Uit onderzoek is gebleken dat één slechte ervaring met uw bedrijf of klantenservice, ertoe kan leiden dat een klant overstapt of vertrekt. Met alle gevolgen van dien. De klant van tegenwoordig is veeleisender dan ooit. Wanneer een pakketje bij het ene bedrijf een bezorgtijd van drie dagen heeft en bij het andere bedrijf ‘voor 22.00 uur besteld, morgen in huis’ wordt vermeld, is de keuze snel gemaakt.

Soepele afhandeling van interne processen en goede communicatie zijn van cruciaal belang om te kunnen voldoen aan de verwachtingen van uw klant. Onderstaand behandelen we 2 voorbeelden van interne processen die onze klanten inzetten, als onderdeel van hun digitale transformatie. Ze dragen bij aan voorspelbaarheid zodat zij waar kunnen maken wat ze beloven. Eén ding is zeker; klanten waarderen het als u meedenkt en met suggesties komt en ze houden van voorspelbaarheid. Doen wat u belooft…

Download whitepaper: datagedreven organisatie

Voorbeeld 1: Voice Picking

Een van de mogelijkheden die digitale transformatie biedt aan bijvoorbeeld retailers, is het digitaliseren van orderpick processen door voice picking. Voice picking is het via spraakherkenning verzamelen van orders. De medewerkers horen via een koptelefoon welke opdrachten ze moeten uitvoeren en via een microfoon kunnen ze door korte commando’s met het voice picking systeem communiceren.

Doordat er niet hoeft te worden gescand en afgevinkt, heeft de medewerker tijdens het werk beide handen vrij. Dit maakt het werken in bijvoorbeeld koude temperaturen of met moeilijk hanteerbare dozen een stuk gemakkelijker. Daarnaast zorgt voice picking voor het verbeteren van de kwaliteit van het proces, minder fouten en realtime verwerking.Een voorbeeld van een bedrijf die het order picking proces volledig heeft gedigitaliseerd, is Martens Kunststoffen. Door de inzet van voice picking is haar productiviteit met 15 procent verhoogd en de hoeveelheid mispickings met 75 procent verlaagd. Lees hier meer over hoe ze dat hebben gerealiseerd.

Voorbeeld 2: Machine Learning

Machine Learning is nog betrekkelijk nieuw, maar kan een enorm verschil maken in het optimaliseren van de bedrijfsprocessen. Het gaat bij Machine Learning om het herkennen van patronen. Op basis van algoritmes ‘traint’ het systeem zichzelf om verbanden te leggen en op basis hiervan de regels te optimaliseren.

Denk bijvoorbeeld eens aan online winkelen. Wanneer u een item aan uw winkelmandje toevoegt, verschijnen er onderin beeld vaak soortelijke producten die voor u ook interessant kunnen zijn. Deze suggesties ontstaan door Machine Learning. Het systeem onthoudt welke producten andere klanten kopen en maakt tussen deze producten een verbinding. Op basis van deze connecties worden er suggesties gedaan. Een bekend voorbeeld van een webwinkel die dit al op grote schaal toepast, is Amazon. Zij gebruiken Machine Learning tevens voor het continu aanpassen van de prijzen (door een doorlopend vergelijkingsproces) en voor het slimmer maken van e-readers.

Samengevat kunnen we dus zeggen dat alles draait om voorspelbaarheid. Heeft u uw interne processen op orde? Heeft u inzicht in uw algehele bedrijfsprestaties? En misschien nog wel belangrijker… kunt u voorspellen wat uw klant wil?

New call-to-action