મોટાભાગની ટીમો ઓટોમેશન (automation) તરફ ઊલટી રીતે આગળ વધે છે. તેઓ ઇન્ટિગ્રેશન માર્કેટપ્લેસ ખોલે છે અને પૂછે છે કે કઈ એપ કઈ API સાથે વાત કરે છે. તે ખોટી સમસ્યાનો ઉકેલ લાવતી નબળી વ્યવસ્થા બનાવવાનો ઝડપી રસ્તો છે. વધુ સારો પ્રારંભિક બિંદુ તમારી ટીમને કામ કરતી જોવાનો છે. તેઓ શું હાથથી ટાઈપ કરી રહ્યા છે? તેઓ બ્રાઉઝર ટેબ્સ વચ્ચે ડેટા ક્યાં કોપી કરી રહ્યા છે? કોઈ વ્યક્તિ મેન્યુઅલી આગળ ન વધારે ત્યાં સુધી પ્રક્રિયા શા માટે અટકી જાય છે? આ પ્રશ્નો ખરેખર શું ઓટોમેટ કરવાની જરૂર છે તે દર્શાવે છે. સોફ્ટવેર માત્ર એક ડિલિવરી મિકેનિઝમ છે; તમારું બિઝનેસ લોજિક (business logic) પ્રથમ હોવું જોઈએ.
સાધનોથી નહીં, કામથી શરૂઆત કરો
કઈ એપ કઈ API સાથે જોડાય છે તે પૂછવાનું બંધ કરો. તમારી ટીમ મેન્યુઅલી શું કરે છે અને તેઓ તે શા માટે કરે છે તે પૂછીને શરૂઆત કરો.
જો તમારા સેલ્સ પ્રતિનિધિઓ હંમેશા ચોક્કસ દિવસોમાં ફોલો-અપ લેતા હોય, તો કોઈપણ ઓટોમેશન એ લય (rhythm) નું પાલન કરવું જોઈએ. જો કોઈ પ્રતિનિધિ કાર્ગો વજન, પરિમાણ (dimensions) અને ગંતવ્ય સ્થાન (destination) વગર ફ્રેટ ક્વોટ (freight quote) આપી શકતો નથી, તો તમારી ચેટબોટ (chatbot) વાતચીત આગળ વધારતા પહેલા તે ચોક્કસ ફિલ્ડ્સ એકત્રિત કરવી જોઈએ. ટેકનોલોજીએ વાસ્તવિક દુનિયાના નિયમોનું પ્રતિબિંબ પાડવું જોઈએ.
એક લોજિસ્ટિક્સ કંપનીનો વિચાર કરો જ્યાં પ્રતિનિધિઓ કાર્ગો વિગતો એકત્રિત કરવા માટે WhatsApp, ઇમેઇલ અને સ્પ્રેડશીટ્સ વચ્ચે સ્વિચ કરે છે. ઉકેલ માત્ર "WhatsApp ને CRM સાથે જોડવાનો" નથી. વર્કફ્લોએ પ્રતિનિધિના પોતાના નિર્ણયના વૃક્ષ (decision tree) નું અનુકરણ કરવું જોઈએ: કાર્ગો સ્પેક્સ (specs) ચકાસો, રૂટની ઉપલબ્ધતા તપાસો, અને પછી ક્વોટ રેકોર્ડ બનાવો. જ્યારે તમે પહેલા લોજિકને મેપ કરો છો, ત્યારે તમે બે સંપૂર્ણ API ને જોડવાના એવા જાળમાં ફસાતા બચો છો જે અંતે કંઈ જ ઉકેલતા નથી.
કેપ્ચર કરો, નિર્ણય લો, કાર્ય કરો
વિશ્વસનીય ઓટોમેશનના ત્રણ અલગ કાર્યો છે. Capture સિસ્ટમમાં માહિતી લાવે છે. Decision નક્કી કરે છે કે આગળ શું થશે. Action રેકોર્ડ અપડેટ કરે છે, સંદેશ મોકલે છે અથવા વ્યક્તિને એલર્ટ કરે છે.
આ લેયર્સને અલગ રાખો. જો કોઈ લીડ (lead) તમારા CRM માં ક્યારેય દેખાતી નથી, તો તમે જાણવા માંગો છો કે કેપ્ચર સ્ટેજ નિષ્ફળ ગયું હતું કે ડિસિઝન સ્ટેજ અટકી ગયું હતું. શું વેબસાઇટ ફોર્મે પેલોડ (payload) સબમિટ કર્યો હતો? શું વેબહૂક (webhook) ફાયર થયું હતું? જો ડેટા આવ્યો પણ નિષ્ક્રિય રહ્યો, તો તમારું લોજિક લેયર સમસ્યા છે. જો કંઈ જ ન આવ્યું, તો ઇન્ટેક (intake) સુધારો.
તમારા વર્કફ્લોને એવી રીતે તૈયાર કરો કે દરેક સ્ટેજ તેના પોતાના લોગ અથવા ફિલ્ડમાં લખે. કેપ્ચર સ્ટેજ રો (raw) પેલોડ સ્ટોર કરે છે. ડિસિઝન સ્ટેજ પસંદ કરેલા માર્ગને રેકોર્ડ કરે છે. એક્શન સ્ટેજ પરિણામની નોંધ લે છે. જ્યારે રાત્રે 2 વાગ્યે કંઈક બગડે છે, ત્યારે તમે તેને ડિટેક્ટિવ રહસ્ય તરીકે જોવાને બદલે એક વાર્તાની જેમ વાંચી શકો છો.
તમારી સિસ્ટમને યાદશક્તિ આપો
તમારી સિસ્ટમને યાદશક્તિ આપવા માટે ડેટાબેઝ અને CRM ફિલ્ડ્સનો ઉપયોગ કરો. વર્કફ્લોએ જાણવાની જરૂર છે કે લીડ નવી છે, ક્વોલિફાઇડ છે કે ગુમાવી દીધી છે. આ સિસ્ટમને બે વાર સમાન પ્રશ્નો પૂછતા અટકાવે છે. યાદશક્તિ વગર, દરેક ઇન્ટરેક્શન શૂન્ય પર રિસેટ થઈ જાય છે. ચેટબોટ પાછા આવેલા ગ્રાહકનું સ્વાગત અજાણ્યા વ્યક્તિની જેમ કરે છે. સેલ્સ સિક્વન્સ એ વ્યક્તિને પ્રથમ-ટચ ઇમેઇલ મોકલે છે જેણે પહેલેથી જ કોન્ટ્રાક્ટ પર સહી કરી છે.
"Lifecycle Stage" જેવું સ્ટેટસ ફિલ્ડ સ્ટોર કરો અને દરેક ઓટોમેટેડ ટચ પહેલા તેને તપાસો. જો સ્ટેજ "Contract Sent" હોય, તો નર્ચર સિક્વન્સ (nurture sequence) છોડી દો અને રેકોર્ડને સીધું લીગલ હેન્ડઓફ ક્યુ (legal handoff queue) માં મોકલી દો. યાદશક્તિ રિએક્ટિવ સ્ક્રિપ્ટ્સને સુસંગત પ્રક્રિયાઓમાં ફેરવે છે જે ગ્રાહકની તમારી સાથેની વાસ્તવિક હિસ્ટ્રીનું સન્માન કરે છે.
યોગ્ય કાર્યો માટે AI નો ઉપયોગ કરો
AI નો ઉપયોગ મર્યાદિત, ચોક્કસ કાર્યો માટે કરો. તેને લાંબી વાતચીતનો ઇતિહાસ સારાંશમાં આપવા, જવાબો ડ્રાફ્ટ કરવા અથવા અસ્તવ્યસ્ત ટેક્સ્ટમાંથી ડેટા કાઢવા માટે ઉપયોગ કરો. પરંતુ હંમેશા AI ને સ્ટ્રક્ચર્ડ ડેટા (structured data) આપવાનો નિર્દેશ આપો. પછી સિસ્ટમ કોઈપણ રેકોર્ડ અપડેટ કરે તે પહેલાં તે ડેટાને વેલિડેટ કરો.
ઉદાહરણ તરીકે, જો તમે ઓર્ડર નંબર અને સમસ્યાની શ્રેણીઓ કાઢવા માટે કસ્ટમર ફરિયાદના ઇમેઇલ્સને લાર્જ લેંગ્વેજ મોડેલમાં (large language model) નાખો છો, તો તેને વ્યાખ્યાયિત કી (keys) સાથે JSON રિટર્ન કરવા માટે પ્રોમ્પ્ટ કરો. તે આઉટપુટને વેલિડેશન લેયર દ્વારા પસાર કરો જે તપાસે છે કે ઓર્ડર નંબર તમારા ફોર્મેટ સાથે મેળ ખાય છે કે નહીં અને કેટેગરી મંજૂર કરેલી યાદીમાં છે કે નહીં. ત્યાર પછી જ સપોર્ટ ટિકિટમાં લખો. આ હલ્યુસિનેટેડ (hallucinated) ઓર્ડર નંબરને તમારી ડિસ્પેચ સિસ્ટમને બગાડતા અટકાવે છે. AI ને એક ઇન્ટર્ન તરીકે વિચારો જે ઝડપથી કામ કરે છે પરંતુ જેને સુપરવાઇઝરની જરૂર હોય છે.
એવી રીતે બનાવો કે જાણે વસ્તુઓ બગડવાની જ છે
API નિષ્ફળ જાય છે. AI ખોટો ડેટા આપે છે. સિસ્ટમ ક્રેશ થાય છે. તમારા ઓટોમેશનએ આ બધું માટે તૈયાર રહેવું જોઈએ.
તમારે logs ની જરૂર છે જેથી તમે બરાબર શું અને ક્યારે થયું તે જોઈ શકો. તમારે વર્કફ્લોમાં રેકોર્ડ ક્યાં છે તે ટ્રેક કરવા માટે status fields ની જરૂર છે. ભૂલોને આગળ વધવા દેવાને બદલે તેને પકડવા માટે તમારે error branches ની જરૂર છે. અને તમારે manual paths ની જરૂર છે જેથી કોઈ વ્યક્તિ કોડ ફરીથી લખ્યા વિના સમસ્યાઓ સુધારી શકે.
જો પેમેન્ટ ગેટવે ટાઈમ આઉટ થાય, તો વર્કફ્લોએ વ્યવહાર (transaction) ને ચૂપચાપ છોડી દેવો જોઈએ નહીં. તેણે ઇન્વોઇસ સ્ટેટસને "Sync Pending" તરીકે માર્ક કરવું જોઈએ, ફાઇનાન્સ ટીમને જાણ કરવી જોઈએ અને ફરીથી પ્રયાસ કરવા માટે ક્યુ (queue) માં મૂકવું જોઈએ. જો તે ત્રણ વાર નિષ્ફળ જાય, તો કોઈ વ્યક્તિ માટે કાર્ય (task) ઊભું કરો. વ્યક્તિ રેકોર્ડ ખોલી શકવી જોઈએ, નિષ્ફળ પેલોડ (payload) જોઈ શકવી જોઈએ, ડેટા સુધારી શકવો જોઈએ અને કામ આગળ વધારી શકવું જોઈએ. વિશ્વસનીયતા નિષ્ફળતાની અપેક્ષા રાખવાથી આવે છે, સંપૂર્ણતાની આશા રાખવાથી નહીં.
માનવીઓને પ્રક્રિયામાં સામેલ રાખો
બધું જ ઓટોમેટ કરવાનો પ્રયાસ કરશો નહીં. લોકોએ કિંમત નિર્ધારણ, વાટાઘાટો અને સંવેદનશીલ ફરિયાદો સંભાળવી જોઈએ. ધ્યેય પુનરાવર્તિત કામ દૂર કરવાનો છે જેથી તમારી ટીમ નિર્ણય લેવાની ક્ષમતા પર ધ્યાન કેન્દ્રિત કરી શકે.
કિંમતની વાટાઘાટોમાં સમજૂતીઓ (trade-offs), ગ્રાહકનો ઇતિહાસ અને માર્જિનનું દબાણ સામેલ હોય છે જે દર ત્રિમાસિકમાં બદલાતું રહે છે. સોફ્ટવેર શરૂઆતના આંકડાઓ તૈયાર કરી શકે છે, પરંતુ અંતિમ ડિસ્કાઉન્ટનો નિર્ણય તે વ્યક્તિનો હોવો જોઈએ જે એકાઉન્ટને સમજે છે. સંવેદનશીલ ફરિયાદોમાં ભાવનાત્મક વજન અને કાનૂની જોખમ હોય છે. તેમને ટેમ્પલેટ આધારિત જવાબ આપવા કરતાં કોઈ વ્યક્તિ પાસે ઝડપથી પહોંચાડવા વધુ મૂલ્યવાન છે. તમારા વર્કફ્લો એ રીતે બનાવો કે જેથી રૂટિન કામો દૂર થઈ જાય અને તમારા શ્રેષ્ઠ કર્મચારીઓ પાસે મુશ્કેલ નિર્ણયો લેવા માટે સમય હોય.
બનાવતા પહેલા મેપિંગ કરો
તમે ઓટોમેશનનો એક પણ નિયમ લખતા પહેલા, તમારું કામ ક્યાંથી શરૂ થાય છે તે દરેક જગ્યાની યાદી બનાવો. આમાં વેબસાઇટ ફોર્મ્સ, WhatsApp મેસેજ, એડ પ્લેટફોર્મ્સ અને શેર કરેલી સ્પ્રેડશીટ્સનો સમાવેશ થાય છે. દરેક સ્ત્રોતમાંથી કઈ માહિતી આવે છે અને પ્રથમ પગલા પછી કયો રેકોર્ડ હોવો જોઈએ તેનું મેપિંગ કરો.
જો તમે આ ઇન્વેન્ટરી છોડી દેશો, તો પ્રોજેક્ટના અધવચ્ચે તમને ખબર પડશે કે તમારા ચોથા ભાગના લીડ્સ (leads) હજુ પણ જૂના ઇમેઇલ એલિયાસ અથવા એવી શેર કરેલી સ્પ્રેડશીટ દ્વારા આવે છે જેના વિશે કોઈએ વાત કરી નહોતી. એક સાદું ટેબલ બનાવો. કોલમ એક: સ્ત્રોત (Source). કોલમ બે: આવતી માહિતી (Data). કોલમ ત્રણ: પ્રથમ બનાવવામાં આવેલ સિસ્ટમ રેકોર્ડ. કોલમ ચાર: આગામી પગલાંનો માલિક કોણ છે. આ એક જ દસ્તાવેજ "અમે તે સ્પ્રેડશીટ ભૂલી ગયા હતા" જેવી સમસ્યાને અટકાવશે જે શાંતિથી ઓટોમેશન પ્રોજેક્ટ્સને નિષ્ફળ બનાવે છે.
નાની શરૂઆત કરો, પછી વિસ્તાર કરો
નાની શરૂઆત કરો. એવો એક વર્કફ્લો પસંદ કરો જે બે મહત્વપૂર્ણ વિસ્તારો વચ્ચે ડેટા સ્થાનાંતરિત કરે છે. તેને બનાવો, તેનું પરીક્ષણ કરો અને તમારી ટીમને તેનો વાસ્તવિક ઉપયોગ કરવા દો. એકવાર તમે સાબિત કરી દો કે આ પદ્ધતિ કામ કરે છે, પછી તમે તેને સ્કેલ કરી શકો છો.
એક જ સ્પ્રિન્ટમાં આખી ગ્રાહક મુસાફરી (customer journey) ને ઓટોમેટ કરવાની ઈચ્છાને રોકો. એક નાનો, વિશ્વસનીય વર્કફ્લો વિશ્વાસ મેળવે છે. એક મોટો, તૂટેલો વર્કફ્લો આખી પહેલ માટેનો ઉત્સાહ ખતમ કરી દે છે.
પહેલા જ દિવસે તમારી આખી સેલ્સ પાઇપલાઇનને ઓટોમેટ કરવાને બદલે, તમારી વેબસાઇટ ફોર્મમાંથી ક્વોલિફાઇડ લીડ્સને તમારા CRM માં ખસેડવાથી અને ટેરિટરીના આધારે તેમને યોગ્ય પ્રતિનિધિને સોંપવાથી શરૂઆત કરો. બસ એટલું જ. કોઈ ફોલો-અપ સિક્વન્સ નહીં, કોઈ એન્રિચમેન્ટ નહીં, કોઈ Slack એલર્ટ નહીં. એકવાર તે સિંગલ પાથ બે અઠવાડિયા સુધી વ્યવસ્થિત ચાલે, પછી આગલો લેયર ઉમેરો. તમારી ટીમ સિસ્ટમ શીખશે. તમે નિષ્ફળતાના પ્રકારો (failure modes) શીખશો. પછી તમે આત્મવિશ્વાસ સાથે વિસ્તરણ કરશો.
મુખ્ય વાત: બિઝનેસ ઓટોમેશન મુખ્યત્વે ઝડપ વિશે નથી. તે સ્પષ્ટતા વિશે છે. જ્યારે તમે કેપ્ચર (capture), નિર્ણય (decision) અને એક્શન (action) ને અલગ કરો છો, જ્યારે તમે તમારી સિસ્ટમને મેમરી આપો છો, જ્યારે તમે નિષ્ફળતા માટે ડિઝાઇન કરો છો અને મુશ્કેલ નિર્ણયો લોકો માટે રાખે છે, ત્યારે તમે નાજુક સ્ક્રિપ્ટ્સ બનાવવાનું બંધ કરો છો અને ખરેખર ટકી રહે તેવા કામકાજ (operations) બનાવવાનું શરૂ કરો છો.