Giới thiệu
Các đội ngũ Marketing hiếm khi thiếu ý tưởng cho tự động hóa. Vấn đề khó hơn là chọn các cơ hội mà một AI agent có thể tạo ra giá trị đo lường được mà không mang lại rủi ro vận hành hoặc thương hiệu không chấp nhận được. Một cơ hội hữu ích không phải chỉ là một nhiệm vụ có cảm giác lặp lại. Đó là một workflow với mục đích kinh doanh rõ ràng, thông tin có sẵn, ranh giới quyết định dễ hiểu và kết quả có thể đo lường được.
Bài học này cung cấp một phương pháp thực tế để tìm và xếp hạng các nhiệm vụ tiềm năng. Bạn sẽ đánh giá bốn khía cạnh: tính lặp lại, yêu cầu dữ liệu, độ phức tạp quyết định và tác động kinh doanh. Mục tiêu là ra về với một danh sách ngắn, có thể biện minh được các workflow cho khám phá hoặc thử nghiệm thí điểm, thay vì một kho ý tưởng tự động hóa mù mờ.
Bắt đầu với Workflow
Bắt đầu bằng cách quan sát cách công việc được tiến hành thực tế. Phỏng vấn những người thực hiện nhiệm vụ, xem xét các ví dụ gần đây và ghi lại những gì xảy ra từ kích hoạt đến hoàn tất. Ví dụ, một nhân viên vận hành tiếp thị có thể nhận một mẫu đăng ký, kiểm tra hồ sơ tài khoản, phân loại lead, chỉ định người phụ trách và thông báo cho bộ phận bán hàng. Đó là một workflow. “Cải thiện quản lý lead” chỉ là một mục tiêu.
Mô tả workflow bằng ngôn ngữ kinh doanh. Xác định kích hoạt, đầu vào, các điểm quyết định, hành động được thực hiện, thời gian hoàn thành dự kiến và đường dẫn ngoại lệ. Cũng ghi lại người chịu trách nhiệm khi có sự cố xảy ra. Điều này ngăn chặn một sai lầm phổ biến: tự động hóa một bước nhìn thấy được trong khi bỏ qua công tác điều tra, phê duyệt hoặc chỉnh sửa thủ công.
Một nhiệm vụ là ứng viên mạnh hơn khi nó xảy ra với tần suất cao, tuân theo một mẫu nhận diện và có định nghĩa hoàn tất ổn định. Ví dụ bao gồm tổng hợp hiệu suất chiến dịch, kiểm tra làm giàu lead, chuẩn bị theo dõi webinar, xếp hạng khán giả và phân phối thông báo. Một nhiệm vụ chỉ xảy ra một lần mỗi quý hoặc thay đổi hoàn toàn cho từng tài khoản có thể vẫn có giá trị, nhưng thường đòi hỏi một chiến lược tự động hóa khác.

Đánh giá tính lặp lại và dữ liệu
Ràng buộc tính lặp lại còn quan trọng hơn khối lượng. Một nhiệm vụ có thể được thực hiện hàng trăm lần nhưng vẫn không phù hợp nếu mỗi trường hợp đều đòi hỏi sự đánh giá không liên quan. Tìm các mẫu lặp lại trong dữ liệu đầu vào và quyết định. Nếu các chuyên gia dùng bằng chứng tương tự, áp dụng tiêu chí tương tự và tạo ra đầu ra tương tự, một hệ trợ lý có thể hỗ trợ quá trình một cách nhất quán.
Tiếp theo, đánh giá dữ liệu cần thiết ở từng bước. Hãy hỏi xem thông tin khách hàng liên quan, chiến dịch, sản phẩm hoặc đồng ý có tồn tại hay không; có cập nhật hay không; các trường có dùng định nghĩa nhất quán hay không; và hệ thống doanh nghiệp được phê duyệt có thể truy cập được thông tin đó hay không. “Dữ liệu tồn tại ở đâu đó” không giống với “dữ liệu có sẵn một cách đáng tin cậy khi quyết định phải được đưa ra.”
Khoảng trống dữ liệu nên thay đổi mức priority, chứ không biến mất khỏi quá trình đánh giá. Nếu dẫn đầu ngành là điều thiết yếu nhưng thiếu cho một nửa hồ sơ mới, nhiệm vụ có thể cần một giai đoạn làm sạch dữ liệu trước tự động hóa bởi agent. Nếu trạng thái đồng ý không rõ ràng, quy trình làm việc có thể yêu cầu một kiểm soát cứng hoặc xem xét của con người. Một agent không nên được dùng để che giấu quản trị yếu hoặc bù đắp cho nguồn thông tin không tin cậy.
Đánh giá Độ phức tạp quyết định
Độ phức tạp quyết định mức độ tự chủ có thể hợp lý. Các quyết định có độ phức tạp thấp sử dụng một số lượng nhỏ tín hiệu ổn định và có kết quả chấp nhận rõ ràng. Ví dụ, một lead có thể được đưa vào hàng đợi khu vực dựa trên quốc gia và mức độ quan tâm sản phẩm, với điều kiện các trường đó chính xác và quy tắc định tuyến được duy trì.
Các quyết định trung bình phức tạp đòi hỏi diễn giải, tín hiệu đối nghịch hoặc ngoại lệ. Một agent có thể tóm tắt sự tương tác gần đây của một tài khoản và đề xuất một phân đoạn theo dõi, trong khi người làm marketing phê duyệt khán giả cuối cùng. Điều này có thể tạo ra giá trị vì agent giảm thời gian nghiên cứu mà không tự đưa ra quyết định không thể đảo ngược.
Các quyết định có độ phức tạp cao phụ thuộc vào chiến lược, bối cảnh nhạy cảm, hoặc các đánh đổi không rõ ràng. Ví dụ bao gồm thay đổi định vị thương hiệu, quyết định có tạm dừng một chiến dịch ra mắt sản phẩm lớn hay trả lời một khiếu nại công khai có ràng buộc pháp lý. Các quy trình làm việc này có thể hưởng lợi từ nghiên cứu hoặc soạn thảo được hỗ trợ bởi agent, nhưng không nên bắt đầu bằng thực thi tự động hoàn toàn.
Sử dụng hậu quả của một lỗi như một phần của độ phức tạp. Một bản tóm tắt nội bộ sai có thể được chỉnh sửa nhanh chóng. Một tuyên bố quảng cáo sai gửi tới hàng nghìn khách hàng có thể tạo ra rủi ro về quy định, tài chính và uy tín. Khi hậu quả càng cao, quyền hạn càng hẹp, yêu cầu rà soát càng mạnh và tiêu chí thăng cấp phải càng rõ ràng hơn.
Xếp hạng tác động kinh doanh
Ảnh hưởng kinh doanh nên được diễn đạt bằng các thước đo có thể đo lường được. Ước lượng nỗ lực hiện tại, tần suất, độ trễ, vấn đề chất lượng, liên kết doanh thu, tác động đến khách hàng và chi phí cho thất bại. Đối với một quy trình làm báo cáo chiến dịch, giá trị có thể đến từ việc giảm thời gian báo cáo và đẩy nhanh quyết định ngân sách. Đối với chuẩn bị theo dõi lead, giá trị đến từ phản hồi nhanh hơn và tỷ lệ chuyển đổi cuộc hẹn cao hơn.
Đừng xếp hạng cơ hội theo mức độ mới lạ. Một ý tưởng cá nhân hóa tinh vi có thể thu hút sự chú ý nhưng mang lại ít giá trị hơn so với một quy trình làm việc cơ bản giúp tiết kiệm cho một đội 20 giờ mỗi tuần. So sánh các cơ hội bằng một cái nhìn nhất quán về giá trị mong đợi, mức độ sẵn sàng triển khai và rủi ro. Một quyết định ưu tiên thực tế thường nghiêng về một nhiệm vụ có tiềm năng vừa phải và độ sẵn sàng cao hơn so với một nhiệm vụ có tiềm năng vượt trội nhưng dữ liệu không rõ và phê duyệt phức tạp.
Một bài lý do kinh doanh hữu ích nêu mức baseline hiện tại và sự thay đổi dự kiến. Ví dụ, một nhóm hiện đang dành tám giờ mỗi tuần để tạo bản tóm tắt chiến dịch, gửi chúng hai ngày sau khi kết thúc chiến dịch, và phát hiện có sai số tính toán thường xuyên. Mục tiêu thí nghiệm có thể là giảm thời gian chuẩn bị xuống 60% trong khi vẫn giữ mức sửa lỗi thực tế ở ngưỡng được đồng thuận và vẫn có sự phê duyệt của người làm marketing trước khi phân phối.
Chọn Pilot đầu tiên
Chọn một quy trình làm việc có ràng buộc với điểm khởi đầu và kết thúc rõ ràng. Giới hạn các kênh, đối tượng, nguồn dữ liệu và hành động được bao gồm ở phiên bản đầu tiên. Một trợ lý tổng hợp chiến dịch đọc dữ liệu hiệu suất đã được phê duyệt và tạo bản thảo đánh giá dễ quản lý hơn so với một trợ lý có thể thay đổi ngân sách, chỉnh sửa đối tượng và gửi tin nhắn trên nhiều nền tảng.
Xác định mô hình vận hành trước khi thử nghiệm. Xác định xem hành động nào là khuyến nghị, hành động nào yêu cầu phê duyệt và hành động nào bị cấm. Thiết lập người sở hữu quy trình làm việc, người sao lưu khi chủ sở hữu vắng mặt, và đường thoát cho dữ liệu thiếu, yêu cầu bất thường hoặc mối quan ngại về chính sách. Ghi chú những gì bot nên làm khi không thể đưa ra kết luận đáng tin cậy; sự bất định nên dẫn đến chuyển giao rõ ràng thay vì đưa ra câu trả lời tự chế.
Đưa ra các mức baseline trước khi triển khai. Theo dõi thời gian xử lý, tỷ lệ hoàn thành, tỷ lệ sửa lỗi, tỷ lệ escalate, kết quả phản hồi hoặc chuyển đổi của khách hàng, và chi phí cho mỗi quy trình đã hoàn tất khi có liên quan. Đánh giá cả hai yếu tố hiệu quả và chất lượng. Việc tiết kiệm lao động không phải là kết quả thành công nếu tự động hóa làm gia tăng lượng phàn nàn, gửi nội dung không chính xác, hoặc khiến đội ngũ bán hàng mất niềm tin vào quy trình tiếp thị.
Những sai sót phổ biến và tóm tắt
Một sai sót phổ biến là chọn một nhiệm vụ chỉ vì nó lặp đi lặp lại. Lặp lại mà không có dữ liệu đáng tin cậy có thể tạo ra các lỗi lặp đi lặp lại trên quy mô lớn. Một sai sót khác là chọn một quy trình có tác động lớn với quá nhiều tự chủ trong bản phát hành đầu tiên. Quá trình an toàn hơn là bắt đầu bằng quan sát, phân loại, tóm tắt hoặc khuyến nghị, sau đó mở rộng quyền trong khi đội ngũ có bằng chứng về độ chính xác và xử lý ngoại lệ.
Một sai sót thứ hai là bỏ qua người nắm quyền công việc. Họ hiểu các quy tắc không được ghi chép, các trường hợp cạnh, và chi phí thực tế của thất bại. Bao gồm họ trong quá trình khám phá và hỏi những bằng chứng nào sẽ khiến họ tin tưởng khuyến nghị của bot. Phản hồi của họ có thể cho thấy rào cản dường như là không soạn thông điệp mà là chờ phê duyệt, đối chiếu dữ liệu, hoặc giải quyết mâu thuẫn quyền sở hữu.
Khung khái niệm thực tế rất đơn giản. Lập bản đồ quy trình làm việc, thử xem mẫu có lặp lại không, xác minh dữ liệu cần thiết, đánh giá độ phức tạp quyết định và hậu quả sai lệch, định lượng tác động kinh doanh và chọn một thử nghiệm có giới hạn với các kiểm soát rõ ràng. Cơ hội đầu tiên tốt nhất thường là một quy trình có ý nghĩa, thường xuyên, sẵn sàng dữ liệu, có thể đo lường và an toàn để xem xét. Ngành nghề này biến tự động hóa của AI thành một quyết định ưu tiên kinh doanh thay vì chỉ tìm kiếm công nghệ.
Bài kiểm tra cuối bài
Ôn lại kiến thức, thử sức và nhận góp ý cho bài làm.