Next Best Action i erhvervslivet
NBA har størst udbredelse i salg, marketing og kundeservice, men tilgangen breder sig til stadig flere forretningsområder.
I marketing bruges NBA til at vælge det rette budskab, den rette kanal og det rette tidspunkt for hver enkelt kunde. I stedet for at sende en e-mailkampagne til 50.000 modtagere med samme indhold, vælger NBA-modellen individuelt, om kunden skal modtage en e-mail, en push-notifikation, et in-app-tilbud eller slet ingen henvendelse. Resultatet er højere åbningsrater, bedre konvertering og lavere afmeldingsrater.
I salg anbefaler NBA den næste handling for en sælger i et CRM-system: Hvem skal man ringe til nu? Hvilket emne skal man tage op? Skal man sende et tilbud eller vente? Platforme som Salesforce, HubSpot, Pega og Microsoft Dynamics integrerer i stigende grad NBA-funktionalitet direkte i brugerfladen.
Inden for kundeservice hjælper NBA med at guide servicemedarbejderen til den bedste løsning hurtigere. Hvis en kunde ringer ind med et problem, kan NBA-modellen anbefale en specifik løsning, et kompensationstilbud eller en eskalering baseret på kundens historik og værdi.
Telekommunikation, bank og forsikring var blandt de første brancher til at adoptere NBA i stor skala. I dag ser vi tilgangen brede sig til retail, SaaS, sundhed og energi, drevet af bedre datatilgængelighed og mere tilgængelige ML-platforme.
Hvad Next Best Action ikke er
NBA forveksles ofte med en recommendation engine (anbefalingsmotor). Forskellen er væsentlig. En recommendation engine foreslår produkter baseret på, hvad lignende kunder har købt. NBA er bredere: den vurderer alle mulige handlinger (ikke kun produktanbefalinger), medtager virksomhedens forretningsregler og mål, og kan beslutte, at den bedste handling er at lade være med at kontakte kunden.
NBA er heller ikke det samme som AI-agenter eller copilots, selvom de kan arbejde sammen. En AI-agent handler autonomt, mens NBA anbefaler en handling til en menneskelig beslutningstager eller et system. NBA er beslutningslaget; agenten eller copiloten er eksekveringslaget.
Endelig er NBA ikke en magisk løsning, der fungerer uden data. Kvaliteten af anbefalingerne afhænger direkte af kvaliteten og bredden af de tilgængelige kundedata. Fragmenterede systemer, manglende datahygiejne eller forældede kundeprofiler underminerer selv den mest sofistikerede NBA-model.
