البيانات المتناثرة — العدو الرئيسي لخدمة العملاء
تواجه شركات الطيران مفارقة: يُعرف عن الراكب الكثير، لكن هذه المعرفة موزعة على عشرات الأنظمة. سجل الحجز يعيش في قاعدة بيانات، والمراسلات مع الدعم في أخرى، وتفضيلات الطعام في ثالثة، والنشاط على الموقع والتطبيق في مخزن منفصل تمامًا. يضطر الموظف إلى التنقل يدويًا بين النوافذ وجمع الصورة شيئًا فشيئًا. النتيجة — فقدان السياق، وأسئلة متكررة، والشعور بأن الخدمة «الذكية» في الواقع لا تتذكر شيئًا عنك.
اتجهت Virgin Atlantic إلى مسار مختلف: بدلاً من توظيف المزيد من الأشخاص لدمج البيانات يدويًا، حاولت الشركة توحيد إشارات العملاء بمساعدة مساعد ذكي.
كيف يحوّل ChatGPT Work البيانات المتناثرة إلى قصة مترابطة
في قلب النهج يكمن ChatGPT Work. إنه الإصدار المؤسسي من المساعد الذي يسمح بربط خدمات العمل وبيانات العمل داخل بيئة محمية. بدلاً من منح الخوارزمية وصولًا كاملًا إلى جميع الأنظمة دفعة واحدة، تم في Virgin Atlantic إعداد سيناريوهات يقوم فيها المساعد بالاستعلام عن المصادر ذات الصلة عند الطلب وتجميع الإجابة في ملخص موحد.
ما البيانات التي تدخل في المعالجة
- سجل الحجوزات — الرحلات السابقة والحالية، ودرجات الخدمة، والمسارات.
- قنوات التواصل — رسائل البريد الإلكتروني، والدردشات، والمكالمات مع الدعم.
- السلوك على الموقع — الوجهات التي بحث عنها الراكب، وما الذي أثار اهتمامه.
- الطلبات الخاصة — الحساسية، والأطباق المفضلة، ومتطلبات السفر مع الأطفال أو الحيوانات.
سابقًا، كانت هذه البيانات موجودة بشكل منفصل عن بعضها البعض. الآن، يقوم المساعد بسحبها عند الطلب ويبني تسلسلًا زمنيًا: ما الذي حدث مع الراكب قبل التواصل، وما المشكلات التي تم حلها بالفعل، وما المهم مراعاته عند الاتصال التالي.
كيف يعمل هذا عمليًا
عندما يكتب الراكب إلى الدعم، بدلاً من البحث في خمس قواعد بيانات، يقوم الموظف ببساطة بنقل جوهر الطلب إلى المساعد. يجد ChatGPT Work السجلات ذات الصلة ويقدم ملخصًا جاهزًا: من أمامنا، وما هي حالته وتاريخه، وهل كانت هناك حوادث مماثلة، وما خيار الرد الذي نجح سابقًا.
فارق مهم — المساعد لا يحل محل الإنسان، بل يخفف عنه المهام الروتينية. يحصل الموظف على مسودة رد أو نقاط رئيسية للمحادثة، لكن القرار النهائي يبقى دائمًا بيده. هذا أمر بالغ الأهمية في الطيران، حيث يتعلق الأمر بالترانزيت والأمتعة والتعويضات — الأخطاء هنا مكلفة.
ما الذي يغيّره هذا لفريق الدعم
بدلاً من عشر دقائق للبحث عن السياق، تستغرق المهمة دقيقة. يتوقف الموظفون عن إعادة سؤال العميل عما هو معروف بالفعل، ويمكنهم التركيز على حل المشكلة بدلاً من تشخيصها. بالإضافة إلى ذلك، تقل فرص سماع الراكب لعذر «للأسف، لا نرى حجزك» — النظام يرى بالفعل.
النتائج: ما الذي يتغير للعميل ولشركة الطيران
المكسب الرئيسي — ترابط التجربة. لا يشعر العميل أنه يبدأ المحادثة من الصفر في كل مرة. يمكنه الكتابة في الدردشة، ثم الاتصال، ثم العودة إلى الحوار في تطبيق المراسلة — وكل التاريخ سيكون أمام الوكيل. هذا يقلل الإحباط ويجعل العلامة التجارية أكثر إنسانية في نظر الراكب.
بالنسبة لشركة الطيران، الفائدة ملموسة أيضًا: معالجة أسرع للاستفسارات، وطلبات متكررة أقل، واحتمال أكبر للحفاظ على ولاء المسافرين الدائمين. الإشارات التي كانت تضيع سابقًا تعمل الآن لصالح خدمة يمكن التنبؤ بها.
الاستنتاجات
حالة Virgin Atlantic — مثال واضح على كيفية استخدام شركة كبيرة للنماذج التوليدية ليس من أجل الضجيج، بل لحل مشكلة قديمة. دمج إشارات العملاء عبر ChatGPT Work يتيح تحقيق خدمة مخصصة دون أتمتة كاملة: الآلة تتولى جمع المعلومات وتحليلها، والإنسان يتولى المسؤولية والتعاطف.
هذا النهج يمكن أن يعمل خارج قطاع الطيران أيضًا: في البنوك، والتجزئة، والاتصالات. في كل مكان يُعرف فيه عن العميل الكثير ولكن بشكل متناثر، يمكن للمساعد الذكي أن يكون ذلك الغراء الذي يحول مجموعة الحقائق إلى صورة متكاملة عن الإنسان.
