VL VentureLens.site System til AI-ventureveje
Output tutorial

Real pilot case tutorial

A week 2tutorial tilindsamle reel feedbackgennem én inspicerbar udgang.

Week 2 output rigtig pilotsag Ingen tilmelding nødvendig

Når dette er det rigtige output

Brug denne efter uge, man opretter svar, materialeadgang eller fortsat samtale.

Forbered dig inden du starter

  • Uge-1 output og feedback log
  • 1-2 personer villige til at blive ved med at tale eller teste
  • Der er brug for rigtigt materiale til denne uges output

Public case breakdown

How Stellantis &You UK used Make for aftersales messaging

The aftersales team was overloaded by phone and in-person communication. In Make's case, intent and sentiment classification routed ordinary messages to automation and subtle dissatisfaction signals to human follow-up.

Source

Make customer care success story

47,000+ messages analyzed and 18,000+ handled automatically over 12 months

It did not start as a huge system

Classify first

The workflow judges intent and sentiment before attempting any response.

Keep human boundaries

Negative, ambiguous, and risky messages are escalated to people.

Track outcomes

The team measures handled volume, escalation, and customer feedback instead of showing only a workflow diagram.

What to copy

Sell saved time, not the diagram

Clients buy less repeated work and fewer missed issues, not the automation canvas.

Automate low-risk work first

Classification, sorting, notification, and logging are safer first steps than full auto-replies.

Price from before-after evidence

Record manual time and post-automation time before quoting a pilot.

Build a small version

Collect 20 historical messages

Pick one niche such as clinics, training firms, or local services.

Create 3 labels

Use only no reply needed, needs human, possible churn.

Run 5 reviewed tests

Let AI classify, review manually, then calculate accuracy and time saved.

Do not promise fully automated support first. Message triage and human alerts are easier pilots to sell.

Byg den første version

1

Vælg det stærkeste signal

Vælg den person, der er tættest på den reelle efterspørgsel, blandt uge-1-svar, formularer eller DM'er.

2

Saml rigtigt materiale

Spørg kun efter materiale, der er nødvendigt for at skabe denne uges output.

3

Aflever én gang

Brug AI plus manuel gennemgang til at skabe et resultat, som brugeren kan inspicere.

4

Optag feedback

Spørg, hvad der er brugbart, hvad der ikke er tillid til endnu, og om de vil have det næste skridt.

Kopieringsklare skabeloner

Feedback spørgsmål

Hvilken del kan du bruge direkte? Hvad er endnu ikke troværdigt? Hvis vi fortsætter, hvad skal version to så ændre først?

Leveringslog

Inputmateriale, proces, menneskelige redigeringer, leveringstid, brugerfeedback, næste-trins hensigt.

Sådan beslutter du næste skridt

Fortsæt hvornår

  • Mindst én reel levering er gennemført
  • Kunden tillader anonym bevisførelse
  • Kunden beder om et næste skridt eller henvisning

Skift retning når

  • Feedback er høfligt, men skaber ingen næste materiale eller forsøgshensigt.
  • Resultatet kommer ikke ind i en rigtig arbejdsgang.
  • Hver levering føles som et nyt skræddersyet projekt.

Værktøjsvalg til dette output

Tally: formularer og undersøgelser

Brug:Indsaml kundemateriale og feedback efter levering

Alternativ:Google Forms

Åbn værktøj

ClickUp: arbejdsledelse

Brug:Spor leveringsopgaver, tid og kundestatus

Alternativ:Google Sheets

Åbn værktøj

Mærke: automatiseringsarbejdsgange

Brug:Forbind gentagne meddelelser og logning

Alternativ:Manuel SOP

Åbn værktøj

Vend tilbage til resultatet, når du er færdig med dette output

Gennemfør i uge to 1-2 små piloter og indsaml feedback, der kan blive en anonym sag.