---
سلسلة محادثات على Slack أثارت التغيير
بدأ كل شيء بسلسلة محادثات على Slack حيث أعربت إحدى مديرات المنتجات لدينا، سارة، عن إحباطها من عملية تسجيل أصحاب العمل. "لماذا تستغرق عملية التسجيل وقتًا طويلاً؟" سألت، بعد تلقيها تعليقات من عميل محتمل تخلى عن العملية في منتصفها. وقد أثار ذلك سلسلة من المحادثات حول كيفية تبسيط عملية الانضمام مع ضمان تلبية منصتنا لاحتياجات أصحاب العمل المتنوعين.
فهم المخاطر
كانت عملية تسجيل أصحاب العمل أمرًا حيويًا لـ Fitlane AI. لم تؤثر تجربة التسجيل المعقدة على رضا المستخدمين فحسب، بل كان لها أيضًا تأثير مباشر على مقاييس النمو لدينا. مع كل تسجيل مهجور، كنا نفقد عملاء محتملين وإيرادات. أدركنا أنه إذا أردنا تعزيز عروضنا ودعم قاعدة أصحاب العمل المتزايدة لدينا بفعالية، فنحن بحاجة إلى حل يبسط ويعجل عملية الانضمام. كانت المخاطر عالية، وشعرنا بالضغط للابتكار.
المشكلة الأساسية
عند الغوص في تحليلات المستخدمين، اكتشفنا أن تدفق التسجيل كان طويلاً ومعقدًا جدًا. على سبيل المثال، كان يتعين على صاحب العمل ملء عدة نماذج، وتقديم الوثائق، وانتظار التحقق. أبرزت حالة معينة هذه المشكلة: حاولت شركة متوسطة الحجم التسجيل لكنها توقفت بعد قضاء 30 دقيقة في النماذج دون فهم واضح للخطوات التالية. لم يثبط ذلك عزيمتهم فحسب، بل تركنا نتساءل عن عدد أصحاب العمل الآخرين الذين واجهوا المصير نفسه.
المحاولات الأولية والدروس المستفادة
تمثلت أولى حلولنا في تبسيط النماذج الحالية. قللنا من عدد الحقول وسهلنا العملية، لكنها لا تزال تبدو مرهقة للمستخدمين. كما جربنا ملء المعلومات تلقائيًا باستخدام بيانات من الحسابات المرتبطة، لكن هذا النهج غالبًا ما أدى إلى إدخالات غير صحيحة، مما أدى إلى تجارب مستخدمين محبطة. في النهاية، أدركنا أن تقليل عدد الخطوات لم يكن كافيًا؛ كنا بحاجة إلى إعادة التفكير في النهج بالكامل مع التركيز على الأتمتة الذكية.
الحل التقني
جاءت الانطلاقة عندما قررنا دمج مساعد مدفوع بالذكاء الاصطناعي في تدفق التسجيل. سيوجه هذا المساعد أصحاب العمل خلال العملية، ويجيب على الأسئلة في الوقت الفعلي ويقدم المساعدة حسب السياق. استخدمنا معالجة اللغة الطبيعية للسماح للمستخدمين بالتفاعل مع المساعد بطريقة محادثة.
إليك جزء من الكود الذي طورناه لمعالجة مدخلات المستخدم:
class RegistrationAssistant:
def __init__(self):
self.steps = self.initialize_steps()
def process_input(self, user_input):
response = self.analyze_input(user_input)
return response
هذا سمح لنا بإنشاء تفاعل أكثر بديهية، مما جعل عملية التسجيل تبدو أقل كعمل روتيني وأكثر كمحادثة.
التغييرات الملحوظة في المنتج
بعد تنفيذ المساعد الذكي، شهدنا فرقًا ملحوظًا في تجربة المستخدم. تمكن أصحاب العمل من إكمال تسجيلهم في أقل من نصف الوقت مقارنة بالعملية السابقة. قدم المساعد تعليقات فورية وتوضيحات، مما قلل من الحاجة إلى الأسئلة اللاحقة وتذاكر الدعم. لم يحسن هذا التعزيز تجربة الانضمام فحسب، بل أدى أيضًا إلى ارتفاع معدلات التحويل في صفحة /companies لدينا، حيث نعرض عروضنا للعملاء المحتملين.
الدروس المستفادة من التجربة
- تصميم يركز على المستخدم: كان التفاعل المباشر مع المستخدمين خلال مرحلة التصميم يوفر رؤى لا تقدر بثمن شكلت نهجنا.
- الذكاء الاصطناعي كرفيق: يمكن أن يعزز مساعد الذكاء الاصطناعي تفاعلات المستخدمين بشكل كبير من خلال تقديم المساعدة الفورية المخصصة لاحتياجاتهم.
- عملية تكرارية: ليست كل فكرة أولية ستنجح؛ كن مستعدًا للتكيف بناءً على تعليقات المستخدمين والبيانات.
- التعاون عبر الفرق: ساهم إشراك فرق المنتجات والهندسة ودعم العملاء في وقت مبكر من العملية في التوصل إلى حل أكثر قوة.
الآثار على المرشحين
بينما يتنقل المرشحون عبر منصتنا، يمكنهم توقع عملية تسجيل أكثر سلاسة تسمح لهم بالتركيز على ما يهم حقًا: العثور على الوظيفة المناسبة. يضمن المساعد الذكي أن تكون تجربتهم مخصصة وفعالة، مع تلبية احتياجاتهم دون تأخيرات غير ضرورية.
الآثار على المجندين
بالنسبة للمجندين، تعني هذه العملية المعززة للتسجيل وصولًا أسرع إلى المرشحين المحتملين. تتيح عملية الانضمام المبسطة للمجندين قضاء وقت أقل في المهام الإدارية ووقتًا أكبر في التواصل مع المواهب المناسبة، مما يحسن في النهاية نتائج التوظيف لديهم.
النظر إلى المستقبل
بينما نفخر بالتقدم الذي أحرزناه، ندرك أن عملنا بعيد عن الاكتمال. نحن حاليًا نراقب تفاعلات المستخدمين مع المساعد الذكي لتحديد مجالات التحسين الإضافية. بالإضافة إلى ذلك، نخطط لاستكشاف خوارزميات التعلم الآلي التي يمكن أن تتنبأ باحتياجات المستخدمين استنادًا إلى البيانات التاريخية. إذا كان علينا إعادة هذه العملية، فسوف نستثمر المزيد من الوقت في اختبار المستخدمين قبل إطلاق المساعد الذكي لجمع رؤى أعمق. ---