Den operationelle AI-fordel inden for udholdenhed

Et af de største skift i tankegangen, som vores branche stadig mangler at foretage, er at bevæge sig ud over kun at tænke i deltagere. Den samme person, der tilmelder sig dit løb, kan også være frivillig, donere, købe merchandise, blive medlem, træne året rundt, henvise venner eller støtte din mission på utallige andre måder. De er deltagere, men endnu vigtigere er de kunder og medlemmer af et fællesskab.

Jeg hedder Jackie Levi og er Chief Strategy Officer hos haku. I årevis har jeg hjulpet endurance-events og non-profit organisationer med at drive deres virksomhed mere effektivt, implementere den nødvendige teknologi og opbygge bedre kunderelationer. Hvis du har fulgt vores blog, ved du, at jeg tidligere har skrevet om, hvorfor din organisation bør agere som et brand, der er aktivt året rundt. Hvis du ikke allerede har gjort det, bør du også læse det blogindlæg, men det er ikke et krav for at forstå denne artikel.

Endurance-branchen har brugt årtier på at optimere events. Det næste årti tilhører de organisationer, der optimerer deres kunderelationer.

Gennem vores mange år med støtte til endurance-eventorganisationer har mit team hos haku kunnet fremme operationel ekspertise ved hjælp af vores alt-i-én-platform, der har et branchespecifikt CRM i centrum. Vores teknologi hjalp løbsarrangører med at opnå mere med begrænsede ressourcer, og de organisationer, der tog disse værktøjer til sig, opnåede en markant fordel. 

I dag bliver nye chatbot-lignende funktioner rullet ud i softwareplatforme overalt, hvor man kigger hen. Efterhånden som endurance-organisationer tager AI til sig, vil de naturligt opleve effektivitetsgevinster i forbindelse med opgaver som at udarbejde opslag til sociale medier eller e-mail-kampagner. Opgaver, der tidligere krævede manuelt arbejde, kan i stigende grad automatiseres af disse AI-værktøjer. 

Hos haku har vi været på forkant med AI-innovation inden for endurance-branchen fra starten, og vi lancerede vores generative AI-funktioner måneder og endda år før konkurrenterne. Men vi stoppede ikke der. Vi opdagede, at vi sad på et unikt og omfattende datasæt, der kunne kvalificere AI-beslutninger og levere operationel intelligens – ikke bare generativ assistance. 

De endurance-events, der får mest ud af AI, gør det ved at have en klarere kundeforståelse, indsigt genereret af platformen (selv når de ikke ved, hvad de skal spørge om) og et omfattende datasæt, der rækker ud over blot tilmeldingsdata. AI skaber ikke kundeforståelse. Den forstærker den kundeforståelse, du allerede har. 

Lad mig sige det på en anden måde.

De organisationer, der får mest ud af AI, bliver ikke dem, der tilfældigvis bruger AI. Det bliver dem med den bedste kundeforståelse.

Det meste af endurance-branchen tager den forkerte AI-samtale

Når jeg taler med løbsarrangører, eventoperatører og non-profit teams, starter de fleste AI-samtaler nogenlunde samme sted.

Folk vil vide, hvordan AI kan spare dem tid. De spørger om ting som: 

Kan den hjælpe med at skrive e-mails? 

Kan den reducere administrativt arbejde? 

Kan det sætte skub i rapporteringen? 

Kan det hjælpe små teams med at nå mere uden at ansætte flere folk?

Det er rimelige spørgsmål. Endurance-organisationer har trods alt brugt årevis på at forsøge at gøre mere med begrænsede ressourcer. Det, der slår mig, er dog, at disse samtaler ofte fokuserer på AI som et produktivitetsværktøj frem for et strategisk værktøj.

Det vigtigste, AI sandsynligvis kommer til at ændre, er ikke, hvor hurtigt vi udfører enkelte opgaver. Det svarer lidt til at spørge, om man får bagt en tærte hurtigere ved at ansætte flere kokke. Man kan naturligvis lave flere tærter med flere kokke, men den operationelle flaskehals med ovnen og bagetiden eksisterer stadig. På samme måde vil fordelene ved AI ikke bare bestå i at sende flere e-mails eller opslag på sociale medier. AI begynder for alvor at skabe værdi, når det hjælper organisationer med at forstå, hvad der sker på tværs af hele kunderejsen. At bruge et chatværktøj som en funktion frem for som infrastruktur er for basalt.

De fleste endurance-organisationer har allerede en enorm mængde deltagerinformation lige ved hånden. Tilmeldingshistorik, fundraising-aktivitet, donationer, varekøb, frivilligt arbejde, medlemsengagement, henvisninger, aktiviteter på løbsdagen, kundesupport-interaktioner og marketing-engagement fortæller alle en del af historien. 

Udfordringen er at se alle disse signaler ét sted. Hvis dit AI-værktøj kun kigger på tilmeldingsoplysninger, går du allerede glip af noget. Uden de samlede data, som man får fra en moderne indtægtsplatform som haku, er det næsten umuligt at få det fulde overblik. 

Gennem årene har jeg set teams bruge utallige timer på at trække rapporter fra flere systemer, afstemme registreringer og manuelt genopbygge deltagerhistorikker, før de skiftede til haku. De oplysninger, de leder efter, findes som regel, men det kræver en enorm indsats at finde dem frem uden de rette værktøjer.

I takt med at AI bliver mere kapabelt, er der en tendens til at tro, at det alene vil forbedre resultaterne. Men ligesom ethvert andet system eller computer kan AI kun arbejde med den kontekst, det har adgang til. Hvis din kunderelation er fragmenteret på tværs af usammenhængende systemer, arver AI den fragmentering. Det løser den ikke på magisk vis. Hvis data er isoleret i siloer på tværs af tilmeldinger, fundraising, handel, frivillig-registreringer, medlemskaber og marketing, forstår AI kun fragmenter, ikke en komplet kunde. Men hvis du har forbundne data, der er velformaterede og tilgængelige på tværs af din forretning, arver AI også den sammenhæng.

Den samtale, mange organisationer bør tage, handler ikke om, hvorvidt AI kan generere output. Selv relativt simple AI-værktøjer kan gøre det. Det, intet AI-værktøj kan, er at give dig indsigt uden synlighed. 

Forståelse af kunden bliver vigtigere end dataindsamling

I årevis har endurance-organisationer investeret massivt i at indsamle viden om kunderelationer, men har haft svært ved at handle hurtigt på den.

Forestil dig en deltager, der har gennemført det samme event tre år i træk. Undervejs har hun købt merchandise, doneret til et velgørenhedshold, henvist en ven, meldt sig ind i et medlemsprogram og for nylig påbegyndt tilmelding til en længere distance, før hun afbrød processen. De fleste organisationer kan med tiden afdække alle disse handlinger, men de kan ikke hurtigt forbinde dem for at påvirke, hvad der skal ske næste gang.

I takt med at AI bliver mere kapabelt, bliver timing og proaktiv forståelse stadig vigtigere. Organisationer antager ofte, at AI vil skabe forståelse, men oftere afslører det, om din drift allerede forstår dine deltagere eller ej.

Hvis deltagerhistorik, fundraising-aktivitet, handelsdata, engagementssignaler og driftsoptegnelser forbliver adskilte, arver AI disse begrænsninger.

På den anden side, når disse signaler er forbundet, som de er i haku, er organisationer i stand til at se sammenhænge, der ellers er svære at identificere. En deltagers tilmeldingshistorik kan ses sammen med fundraising-aktivitet, købsadfærd, tendenser i engagement og andre former for involvering. Når disse sammenhænge bliver synlige, bliver andre beslutninger mulige.

Hvorfor operationel intelligens betyder noget

En af grundene til, at jeg er begejstret for, hvor AI bevæger sig hen, er, at det skaber en mulighed for at bevæge sig ud over automatisering.

I årevis har teknologi primært hjulpet endurance-organisationer med eksekvering. Den har hjulpet med at behandle tilmeldinger, administrere fundraising-programmer, automatisere kommunikation og strømline operationelle arbejdsgange. Disse forbedringer har skabt markante fremskridt i hele branchen.

I stigende grad indser endurance-organisationer dog, at de er nødt til at fungere som helårsbrands, ikke bare som enkeltstående events. De er nødt til at investere i deltagernes rejse. 

Når tilmeldingerne uventet falder, skal teams forstå, om problemet skyldes målgruppens kvalitet, budskaber, prissætning, timing, friktion i konverteringen eller noget helt andet. På samme måde skal organisationer, når deltagernes engagement ændrer sig, kunne vurdere, om der er tale om en midlertidig fluktuation eller begyndelsen på en bredere tendens.

Det er en af grundene til, at jeg mener, at operationel intelligens har potentialet til at blive den vigtigste differentiator inden for endurance-teknologi, som vi har set til dato. 

Platformarkitektur bliver til en anden type samtale

I lang tid foregik samtaler om platformarkitektur slet ikke i vores branche. Selv i dag er der eventarrangører, der ikke bruger en CRM-baseret platform. 

Organisationer vurderer måske systemer ud fra integrationer, arbejdsgange, rapporteringsmuligheder og brugervenlighed, men de tænker ikke altid over, hvordan det hele hænger sammen. 

Teams, der arbejder på tværs af usammenhængende systemer, kan stadig generere rapporter, automatisere opgaver og få adgang til AI-funktioner. Det, der bliver sværere, er at udvikle en samlet forståelse af kunden gennem hele livscyklussen.

Organisationer, der derimod kan forbinde tilmeldingsaktivitet, fundraising-engagement, marketingperformance, handelsdata, medlemskaber, deltagelse på løbsdagen, frivilligt arbejde og CRM-historik, skaber et rigere fundament for analyse og beslutningstagning. Set fra mit perspektiv er det her, arkitektur bevæger sig ud over en rent teknisk diskussion og ind i området for den levede oplevelse. 

Afsluttende bemærkninger

Som jeg har nævnt, centrerer meget af nutidens AI-diskussion sig om opgaveautomatisering og agentiske arbejdsgange. Faktisk er teknologi gennem det meste af vores branches historie blevet vurderet gennem linsen af isolerede opgaver. Vi målte succes på, hvor hurtigt tilmeldinger kunne behandles, hvor nemt teams kunne styre driften, og hvor mange manuelle opgaver der kunne elimineres. 

Men der er en reel mulighed for eventarrangører, der ønsker mere indsigt, som de kan bruge både her og nu og strategisk. Efterhånden som AI bliver mere kapabel og bredt tilgængelig, bliver fordelene ved automatisering og produktivitet lettere at få adgang til. De organisationer, der skiller sig ud, vil i stigende grad være dem, der kan forbinde kundeadfærd på tværs af en større del af livscyklussen, identificere meningsfulde mønstre tidligere og handle på den indsigt, mens der stadig er tid til at påvirke resultaterne.

Hvis du er interesseret i at høre mere om, hvordan haku kan hjælpe dig med fundamentet for dit event, hjælpe dig med at skalere og vokse profitabelt eller give dig avanceret indsigt direkte i dine arbejdsgange, så tager mit salgsteam gerne en snak med dig. 

Vi tror på, at AI bliver en af de vigtigste teknologier til at muliggøre dette skift, men kun hvis den er bygget på en komplet forståelse af hver enkelt kunde og hver interaktion. 

Det er den fremtid, vi har arbejdet hen imod. Vi glæder os til at dele mere meget snart.

‍