¿Cómo están cambiando las métricas de servicio al cliente en la era de la IA?

¿Qué tienen en común los mejores equipos de atención al cliente? Un compromiso obsesivo con la creación de una excelente experiencia para el cliente es un buen primer paso, pero eso sólo le llevará hasta cierto punto sin un ingrediente crucial: informes rigurosos sobre métricas clave de servicio al cliente.

Saber cómo encontrar la señal en el ruido de los datos es lo que permite a los mejores equipos de soporte seguir brindando un servicio al cliente de calidad, una alta satisfacción del cliente y un equipo de alto rendimiento. Pero ahora que la IA está transformando el servicio al cliente tal como lo conocemos, ¿cómo deberían los líderes de soporte adaptar sus métricas centrales para obtener una verdadera medida del éxito en esta nueva era?

"Los líderes que quieran aprovechar la inmensa oportunidad que presenta la IA tendrán que pensar de manera diferente acerca de las métricas y los KPI"

El panorama del servicio al cliente está experimentando un cambio monumental a medida que la IA se vuelve más avanzada. Ahora que la tecnología permite interacciones más convincentes con los clientes y resoluciones casi instantáneas de muchas preguntas de los clientes, los equipos de soporte pueden centrarse en actividades que crean valor adicional para sus clientes. Una investigación reciente del informe State of AI in Customer Service: 2023 de Intercom muestra que la inversión en IA para el servicio al cliente se está acelerando rápidamente, y el 69% de los líderes de soporte planean invertir más en IA en el próximo año.

Los líderes que quieran aprovechar la inmensa oportunidad que presenta la IA deberán pensar de manera diferente acerca de las métricas y los KPI para garantizar que, en un mundo en el que la IA es lo primero, el verdadero impacto del servicio al cliente se mida de la manera correcta.

La evolución de las métricas de soporte tradicionales

Si bien las métricas de soporte tal como las conocemos están evolucionando, seguirán siendo esenciales para el éxito de su equipo. La IA cambiará fundamentalmente la forma en que trabajan los equipos de soporte, y algunas de las métricas que importaban para una oferta de soporte de última generación pueden volverse menos relevantes en un mundo donde los humanos y la IA trabajan juntos a la perfección.

"Será fundamental pensar tanto en la experiencia del cliente como en la de los compañeros de equipo al evaluar su enfoque actual para la presentación de informes"

Las expectativas de soporte de los clientes también están evolucionando rápidamente como resultado de que la IA ofrece respuestas y resoluciones ultrarrápidas, lo que significa que será necesario restablecer los acuerdos de nivel de servicio (SLA) y los puntos de referencia del equipo de soporte. Nuestro propio equipo de atención al cliente ya está ajustando las métricas y los puntos de referencia que utilizamos para medir el éxito a medida que nuestro chatbot de IA, Fin, resuelve cada vez más consultas de nuestros clientes.

Para preparar a su equipo para el éxito en esta nueva era del servicio al cliente, será fundamental pensar tanto en la experiencia del cliente como en la de los compañeros de equipo al evaluar su enfoque actual de presentación de informes, de modo que pueda asegurarse de estar al tanto de los números que importan. mayoría.

Estas son algunas de las áreas y métricas clave que se verán afectadas por estos cambios, junto con nuestros consejos para adaptar su enfoque de generación de informes y aprovechar la oportunidad que se avecina.

Cómo interactúas con los clientes

Para muchos equipos de atención al cliente, la tecnología de IA generativa, como los chatbots impulsados ​​por IA, se convertirá en el primer punto de contacto para los clientes que buscan soporte. Estos robots son capaces de ofrecer respuestas rápidas y útiles, y también pueden aclarar consultas y pasarlas a un representante de soporte humano para brindarles más ayuda si no saben la respuesta.

Con la IA en primera línea abordando el volumen de soporte entrante, será necesario adaptar algunas de las métricas principales utilizadas para medir la velocidad y la eficacia de la prestación de soporte.

Tiempo de primera respuesta (FRT)

El “tiempo de primera respuesta” (FRT) es el tiempo que le toma a su equipo enviar una respuesta inicial a la consulta de un cliente.

Dado que los principales robots de IA son capaces de ofrecer a los clientes respuestas casi instantáneas, los tiempos de respuesta lentos (y los largos tiempos de espera para los clientes) se están convirtiendo en cosa del pasado. Esto cambiará drásticamente las expectativas de los clientes; la suposición de que la respuesta y la resolución final requerirían una espera será reemplazada por la expectativa de una respuesta inmediata y una resolución rápida.

Consejo

Para obtener una lectura precisa del rendimiento de su equipo y del robot de IA, considere crear informes separados para el "tiempo de primera respuesta del robot" y el "tiempo de primera respuesta humana" para obtener una visión holística de la rapidez con la que sus clientes obtienen respuestas en todos los ámbitos.

Al evaluar una experiencia de soporte humano-IA, también será importante observar un conjunto más amplio de métricas junto con el tiempo de primera respuesta, como el tiempo promedio de atención, para comprender qué tan rápido se resuelven los problemas de los clientes más allá del primer punto de contacto.

Tiempo promedio de manejo (AHT)

El “tiempo promedio de atención” (AHT) mide el tiempo promedio que su equipo dedica a trabajar en las conversaciones con los clientes y, a menudo, los líderes de soporte lo utilizan para comprender la capacidad del equipo y las necesidades de personal.

Dado que los robots de IA resuelven la mayoría de las consultas simples, su equipo tendrá que lidiar con problemas más complejos y que consumirán más tiempo, por lo que será necesario identificar nuevos puntos de referencia para el tiempo promedio de manejo de las conversaciones con los clientes para dejar espacio para este ajuste.

Consejo

De manera similar al tiempo de primera respuesta, intente crear informes separados para el "tiempo promedio de atención del bot" y el "tiempo promedio de atención humana" para obtener una imagen completa de cuánto tiempo les toma a sus clientes resolver sus problemas.

Si bien es posible que observe que los tiempos de manejo general y de los bots disminuyen, el tiempo de manejo humano probablemente aumentará como resultado de que los representantes de soporte se ocupen de problemas más complicados. Si ve que el tiempo de manejo humano aumenta, considere analizar otras métricas, como CSAT, para ver si esto está teniendo un efecto en cadena en otras áreas.

Cómo se mide la productividad

Sabemos que para tener un impacto enorme en esta nueva era del servicio al cliente, los humanos y la IA deberán trabajar juntos. La IA debe considerarse efectivamente como un nuevo representante de soporte en su equipo y, como tal, será crucial saber cómo medir su desempeño, así como el efecto dominó que tendrá en la capacidad de su equipo.

La implementación de un chatbot de IA inevitablemente liberará tiempo de su equipo para concentrarse en otras actividades, como soporte consultivo o proactivo, o gestión del conocimiento. Dado que su equipo se centra en una amplia gama de tareas, será necesario adaptar la forma en que mide la productividad y mide la capacidad de su equipo.

Casos manejados

“Casos manejados” se refiere a la cantidad de casos, tickets o conversaciones manejadas por los agentes de soporte. Esto se puede medir cada hora, día o semana y, a menudo, se utiliza como medida del rendimiento y la productividad del equipo.

Tradicionalmente, se esperaba que los representantes de soporte manejaran una cierta cantidad de consultas de los clientes durante un período de tiempo determinado, por lo que habría un punto de referencia para evaluar la productividad del equipo. En la era de la IA, esto ha cambiado. Los representantes de soporte ahora están abordando un conjunto mucho más complejo de problemas de los clientes, y los simples son resueltos por robots de inteligencia artificial. Y dado que los casos complejos a menudo requieren más investigación e inversión de tiempo, la cantidad de casos manejados por hora, día o semana va a cambiar.

El papel del “representante de atención al cliente” también se está volviendo mucho más diverso, y los representantes se involucran cada vez más en otras áreas como la creación de contenido del centro de ayuda y la gestión del conocimiento. Dado que su equipo divide su tiempo entre diferentes tareas, la cantidad de casos manejados se convierte en una métrica menos relevante para evaluar la productividad del equipo.

Consejo

Considere mapear todas las demás áreas de impacto a las que su equipo puede contribuir y comprenda cómo se puede incluir cada área en un sistema general para medir el desempeño. Al identificar estas otras áreas de enfoque para su equipo, como la creación de contenido del centro de ayuda o la moderación de la comunidad, podrá obtener una lectura más precisa sobre la productividad del equipo.

Tasa de resolución automatizada

La “tasa de resolución automatizada” o “tasa de resolución automatizada” (ROAR) mide la cantidad de tickets de soporte o conversaciones que se resuelven completamente mediante automatización, como los bots.

Antes del lanzamiento de los bots impulsados ​​por IA, la tasa de resolución automatizada consistiría en consultas que se resolvían mediante bots simples o modelos más avanzados basados ​​en el aprendizaje automático, como Custom Answers for Fin (anteriormente Resolution Bot).

Ahora, algunos de los robots de IA más potentes del mercado son capaces de resolver automáticamente hasta un asombroso 50% de las consultas de los clientes, liberando a los equipos de soporte para centrarse en las consultas más complejas que requieren un toque humano. Dado que el bot aborda hasta la mitad de las preguntas más frecuentes o más comunes, es probable que los líderes de soporte vean un aumento significativo en la tasa de resolución automatizada en sus paneles de informes.

Consejo

Con el aumento vertiginoso de la tasa de resolución automatizada, es importante pensar de qué otra manera se puede obtener información de esta métrica. Por ejemplo, si su tasa de resolución automatizada ha aumentado del 15 al 50 %, considere los efectos en cadena que esto está teniendo en otras áreas. ¿Cuánto tiempo está ahorrando tu equipo? ¿Cuánto más contentos están sus clientes con la velocidad y la calidad del soporte?

Por otro lado, si nota una caída en su tasa de resolución automatizada, es probable que haya un problema subyacente que deba abordarse. Esto puede indicar que su bot no tiene acceso al contenido correcto que necesita para responder las consultas de los clientes. Considere auditar su centro de ayuda para asegurarse de que su contenido esté actualizado y que su bot tenga todo lo que necesita para ayudar a sus clientes.

Resolución de primer contacto (FCR)

La “resolución del primer contacto” (FCR) mide la frecuencia con la que se resuelven las consultas de sus clientes después de su primera llamada, correo electrónico, mensaje de texto o sesión de chat con el equipo de soporte de su empresa.

Ciertos bots impulsados ​​por IA, como Fin de Intercom, utilizan contenido en su centro de ayuda para ofrecer respuestas relevantes a las preguntas de sus clientes y, en muchos casos, pueden responder estas preguntas en un primer intento. Esto no solo significa que sus clientes recibirán soporte más rápido que nunca, sino que también probablemente aumentará su tasa de resolución del primer contacto.

Consejo

Dado que se resuelven más consultas de los clientes en una sola interacción gracias a su chatbot de IA, debe comenzar a pensar con anticipación en otros trabajos impactantes que su equipo puede realizar con el tiempo adicional que el bot está liberando y cómo puede medir el éxito de este trabajo. Al analizar el alcance de este trabajo ahora, puede permitir que su equipo mejore sus habilidades en nuevas áreas para que, cuando su tiempo comience a quedar libre, puedan saltar directamente al impacto y contribuir al negocio más allá de las métricas de soporte estándar.

La IA también ofrece a los equipos de servicio al cliente la oportunidad de hacer que los objetivos de soporte sean más competitivos. Por ejemplo, los equipos podrían ofrecer soporte humano en tiempo real para ciertos problemas o clientes, o comenzar a trabajar de manera más proactiva con los clientes en la configuración y activación.

Tiempo de resolución (TTR)

El "tiempo de resolución" (TTR) mide el tiempo promedio que tarda una consulta de un cliente en resolverse por completo, desde el momento en que se abre un ticket o una conversación hasta el momento en que se marca como "resuelto" o "cerrado".

Como ocurre con muchas otras métricas, el tiempo de resolución se verá enormemente afectado por la capacidad de los robots de inteligencia artificial para resolver rápidamente una gran cantidad de consultas de los clientes. Es probable que el tiempo de resolución del robot disminuya y el tiempo de resolución humana aumente. Esto es de esperarse, ya que su equipo se ocupará de problemas más complejos a los que les llevará más tiempo llegar al fondo.

Consejo

Considere dividir sus informes por “tiempo de resolución del robot” y “tiempo de resolución humana” para comprender qué tan rápido se resuelven las consultas comunes o simples, así como cuánto tiempo le toma a su equipo resolver las más complejas.

A medida que su robot de IA comience a abordar consultas más complejas que implican muchos intercambios, será importante comprender cuánto tiempo lleva resolver esos problemas.

Vistas de contenido

Las "vistas de contenido" son una medida de la cantidad de veces que los clientes han visto el contenido de su centro de ayuda, por ejemplo, artículos en su base de conocimientos.

Es importante comprender cómo la IA influye en su experiencia general de soporte de autoservicio, por lo que debe observar cómo interactúan los clientes con los artículos de su centro de ayuda para tener una idea de la facilidad con la que pueden encontrar respuestas a sus propias preguntas. En un mundo en el que la IA es lo primero, las vistas de los artículos de su centro de ayuda pueden comenzar a disminuir a medida que los chatbots de IA aprovechan el contenido para ofrecer respuestas a sus clientes en lugar de vincularlos a los artículos mismos.

Consejo

Al monitorear la cantidad de vistas que obtiene su centro de ayuda y el contenido de la comunidad de soporte, puede comprender si los clientes que ven este contenido necesitan buscar soporte adicional después de leer un artículo o publicación, o si les ayudó a resolver su consulta. Es útil establecer un parámetro de tiempo en torno a esto; por ejemplo, si un cliente no se comunica con su equipo dentro de las 24 horas posteriores a ver el contenido, puede considerarlo una "desviación" de una posible conversación de soporte.

Una vez que implemente un chatbot de IA, es probable que el volumen total de vistas de contenido comience a disminuir a medida que sus clientes obtengan ayuda directamente de su bot en lugar de tener que ir a su centro de ayuda. Si esto sucede, intente contextualizar las vistas de contenido dentro de su experiencia general de soporte de autoservicio para comprender cómo los clientes obtienen ayuda a través de diferentes vías.

Cómo se mide la experiencia del cliente

Naturalmente, todos los cambios provocados por la IA transformarán la experiencia del cliente. Sin duda, sus clientes obtendrán los beneficios de un soporte más rápido y eficiente, pero también interactuarán con nueva tecnología, por lo que será crucial monitorear esta nueva experiencia del cliente para garantizar que se sigan satisfaciendo sus necesidades.

Satisfacción del cliente (CSAT)

La “satisfacción del cliente” (CSAT) es una medida que revela qué tan contentos están sus clientes con su negocio e implica calcular el porcentaje de conversaciones calificadas positivamente sobre el número total de conversaciones calificadas por sus clientes. Las encuestas CSAT pueden variar desde profundas hasta ligeras: desde pedir a los clientes que califiquen una interacción de cero a 10, enviarles preguntas de retroalimentación directa o incluso permitirles elegir el emoji que mejor represente su experiencia.

No es ningún secreto que los clientes tienen distintos grados de confianza en los bots en su conjunto. En el pasado, a menudo llevaban a los clientes por caminos de árboles de decisión sin resolución, o los atrapaban en un bucle sin fin del que no podían salir. Obviamente, esta no es una experiencia ideal para nadie. Pero los avances recientes en IA generativa han comenzado a inspirar más confianza de los clientes en los bots, en gran parte debido al hecho de que son capaces de comunicarse de manera más efectiva que los bots tradicionales, y la expectativa es que tengan una mayor probabilidad de dar una respuesta útil. rápido.

Los equipos de soporte son muy conscientes de que deben controlar la satisfacción del cliente, ya que se apoyan más en los robots de inteligencia artificial. Y según el Informe sobre el estado de la IA en el servicio al cliente: 2023 de Intercom, el 58 % de los líderes de soporte han visto mejoras en sus puntuaciones CSAT como resultado del uso de la IA y la automatización.

Consejo

Es fundamental que los equipos de soporte puedan leer de cerca la eficiencia y eficacia con la que los clientes reciben ayuda. CSAT juega un papel importante en esto, por lo que es importante comprender cómo los clientes califican las conversaciones en las que participa su robot de IA.

Cuando mire sus informes CSAT, intente comprender cómo se califican las conversaciones en las que ha estado involucrado el bot, o si se califican en absoluto (podría resultar que los clientes estén menos inclinados a dejar calificaciones después de las interacciones con los bots que con humanos). Esto le ayudará a comprender si los clientes están contentos con la interacción, el nivel de soporte que el bot pudo brindar y qué tan fácil fue ser transferido a un miembro de su equipo si necesitaba más ayuda. Al profundizar en estas áreas, podrá mejorar el rendimiento del bot y garantizar que sus clientes obtengan constantemente una excelente experiencia.

Puntuación neta del promotor (NPS)

La “puntuación neta del promotor” (NPS) es una métrica que las organizaciones utilizan para medir la lealtad del cliente hacia su marca, producto o servicio. Se mide como una puntuación que oscila entre -100 y +100.

Al igual que CSAT, las empresas centradas en el cliente ponen gran énfasis en monitorear su NPS. Les permite comprobar las actitudes de los clientes hacia su producto o servicio y crear planes de participación personalizados para, por ejemplo, conectar a un "detractor" (alguien que ha otorgado una puntuación baja en su encuesta NPS) con alguien de su equipo para comprender sus desafíos y mejorar su experiencia.

Los bots impulsados ​​por IA ahora se incluirán en la combinación de servicios que revisan sus clientes en las encuestas NPS, por lo que será crucial comprender el impacto que están teniendo en sus puntuaciones.

Consejo

Su encuesta NPS le brinda la oportunidad de profundizar en los elementos de su producto o servicio que le gustan o no le gustan al cliente. Sin la ayuda de la IA, analizar estos comentarios puede llevar mucho tiempo. Pero, afortunadamente, la IA ahora le ofrece la posibilidad de resumir rápidamente la información que brindan sus clientes. Considere en qué preguntas le gustaría centrarse y utilice la IA para extraer los aprendizajes clave de sus encuestas.

Puntuación de esfuerzo del cliente (CES)

La “puntuación de esfuerzo del cliente” (CES) determina la cantidad de esfuerzo que debe realizar un cliente para que se procese su solicitud. Esto podría incluir obtener una respuesta a una pregunta, resolver un problema, completar la compra de un producto o firmar un contrato. El CES se puede medir mediante encuestas para preguntar a los clientes qué tan fácil o difícil fue satisfacer sus necesidades, por ejemplo, en una escala móvil de “muy fácil” a “muy difícil”.

CES es una métrica importante para que los líderes de soporte estén al tanto, ya que la felicidad del cliente (y, posteriormente, la lealtad y la retención) a menudo dependen de qué tan fácil le resulte al cliente trabajar con su empresa. Tradicionalmente, las encuestas de puntuación del esfuerzo del cliente se enviaban a los clientes en etapas importantes de su recorrido, como después de una interacción que condujo a una compra o después de una interacción con su equipo de soporte, para descubrir qué tan fácil o difícil fue la experiencia para ellos.

En este nuevo mundo de soporte impulsado por IA, el objetivo es reducir aún más el esfuerzo del cliente en todos los ámbitos. Los robots de IA son capaces de optimizar la experiencia de soporte, ofreciendo respuestas rápidas y precisas para desbloquear a los clientes y brindarles una experiencia placentera. Sin embargo, deberá comprender exactamente cómo la IA afecta el nivel de esfuerzo requerido por el cliente y si los clientes están experimentando un alto nivel de esfuerzo en otras áreas.

Consejo

Considere enviar una encuesta de puntuación del esfuerzo del cliente después de que un cliente haya interactuado con su chatbot de IA para comprender qué tan difícil o fácil fue para ellos obtener la ayuda que necesitaban. Puede utilizar estas calificaciones para evaluar si su bot satisface las necesidades de sus clientes y brinda una experiencia de soporte fluida, o profundizar en posibles puntos de fricción para encontrar formas de facilitarles el proceso.

Cómo mantener la calidad en todo su soporte

El aseguramiento de la calidad (QA) es un componente crítico de cualquier operación de soporte. Para deleitar a los clientes con una experiencia de cliente consistente y destacada, debe monitorear cómo se brinda soporte en su organización.

Cuando se trata de evaluar la calidad de la prestación de soporte, la IA abre nuevas oportunidades para realizar análisis a escala. Cada empresa tiene su propia interpretación de lo que constituye una “experiencia de soporte de calidad”, pero a pesar de la naturaleza subjetiva de cómo se mide, la IA sin duda transformará el control de calidad.

Puntuación de calidad interna (IQS)

Un "puntuación de calidad interna" (IQS) es una medida de qué tan bien su equipo brinda soporte, determinada por las personas dentro de su organización, en lugar de por sus clientes. Los revisores internos califican las conversaciones de los clientes en función de qué tan bien se corresponden con un conjunto de criterios que son importantes para su empresa. Este sistema de puntuación se puede reflejar en un "cuadro de mando de control de calidad" y es exclusivo de cada equipo de soporte.

Con la introducción de la IA en la experiencia del cliente surge la necesidad de un proceso de control de calidad adaptado. Tradicionalmente, los puntajes de calidad internos evaluaban el desempeño de los representantes de soporte, mientras que ahora existe una mayor necesidad de observar el recorrido general del cliente para comprender si existen limitaciones dentro de su producto, si sus procesos son eficientes y si la IA está transmitiendo eficazmente conversaciones con su equipo.

Adoptar la IA para ayudar con las tareas rutinarias de control de calidad, como crear muestras o realizar controles de calidad, permitirá a los equipos de soporte escalar su proceso de control de calidad y garantizar que cumplan constantemente con un alto nivel de calidad en toda su oferta de soporte.

Consejo

Ahora que IQS pasa de ser una medida del desempeño individual a un indicador de los estándares de servicio a lo largo del recorrido del cliente, considere adaptar sus criterios de control de calidad o cuadro de mando para reflejar las áreas más importantes para su negocio.

Por ejemplo, en Intercom dividimos nuestro cuadro de mando en tres secciones:

• Personas: la forma tradicional de garantizar que nuestros especialistas estén haciendo lo correcto.
• Procesos: analiza si los procesos que tenemos implementados son correctos; esto también analiza la entrega de nuestro chatbot de IA Fin a nuestros especialistas.
• Producto: ¿Qué podemos hacer para mejorar nuestro producto para la experiencia del cliente?

Cómo demuestras valor

Es fundamental para cualquier equipo de soporte poder señalar el valor que están creando para su negocio, así como comunicarlo a su equipo de liderazgo senior. En los últimos años, la percepción de las organizaciones de servicio al cliente ha pasado de ser la de un “centro de costos” a un “impulsor de valor”, y en esta era incipiente de soporte impulsado por IA, será importante saber cómo continuar demostrando y Comunicar el valor que se está creando en toda la organización de soporte.

Retorno de la inversión (ROI)

El retorno de la inversión (ROI) es una métrica que se utiliza para comprender el valor de una inversión frente a su costo.

En muchas organizaciones, el servicio al cliente se ha visto tradicionalmente como un centro de costes. Por esta razón, los líderes de soporte son muy conscientes de la gestión del personal, así como del uso de métricas como el "costo de servicio" para demostrar el retorno de la inversión. Con la llegada de la IA generativa, anticipamos un cambio de estos cálculos tradicionales del ROI hacia el ROI de las funciones de automatización, en particular.

“En esta nueva era del servicio al cliente, será crucial poder comprender e informar sobre los éxitos de la IA y la automatización”

Nuestra investigación muestra que el 55 % de los líderes de soporte están preocupados por cómo equilibrar la inversión en IA con la inversión en recursos de soporte existentes. Se necesita tiempo para configurar una gran estrategia de automatización, por lo que para muchos líderes de soporte, dar un paso atrás y desviar recursos de la primera línea hacia una estrategia de IA puede parecer un desafío. Sin embargo, los equipos de soporte que dan el salto pueden obtener un retorno de la inversión significativo.

En esta nueva era del servicio al cliente, será crucial poder comprender e informar sobre los éxitos de la IA y la automatización. Y con el 68% de los líderes de soporte luchando por implementar un informe de referencia o métricas de éxito para los costos ahorrados por la IA y la automatización, esta es un área donde los equipos con visión de futuro deberían considerar invertir en mejora de habilidades.

Consejo

Considere calcular el ahorro de tiempo y costos que la IA y la automatización aportarán a su equipo para demostrar su valor. Por ejemplo, intente calcular:

• La cantidad de consultas que recibe su equipo que podrían ser manejadas por IA.
  Cómo calcular: divida la cantidad de conversaciones cerradas en un mensaje por la cantidad total de conversaciones en el mismo período de tiempo y multiplique por 100 para encontrar el porcentaje.
• La cantidad de traspasos de conversaciones realizados por su equipo cada semana.
  Cómo calcularlo: multiplique el tiempo promedio dedicado a cada traspaso x la cantidad de traspasos x la cantidad de representantes de soporte en su equipo.
• El tiempo total que los representantes de soporte dedican a redactar respuestas.
  Cómo calcularlo: multiplique el tiempo promedio dedicado a escribir un mensaje x la cantidad de consultas x la cantidad de representantes de soporte en su equipo.

Están surgiendo nuevas métricas

Además de los cambios que estamos viendo en las métricas tradicionales de servicio al cliente, también están surgiendo nuevas formas de medir el éxito del soporte como resultado de la IA. Los líderes de soporte que buscan adaptar su enfoque de generación de informes deberían pensar en incorporar estas nuevas métricas para asegurarse de que están midiendo lo correcto en esta era del servicio al cliente que se desarrolla.

Tasa de participación de bots

A medida que implementes un bot impulsado por IA, será importante comprender su participación o tasa de cobertura, es decir, la cantidad de conversaciones en las que participa del número total de conversaciones que recibe su equipo.

Consejo

Para aprovechar al máximo su chatbot de IA, considere permitirle participar en tantas conversaciones con clientes como sea posible. Sin embargo, deberá considerar los casos en los que no desea que el bot participe y preferiría tener una experiencia solo humana, como brindar soporte técnico exclusivo a clientes VIP.

Tasa de participación de bots

Como ocurre con todo, no sólo es fundamental saber qué funciona bien en su soporte, sino también qué no. Si los clientes intentan intencionalmente saltarse su bot para hablar con alguien de su equipo, es posible que existan oportunidades para mejorar el rendimiento de su bot.

Consejo

Intente medir la tasa de participación de sus clientes con su chatbot de IA y observe marcadores como "próxima acción tomada" para comprender si el bot está respondiendo las preguntas de sus clientes o si hay oportunidades para mejorar la experiencia general. Por ejemplo, esto podría permitirle identificar posibles lagunas de conocimiento o evaluar el diseño de la conversación para asegurarse de que el bot salude a sus clientes de una manera amigable y útil.

Si los clientes se desconectan, considere pedirles comentarios para entender por qué. Armado con estos conocimientos, puede realizar cambios informados en la experiencia de su bot para maximizar el impacto.

Ideas conversacionales

Además de desbloquear nuevos niveles de eficiencia y ahorro de tiempo, la IA también ofrece a los equipos de soporte la capacidad de analizar las conversaciones con los clientes de formas innovadoras. Ahora, la IA puede analizar las interacciones con sus clientes en tiempo real y a escala, lo que permite a los equipos de soporte descubrir información que antes no estaba disponible e impulsar programas de “voz del cliente” verdaderamente impactantes en sus organizaciones.

Con la capacidad de extraer información de volúmenes tan grandes de conversaciones con clientes, puede comprender cómo se sienten sus clientes acerca de sus interacciones con su empresa y capacitar a su equipo para concentrarse en brindar un servicio al cliente proactivo y personalizado.

Consejo

Utilice la IA para realizar un análisis exhaustivo de las conversaciones de sus clientes y utilice estos aprendizajes para:

• Identifique áreas de mejora en todo su soporte.
• Informe a otros equipos sobre los problemas recurrentes o los puntos débiles de los clientes y defienda la voz del cliente internamente.
• Comprenda dónde su equipo puede agregar aún más valor para sus clientes a lo largo de su recorrido y concéntrese en brindar soporte proactivo.

Preparando a su equipo de servicio al cliente para el éxito

La IA presenta una gran oportunidad para que los líderes de soporte mejoren sus capacidades de generación de informes, desbloqueen formas más fáciles y eficientes de medir la calidad del soporte y el desempeño de sus equipos y garanticen que los clientes siempre obtengan la mejor experiencia posible. Además, al utilizar la IA para liberar tiempo de los representantes de soporte, los equipos de soporte pueden centrarse en aprovechar los datos que recopilan para obtener información que pueda utilizarse para mejorar sus sistemas y procesos, así como compartir información de los clientes internamente.

Para obtener una verdadera medida del éxito en esta era emergente del servicio al cliente, será crucial comprender cómo su equipo emplea su tiempo y desarrollar nuevas formas de informar sobre el éxito en las áreas que más importan para su negocio.