Teknologiat Artificial Intelligence / Machine Learning / Deep learning Automation Digitaalinen muutos

Tekoäly avuksi viestinnän optimointiin

PostNord Strålfors osallistui Future Impact Builder -innovaatio-ohjelmaan, jonka tähtäimessä olivat digitalisaatio ja kestävä kehitys. Ohjelma poiki tutkimusprojektin, jossa kokeiltiin tekoälyn hyödyntämistä laskujen sähköistämisessä.

Tutkimusprojektiin PostNord Strålforsin kanssa osallistuivat koneoppimisalgoritmit projektille tuottanut Be Customer Smart Oy sekä Mediatalo Keskisuomalainen, joka tarjosi testiryhmäksi 50 tilattavan lehtensä tilaajalaskuja ja -asiakkuuksia. Lisäksi mukana oli Keskisuomalaisen kumppani Intrum.

– Lähetämme vuosittain tilaajalaskuja PostNord Strålforsin välittämänä yli 800 000 asiakkaalle. Paperilaskujen osuus laskuistamme oli projektin alussa yli 60 prosenttia, Keskisuomalaisen tilausprosessien kehittämisestä ja automatisoinnista vastaava johtaja Anna-Maija Lyytinen kertoo.

Projektissa keskityttiin ohjaamaan paperilaskujen vastaanottajia e-laskun pariin.

– Olemme havainneet, että asiakastyytyväisyys kasvaa e-laskun myötä. Asiakas saa kulusäästöjä, maksuaika pitenee e-laskun nopean toimituksen myötä ja verkkopankista e-lasku tulee näppärästi maksettuakin. Meidän näkökulmastamme rahankierron tehostaminen on tietenkin hyvin tärkeä juttu ja totta kai säästämme myös lähetyskustannuksissa. Lisäksi ympäristöarvot pitää nostaa esille, Lyytinen muistuttaa ja jatkaa:

– Mielenkiinnolla lähdimme mukaan katsomaan, mitä hyötyjä ja apuja tekoäly voisi tuoda.

Mediatalo Keskisuomalainen, Anna-Maija Lyytinen, johtaja, Kuluttajamyynti ja -markkinointi

Mediatalo Keskisuomalainen, Anna-Maija Lyytinen, johtaja, Kuluttajamyynti ja -markkinointi

Be Customer Smart, Ilkka Huotelin, Toimitusjohtaja

Be Customer Smart, Ilkka Huotelin, Toimitusjohtaja

Laskubannerit ohjaamaan kuluttajia

Ensimmäiseksi tarkasteltiin, mitä dataa Keskisuomalaiselta oli mahdollisuus tekoälyä varten turvallisesti saada. Sen jälkeen aloitettiin tekoälyn opetusdatan kerääminen.

Projektissa hyödynnettiin Keskisuomalaisen laskuilla vastaavaan tarkoitukseen jo aiemmin käytettyjä banneripaikkoja. Kokeilussa olivat laskubannerien eri teemojen mukaiset sisällöt, jotka mainostivat huolettomuutta, säästöjä ja hiilijalanjälkeä. Ensimmäisessä vaiheessa paperilaskuilla vaihdeltiin satunnaisesti erilaisia bannereita sekä erillistä e-laskun etuja esittelevää laskuliitettä. Eri varianttien toimivuudesta kerättiin tietoa ja tulosten pohjalta koulutettiin koneoppimismallia.

– Saimme datassa esimerkiksi tietoa lehdestä, tilauksen tyypistä ja mahdollisesta tilauspaketista. Mitään yksilöiviä henkilötietoja ei siirretty. Lisäksi rikastimme dataa muun muassa julkisten väestörakennetietojen avulla, Be Customer Smartin toimitusjohtaja Ilkka Huotelin kertoo.

Opetusdatan keräämisen ja tekoälyn kouluttamisen jälkeen lähdettiin kokeilemaan ratkaisun toimintaa.

– Tekoälyratkaisu integroitiin viestintäratkaisuumme, jonka kautta Keskisuomalaisen laskut kulkivat. Näin jokaisella laskulla pystyttiin hyödyntämään tekoälyn suosittelemaa banneria, PostNord Strålforsin Head of Business Development Sami Niininen kertoo.

Tutkimusprojektin aikana laskuja toimitettiin kymmeniä tuhansia.

– Saimme yli 3 000 uutta e-laskuasiakasta, joten tällä meille oli ihan konkreettista arvoa. Projekti oli myös mainio ensimmäinen oppimiskokemus tekoälyn hyödyntämisestä ja saimme siitä paljon hyviä alkusysäyksiä jatkoa ajatellen.

Tulokset mielenkiintoisia

Projektissa hyödynnettiin A/B-testausta, jonka avulla mahdollistettiin kahden erilaisen algoritmin testaus, jotta opittiin samalla, minkä tyyppinen algoritmi toimii parhaiten. Algoritmissa A oli neljä varianttia: kolme erilaista laskubanneria ja niiden lisäksi myös erillinen laskuliite aiheesta. Algoritmissa B hyödynnettiin pelkkiä laskubannereita. Molempia algoritmeja verrattiin aiemmin kerättyyn dataan, jossa sisältö oli valittu satunnaisesti.

– Algoritmi A:ta hyödyntäessä konversio parani satunnaisotantaan verrattuna 11 prosenttia. Sen sijaan algoritmi B ei toiminut käytössä olevalla aineistolla ollenkaan ja tulokset olivat jopa satunnaisotantaa huonompia, Be Customer Smartin Huotelin kertoo.

Tuloksista opittiin myös paljon muuta. Esimerkiksi laskuliitteessä merkittävin tekijä oli laskun summa euroina. Mitä suurempi summa oli, sitä todennäköisemmin asiakas reagoi laskun liitteeseen. Myös asuinalueen urbaanisuus vaikutti algoritmin päätöksentekoon.

Keskisuomalaisen Anna-Maija Lyytinen oli tutkimusprojektin tuloksiin tyytyväinen.

– Saimme yli 3 000 uutta e-laskuasiakasta, joten tällä meille oli ihan konkreettista arvoa. Projekti oli myös mainio ensimmäinen oppimiskokemus tekoälyn hyödyntämisestä ja saimme siitä paljon hyviä alkusysäyksiä jatkoa ajatellen. Vielä on monta mielenkiintoista kiveä kääntämättä, Lyytinen hymyilee.

PostNord Strålforsin Sami Niininen jakaa Lyytisen ajatukset.

Sami Niininen, Johtaja, Business Development Sami Niininen, Johtaja, Business Development

– Meillä on jatkuva halu pysyä viestinvälittämisen aallon harjalla ja uskomme vahvasti, että asiakkaiden kanssa yhdessä tehtävä kehitystyö luo parhaimmat edellytykset tuottaa asiakkaitamme hyödyttäviä uusia palveluita. Tämänkaltaiset tutkimusprojektit antavat meille arvokasta tietoa ja olemmekin erittäin kiitollisia, että Keskisuomalainen lähti kanssamme mukaan kokeilemaan jotain ihan uutta, Niininen nyökkää ja jatkaa:

– Laskujen sähköistäminen ei tosiaan tuota vain säästöjä vaan myös todistetusti parantaa asiakaskokemusta varsinkin silloin, kun se tehdään hyvin. PostNord Strålforsilla on jo nyt useita erinomaisia tapoja tehostaa kuluttajien siirtymistä sähköisten laskujen pariin ja varmasti tulevaisuudessa tekoälynkin hyödyntäminen on vain ajan kysymys, Niininen päättää.

Katso video Smarter Communication Summit 2023 -tapahtumasta:

Aiheeseen liittyvät artikkelit

Koneoppimisratkaisut_16-9.jpg

Koneoppimisen avulla parempiin tuloksiin viestinnässä

PostNord Strålfors tarjoaa osana viestintäratkaisujaan tekoälyratkaisua, jolla voidaan tehdä kohtauspistepersonointia koneoppimisen avulla. Näin saadaan parempia tuloksia, oli kyseessä sitten asiakasviestien sähköistäminen tai asiakaspoistuman ennakointi.