Come può l’AI preparare un consulente a un incontro con il cliente?
Una scheda di preparazione utile dà al consulente il profilo e gli obiettivi del cliente, posizioni e performance, conversazioni e impegni recenti, eventi di mercato che toccano le posizioni e argomenti suggeriti, il tutto come bozza che il consulente rivede e modifica prima dell’incontro. La preparazione pesa davvero sulla settimana: uno studio di Kitces Research su più di 1.000 consulenti, pubblicato nel marzo 2019, ha rilevato che i consulenti titolari della relazione con il cliente dedicano 5,3 ore a settimana alla preparazione degli incontri, su 43 ore di lavoro.
Un progetto pilota dovrebbe confrontare incontri preparati e non preparati per tempo, modifiche e utilizzo da parte dei consulenti, così che la società capisca dove la scheda fa risparmiare lavoro e dove richiede ancora correzioni.
Cosa contiene una scheda di preparazione utile?
Una scheda utile contiene cinque elementi, e ciascuno richiede una fonte nota e una verifica che il consulente possa fare in pochi minuti. Senza fonte, il consulente non distingue un fatto da un’ipotesi. Per il quarto elemento la fonte abituale sono i dati di mercato e societari; Streetbeat, ad esempio, offre 170+ dataset finanziari.
| Elemento della scheda | Da dove proviene | Cosa verifica il consulente |
|---|---|---|
| Profilo e obiettivi del cliente | Profilo nel CRM, questionario sul rischio, registrazioni di adeguatezza | Obiettivi e vincoli sono aggiornati, non manca nulla |
| Posizioni e performance | Sistemi di portafoglio e di custodia | Posizioni e rendimenti corrispondono al sistema di riferimento |
| Conversazioni e impegni recenti | Note del CRM, email, registrazioni delle chiamate | Ogni impegno è reale e ancora aperto |
| Eventi di mercato che incidono sulle posizioni | Flussi di dati di mercato e societari | L’evento riguarda le posizioni di questo cliente, con una data |
| Argomenti suggeriti | Combinazione dei quattro elementi precedenti | Gli argomenti sono coerenti con gli obiettivi del cliente e con il giudizio del consulente |
Perché la scheda deve essere una bozza che il consulente rivede?
Perché anche un assistente accurato a volte sbaglia, e la scheda imposta l’agenda di una conversazione con il cliente. In una messa in produzione reale presso una banca europea, il 99,64% delle interazioni è stato eseguito senza errori, e lo 0,36% con errori include errori dell’utente. Questi dati riguardano le interazioni in generale, non le schede di preparazione. Mostrano che gli errori sono rari e non pari a zero, quindi un consulente che legge prima la scheda può accorgersi di una posizione sbagliata, di un impegno non più valido o di un evento frainteso prima che lo veda il cliente.
Tre abitudini mantengono breve la revisione:
- Ogni dato nella scheda indica il sistema di origine.
- Ogni evento di mercato riporta una data.
- Gli argomenti suggeriti sono indicati come suggerimenti, mai come consulenza.
Come si misura un progetto pilota di preparazione degli incontri con l’AI?
Si confrontano gli incontri preparati con la scheda e quelli preparati a mano, nello stesso periodo e con consulenti simili. Il piano standard di Streetbeat parte con un pilota dal vivo di 3 mesi, seguito da circa 8-13 settimane per la messa in produzione, circa 5-6 mesi in tutto, quindi una finestra di misurazione di un trimestre è realistica. I criteri qui sotto sono proposte che una società può adottare, non risultati di una messa in produzione.
| Criterio | Come si misura | Cosa mostra |
|---|---|---|
| Tempo di preparazione per incontro | Registro dei tempi dei consulenti o breve sondaggio, prima e dopo | Se la scheda sostituisce la raccolta manuale |
| Quota di schede modificate | Modifiche registrate prima dell’incontro | Quanto il consulente corregge |
| Errori trovati dal consulente | Numero di errori per lotto di schede, per tipo | Dove la scheda sbaglia e con che frequenza |
| Utilizzo da parte dei consulenti | Quota di consulenti attivi ogni mese | Se i consulenti continuano a usarla |
| Costo per interazione | Costo in token del modello, monitorato per interazione | Se il volume resta sostenibile |
Per l’utilizzo da parte dei consulenti, la messa in produzione reale offre un riferimento: l’85% di 3.000 consulenti, più di 2.500, è stato attivo nell’arco di tre mesi. Per il costo, in quella messa in produzione il costo in token del modello è stato di 0,01-0,05 euro per interazione. Entrambi i dati provengono da un solo istituto e non prevedono i risultati altrove.
Com’è fatto un esempio concreto?
L’AI Suite for Advisors di Streetbeat ne è un esempio. Nella sua pagina pubblica, Streetbeat descrive la preparazione degli incontri così: «Un dossier cliente completo in pochi minuti: profilo patrimoniale, performance e scenari what-if, in un’unica vista.» La stessa pagina descrive il contesto in tempo reale e i controlli di compliance durante le chiamate, e un assistente che attinge a CRM, portafogli e dati di mercato della società per proporre azioni prioritarie che il consulente rivede. I suoi dati di mercato e societari comprendono 170+ dataset finanziari.
Nella tabella precedente, questo corrisponde a profilo del cliente, posizioni e performance, ed eventi di mercato. Per conversazioni e impegni, la società deve chiedere a qualunque fornitore come viene reperito e verificato quell’elemento.
Chi decide, una volta aperta la scheda?
Il consulente, per tutto ciò che arriva al cliente. La scheda propone; il consulente decide quali argomenti affrontare, quali suggerimenti scartare e cosa dire. L’istituto resta responsabile di ciò che l’assistente può leggere, di come la scheda viene rivista e di chi la approva. Anche con il 99,64% di interazioni senza errori nella messa in produzione europea, lo 0,36% rimanente è un motivo per mantenere la revisione nel workflow. Un pilota dovrebbe registrare con che frequenza i consulenti modificano o respingono una scheda, non solo con che frequenza la aprono.
Chi è Streetbeat
Streetbeat aiuta le aziende a usare l’AI per far crescere i ricavi, non i costi. Streetbeat OS, il sistema operativo AI per le aziende, è la base di Streetbeat for Finance, Streetbeat for Impact e Brain50 by Streetbeat.
Streetbeat for Finance
Streetbeat for Finance porta l’AI in banche, società di wealth e asset management, compagnie assicurative e società di investimento immobiliare. Comprende AI Suite for Advisors, Portfolio Engine, AI Suite for Retail e AI Suite for Operations, messi in produzione on-premise o nel cloud del cliente e configurati su misura per i processi, i dati e i controlli dell’istituto finanziario. Scopri Streetbeat for Finance.