Operasjonell KI-fordel i utholdenhet

Et av de største tankeskiftene bransjen vår fortsatt må gjennom, er å slutte å tenke kun i form av deltakere. Den samme personen som melder seg på løpet ditt, kan også være frivillig, donere penger, kjøpe utstyr, bli medlem, trene året rundt, verve venner eller støtte formålet ditt på utallige andre måter. De er deltakere, men enda viktigere: de er kunder og medlemmer av et fellesskap.

Jeg heter Jackie Levi og er strategidirektør i haku. I årevis har jeg hjulpet arrangører av utholdenhetsløp og ideelle organisasjoner med å drive mer effektivt, ta i bruk teknologien de trenger for å bli mer produktive, og utvikle bedre kunderelasjoner. Hvis du har fulgt bloggen vår, vet du at jeg tidligere har skrevet om hvorfor organisasjonen din bør opptre som en helårsmerkevare. Hvis du ikke allerede har gjort det, bør du lese det innlegget også, men det er ikke et krav for å forstå denne artikkelen.

Utholdenhetsbransjen har brukt tiår på å optimalisere arrangementer. Det neste tiåret tilhører organisasjonene som optimaliserer kunderelasjoner.

Gjennom årene vi har støttet arrangører av utholdenhetsløp, har teamet mitt i haku bidratt til operasjonell fortreffelighet ved hjelp av vår alt-i-ett-plattform, som har et bransjespesifikt CRM-system i kjernen. Teknologien vår hjalp arrangører med å oppnå mer med begrensede ressurser, og organisasjonene som tok i bruk disse verktøyene, fikk et betydelig konkurransefortrinn. 

I dag rulles nye chatbot-lignende funksjoner ut i programvareplattformer overalt. Etter hvert som utholdenhetsorganisasjoner tar i bruk AI, vil de naturlig nok oppnå effektivitetsgevinster ved oppgaver som å utforme innlegg i sosiale medier eller e-postutsendelser. Oppgaver som tidligere krevde manuelt arbeid, kan i økende grad automatiseres av disse AI-verktøyene. 

Hos haku har vi vært i front når det gjelder AI-innovasjon innen utholdenhetsfeltet helt fra starten, og vi lanserte våre generative AI-funksjoner måneder og til og med år før konkurrentene. Men vi stoppet ikke der. Vi oppdaget at vi satt på et unikt og rikt datasett som kunne informere AI-beslutninger og gi operasjonell innsikt, ikke bare generativ assistanse. 

Utholdenhetsarrangementene som får mest ut av AI, er de som har en klarere kundeforståelse, innsikt hentet frem av plattformen (selv når de ikke vet hva de skal spørre om), og et rikt datasett som går utover bare påmeldingsdata. AI vil ikke skape kundeforståelse. Den vil forsterke kundeforståelsen du allerede har. 

La meg si det på en annen måte.

Organisasjonene som drar mest nytte av AI vil ikke være de som tilfeldigvis bruker AI. Det vil være de som har den beste kundeforståelsen.

De fleste i utholdenhetsbransjen tar feil AI-diskusjon

Når jeg snakker med løpsarrangører, driftsansvarlige og team i ideelle organisasjoner, starter de fleste AI-samtaler omtrent på samme sted.

Folk vil vite hvordan AI kan spare tid. De spør om ting som: 

Kan den hjelpe til med å skrive e-poster? 

Kan den redusere administrativt arbeid? 

Kan det gjøre rapporteringen raskere? 

Kan det hjelpe små team med å få gjort mer uten å måtte ansette flere?

Det er betimelige spørsmål. Endurance-organisasjoner har tross alt brukt årevis på å prøve å gjøre mer med begrensede ressurser. Det som slår meg, er imidlertid at disse samtalene ofte fokuserer på KI som et produktivitetsverktøy fremfor et strategisk verktøy.

Det viktigste KI sannsynligvis vil endre, er ikke hvor raskt vi fullfører enkeltoppgaver. Det blir litt som å spørre om flere kokker gjør at en pai stekes raskere. Selvfølgelig kan du lage flere paier med flere kokker, men den operasjonelle flaskehalsen med stekeovn og steketid består. På samme måte vil ikke fordelene med KI bare være å sende flere e-poster eller innlegg i sosiale medier. KI begynner å levere mest verdi når det hjelper organisasjoner med å forstå hva som skjer gjennom hele kundereisen. Å bruke et chat-verktøy som en funksjon, og ikke som infrastruktur, er for enkelt.

De fleste endurance-organisasjoner har allerede en enorm mengde deltakerinformasjon lett tilgjengelig. Påmeldingshistorikk, innsamlingsaktivitet, donasjoner, varekjøp, frivillig innsats, medlemsengasjement, verving, ritt- eller løpsdagaktivitet, kundestøttehenvendelser og markedsføringsengasjement forteller alle en del av historien. 

Utfordringen er å se disse signalene på ett sted. Hvis KI-verktøyet ditt bare ser på påmeldingsinformasjon, går du allerede glipp av mye. Uten de samlede dataene du får fra en virkelig moderne inntektsplattform, som haku, er det nesten umulig å få den komplette oversikten. 

Gjennom årene har jeg sett team bruke utallige timer på å hente ut rapporter fra flere systemer, avstemme poster og manuelt gjenoppbygge deltakerhistorikk før de bytter til haku. Informasjonen de leter etter finnes som regel, men det krever enorm innsats å få den frem uten de riktige verktøyene.

Etter hvert som KI blir mer kapabelt, er det lett å tro at det alene vil forbedre resultatene. Men som ethvert system eller datamaskin, kan KI bare jobbe med konteksten det har tilgang til. Hvis kunderelasjonene dine er fragmentert på tvers av frakoblede systemer, arver KI denne fragmenteringen. Det løser den ikke på magisk vis. Hvis data er isolert i siloer på tvers av påmeldinger, innsamling, handel, frivilligregistre, medlemskap og markedsføring, forstår KI bare fragmenter, ikke en helhetlig kunde. Men hvis du har sammenkoblede data som er godt formatert og tilgjengelige på tvers av virksomheten, arver KI også denne sammenkoblingen.

Samtalen mange organisasjoner bør ha, handler ikke om hvorvidt KI kan generere resultater. Selv relativt enkle KI-verktøy kan gjøre det. Det ingen KI-verktøy kan gjøre, er å gi deg innsikt uten synlighet. 

Kundeforståelse er i ferd med å bli viktigere enn datainnsamling

I årevis har endurance-organisasjoner investert tungt i å samle inn informasjon om kunderelasjoner, men har slitt med å handle raskt basert på den.

Tenk på en deltaker som har fullført det samme arrangementet tre år på rad. Underveis har hun kjøpt varer, donert til et veldedig lag, vervet en venn, meldt seg inn i et medlemsprogram, og nylig begynt påmeldingen til en lengre distanse før hun avbrøt prosessen. De fleste organisasjoner kan etter hvert avdekke alle disse handlingene, men klarer ikke raskt å koble dem sammen for å påvirke hva som skjer videre.

Etter hvert som KI blir mer kapabelt, vil timing og proaktiv forståelse bli stadig viktigere. Organisasjoner antar ofte at KI vil skape forståelse, men oftere avslører det om virksomheten din allerede forstår deltakerne dine eller ikke.

Hvis deltakerhistorikk, innsamlingsaktivitet, handelsdata, engasjementssignaler og operasjonelle poster forblir frakoblet, arver KI disse begrensningene.

På den annen side, når disse signalene er koblet sammen slik de er i haku, er organisasjoner i stand til å se sammenhenger som ellers er vanskelige å identifisere. En deltakers påmeldingshistorikk kan ses sammen med innsamlingsaktivitet, kjøpsatferd, engasjementstrender og andre former for involvering. Når disse sammenhengene blir synlige, blir andre beslutninger mulige.

Hvorfor operasjonell intelligens betyr noe

En av grunnene til at jeg er begeistret for hvor KI er på vei, er at det skaper en mulighet til å gå utover automatisering.

I årevis har teknologi primært hjulpet utholdenhetsorganisasjoner med gjennomføring. Den har bidratt til å behandle påmeldinger, administrere innsamlingsprogrammer, automatisere kommunikasjon og effektivisere operasjonelle arbeidsflyter. Disse forbedringene har skapt betydelige gevinster for hele bransjen.

I økende grad innser imidlertid utholdenhetsorganisasjoner at de må operere som merkevarer året rundt, ikke bare som enkeltstående arrangementer. De må investere i deltakernes reise. 

Når påmeldingene uventet avtar, må teamene forstå om problemet ligger i målgruppens kvalitet, budskap, prising, timing, friksjon i konverteringen eller noe helt annet. På samme måte, når deltakernes engasjement endrer seg, må organisasjonene avgjøre om de ser en midlertidig svingning eller begynnelsen på en bredere trend.

Dette er en av grunnene til at jeg mener operasjonell intelligens har potensial til å bli den viktigste differensiatoren innen utholdenhetsteknologi som vi har sett til dags dato. 

Plattformarkitektur blir en annen type samtale

I lang tid foregikk det rett og slett ingen samtaler om plattformarkitektur i vår bransje. Selv i dag finnes det arrangører som ikke bruker en CRM-basert plattform. 

Organisasjoner kan vurdere systemer basert på integrasjoner, arbeidsflyter, rapporteringsmuligheter og brukervennlighet, men de har ikke alltid tenkt på hvordan disse henger sammen. 

Team som opererer på tvers av frakoblede systemer kan fortsatt generere rapporter, automatisere oppgaver og få tilgang til AI-funksjoner. Det som blir vanskeligere, er å utvikle en helhetlig forståelse av kunden gjennom hele livssyklusen.

I motsetning til dette skaper organisasjoner som kan koble sammen påmeldingsaktivitet, innsamlingsengasjement, markedsføringsresultater, handelsdata, medlemskap, deltakelse på løpsdagen, frivillig innsats og CRM-historikk et rikere grunnlag for analyse og beslutningstaking. Fra mitt perspektiv er det her arkitektur begynner å bevege seg utover en rent teknisk diskusjon og inn i sfæren for levd erfaring. 

Jeg vil avslutte med dette

Som jeg har delt, sentrerer mye av dagens AI-diskusjon seg rundt oppgaveautomatisering og agentbaserte arbeidsflyter. Faktisk har teknologi gjennom store deler av bransjens historie blitt vurdert gjennom linsen av distinkte oppgaver. Vi målte suksess ut fra hvor raskt påmeldinger kunne behandles, hvor enkelt team kunne administrere driften, og hvor mange manuelle oppgaver som kunne elimineres. 

Men det finnes en reell mulighet for arrangører som ønsker mer innsikt de kan bruke både i øyeblikket og strategisk. Etter hvert som AI blir mer kapabel og mer allment tilgjengelig, vil fordelene knyttet til automatisering og produktivitet bli lettere å få tilgang til overalt. Organisasjonene som skiller seg ut, kan i økende grad bli de som klarer å koble sammen kundeatferd på tvers av mer av livssyklusen, identifisere meningsfulle mønstre tidligere, og handle ut fra denne innsikten mens det fortsatt er tid til å påvirke resultatene.

Hvis du er interessert i å lære mer om hvordan haku kan hjelpe deg med det grunnleggende ved arrangementet ditt, hjelpe deg med å skalere og vokse lønnsomt, eller gi deg avansert innsikt direkte i arbeidsflytene dine, vil salgsteamet mitt gjerne ta en prat. 

Vi tror AI vil være en av de viktigste teknologiene for å muliggjøre dette skiftet, men bare hvis den er bygget på en fullstendig forståelse av hver enkelt kunde og hver interaksjon. 

Det er fremtiden vi har jobbet mot. Vi gleder oss til å dele mer veldig snart.

‍