ventas y la relación con el cliente de una manera más integrada. En una etapa más avanzada, un Agente de IA puede ejecutar parte de determinados procesos con acceso controlado a herramientas de negocio y, en casos críticos, dejar la toma de decisiones a recursos humanos. Una arquitectura de este tipo ayuda a Kamand a tener un ecosistema digital más coherente en lugar de utilizar algunas herramientas esporádicamente.
Del orden a la relación
El objetivo final de este sistema no es sólo realizar pedidos más rápido; Lo más importante es construir una mejor relación entre el cliente y la marca. Cuando se proporciona la información correcta al cliente en el momento adecuado y la experiencia de compra es simple y personalizada, la relación con la marca puede ir más allá de una simple transacción. Los datos de esta interacción también se pueden utilizar para comprender mejor al cliente y diseñar experiencias futuras. En tal modelo, la IA en lugar de estar justo detrás de un chatbot Se convierte en parte de la experiencia digital de la marca.
resumen
El proyecto de la confitería Kamand demuestra que Inteligencia artificial en la experiencia del cliente También puede crear una infraestructura funcional para las empresas locales. La combinación de base de conocimientos, conversación inteligente, sugerencia de productos, automatización de pedidos y análisis de datos puede hacer que el camino de comunicación del cliente con la marca sea más sencillo y coherente. En este proyecto, Netanik intentó alinear la tecnología con la identidad humana de la marca Lasso para que la automatización no enfríe la experiencia del cliente. El resultado es una arquitectura que puede comenzar desde un sistema responsivo simple y evolucionar hacia un sistema inteligente en el futuro. Gestión de pedidos Y la relación con el cliente se vuelve.
