Att bygga ett end-to-end CX-AI-program: Integration och styrning

Vinster:

• Möjlighet att kombinera komponenter (bot, RAG, assistent, sammanfattning, analys, självbetjäning, omsättning, mätning) till en sömlös kundresa
• Förmåga att tillämpa gradvis skalningsdisciplin genom att börja med en liten pilot och bevisa det med mätvärden och säkerhet
• Etablera ansvarsfull AI-styrning som inkluderar varje komponent, tilldela gränsdokumentation och kontroll och positionera människor för de mest värdefulla jobben

I de tidigare elva enheterna har vi sett alla områden där artificiell intelligens kan användas i ett callcenter: bots, konversationsdesign, samtalssammanfattning, kunskapsbas, agentassistent, sentimentanalys, självbetjäning, integritet, mänsklig överlämning och mätning. Vi sätter ihop bitarna i denna sista enhet. Istället för spridda AI-upplevelser är målet att bygga ett enda, sammanhängande kundupplevelseprogram: ett där kundens hela resa, från bot till agent till självbetjäning till sammanfattning efter samtal, flyter sömlöst, säkert och mätt.

I den här enheten kommer vi först att designa en kundresa med end-to-end AI, sedan diskuterar vi stegen för att implementera ett program (pilot, skala, styrning) och AI-styrning – en uppsättning regler som säkerställer en ansvarsfull, säker och auditerbar användning av artificiell intelligens. Låt oss definiera begreppet från början: omnikanal (multi-channel integrerad upplevelse) innebär att kundens sammanhang och upplevelse fortsätter oavbrutet även om de växlar mellan telefon, chatt, e-post, applikation.

En kundresa från slut till slut

Låt oss följa en kunds "min leverans är försenad, jag vill ha en återbetalning"-scenario från början till slut och se vilken AI-komponent som spelar in vid varje steg:

1. Inloggning (självbetjäning): Kunden öppnar chatten i applikationen. Boten presenterar sig själv (säger att det är en bot), känner igen avsikten ("frakt + retur"), hämtar den sista beställningen från CRM (anonym). — Enheter 2, 3, 8
2. Informationsbaserat svar (RAG): Boten hämtar den aktuella laststatusen från livesystemet och returpolicyn från kunskapsbasen; säger till kunden "din försändelse är på - enhet 5
3. Transaktion eller överföringsbeslut: Om returen ligger inom standardgränsen initierar och bekräftar boten med ett säkert flöde. Om det är utanför ramarna eller kunden blir arg (känslosignal) överförs det till människan. — Enhet 8, 10
4. Smidig överlämning: Om överlämning krävs, flyttar boten det anonyma kontextkortet (avsikt, försök, känsla) till agenten; Kunden berättar inte igen. — Enhet 10
5. Agent + assistent: Medan agenten pratar föreslår agentassistenten ett svar, tar upp policyn, ger en efterlevnadsvarning; Ombudet bestämmer och yttrar sig. — Enhet 6
6. Avslutande: Samtalet avslutas; AI producerar sammanfattning och etikettutkast, agenten godkänner. — Enhet 4
7. Mätning och inlärning: Känslor, lösning, orsak till omsättning registreras; kunskapsbasluckor och förbättringsmöjligheter samlas in. — Enhet 7, 11
8. Säkerhetsbas: I alla dessa steg behandlas person-/kortdata maskerade, fordonen är DPA-aktiverade och kunden informeras öppet. — Enhet 9

Dessa åtta steg visar hur varje komponent vi lär oss separat kommer samman till en enda resa. Ett bra CX-YZ-program är ett sömlöst flöde, inte en samling komponenter.

Tips: Designa ditt program efter kundresa, inte komponent för komponent. Rita först de 5 vanligaste resorna (retur, fakturatvist, tekniskt fel, möte, avbokning) från början; Markera vid varje steg "vilken AI-komponent, vilken säkerhetsregel, vilket mänskligt godkännande här?" Resan, inte tekniken, står i centrum.

Sänd live: från pilot till skala

Ett CX-YZ-program byggs inte på en dag. Det hälsosamma sättet är gradvis:

Scen

vad man ska göra

Varaktighet (typiskt)

upptäckt

De vanligaste kontakterna, möjligheter, risker kartläggs

2-4 veckor

pilot

Provade på en enda smal resa (t.ex. lastfråga)

4-8 veckor

mätning

Mätvärden, fel, säkerhet granskas

under hela piloten

expansion

Framgångsrika resor mångdubblas

gradvis

Styrning

Regler, kontroll och ansvar fastställs

ständigt

Pilotprincipen är avgörande: börja smått, mät och växt sedan. Att öppna hela callcentret för AI på en gång skalar också fel omedelbart. Att bevisa och utöka förtroendet på en smal resa är både tryggt och lärorikt.

AI-styrning: ett ramverk för ansvarsfull användning

När ett program växer blir frågor som "vem är ansvarig för vad, vilka är reglerna, hur kontrolleras det" kritiska. AI-styrning reglerar detta:

• Ägarskap: Varje AI-komponent (bot, assistent, analys) har en mänsklig ägare.
• Gränsdokument: Det skrivs vad varje fordon kan och inte kan göra (enhet 1).
• Regler för mänskligt godkännande: Vilka beslut som nödvändigtvis faller på människan (pengar, juridisk, känslig situation).
• Sekretess och säkerhet: KVKK/PCI-DSS-kompatibilitet, maskering, DPA, åtkomstkontroll (enhet 9).
• Revisionsspår: Spårbarhet av beslut och data.
• Etiska principer: Transparens (kunden vet att han pratar med boten), rättvisa (ingen diskriminering), förklarabarhet.
• Regelbunden granskning: Periodisk granskning av noggrannhet, drift, klagomål och etiska risker.

Varning: När ett AI-program växer är den största risken inte teknisk, utan styrning: en bot som inte ägs av någon, odefinierad och oövervakad kan tyst ge felaktiga svar genom åren och dra organisationen in i en kris av engagemang eller intrång. Tekniken är lätt att installera; Ansvarsfull förvaltning kräver disciplin.

Fyra kopierbara mallar

1) Resekarta från slut till slut:

Skapa en heltäckande AI-karta för "<<resa: t.ex. fakturainvändning>>". För varje steg: kanal, AI-komponent utplacerad, källa (live/kunskapsbas), krävs mänskligt godkännande, säkerhets-/maskeringsregel, handover-utlösare. Skriv stegen i introduktionsordning→upplösning/överlämning→uppsägning→mätning.

2) Pilotplan:

Planera en CX-YZ-pilot. Omfattning: <<en smal resa>>. Generera: (1) framgångsmått och mål, (2) säkerhets-/efterlevnadskontroller,(3) regler för överlämning/mänskligt godkännande, (4) 6-veckors mätplan,(5) "stoppkriterier" (under vilka piloten stoppas). Nummeranpassning; Ställ in dina målfält så att jag kan fylla i dem.

3) Styrning/gränsdokument:

Skapa ett styrkort för en AI-komponent. Komponent: <<t.ex. return bot>>.Fält: ägare (roll), vad de kan göra, vad de absolut inte kan göra, beslut som kräver mänskligt godkännande, databearbetning + maskering, gransknings-/granskningsfrekvens, transparensutlåtande (till kunden). Tomt åtagande; Skriv tydliga och restriktiva gränser.

4) Programhälsokontroll (periodisk):

Ta fram en kvartalsvis "hälsokontroll"-sammanfattning med följande programdata: - KPI-trender (produktivitet + kvalitetsbalans), - noggrannhet/driftstatus, - säkerhets-/efterlevnadsresultat, - topp 3 effektförbättringar, - risker att granska. Lita bara på data; Markera vaga sådana som "behöver granskning". Data: <<...>>

Svag prompt / Stark prompt

Svag uppmaning:

Bygg ett AI-kundservicesystem för oss som gör allt.

Orealistiskt och farligt: ​​obegränsad räckvidd, ingen säkerhet, ingen mänsklig validering, ingen mätning. En sådan önskan skapar en risk, inte ett system.

Kraftfull uppmaning:

Designa ett pilot-CX-YZ-flöde för "lastförfrågan + standardretur"-resan. Håll omfattningen smal. Vid varje steg, ha: källbaserat svar (ingen tillverkning), maskering, punkter som kräver mänskligt godkännande, regel för ilska/utanför omfånget överlämning och 3 mätvärden att mäta (varav en är en kvalitetsbalanserare). Skriv även ner stoppkriterierna.

Skillnad: räckvidd smalt, säkerhetscertifiering-överlämningsmätning ingår, pilotlogik och stoppkriterier tydliga.

tre minifodral

Fall 1 – Resefokuserad framgång. Ett e-handelsföretag designade AI inte som "installera boten, installera assistenten" komponent för komponent, utan som "förbättra de 5 vanligaste resorna från början". På den första resan (last + retur) ökade inneslutningen och CSAT tillsammans; Samma mönster kopierades sedan på andra resor. På 9 månader ökade andelen självbetjäningslösningar från 41 % till 68 % och CSAT ökade från 3,9 till 4,5. Resecentrerad design segrade över den röriga massan av fordon.

Fall 2 — Kostnaden för att hoppa över piloten. Ett telco öppnade en bot för alla produkter på en gång. Kunskapsbasen saknades på vissa produkter; När boten sände falsk kampanjinformation vilseleds tusentals kunder och programmet drogs hastigt tillbaka. I nästa försök, när en enskild produkt testades och tillförlitlighet bevisades, skalades den utan problem. Lektion: börja smått, mäta, växa.

Fall 3 – Governance gap. En bot som etablerades i en bank för två år sedan lämnades "föräldralös" när dess ägare flyttade till en annan enhet; ingen uppdaterade kunskapsbasen, ingen mätte noggrannhet. Efter en förändring i lagstiftningen fortsatte boten att säga den gamla regeln, vilket resulterade i ett granskningsresultat. Denna risk eliminerades när varje komponent tilldelades en ägare, ett gränsdokument och periodisk granskning. Lektion: föräldralös AI blir en skuld med tiden.

Vanliga misstag

• Stapla ihop komponenter, inte bygg en resa. Individuella verktyg ger inte en sammanhängande upplevelse; Design runt resan.
• Skalning utan pilot. Att öppna hela navet på en gång skalar också fel; Börja med den smala piloten.
• Att kringgå styrning. Komponenter som inte har någon ägare, inga gränser och ingen kontroll skapar risker över tid.
• Lämnar säkerheten för att bestå. Maskering, DPA, transparens måste gå in i designen från början; Det läggs inte till senare.
• Syftar till att handikappa människor. Syftet är inte att förstöra människor, utan att fokusera människor på de mest värdefulla uppgifterna.

Varning: Även det mest mogna CX-YZ-programmet är inte ett "mänskligt fritt" system; Det är ett system som "positionerar människor på den bästa platsen". AI rutin bär kunskap och skala; Människan bär relation, omdöme och ansvar. Denna arbetsfördelning är kärnan i hela modulen.

Sammanfattningsvis

Ett heltäckande CX-YZ-program kombinerar komponenterna vi lärt oss separat (bot, RAG, assistent, sammanfattning, analys, självbetjäning, överlämning, mätning, säkerhet) till en sömlös kundresa. Designa programmet som resecentrerat, inte komponentcentrerat; börja med en liten pilot och skala upp den; Upprätta styrning som tilldelar varje komponent en ägare, ett gränsdokument och periodisk inspektion. Bygg in säkerhet och transparens i designen från början. Viktigast av allt: målet är inte att eliminera människor, utan att fokusera människor på de mest värdefulla uppgifterna som relationer, omdöme och ansvar. AI bär skala; Det bär på mänsklig mening och ansvar.

Applikationsuppgift

Välj en vanligaste kundresa för din egen organisation (eller en fiktiv organisation) och extrahera stegen för inträdesupplösning/överlämning-avslut-mätning, AI-komponenten i varje steg, källan, mänskligt godkännande och säkerhetsregeln med mallen "1) End-to-end-resakarta". Designa sedan en 6-veckors pilot för den här resan med mallen "2) Pilotplan" (mått, säkerhet, överrullningsregler, stoppkriterier). Fyll slutligen i "3) Styrnings-/gränsdokument" för en komponent.

checklista

• [ ] Jag designade mitt program utifrån kundresan från slut till slut, inte komponenten.
• [ ] Jag ritade de vanligaste resorna och markerade AI-komponenten, källan och mänskligt godkännande vid varje steg.
• [ ] Jag började med en liten pilot; Jag bevisade det med mått och säkerhet och växte det gradvis.
• [ ] Varje AI-komponent har en ägare, gränscertifikat och periodisk inspektion.
• [ ] Jag byggde in säkerhet, integritet och transparens i designen från början.
• [ ] Jag etablerade systemet inte för att inaktivera människor, utan för att fokusera på det mest värdefulla arbetet.

Modulexamen

1. En callcenterchef skickar ett återbetalningserbjudande genererat av en AI-bot direkt till kunden som ett åtagande, utan något mänskligt godkännande. Vad är det grundläggande misstaget i detta tillvägagångssätt?

• A) Konvertera en produktion som inkluderar ett ekonomiskt åtagande till ett beslut utan mänskligt godkännande; Att ignorera att ansvaret ligger hos människor ✔
• B) Boten borde inte veta om återbetalningsfrågan alls; Detta ämne är helt förbjudet
• C) Boten presenterade erbjudandet i klartext istället för en tabell
• D) Återbetalningserbjudandet ska skickas till kunden via SMS istället för e-post.

Beskrivning: Artificiell intelligens är en assistent och skissgenerator; Ekonomiska åtaganden som gjorts till kunden (återbetalning, ersättning) tillhör den behöriga personen. Att förvandla en overifierad och ej godkänd AI-utdata till ett åtagande är som att ge ett osignerat kundlöfte och binder organisationen.

2. När man designar en chatbot, varför ska botens omfattning (vad den kan och inte kan göra) vara snävt och tydligt definierat?

• A) Smal omfattning gör att boten skriver snabbare och minskar serverkostnaden
• B) Obegränsad räckvidd gör att boten producerar påhittade och falska löften om saker som den inte känner till; snäv omfattning förhindrar detta ✔
• C) Smal omfattning säkerställer att kunder aldrig når människor
• D) Omfattningsdefinition krävs endast för röstrobotar, inte för textrobotar

Förklaring: En bot vars omfattning lämnas obegränsad kommer att försöka prata om ämnen den inte känner till och kan framkalla hallucinationer (tillverkad information) och göra falska åtaganden. Snäv och tydlig räckvidd håller boten endast på säkra ämnen kopplade till kunskapsbasen; När den slocknar överförs den till människor.

3. En e-handelsbot skickar dåliga nyheter som ett returavslag till "DIN FÖRFRÅGAN ÄR INTE KVALIFICERAD." och klagomålen ökade. Vilken är den bästa lösningen när det gäller taldesign?

• A) Ta bort boten helt och rikta alla begäranden om återbetalning till människor
• B) Att öka tydligheten genom att ge samma budskap med versaler och på ett mer exakt språk
• C) Implementera en tonguide som levererar dåliga nyheter med empati, utan skuld och om möjligt med ett alternativ ✔
• D) Ändra returvillkoren och acceptera alla förfrågningar

Förklaring: Även om själva informationen (avvisning av retur) inte ändras, bestämmer stilen upplevelsen. Att ge dåliga nyheter med empati, utan att skylla på kunden, och erbjuda ett alternativ om möjligt, ökar CSAT avsevärt. Tonguiden håller botens röst konsekvent och mänsklig.

4. Varför är det viktigt att använda en sluten taxonomi (en begränsad, fördefinierad lista med taggar) i automatisk samtalstaggning (disposition) istället för att låta AI generera taggar fritt?

• A) Sluten taxonomi gör att boten reagerar snabbare
• B) Fri märkning är emot KVKK, medan sluten taxonomi är kompatibel
• C) Sluten taxonomi gör ombudsgodkännande onödigt
• D) Gratis etiketter är inkonsekventa och röriga, vilket förvränger analysen; sluten taxonomi ger fasta, konsekventa och rapporterbara kategorier ✔

Förklaring: Gratis taggning producerar dussintals olika men synonyma taggar som "faktura", "fakturering", "fakturaproblem" och gör ledningsrapporter meningslösa. En sluten taxonomi tvingar in AI i fasta och konsekventa kategorier, vilket säkerställer att analysen är tillförlitlig.

5. Vad är den grundläggande logiken i RAG-metoden (Retrieval-Augmented Generation) för att minska hallucinationer i callcenterrobotar?

• A) Modellen baserar svaret på bitar dragna från den aktuella källan snarare än att anpassa den från minnet; Om det inte finns i källan står det "Jag vet inte" ✔
• B) RAG minskar sannolikheten för felsvar genom att låta modellen skriva snabbare
• C) RAG kräver att boten svarar på alla frågor utan att misslyckas
• D) RAG maskerar automatiskt personuppgifter och säkerställer KVKK-efterlevnad

Förklaring: RAG förhindrar modellen från att anpassa svaret från sitt eget minne: den hämtar först de relevanta bitarna från den aktuella kunskapsbasen och genererar sedan svaret ENDAST baserat på dessa bitar. Med principen 'Om det inte finns något svar i källan' kan modellen säga 'Jag vet inte säkert' istället för att gissa en fråga den inte känner till.

6. När en agentassistent aktiveras ökar handläggningstiden (AHT) för agenterna när 8 förslag visas på skärmen samtidigt. Vilken är den mest sannolika orsaken och lösningen på denna situation?

• A) Representanter gör motstånd mot assistenten; rekommendationer bör göras obligatoriska
• B) För många förslag skapar kognitiv överbelastning; Hålla lösningsförslagen få och raka ✔
• C) Assistenten ska skriva direkt till kunden och eliminera representanten helt
• D) Ökad AHT är normalt och bör ignoreras

Förklaring: För många förslag på en gång skapar kognitiv överbelastning på agenten; agenten tappar kontakt och flöde med kunden när han försöker läsa förslag. Lösningen är att minska antalet förslag och bara visa få men korrekta förslag med hög förtroende.

7. Hur bör sentimentanalyspoäng och automatiska utvärderingar placeras i artificiell intelligens-stödd kvalitetsledning (QA)?

• A) Poäng är absolut sanning och bör omvandlas direkt till representativa resultatpoäng
• B) Sentimentanalys används endast för marknadsföring, har inget med QA att göra
• C) Poäng är en signal och preliminär; Det slutliga beslutet tillhör människan baserat på bevis ✔
• D) Eftersom AI utvärderar alla samtal är mänsklig övervakning inte längre nödvändig.

Förklaring: Sentimentpoäng och automatiserade QA-utvärderingar är signaler och pre-screeners; Ironi, fraseringar och sammanhang kan vilseleda modellen. Den slutliga utvärderingen och återkopplingen tillhör människan; Varje fynd bör stödjas av ett citat av bevis från samtalet, och osäkra situationer bör överlåtas till människor.

8. Ett telefonbolag försökte hålla kunderna på boten genom att dölja alternativet 'anslut till en agent' för att minska kostnaderna. Vad är det mest sannolika långsiktiga resultatet av denna "carceral" strategi?

• A) Kundnöjdheten ökar permanent eftersom alla lär sig att använda boten
• B) Samtalen reduceras permanent och inga biverkningar uppstår
• C) Eftersom boten löser alla problem finns det inget behov av ett mänskligt team längre
• D) Olösta kunder blir arga, nöjdheten och NPS minskar och de återkommer med svårare samtal ✔

Förklaring: Även om att fånga kunden i boten minskar samtalen på kort sikt, blir olösta kunder argare, översvämmar sociala medier och NPS minskar; så småningom kommer de tillbaka med längre och svårare samtal. Bra självbetjäning ger kunden enkel utgång och frihet; paradoxalt nog ökar detta användningen av självbetjäning.

9. En anställd laddade upp samtalsinspelningar med fullständiga kortnummer till ett allmänt tillgängligt AI-verktyg för att analysera betalningsproblem. Varför är detta ett allvarligt brott mot efterlevnad?

• A) Att överföra fullständiga kortnummer till en obehörig enhet bryter mot PCI-DSS och KVKK ✔
• B) Det enda problemet är att filen är i Excel-format
• C) Samtalsinspelningar kan inte under några omständigheter användas för analys
• D) Det enda problemet är att analysen gjordes på turkiska istället för engelska

Förklaring: Fullständiga betalkortsnummer kan inte överföras eller lagras i obehöriga miljöer i enlighet med PCI-DSS; Kunddata är också inom ramen för KVKK. Det korrekta sättet är att helt maskera kortet och personuppgifterna vid källan och endast analysera den anonyma texten.

10. På en bank föreslog boten enträget självbetjäningssteg till en arg kund som sa "mitt kort har spärrats i 3 dagar, jag håller på att bli galen". Vad är det korrekta beteendet när det gäller mänsklig eskaleringsdesign?

• A) Boten ska säga åt kunden att lugna ner sig och prova samma steg igen.
• B) Boten ska läsa ilskasignalen som en överlämningsutlösare och omedelbart lämna över den till människan, artigt och med sammanhang ✔
• C) Boten bör erbjuda ytterligare rabatter för att behålla kunden i boten
• D) Boten ska avsluta konversationen och be kunden ringa tillbaka senare

Förklaring: Tecken på ilska och kris är implicita triggers som boten snabbt kommer att överföra till människan, inte insistera på. Boten bör omedelbart lämna över den till människan med en artig övergångsdom och bära det anonyma sammanhang som den samlade in till agenten; Att säga "lugna ner" eller insistera kommer att förvandla upplevelsen till en katastrof.

11. I ett callcenter ökade botinneslutningsgraden från 58 % till 71 %, men under samma period minskade CSAT från 4,1 till 3,6. Hur ska denna tabell tolkas?

• A) Programmet är helt framgångsrikt eftersom inneslutningen ökar, CSAT är oviktigt
• B) De två måtten är orelaterade och bör utvärderas separat
• C) Produktivitetsvinster kan ha kommit på bekostnad av tillfredsställelse; Kunder kan vara instängda i boten och detta bör verifieras ✔
• D) CSAT-nedgången är säsongsbetonad och har ingenting att göra med AI

Förklaring: Ett produktivitetsmått (inneslutning) ska inte läsas isolerat; Det måste utvärderas tillsammans med en kvalitetsbalanserare (CSAT). Om CSAT minskar medan inneslutningen ökar, kan detta vara en signal om att kunder är fångade i boten och förblir olösta och bör verifieras.

12. Varför rekommenderas det att "börja med en liten pilot och växa genom att mäta" när man implementerar ett heltäckande CX-AI-program?

• A) Pilot är bara en formalitet för att få budgetgodkännande
• B) Att börja smått nollställer permanent kostnaden för AI
• C) Pilot eliminerar styrnings- och säkerhetskrav
• D) Att slå på allt på en gång skalar också fel; Det är säkert och lärorikt att förstora den genom att mäta och bevisa den i en smal pilot ✔

Förklaring: Att öppna hela callcentret för AI på en gång kommer också omedelbart att skala möjliga fel (ofullständig kunskapsbas, felaktiga svar) och kan leda till en stor kris. Att utöka förtroendet på en smal resa genom att mäta och bevisa att det är både säkert och lärorikt och kan kontrolleras genom stoppkriterier.

13. När en kund först förklarar sitt problem för boten och sedan ansluter till representanten, måste han förklara allt igen från grunden. Vilken är den bästa lösningen på detta problem med "kontextförlust"?

• A) Överför automatiskt det anonyma sammanhanget (avsikt, försök, anledning, känsla) som samlats in av boten till representanten med överföringskortet ✔
• B) Be kunden att ha tålamod och förklara allt igen
• C) Ta bort boten helt och starta alla samtal direkt med agenten
• D) Väntar på att agenten ska lyssna på hela inspelningen av konversationen från början till slut.

Förklaring: Synd nummer ett i dåliga epoker är förlust av sammanhang. Lösningen är att automatiskt föra allt sammanhang som boten samlar in (avsikt, försök, överlämningsorsak, känslomässig ton) till agentens skärm med ett anonymiserat överlämningskort; så kunden förklarar inte igen och AHT förkortas.

14. Vad gäller IT-säkerhet och etik, vilken är den grundläggande gränsen som gäller för talanalys, röstigenkänning och databehandlingsverktyg i callcenter?

• A) Verktyg kan användas fritt på alla typer av data så länge det minskar kostnaderna
• B) Verktyg får endast användas för auktoriserade, defensiva och samtyckesändamål; Data kan inte behandlas utan tillstånd, syfte och samtycke ✔
• C) Kravet på insyn gäller endast textbots, inte röstbots
• D) Det är inte obligatoriskt att lämna information till kunden eftersom journalerna redan är för institutionen.

Avslöjande: Dessa verktyg får endast användas för auktoriserad, defensiv och samtyckelig användning av organisationens egna data. Att övervaka obehöriga personer, komma åt någon annans data eller spela in utan samtycke är både olagligt och mot yrkesetik; Inga uppgifter får behandlas utan tillstånd, syfte och samtycke.