Para pemimpin Customer Experience (CX) di perusahaan menghadapi tekanan untuk beralih dari proses reaktif dan manual menjadi strategi yang sangat berharga dan proaktif. Hal ini penting untuk memastikan organisasi dapat menskala pengalaman pelanggan yang berkualitas, memenangkan lebih banyak bisnis, dan menjaga kepuasan pelanggan. Tantangan utama adalah bagaimana mengotomatisasi proses bisnis yang rumit dan menganalisis data yang terhubung untuk mendapatkan wawasan yang cerdas guna membuka peluang pendapatan baru dan membangun hubungan pelanggan yang langgeng.
Menjawab kebutuhan transformatif ini, Oracle mengumumkan peluncuran AI agent berbasis peran baru yang disematkan dalam Oracle Fusion Cloud Applications. Solusi ini dirancang untuk membantu para pemimpin CX meningkatkan efisiensi operasional dan memperkuat loyalitas pelanggan. AI agent ini ditanamkan langsung di dalam alur kerja pemasaran, penjualan, dan layanan, beroperasi di atas Oracle Cloud Infrastructure dan terintegrasi secara native tanpa biaya tambahan.
“Agen kecerdasan buatan (AI) sedang mengubah interaksi pelanggan dari proses reaktif, manual, dan rumit menjadi strategi yang sangat berharga dan proaktif yang memungkinkan organisasi untuk memperluas pengalaman berkualitas guna memenangkan lebih banyak bisnis dan menjaga kepuasan pelanggan,” kata Chris Leone, executive vice president of Applications Development, Oracle.
AI Agent Dalam Pemasaran
Dalam domain Pemasaran, AI Agent baru ini berfokus pada personalisasi dan penargetan yang lebih akurat.
- Account Product Fit Agent: Membantu pemasar memprioritaskan pelanggan yang paling mungkin melakukan pembelian dengan mengidentifikasi minat melalui Ideal Customer Profile (ICP) dan predictive scoring.
- Buying Group Definition Agent: Memungkinkan personalisasi strategi yang lebih efektif berdasarkan persona dengan mengidentifikasi peran pembelian spesifik untuk kontak.
- Model Qualification Agent: Membantu penargetan dan personalisasi konten yang lebih akurat dengan merekomendasikan audiens terbaik melalui model prediktif dan menilai kecukupan data.
AI Agent Dalam Penjualan
Di lini Penjualan, AI Agents bertujuan membantu staf menutup kesepakatan lebih cepat dan mengidentifikasi peluang pertumbuhan.
- Deal Advisor Agent: Membantu penjual menutup kesepakatan lebih cepat dengan secara otomatis memunculkan panduan ahli seperti ringkasan produk, harga, dan studi kasus.
- Quote Assistant Agent: Menyederhanakan penawaran harga dengan memberikan jawaban cepat dan dapat ditindaklanjuti untuk pertanyaan proposal.
- Product Recommendations Agent: Mengidentifikasi peluang cross-sell dan upsell dengan menganalisis riwayat pelanggan, preferensi, dan data penawaran harga.
- Quote Summaries Agent: Menghasilkan ringkasan ringkas tentang penawaran harga detail kesepakatan, riwayat, dan langkah selanjutnya agar penjual cepat memahami aspek-aspek kunci.
- Contract Advisor Agent: Membantu penjual memahami dokumen kontrak dengan cepat dengan menghasilkan ringkasan kewajiban dan ketentuan kunci lainnya.
- Lead Advisor Agent: Memberikan ringkasan wawasan tentang leads perilaku, keterlibatan, detail profil dengan tindakan terbaik yang direkomendasikan untuk langkah berikutnya.
AI Agent Dalam Layanan Pelanggan
Pada Layanan Pelanggan, AI Agents dirancang untuk meningkatkan waktu resolusi dan menangani volume permintaan yang lebih tinggi.
- Triage Agent: Menganalisis permintaan layanan secara cerdas, memahami masalah pelanggan, dan memprioritaskan tiket berdasarkan produk, kategori, tingkat keparahan, dan sentimen.
- Self-Service Agent: Membantu pelanggan menyelesaikan masalah mereka sendiri dengan panduan langkah demi langkah melalui portal atau aplikasi, memungkinkan perwakilan layanan fokus pada masalah bernilai lebih tinggi.
- Service Request Creation Agent: Secara otomatis mengubah permintaan dari percakapan chat, transkrip panggilan telepon, dan email pelanggan menjadi permintaan layanan yang dapat ditindaklanjuti.
- Work Order Agent: Membantu organisasi layanan lapangan dengan secara otomatis menghasilkan draf pesanan kerja yang sudah diisi sebelumnya untuk penyelesaian masalah yang lebih cepat.
- Service Request Clustering Agent: Menganalisis permintaan layanan serupa untuk mengidentifikasi masalah berulang dan mengurangi permintaan yang duplikat.
- Escalation Prediction Agent: Secara proaktif mengidentifikasi permintaan layanan yang berisiko diekskalasi dengan menganalisis sentimen pelanggan dan atribut permintaan.
