به کار گرفتن محصولات

شرکت‌های خدمات حرفه‌ای رده بالا که به مشتریان شرکت‌ها پاسخ می‌دهند، دست بالای واضحی دارند: از آنجا که آنها تخصص به خصوصی را ارائه می‌دهند، پیشنهادات آنها می‌تواند بسیار سودآور باشد. اما یک نقطه ضعف کمتر آشکار وجود دارد: مثلا اگر یک شرکت مشاوره یا یک دفتر حقوقی بخواهد درآمد خود را دو برابر کند، باید کارکنان مشاور یا وکلای خود را دو برابر کند. مشاوران، شرکت‌های حقوقی، آژانس‌های تبلیغاتی و سایر شرکت‌های خدمات حرفه‌ای تلاش می‌کنند تا با رسیدن به مقیاس، حاشیه سود ناخالص خود را به بالای ۴۰ درصد برسانند. در مقایسه با شرکت‌های تولیدکننده مانند گوگل و ادوبی، که مجبور نیستند با ساختار هزینه‌ای یکسان سر و کار داشته باشند و از حاشیه سود ناخالص 60 تا 90 درصد برخوردار هستند.

فناوری به شرکت های خدمات حرفه ای راهی برای خروج از این مخمصه ارائه می دهد. با استفاده از قدرت اتوماسیون الگوریتم محور و تجزیه و تحلیل داده ها برای "تولید" جنبه های کار خود، تعدادی از شرکت های مبتکر متوجه می شوند که مانند گوگل و ادوبی، می توانند با رشد حاشیه سود را افزایش دهند و در عین حال خدمات بهتری را با همان قیمت ها به مشتریان ارائه دهند که رقبا نمی توانند با آن برابری کنند. بهره‌وری افزایش می‌یابد، کارایی‌ها افزایش می‌یابد، و مقیاس غیرخطی امکان‌پذیر می‌شود، زیرا خدمات تولید شده وظایف با حجم بالا را به عهده می‌گیرند و به فرآیندهای قضاوت محور کمک می‌کنند. این امر به متخصصان با دستمزد خوب اجازه می دهد تا روی مشاغلی که نیاز به پیچیدگی بیشتری دارند تمرکز کنند و ارزش بیشتری برای شرکت ایجاد کنند.

با این حال، چالش‌های مشخصی در توسعه محصولات برای جاسازی در خدمات وجود دارد. ماهیت یک محصول و نقش آن در ارزش پیشنهادی یک کسب و کار برای یک شرکت خدماتی مانند یک شرکت تولید کننده کالا یکسان نیست. این بدان معنی است که شرکت های خدماتی باید رویکرد متفاوتی برای ایجاد، مدیریت و کسب درآمد از محصولات داشته باشند.

در ادامه راهنمای توسعه محصول برای شرکت های خدمات حرفه ای را ارائه می کنم. من سه مرحله کلیدی این فرآیند را شرح می‌دهم: کشف محصولات بالقوه با شناسایی فرصت‌های اتوماسیون. توسعه محصولات و توانمند ساختن آنها برای پردازش، تجزیه و تحلیل و یادگیری از داده ها، و کسب درآمد از آنها با ایجاد یک مدل درآمدی که مزایای اتوماسیون و استفاده از تجزیه و تحلیل را به همراه دارد.

محصولات جاسازی شده در خدمات ارائه شده

در یک شرکت خدمات حرفه ای، یک محصول زمانی ایجاد می شود که برخی از جنبه های یک سرویس به صورت خودکار، با تجزیه و تحلیل آمیخته شده و به شکلی متفاوت درآمد زایی شود. این شامل سیستم بندی سرویس، استفاده از داده‌ها برای بهبود خودکار آن و سپس تغییر روش پرداخت برای بهبود های حاصل می‌شود.

بنابراین، محصول در ارائه خدمات تعبیه شده و به عنوان عنصری از آن فروخته می شود. خدمات مرکز ثقل باقی می مانند و مشتریان همچنان به خرید خدمات ارائه شده، نه محصول فی نفسه، ادامه می دهند. از دیدگاه مشتری، تغییرات کمی به جز قیمت گذاری خدمات وجود دارد. این کاهش می یابد زیرا ارزش ایجاد شده توسط محصول جدید بین شرکت و مشتریانش تقسیم می شود.

به عنوان مثالی از ارائه‌دهنده خدمات با محصولات تعبیه‌شده، Littler را در نظر بگیرید، یک رویه جهانی استخدام و قانون کار. لیتلر برای شرکت ها در بیش از ده کشور کار قانونی انجام می دهد. برای بهبود کیفیت و کارایی خدمات خود، وظایف مربوط به ارائه آن‌ها را «بازکرده» و بسته به سطح پیچیدگی درگیر، آن‌ها را به افرادی با دانش تخصصی یا به محصولاتی با قابلیت‌های اتوماسیون و تحلیل واگذار کرده است. اساساً، این شرکت خدمات حقوقی خود را با توسعه پیشنهاداتی که توسط فناوری و انسان پشتیبانی می شود، مهندسی مجدد کرده است.

یک مثال دیگر Littler CaseSmart–Charges است. این پیشنهاد به متخصصان منابع انسانی و وکلای داخلی کمک می‌کند تا با ترکیب نرم‌افزار، ابزارهای مدیریت پروژه، و مهارت‌های وکلا (FTAs) و تحلیلگران داده، ادعاها و شکایات مربوط به تبعیض کارکنان را بهتر مدیریت کنند. FTAها بر وظایف خاص در فرآیند دعوی قضایی تمرکز می کنند و دارای تخصص عمیق موضوعی هستند که آنها را در انجام خدمات خاص بسیار کارآمد و مؤثر می کند. (آنها همچنین در خارج از دفاتر خانگی با یک برنامه زمانی انعطاف‌پذیر کار می‌کنند، که هزینه‌های سربار شرکت را کاهش می‌دهد.) در همین حال، تحلیل‌گران داده بر بررسی، تفسیر و ترجمه داده‌ها از طرف وکلا تمرکز می‌کنند و با قیمت پایین‌تری کار می‌کنند.

لیتلر از داشبوردی استفاده می‌کند که به مشتریان امکان می‌دهد اتهامات تبعیض را که در کمیسیون فرصت‌های شغلی برابر ثبت شده است، ردیابی کنند. داشبورد بینش‌های مبتنی بر داده‌ها را برای رسیدگی فعالانه به ریسک‌های تجاری ارائه می‌کند که به نوبه خود هزینه‌های قانونی را کاهش می‌دهد و روند مدیریت پرونده‌های در حال رسیدگی را سرعت می‌بخشد. در برخی موارد، این می تواند به جلوگیری از تشدید ثبت پرونده ها برای دادخواهی کمک کند.

به طور مشابه، Littler CaseSmart–Litigation یک روش کارآمد را برای مشتریان منابع انسانی ارائه می دهد تا فرآیند درگیری را در مواردی که فردی مورد شکایت قرار می گیرد مدیریت کنند. رابط داشبورد ضمن ردیابی پیشرفت پرونده های حقوقی، بینش هایی را در مورد مسائل استخدامی ارائه می دهد و این فناوری با خدمات وکالت همراه است. مجدداً، این پیشنهاد سرعت و کیفیت کار لیتلر را بهبود می بخشد در حالی که هزینه ها را برای لیتلر و مشتری کاهش می دهد. همچنین آن ها را وادار می کند تا به پرونده های دعوی قضایی خود نگاه کنند و عوامل تکرار شونده ای را که ممکن است در آن پرونده ها نقش داشته باشند شناسایی کنند (برای مثال، آنها می توانند تعیین کنند که آیا الگوی مربوط به حوزه قضایی، تصمیم گیرنده یا خط مشی خاصی وجود دارد یا خیر و سپس به طور فعال آن موضوع را مدیریت کنند).

برای به اشتراک گذاشتن مزایای این نوآوری ها، لیتلر به قسمت جدیدی برای هزینه های جایگزین (AFA) با مشتریان وارد شده است که در هزینه آنها صرفه جویی می کند و در عین حال درآمد شرکت را افزایش می دهد. لیتلر به جای صدور صورت‌حساب برای ساعت‌هایی که وکلای خود برای دعاوی صرف می‌کنند، از یک مدل هزینه ثابت استفاده می‌کند که در آن هزینه‌ها بر اساس بهره‌وری (به ازای هر شکایت) است. این تغییر منجر به کاهش هزینه‌های حقوقی برای مشتریان شده است - آنها کاهش از 10٪ تا 35٪ را گزارش کرده اند - که تیم CaseSmart را قادر به برنده شدن در تجارت جدید کرده است. درآمد از سال 2014 تا 2015 دو برابر شد و در بهار 2016، Legaltech News لیتر را به عنوان مبتکر خدمات مشتری سال معرفی کرد و گروه مشاوره BTI آن را یکی از 22 شرکت حقوقی معرفی کرد که در AFA بهترین بودند.

کشف فرصت ها

در حالی که ایده‌های تولیدکنندگان محصول برای ارائه‌های جدید با تمرکز خارجی بر نیازهای مشتری هدایت می‌شود، شرکت‌های خدمات حرفه‌ای فرصت‌های محصول را در داخل کسب‌وکار خود شناسایی می‌کنند. آنها به دنبال نیازهای برآورده نشده نیستند، بلکه به دنبال پتانسیل استفاده نشده برای خودکارسازی خدماتی هستند که در حال حاضر با موفقیت ارائه می کنند.

EXL را در نظر بگیرید، یک شرکت مدیریت عملیات و تجزیه و تحلیل که من به مدت یک دهه به عنوان عضو هیئت مدیره مشاوره دادم. یکی از خدماتی که EXL به مشتریان بیمه سلامت خود ارائه می دهد، مدیریت ادعاهای پزشکی است، به ویژه در رابطه با پرداخت اضافی ناشی از کلاهبرداری یا سوء استفاده. سال‌ها پیش این سرویس دستی بود: کارمندان EXL ادعاهای پزشکی را از نظر کدگذاری نادرست، جایگزینی، خطاهای پرداخت، خدمات غیرمفید و سایر دلایل پرداخت اضافی بررسی می‌کردند. آنها ادعاهایی را که مشکوک به نظر می رسید بررسی کردند و سپس بر بازیابی هزینه های ناروا تمرکز کردند.

پس از پردازش میلیون‌ها ادعا، EXL شروع به شناسایی الگوهایی در شرایطی کرد که مواردی از پرداخت اضافی را احاطه کرده بودند. کشف کرد که برخی از کدهای روش، کدهای تشخیص، ارائه دهندگان، بیماران، مکان ها و سایر متغیرها به طور سیستماتیک با فعالیت های جعلی یا اشتباه مرتبط هستند. با این بینش، EXL توانست ابزاری را توسعه دهد که می تواند ادعاها را برای ویژگی های مربوطه اسکن و تجزیه و تحلیل کند. هر ادعایی امتیازی کسب کرد که احتمال سوء استفاده یا کلاهبرداری را پیش‌بینی می‌کرد، و مواردی که به‌عنوان مظنون پرچم‌گذاری شده بودند برای بررسی قرار گرفتند.

با تولید این سرویس، EXL توانست به میزان قابل توجهی تعداد ادعاهای رسیدگی شده خود را افزایش دهد، هزینه های رسیدگی به آنها را کاهش دهد، مقدار پول بازیابی شده را افزایش دهد و از پرداخت اضافی در مورد مطالبات جدید جلوگیری کند. در واقع، برای یک مشتری، ابزار یکپارچگی پرداخت EXL طی سه سال 50 میلیون دلار بازیابی کرد و از حدود 20 میلیون دلار اضافه پرداخت جلوگیری کرد.

هنگامی که الگوهای خدمات خود را شناسایی کردید، می خواهید ارزیابی کنید که کدام وظایف برای تولید از طریق اتوماسیون مناسب هستند. برای انجام این کار، باید آنها را بر اساس دو متغیر مرتب کنید: فرکانس اجرای آنها و سطح پیچیدگی (به معنی دانش یا هوش) مورد نیاز برای اجرای آنها. (مثلاً یک کار با پیچیدگی بالا در یک آژانس تبلیغاتی ممکن است شامل توسعه دارایی های خلاقانه برای یک کمپین بازاریابی جدید باشد. یک کار کم پیچیدگی ممکن است شامل بهینه سازی بازاریابی موتور جستجو برای یک برند باشد.)

وظایفی که دو معیار را برآورده می‌کنند - به طور مکرر انجام می‌شوند و به پیچیدگی کمی نیاز دارند - محصولات کم‌مصرف مورد نظر ما برای تولید هستند. این به این دلیل است که الگوریتم‌هایی که اتوماسیون را هدایت می‌کنند در انجام کارهای تکراری و با حجم بالا بسیار خوب هستند. حجم نیز برای بهبود الگوریتم در طول زمان مهم است. هرچه الگوریتم ورودی بیشتری دریافت کند، بیشتر یاد خواهد گرفت و عملکرد بهتری خواهد داشت.

برای درک بهتر فرصت‌هایی که در این دسته قرار می‌گیرند، این قیاس را در نظر بگیرید: وقتی مسافت‌های طولانی را در بزرگراه رانندگی می‌کنید، به طور مکرر کارهای خاصی را انجام می‌دهید که نیاز به هوش بسیار کمی دارند، مانند حفظ سرعت ثابت و چشم‌داشتن به خطوط سمت چپ و راست. این وظایف با حجم بالا و مهارت کم برای اتوماسیون ایده آل هستند - و در واقع، این فناوری از قبل وجود دارد (کروز کنترل و مانیتورهای نقطه کور را در نظر بگیرید).

در مقابل، وظایف کم حجم داده های کافی برای پایه گذاری اتوماسیون را ارائه نمی دهند، در حالی که وظایف با پیچیدگی بالا به راحتی خودکار نمی شوند زیرا به تصمیم گیری استراتژیک نیاز دارند. برای شرکت های خدمات حرفه ای، این فرصت ها به سادگی ارزش سرمایه گذاری را ندارند.

محصولات در حال توسعه

شرکت‌های خدمات حرفه‌ای از این مزیت برخوردارند که از قبل می‌دانند برای چه چیزی بازاریابی می‌کنند و کار برای چه کسانی انجام می‌شود. این شرکت ها هیچ چیزی خلق نمی کنند. آنها در حال تبدیل چیزی (یک سرویس) به چیز دیگری (سرویس با محصولات تعبیه شده) هستند.

این روند توسعه و بهبود یک پیشنهاد را به روش های عمیق تغییر می دهد. در مراحل اولیه توسعه، یک شرکت محصولات نمونه اولیه مختلفی را طراحی خواهد کرد و آنها را روی مشتریان نمونه امتحان می کند، با هدف تعیین اجزای کلیدی در یک پیشنهاد ارزش. با این حال، شرکت‌های خدمات حرفه‌ای هوشمند، در تلاش برای شناسایی ویژگی‌های مورد نظر نیستند. در عوض، آنها از نمونه های اولیه صرفاً به عنوان پایه ای برای ایجاد دقت و پیچیدگی استفاده می کنند. این پیشرفت‌ها معمولاً ناشی از توانایی محصول برای جمع‌آوری و تجزیه و تحلیل خودکار داده‌ها است، بنابراین از فناوری برای ایجاد یک محصول «هوشمند» استفاده می‌کند که خودش را بهبود می‌بخشد.

کارهای با حجم بالا و مهارت کم برای اتوماسیون ایده آل هستند.

Deloitte، یک شرکت پیشرو در حسابرسی، مشاوره، مالیات و خدمات مشاوره ای، مثال خوبی را ارائه می دهد. ابزار Argus آن از تکنیک های یادگیری ماشینی و پردازش زبان طبیعی برای تجزیه و تحلیل اسناد الکترونیکی برای اهداف حسابرسی استفاده می کند. آرگوس می‌تواند از هر تعاملی که با انسان‌ها دارد و هر سندی که پردازش می‌کند «یاد بگیرد»، بنابراین در شناسایی و استخراج اطلاعات کلیدی حسابداری در طول زمان بهتر می‌شود. در عرض چند ماه پس از انتشار، آرگوس توسط بیش از 1000 حسابرس برای تجزیه و تحلیل بیش از 30000 سند استفاده شده بود.

وقتی محصولاتی که در یک سرویس تعبیه شده‌اند اساساً نرم‌افزاری هستند، بهبودها بیشتر از محصولات مستقل هستند که بهبود آنها معمولاً شامل راه‌اندازی نسل یا مدل جدید است. همانطور که اشاره کردم، این ابزار همیشه در حال یادگیری و تطبیق با کاربران خود است، و ترسیم مرزهای دقیق بین نمونه‌های اولیه، محصولات نهایی و نسل‌های جدید محصولات نهایی احتمالاً گمراه‌کننده است.

این بهبودهای تدریجی محصول پیامدهای تجاری گسترده تری دارند. همانطور که عملکرد اساسی یک محصول پیچیده تر می شود، فناوری توانمند را می توان به موارد دیگر گسترش داد. به عنوان مثال، Deloitte اکنون از پلتفرم Argus برای کسب و کار مشاوره خود استفاده می کند.

البته توجه داشته باشید که محصولات تعبیه شده جایگزین خدمات ارائه شده نمی شوند. در عوض ارزش پیشنهادی ارائه خدمات را تقویت می کنند. آرگوس خدمات حسابرسی Deloitte را تقویت می کند اما به عنوان جایگزینی برای آنها عمل نمی کند. به عنوان مثال، اگر مشتری درخواست توسعه یک مدل کامل برای آمادگی امنیت سایبری را داشته باشد، حسابرس باید با شرکت بحث‌های استراتژیک داشته باشد تا دستورالعمل‌ها، خط‌مشی‌ها و ابزارها را طراحی کند. به این دلیل که چنین کاری شامل تجزیه و تحلیل و تصمیم گیری پیچیده است که از قابلیت های یک محصول جاسازی شده مانند آرگوس فراتر می رود.

به دلایل مشابه، محصولات سلف سرویس (مانند ابزارهای اساسی حقوقی و حسابداری ارائه شده توسط LegalZoom و TurboTax) در زمینه شرکت های خدمات حرفه ای با لمس بالا نادر هستند. دانش تخصصی، تفکر استراتژیک، و تصمیم‌گیری پیچیده برای ارائه خدمات با ارزش ضروری است، بنابراین افراد در آن شرکت‌ها باید نقش بزرگ‌تری نسبت به محصولات ایفا کنند. همچنین برای شرکت‌های خدمات حرفه‌ای ترجیح داده می‌شود که با مشتریان خود گفت و گو کنند، زیرا آنها معمولاً از این طریق پول خود را به دست می‌آورند. و معمولاً بهترین کار این است که محصولات را در محل شرکت نگهداری کنید، جایی که می توانند به عنوان منبع مزیت رقابتی اختصاصی و محافظت شوند.

یک شرکت خدمات حرفه ای ممکن است گاهی اوقات تبدیل یک ابزار به یک محصول مستقل و سپس جدا کردن و فروش آن را مفید بداند. با این حال، پس از ایجاد چنین محصولی، این شرکت تقریباً همیشه به تجارت ارائه خدمات باز می گردد. این مشاهده ما را به مرحله نهایی در فرآیند تولید محصول می رساند.

کسب درآمد از محصولات

برای اینکه یک محصول تعبیه شده ارزش توسعه داشته باشد، باید بفهمید که چگونه ارزش آن را بدست آورید. اگر خدمات شرکت شما کارآمدتر یا موثرتر شده است، ادامه دادن به مدل قیمت گذاری مبتنی بر زمان و مواد منطقی نیست. در واقع، اگر هدف تولید خدمات فراتر از نرخ رشد خطی است، باید مدل درآمدزایی خود را تغییر دهید – در غیر این صورت ریسک دریافت دستمزد کمتر برای کارتان را دارید.

دو اهرم کسب درآمد - قیمت گذاری مبتنی بر تراکنش و قیمت گذاری مبتنی بر نتیجه - با دستاوردهای بهره وری و دستاوردهای هوشمندی که اتوماسیون و تجزیه و تحلیل به ترتیب ارائه می دهند، مطابقت دارند. هنگامی که شرکت شما اتوماسیون را به یک سرویس اضافه می کند، باید به قیمت گذاری مبتنی بر تراکنش روی آورد تا روی مقدار افزایش یافته پیشنهاد سرمایه گذاری کند (زیرا اتوماسیون بهره وری را بهبود می بخشد). و هنگامی که شرکت شما تجزیه و تحلیل را به یک سرویس اضافه می کند، باید به قیمت گذاری مبتنی بر نتیجه روی آورد تا روی کیفیت افزایش یافته پیشنهاد سرمایه گذاری کند (زیرا تجزیه و تحلیل تصمیم گیری هوشمندانه تری را امکان پذیر می کند).

به عبارت دیگر، این یک فرآیند متوالی است که در آن شما از دریافت پول برای ورودی‌ها (زمان و مواد) به دریافت دستمزد برای حاصل کار (معاملات) به دریافت پول برای خروجی‌ها (نتیجه‌ها) منتقل می‌شوید. توجه داشته باشید که این پیشرفت هم نیازمند زمان و هم اعتماد است. برای ایجاد ساختار صحیح قیمت گذاری در هر یک از این مراحل، به بلوغ و تجربه در فرآیند نیاز دارید. و قبل از تلاش برای تبدیل آنها به یک مدل قیمت گذاری جدید، باید برای مشتریان خود اعتماد ایجاد کنید. در عمل، این روند می تواند چندین سال طول بکشد.

هنگامی که از ساعت های قابل پرداخت به قیمت گذاری مبتنی بر تراکنش می‌گذرید، مهم است که محاسبات خود را انجام دهید. درآمد خود را تحت یک مدل مبتنی بر زمان و مواد در نظر بگیرید، محاسبه کنید که چگونه هزینه ها و حاشیه های شما در نتیجه اتوماسیون تغییر می کند و هزینه های خود را بر اساس آن تنظیم کنید. انجام این محاسبات شما را از قیمت گذاری بیش از حد خدمات خود و ایجاد مشتری ناراضی یا کاهش بیش از حد و در نهایت با حاشیه های کمتر جلوگیری می کند.

در اینجا یک مثال آورده شده است: فرض کنید شرکت شما قراردادهای حقوقی را با نرخ 200 دلار در ساعت بررسی می کند و هر قرارداد حدود 10 ساعت طول می کشد که در نتیجه هزینه ای معادل 2000 دلار برای هر قرارداد دریافت می کند. حالا فرض کنید که شما آن فرآیند را خودکار کرده اید، بنابراین هر توافق تنها دو ساعت طول می کشد، که به معنای افزایش بهره وری پنج برابری است. از آنجایی که مشتری شما از پرداخت نرخ ساعتی پنج برابر (1000 دلار) راضی نخواهد بود، یک رویکرد بهتر پیشنهاد قیمت هر توافق با تخفیف برای اندازه گیری خوب است. بنابراین، ممکن است برای دو بررسی قرارداد، 3500 دلار از مشتری دریافت کنید - کمتر از هزینه قبلی 4000 دلار. مشتری شما از هزینه کاهش یافته راضی خواهد بود و هر دو شما جلوتر خواهید آمد.

با این حال، به دست آوردن ارزش پولی تجزیه و تحلیل، مستلزم حرکت از قیمت گذاری مبتنی بر تراکنش به قیمت گذاری مبتنی بر نتیجه است. این مثال را از EXL در نظر بگیرید: هنگام مدیریت تماس‌های جمع‌آوری برای یک شرکت خدماتی، EXL الگوریتمی را توسعه داد که به هر مشتری بر اساس احتمال پرداخت صورتحساب پس از تماس تلفنی امتیاز می‌داد. EXL از این اطلاعات برای اولویت‌بندی تماس‌ها استفاده کرد و در نتیجه کارایی فرآیند جمع‌آوری به طور چشمگیری افزایش یافت. با این حال، برای جبران آن ارزش افزایش‌یافته، EXL باید به‌جای هر تراکنش (هر تماس) برای نتایجی که تحویل داده است (بازیابی پول از صورت‌حساب‌های معوقه) پول دریافت کند. EXL در حال بررسی آن مدل برای آینده است.

نتایج قیمت‌گذاری دشوارتر از معاملات قیمت‌گذاری است، زیرا به قضاوت‌های کیفی و همچنین ارزیابی‌های کمی نیاز دارد. یک شرکت خدمات حرفه ای باید بفهمد که چگونه ارزش را تعریف کند، آن را اندازه گیری کند و خلق ارزش را به منبع مناسب نسبت دهد. بنابراین، برای مذاکره در قراردادهای مبتنی بر نتیجه با مشتریان، ممکن است به فروشندگان نسبتاً سطح بالا یا متخصصان محصول با نقاط قوت مشاوره یا خلاق نیاز داشته باشید. علاوه بر این، ممکن است مجبور شوید گفتگو را به تصمیم گیرندگان برتر در شرکت مشتری ارتقا دهید، زیرا ممکن است مذاکره آنقدر استراتژیک باشد که به کارمندانی واگذار شود که عادت به خرید خدمات شما بر اساس زمان و مواد دارند. در نهایت، بهتر است محصول و مدل صورت‌حساب جدید خود را با مشتریانی که با آنها رابطه قابل اعتمادی ایجاد کرده‌اید و آماده شرکت در آزمایش هستند، آزمایش کنید. مطمئن شوید که آنها متوجه می شوند که شما محصول و مدل صورتحساب جدید را به مشتریان دیگر عرضه خواهید کرد.

تغییر ساختار قراردادهای قراردادی شما ممکن است بر انواع مشتریانی که در آینده دنبال می کنید تأثیر بگذارد. به عنوان مثال، ممکن است بخواهید روی شرکت هایی تمرکز کنید که مشکلات بسیار تکرارپذیر دارند. یا ممکن است تصمیم بگیرید بر روی فرصت هایی تمرکز کنید که بتوانید به وضوح منبع ارزش استراتژیک ایجاد شده را اندازه گیری و تعیین کنید. این یکی از دلایلی است که EXL در درجه اول خدمات مجموعه را به شرکت ها ارائه می دهد، چون در مقابل، مثلاً کمک به شرکت ها برای بهبود میزان رضایت مشتری خود، اندازه گیری کارایی یا اثربخشی تولید شده توسط اولی بسیار آسان تر است.

افراد و فرآیندها

توسعه موفقیت آمیز محصولات برای جاسازی در یک سرویس به چیزی بیش از یک فرآیند صحیح نیاز دارد. فرهنگ یک شرکت و طرز فکر مردم باید تغییر کند. ساختار سازمانی هم همینطور. در اینجا سه چیز برای موفقیت ضروری است:

• واحدی که به توسعه محصول اختصاص دارد

همانطور که شرکت‌های تولیدی واحدهای نوآوری را برای پرورش ایده‌ها می‌سازند، شرکت‌های خدماتی نیز باید تیم‌هایی را ایجاد کنند که به توسعه محصولات در داخل اختصاص دارند. مهم است که چنین تیمی تا حدودی مستقل باشد و برای این کار به بودجه، افراد، اهداف و معیارهای خاص خود نیاز دارد. اما آن را به واحدهای تجاری متصل نگه دارید، زیرا ایده های محصول در آنجا شکل می گیرد. یک مبادله دو طرفه ایجاد کنید که در آن واحدهای تجاری می توانند با ایده به تیم محصول بیایند - و بالعکس - در حالی که شما به تیم قدرت می دهید تا آن ایده ها را پرورش دهد.

• یک رویکرد متقابل عملکردی

تیم توسعه محصول باید شامل افراد متخصص در سه زمینه باشد: حوزه کسب و کار، فناوری اطلاعات و قیمت گذاری. برای ارائه دانش دست اول در مورد مشتریان، فرآیندهای کاری و الگوهای کسب و کار به متخصصان حوزه نیاز دارید. شما به متخصصان فناوری اطلاعات نیاز دارید تا اتوماسیون و هوشمندی را به خدمات شما اضافه کنند و اطمینان حاصل کنند که محصول می تواند با سیستم های موجود ادغام شود. و شما به تحلیلگران تجاری نیاز دارید که بتوانند خدمات شما را به طور مناسب قیمت گذاری کنند.

• یک داشبورد متفاوت

واحدهای رو به مشتری در شرکت های خدماتی تمایل دارند عملکرد و بودجه خود را تقریباً روزانه بررسی و ارزیابی کنند. سازمان‌های مدیریت محصول نمی‌توانند به این روش کار کنند، و مهم است که سازمان را وادار کنیم که واقعاً برای اهداف بلندمدت ارزش قائل شود. زیرا ممکن است شکوفایی مزایای خدمات مبتنی بر محصول به زمان نیاز داشته باشد. بنابراین، برای اندازه گیری عملکرد یک محصول تعبیه شده، شرکت های خدمات حرفه ای باید نحوه تعریف موفقیت را تغییر دهند. به جای تمرکز بر معیارهای کلاسیک مبتنی بر خدمات (مانند رضایت مشتری یا کارایی فرآیند)، از معیارهای مبتنی بر محصول (مانند ایده های تولید شده، نمونه های اولیه ایجاد شده یا سطح اتوماسیون به دست آمده) استفاده کنید.

فراتر از تغییرات سازمانی، همه شرکت‌های خدماتی که به فکر تعبیه محصولات در عرضه خود هستند، باید بدانند که انجام این کار با قیمت گزافی همراه است. پذیرش این واقعیت می تواند ناراحت کننده باشد. اگرچه شرکت‌های تولیدی می‌دانند که هزینه‌ها قبل از فروش بسیار است، و اگرچه کارآفرینان می‌توانند با همین درک به سرمایه‌گذاران خطرپذیر اعتماد کنند، سرمایه‌گذاری جلوتر از درآمد برای شرکت‌هایی که خدمات ارائه می‌کنند، مفهومی غریب است. مهم است که بپذیرید که باید پول خرج کنید بدون اینکه بدانید دقیقاً چگونه قرار است حقوق دریافت کنید.

تولید همچنین برای بسیاری از کارمندان منبع ترس است. طرف دیگر مزایای اتوماسیون هوشمند این است که شرکت ها برای مدیریت یک فرآیند به افراد کمتری نیاز دارند. بنابراین وقتی روبات‌ها وظایف دستی را بر عهده می‌گیرند، شرکت‌ها عموماً به سمت مدلی می‌روند که در آن مشاغل کمتر اما پرتقاضا را ارائه می‌دهند. کارمندان با بهترین مهارت ها و دانش شغل خود را حفظ خواهند کرد، در حالی که آنهایی که به کارهای دستی مکرر گره خورده اند، خود را در معرض خطر خواهند دید. در تئوری، شما حتی می توانید افراد را به طور کلی حذف کنید.

بنابراین به راحتی می توان نتیجه گرفت که اتوماسیون هوشمند انسان ها را در برابر روبات ها قرار می دهد. من استدلال می کنم که اینطور نیست. الگوریتم‌ها توسط انسان ایجاد می شوند و بهبود می‌یابند، و فناوری بدون افرادی که آن را هدایت کنند چیزی نیست. بنابراین شما در مقابل روبات نخواهید بود. این در مورد شما همراه با روبات است. همچنین شایان ذکر است که اتوماسیون هوشمند در نهایت کارمندان را به مشاغل معنی‌دارتر و شرکت‌ها را به مدل‌های تجاری سودآورتر می‌رساند.

دنیای خدمات حرفه ای آماده است تا با تجزیه و تحلیل و اتوماسیون متحول شود. این خبر خوبی برای شرکت های خدماتی است. آنها می توانند از قدرت محصولات تعبیه شده برای رهایی از تله رشد خطی استفاده کنند. اما دلیل شاید مبرم‌تری وجود دارد که چرا آنها باید محصولات را در حالت سرویس قرار دهند: مشتریان به طور فزاینده‌ای آن را می‌طلبند. با پیروی از مراحل ذکر شده در این مقاله، شرکت های خدمات حرفه ای می توانند سودآوری خود را افزایش دهند و نسبت به رقبای خود برتری پیدا کنند.

منبع: HBR