Conception d'un système de commande intelligent et d'une expérience client pour la confiserie Kamand

Type de marque : Confiserie et confiserie
Nom de la marque : Kamand
Services Netanik : Intelligence artificielle, automatisation des commandes, expérience client, systèmes intelligents, etc. SEO locale

Responsable technique infrastructures et chantier : Navid Zamani

Chef de projet et graphiste : Sohail Motaghinia

Système de commande intelligent pour la confiserie Kamand

"Kamand" était une confiserie spécialisée dans les produits frais, les gâteaux pour occasions spéciales, les friandises faites à la main et les commandes spéciales. À mesure que le nombre de clients et la variété des commandes augmentaient, il fallait un processus plus régulier pour gérer les relations clients. Une partie importante des commandes a été reçue via des appels, des messageries et des réseaux sociaux, ce qui a entraîné la dispersion des informations client, du délai de livraison, du type de produit et des détails de la commande sur différents canaux. Le problème n’était pas seulement de passer une commande ; Le client s'attendait à pouvoir poser rapidement des questions sur les produits, obtenir une offre adaptée et finaliser sa commande sans de longs allers-retours. Netanik pour un lasso Système de commande intelligent et expérience client conçu qu'en combinant l'intelligence artificielle, l'automatisation et les données clients, le chemin de communication depuis la première question jusqu'à la passation de la commande était plus cohérent.

Le principal problème du lasso

Dans des secteurs comme la confiserie, de nombreux clients ont besoin de conseils avant d'acheter, et des questions telles que la sélection du produit, la quantité requise, le goût, le poids, l'occasion et le délai de livraison sont considérées comme faisant naturellement partie du processus de vente. Si répondre à toutes ces questions se fait manuellement, avec l’augmentation du volume de messages, davantage de pression sera exercée sur l’équipe commerciale ou le personnel de recouvrement. D’un autre côté, des réponses courtes et impersonnelles peuvent tuer l’opportunité d’établir une meilleure relation avec le client. Par conséquent, Kamand avait besoin d’une solution qui augmenterait la vitesse de réponse, tout en conservant le sentiment humain et intime d’une marque de bonbons.

L'objectif de la conception du système

L’objectif du projet n’était pas de construire un chatbot générique pour répondre à quelques questions courantes, mais de concevoir une expérience conversationnelle susceptible de simplifier une partie du processus d’achat pour le client. Le système doit connaître les informations sur les produits, les conditions de commande, les temps de préparation et les questions fréquemment posées, et fournir des réponses pertinentes en fonction des besoins des clients. Dans les commandes plus complexes, le système doit être capable de collecter des informations et de préparer la demande pour examen humain. De cette manière, au lieu d’éliminer la communication humaine, l’intelligence artificielle est entrée dans le processus en tant que couche pour simplifier cette communication.

Lien interne suggéré : "Solutions d'intelligence artificielle pour les entreprises" → Page Netanik AI Services.

Architecture d’expérience client intelligente

L'architecture de ce Système de commande intelligent Il a été conçu de telle manière que le client puisse bénéficier d'un parcours relativement fluide depuis la première interaction jusqu'à l'étape d'enregistrement de la demande. Les informations de base des produits et services Kamand ont été placées dans une base de connaissances structurée et le modèle d'intelligence artificielle a utilisé ces informations pour répondre. Dans la section commande, les informations nécessaires telles que le produit, la quantité, la date souhaitée et le type de demande ont été collectées afin que l'équipe Kamand puisse avoir des informations plus complètes sans chercher à nouveau les messages. Cette structure a également fourni le cadre nécessaire au développement d’un plus grand nombre de capacités à l’avenir.

Couche d'informations sur le produit

La première partie du système était la base de données des produits, qui comprenait les spécifications, les catégories, les descriptions, les conditions de commande et les informations associées de chaque produit. Ces données doivent rester structurées et à jour afin de générer des réponses d'IA basées sur des informations réelles de marque. En cas de changement de produit ou de conditions de vente, les informations de la base de connaissances doivent également être mises à jour afin que le système n'utilise pas d'anciennes informations. Une telle structure permet à l’IA de réagir sur la base des données fournies par l’entreprise au lieu de deviner.

Couche d'interaction client

La deuxième couche était liée à l'interaction conversationnelle et était chargée de recevoir la demande du client sous forme de langage naturel. Au lieu de choisir plusieurs options compliquées, le client pourrait expliquer son besoin de manière simple et le système lui suggérerait le bon chemin en fonction des informations disponibles. Si la demande était simple, la réponse pourrait être donnée directement, et si elle nécessitait une enquête plus approfondie, la conversation passerait à l'étape suivante. Ce modèle met la technologie au second plan et l’expérience client reste naturelle.

L'intelligence artificielle dans le processus de commande

Une partie importante du projet consistait à utiliser l'IA pour comprendre l'intention du client plutôt que de simplement reconnaître les mots du message. Par exemple, un client peut dire « Je souhaite une option de style pour une fête d'anniversaire d'une vingtaine de personnes » et s'attendre à ce que le système comprenne d'abord son besoin, puis lui suggère des options appropriées. Une telle interaction nécessite de combiner les informations sur le produit avec un contexte conversationnel et peut rendre l'expérience d'achat plus personnalisée qu'un menu fixe. Bien entendu, l’offre intelligente doit être basée sur des produits réels et des informations vérifiées sur la marque afin que l’expérience client ne dépende pas de fausses informations.

Offre de produits adaptée

Le système pourrait suggérer des options parmi les produits disponibles en fonction de l'occasion, du nombre d'invités, du type de produit et des préférences du client. Ces offres n’étaient pas destinées à remplacer le choix du client, mais à agir comme un assistant numérique facilitant le choix. Dans un tel modèle, les informations sur le produit et les règles de la marque déterminent quelles offres peuvent être affichées, et l'IA se charge de comprendre la demande et d'établir un lien entre les besoins du client et les options disponibles. Cette approche permet la personnalisation sans transformer l'expérience d'achat en un processus complexe.

Répondre aux questions fréquemment posées

Une autre partie du système a été conçue pour répondre aux questions fréquemment posées par les clients. Des éléments tels que le temps de préparation, la manière d'enregistrer une commande, les conditions des commandes spéciales et les informations générales sur les produits peuvent être placés dans la base de connaissances et le système peut répondre en fonction de ces éléments. Ce problème peut réduire le nombre de questions répétées de la part des employés tout en permettant au client d'obtenir plus rapidement la réponse initiale. Lorsque les informations sont insuffisantes, le système doit transmettre la demande d'examen humain plutôt que de deviner.

Personnalisation de l’expérience client à Kamand

L’une des opportunités importantes de l’intelligence artificielle pour des marques comme Kamand est de créer une expérience qui n’est pas exactement la même pour tous les clients. Un client qui achète pour un anniversaire a des besoins différents de ceux qui commandent pour une réunion d'affaires, un cadeau d'entreprise ou un événement familial. En recevant quelques informations simples, le système peut reconnaître le contexte de la demande et ajuster le parcours des offres selon les mêmes conditions. Une telle personnalisation doit se faire en gardant la simplicité afin que le client ne se sente pas obligé de remplir un long formulaire pour acheter un produit simple.

Connaître l'occasion d'achat

L’occasion est l’une des informations les plus importantes dans l’industrie de la pâtisserie et de la pâtisserie et peut affecter le type de produit, sa quantité, son emballage et son temps de préparation. Le système intelligent pourrait déterminer le bien-fondé de la commande à l'aide de questions courtes, puis fournir des informations pertinentes au client. Par exemple, commander un gâteau d’anniversaire peut être différent de commander un cadeau ou d’acheter un grand nombre de friandises. Cette simple séparation rend l'expérience utilisateur plus personnalisée et le processus de commande plus gérable pour l'équipe interne.

Comprendre les préférences des clients

Si vous disposez de la bonne infrastructure, les informations des commandes précédentes peuvent également contribuer à personnaliser les communications futures. Par exemple, si le client a sélectionné un certain produit ou type lors d'interactions précédentes, le système peut proposer des offres plus pertinentes dans la bonne situation. Bien entendu, l’utilisation de ces données doit se faire dans le respect des lois sur la confidentialité et les données clients. Le but de la personnalisation est de créer une meilleure expérience, et non de collecter des informations sans but.

Automatisation de l’enregistrement et de la gestion des commandes

Après la phase de conversation, la partie la plus importante du système consistait à convertir la conversation en informations utilisables par l'équipe Kamand. Dans un processus manuel, les employés peuvent devoir extraire les informations de commande de plusieurs messages et les saisir à nouveau dans un autre bureau, fichier ou système. L'automatisation peut capturer ces informations dans un format spécifique et les fournir à l'équipe pour examen ou approbation. De cette manière, l'écart entre la « conversation client » et les « informations sur les commandes opérationnelles » est réduit.

Structure des informations de commande

Pour chaque commande, des champs tels que le nom du client, le type de produit, la quantité, la date souhaitée, l'occasion, la description spécifique et le statut de la commande peuvent être pris en compte. Après avoir reçu les informations, le système peut identifier les articles incomplets et poser les questions nécessaires au client avant de transférer la demande. Cela évite des allers-retours inutiles et permet à l’équipe Lasso de recevoir une demande plus complète. Enfin, la confirmation définitive de la commande peut encore être effectuée par le personnel d'enlèvement.

Connexion au processus interne

La valeur de l'automatisation augmente lorsque les informations reçues ne restent pas uniquement dans un chat et sont transférées au processus métier interne. La commande peut être saisie dans un tableau de bord, un CRM ou un système de gestion des commandes après avoir complété les informations, et son statut peut être suivi de « nouvelle demande » à « confirmation », « préparation » et « livraison ». Cette structure permet une vue plus intégrée des commandes et facilite la gestion d'un volume de commandes plus élevé à mesure que l'entreprise se développe.

Expérience Lasso numérique et référencement local

Pour une confiserie, la visibilité dans les recherches locales est très importante et le site Web doit être capable de fournir clairement aux utilisateurs des informations telles que le nom de la marque, l'adresse, les heures de travail, le numéro de contact et les services. Google utilise des données structurées pour les entreprises locales et pour les entreprises alimentaires, des informations telles que l'adresse, les heures d'ouverture, le menu et les coordonnées peuvent être définies dans la structure de la page. Cela aide le moteur de recherche à mieux comprendre la nature et les informations de l'entreprise, même s'il n'est pas garanti qu'un résultat particulier apparaîtra dans les résultats de recherche.

Structure du contenu du site

Parallèlement au système intelligent, la structure du contenu du site Web de Kamand doit également être conçue en fonction des besoins réels du client. Les pages produits, les catégories de friandises, les gâteaux pour occasions spéciales, les commandes spéciales, les informations sur la marque et les coordonnées doivent chacune avoir un objectif spécifique. Le contenu de chaque page doit également être écrit pour les humains et pas seulement rempli de mots-clés répétitifs. Cette combinaison d'expérience utilisateur, d'informations locales et d'infrastructure technique peut créer une base plus appropriée pour la présence numérique d'une entreprise locale.

Données structurées locales

Pour la page d'accueil ou la page d'introduction de la succursale, les informations commerciales réelles peuvent être mises dans le format de données structurées approprié afin que les moteurs de recherche aient une compréhension plus précise du type d'activité, de l'emplacement et des coordonnées. Pour les entreprises locales, Google recommande d'utiliser le sous-type le plus spécifique qui correspond à l'entreprise et de définir correctement les informations telles que le nom, l'adresse et d'autres attributs pertinents. De plus, les données structurées doivent correspondre au contenu visible de la page.

Concevoir l'expérience conversationnelle de la marque Kamand

L’une des différences importantes entre un système intelligent performant et un chatbot sec réside dans la façon dont il parle. Kamand est une marque alimentaire et émotionnelle, et donc les réponses du système ne doivent pas ressembler aux messages d'un logiciel d'entreprise. Le ton doit être chaleureux, respectueux et invitant, tout en fournissant des informations précises et fiables. En concevant l'expérience conversationnelle, Netanik a considéré la personnalité de la marque comme faisant partie de l'architecture du système afin que la technologie reste alignée sur l'identité de Kamand.

ton humain

La conversation avec le client doit être brève, claire et naturelle, et demander à chaque étape uniquement les informations réellement nécessaires pour procéder à la commande. L'utilisation excessive de jargon technique, de messages longs ou de réponses répétitives peut nuire à l'expérience utilisateur. Le système doit être capable de poser la question suivante si nécessaire tout en laissant le choix au client. En fait, l’IA devrait agir comme un assistant commercial numérique, et non comme un formulaire en ligne prononçant des phrases artificielles.

Transfert à un expert humain

Aucun système intelligent ne devrait supposer qu’il peut gérer toutes les situations possibles sans intervention humaine. Les commandes complexes, les demandes spécifiques ou les cas pour lesquels les informations sont insuffisantes pour répondre doivent être référés à un expert. Le système peut fournir à l'expert un résumé de la conversation et des informations reçues avant le transfert, afin que le client n'ait pas à tout expliquer à nouveau. Ce point de connexion entre l’IA et les humains était l’une des parties les plus importantes de l’expérience conçue pour Kamand.

analyse des données et améliorer le processus de vente

Le lancement d'un système intelligent ne constitue pas la fin du projet, et les données issues des interactions avec les clients peuvent être utilisées pour améliorer progressivement le processus. L'examen des questions fréquemment posées, des produits les plus fréquemment demandés, des moments où les clients abandonnent la conversation et des demandes les plus souvent transmises à l'opérateur générera des informations précieuses. En analysant ces données, l'équipe Kamand peut modifier le contenu du site, les informations sur les produits et même le processus de commande. Ainsi, au fil du temps, le système ne reste plus seulement un outil de réponse et devient une source de meilleure compréhension du comportement des clients.

Indicateurs mesurables

Pour vérifier les performances du système, des indicateurs tels que le nombre d'interactions, le taux d'achèvement des demandes, le nombre de transferts vers un expert et les sujets fréquents peuvent être vérifiés. Dans l'étape suivante, la relation entre ces données et les commandes réelles et le comportement des clients peut également être évaluée. Le but de cette mesure n’est pas de produire des chiffres représentatifs ; Il s’agit plutôt de trouver des points qui améliorent l’expérience client. Cette approche permet de poursuivre le développement du système sur la base de données réelles et des besoins de l'entreprise.

Amélioration continue du système

Si un nouveau produit est ajouté au menu lasso, ses informations doivent être placées dans la base de connaissances du système, et si les conditions de commande changent, Workflow Il devrait également être mis à jour. Ce cycle simple montre qu’un système d’IA réussi n’est pas un projet ponctuel et nécessite une maintenance et une optimisation. Dans une telle structure, l'équipe Netanik peut travailler à l'amélioration des invites, de la base de connaissances, des flux d'automatisation et de l'expérience utilisateur. Le résultat souhaité est obtenu lorsque le système se développe parallèlement à l'entreprise elle-même.

Le résultat du projet Kamand

Le projet Lasso est un exemple de cette approche selon laquelle l’IA n’est pas nécessairement applicable uniquement aux grandes entreprises technologiques ou aux organisations complexes. Une pâtisserie peut également simplifier l’expérience client et gérer certains de ses processus répétitifs de manière plus structurée grâce à la bonne utilisation de l’IA. Dans ce projet, l'accent était mis sur la création d'un système utilisable qui commencerait par répondre et recommander un produit, puis serait capable de se connecter à l'enregistrement des commandes et aux processus internes. De cette manière, c’est la technologie qui est au service de l’expérience de marque et non l’inverse.

Valeur créée pour la marque

Pour Kamand, la principale valeur de ce système a été définie dans la création d'un chemin de communication plus cohérent entre le client et l'entreprise. Le client peut obtenir plus rapidement les informations dont il a besoin et l’équipe interne peut disposer d’informations plus structurées sur les demandes. D'autre part, l'architecture du système a la capacité de développer des commandes en ligne, des clubs clients, des offres personnalisées et une analyse du comportement des clients. Cette extensibilité permet aux investissements dans l’infrastructure d’IA de ne pas se limiter à une petite capacité.

Le rôle de Nathaniel

Dans ce projet, Netanic n'a pas considéré l'intelligence artificielle comme un outil distinct de la conception de marque ou de l'expérience numérique et a essayé de rassembler tous les composants dans un chemin cohérent. De la conception logique de la conversation et de la base de connaissances à l'automatisation des commandes, en passant par l'expérience utilisateur et les considérations de référencement local, chaque section a été définie dans un objectif spécifique. Cette approche permet à Kamand d'intégrer progressivement la technologie dans ses processus réels et d'ajouter de nouvelles capacités à l'avenir. Le résultat est une infrastructure intelligente et extensible qui peut jouer un rôle à la fois dans la communication client et dans la gestion interne de l’entreprise.

L'avenir intelligent de Kamand

Le chemin de développement de ce projet peut se poursuivre bien au-delà de la réponse initiale au client. La connexion du système à l'inventaire des produits, aux commandes en ligne, au CRM, au club client et à l'analyse des comportements permet de gérer une partie du processus de vente et de la relation client de manière plus intégrée. À un stade plus avancé, un agent IA peut exécuter une partie de certains processus avec un accès contrôlé aux outils métiers et, dans les cas critiques, laisser la prise de décision aux ressources humaines. Une telle architecture aide Kamand à disposer d’un écosystème numérique plus cohérent au lieu d’utiliser quelques outils de manière sporadique.

De la commande à la relation

Le but ultime de ce système n’est pas seulement de commander plus rapidement ; Le plus important est de construire une meilleure relation entre le client et la marque. Lorsque la bonne information est fournie au client au bon moment et que l’expérience d’achat est simple et personnalisée, la relation avec la marque peut se nouer au-delà d’une simple transaction. Les données de cette interaction peuvent également être utilisées pour mieux comprendre le client et concevoir de futures expériences. Dans un tel modèle, l’IA, au lieu d’être juste derrière un chatbot Cela fait partie de l’expérience numérique de la marque.

résumé

Le projet de confiserie Kamand montre que L'intelligence artificielle dans l'expérience client Cela peut également créer une infrastructure fonctionnelle pour les entreprises locales. La combinaison d'une base de connaissances, d'une conversation intelligente, d'une suggestion de produits, d'une automatisation des commandes et d'une analyse des données peut rendre le chemin de communication client avec la marque plus simple et plus cohérent. Dans ce projet, Netanik a tenté d'aligner la technologie sur l'identité humaine de la marque Lasso afin que l'automatisation ne refroidisse pas l'expérience client. Le résultat est une architecture qui peut partir d'un simple système réactif et évoluer vers un système intelligent à l'avenir. Gestion des commandes Et la relation avec le client devient.