Améliorer la qualité du support tout en adoptant l'IA : stratégies d'Intercom et Klaus

L’IA est peut-être en train de transformer le support client, mais une approche réussie nécessite plus qu’un simple clic. Dans notre dernier webinaire, nous avons expliqué comment vous pouvez faire évoluer une stratégie de support axée sur l'IA tout en maintenant la qualité et la cohérence.

Qu'il s'agisse de traiter rapidement des requêtes courantes ou d'aider des agents humains à résoudre des problèmes complexes, les chatbots à IA générative ont fait leur apparition et ont changé la donne en matière de support client en quelques mois seulement. Ils réduisent instantanément le volume d'assistance et les temps de réponse , libérant ainsi les agents de la redoutable roue de hamster des requêtes répétitives pour qu'ils puissent se concentrer sur les parties les plus à fort impact de leur travail. Prenez notre nouveau chatbot IA, Fin . Nous avons été ses premiers clients, et désormais, 70 % de nos conversations d'assistance entrantes commencent par cette expérience de robot IA, et Fin est capable de résoudre 33 % de ces requêtes immédiatement. C'est une grande partie de notre charge de travail résolue *claque des doigts*juste comme ça.

"Le défi consiste à allier l'efficacité de l'IA à la touche humaine que les clients apprécient"

L'IA aide également les équipes à évaluer la qualité des conversations en créant de meilleurs échantillons d'évaluation, en automatisant les processus d'assurance qualité et en permettant de meilleurs rapports :

« Depuis que vous faites les choses automatiquement, vous pouvez obtenir une couverture à cent pour cent avec des éléments tels que l'analyse des sentiments et l'analyse grammaticale. Les analyses et les rapports enrichis par l’IA vous donnent une vision beaucoup plus approfondie de la situation dans son ensemble.

Mervi Sepp Rei, responsable du ML et des données chez Klaus

Bien entendu, à condition que l’IA soit correctement mise en œuvre. Le défi consiste à allier l’efficacité de l’IA à la touche humaine que les clients apprécient. Des intégrations mal exécutées et des incohérences dans les réponses de l’IA peuvent entraîner de mauvaises expériences et de la frustration, ce qui va à l’encontre de l’objectif même.

Afin de l’éviter, les responsables du soutien doivent anticiper et résoudre ces problèmes potentiels grâce à une mise en œuvre réfléchie. C'est pourquoi nous nous sommes récemment associés à Klaus, la solution de gestion de la qualité du service client, pour organiser un webinaire sur la façon de construire une stratégie de support client moderne et axée sur l'IA. Nous avons été rejoints par :

• Bobby Stapleton , directeur du support client chez Intercom
• Diogo Costa , responsable de l'équipe de réussite client chez Klaus
• Mervi Sepp Rei, responsable du ML et des données chez Klaus
• Sean Reid , responsable du support client chez Intercom

Voici un bref récapitulatif sur la façon de procéder :

1. Planification minutieuse et exécution méthodique

Le déploiement de l'IA n'est pas seulement plug and play, vous ne pouvez pas simplement cliquer sur un bouton et être prêt à partir. Vous vous intégrez à un éventail de systèmes existants – à la fois modernes et anciens – en définissant le routage et les transferts des robots aux agents humains, en modifiant les processus et les structures organisationnelles. Un bon moyen de vous préparer au succès et de récolter les bénéfices de l’IA est d’investir dans une bonne stratégie de mise en œuvre. Et parfois, cela peut impliquer un déploiement progressif :

« Nous avons commencé par faire une étape à la fois. Nous avons réalisé que Fin pouvait nous aider en dehors des heures de bureau, ce que nous ne faisions pas jusque-là. Nous l'abordons comme un test : « Voyons comment nous pouvons utiliser Fin comme une paire de bras supplémentaire pour apporter du soutien ici. »

Diogo Costa, responsable de l'équipe de réussite client chez Klaus

En testant les capacités de l'IA dans des scénarios spécifiques à faible risque, comme en dehors des heures de bureau, les organisations peuvent alléger les charges et offrir une valeur immédiate aux clients. Avec Klaus, cela s'est traduit par une résolution de 17 % des interactions en dehors des heures de bureau, et ils prévoient d'augmenter ce chiffre à un tiers d'ici la fin de l'année. Et bien sûr, aucune stratégie de mise en œuvre décente n’est complète sans une approche itérative de surveillance et d’amélioration continue des chatbots au fur et à mesure.

2. Créer une solide base de connaissances

« Le plus important est de disposer d'un centre d'aide ou d'une base de connaissances vraiment complets, à jour et complets. Si ce que vous avez est erroné ou obsolète, cela ne fournira pas les bonnes informations à vos clients. (…) Nous avons demandé à tous nos ingénieurs R&D d’examiner des sections spécifiques du centre d’aide et de s’assurer qu’elles étaient correctes et s’il manquait quelque chose qui, selon eux, devrait être inclus.

Bobby Stapleton, directeur du support client chez Intercom

Les chatbots IA comme Fin fonctionnent en consommant les informations de votre base de connaissances ou de votre centre d'aide pour offrir immédiatement à vos clients les réponses qu'ils recherchent. Cela signifie que si vous voulez qu’ils soient précis et dignes de confiance, vous devez disposer d’ un contenu d’aide bien rédigé et bien structuré qui couvre à peu près tout ce à quoi vous voulez que le bot réponde.

Avant de le déployer, assurez-vous d'auditer votre centre d'aide pour vous assurer que toutes les informations sont exactes et à jour, d'optimiser et de mettre à jour le contenu existant et de créer du nouveau contenu si nécessaire. Cela demande un effort initial assez important et une maintenance continue, mais cela rapportera des dividendes à long terme.

3. Garder la touche humaine

Les versions plus récentes de ces robots sont assez avancées, mais ils ne peuvent toujours pas ressentir ou afficher de véritables émotions. Ils ne peuvent pas sympathiser avec un client en détresse ou offrir une remise sympathique et opportune et des excuses sincères.

« Ce que nos clients apprécient vraiment dans notre service, c’est l’aspect humain. Historiquement, cela a toujours été un plus. Donc, perdre cela ou mettre cela en danger était une première préoccupation.

Diogo Costa, responsable de l'équipe de réussite client chez Klaus

Même si l’IA peut sans aucun doute accroître l’efficacité, c’est l’intégration harmonieuse de la technologie avec l’expertise et la sensibilité humaines qui offre le meilleur des deux mondes. En considérant l'IA comme une contrepartie solidaire des agents humains, les entreprises peuvent entretenir de véritables relations clients tout en récoltant les fruits des capacités de l'IA. Non seulement les robots correctement mis en œuvre peuvent aider les agents d’assistance à se concentrer sur la fidélisation des clients avec un support de haut niveau, mais ils nécessitent également une surveillance et une intervention humaines continues pour garantir des interactions précises avec les clients.

4. Évolution des pratiques d'assurance qualité pour un support moderne basé sur l'IA

« Avant, l’approche traditionnelle de l’assurance qualité était essentiellement axée sur les personnes. Vous effectuez un contrôle qualité de la personne au sein des structures que vous avez créées avec votre produit et vos processus et voyez si cette personne suit correctement. Avec l’IA, vous devez assurer la qualité de l’ensemble du parcours client.

Sean Reid, responsable du support client chez Intercom

En termes simples, l’ensemble de votre stratégie d’assurance qualité devra être actualisée. Après tout, vous ajoutez beaucoup de nouveaux mouvements dynamiques et de complexités à l'expérience client. À mesure que l'IA est déployée, il est important d'adopter une approche plus globale qui prend en compte l'ensemble du parcours client, englobant les limites des produits, l'efficacité des processus et l'efficacité de l'IA dans les transferts humains. Chez Intercom, cela s'est traduit par une division de notre tableau de bord d'assurance qualité en trois sections :

• Personnes : la méthode à l’ancienne pour s’assurer que nos spécialistes font ce qu’il faut ;
• Processus : vérifie si les processus que nous avons mis en place sont corrects – cela examine également le transfert de Fin à nos spécialistes ;
• Produit : Que pouvons-nous faire pour améliorer notre produit en termes d'expérience client ?Cela examine également Fin du point de vue du produit.

Afin de garantir que tout se déroule le mieux possible, un élément clé est de le surveiller et de comprendre comment et quand intervenir. Après tout, les chatbots IA ne sont pas infaillibles, surtout si la base du contenu n'est pas solide. Par exemple, si une conversation dans laquelle Fin est intervenu a reçu un score CSAT négatif, quelle en est la cause ? Peut-être que cet article de la base de connaissances a besoin d'être actualisé.

« C'est très intelligent, mais en même temps, un outil génératif peut devenir malveillant. Il y a des hallucinations ; il faut le surveiller. Surveiller ce qu'il fait, comprendre comment vous pouvez intervenir à un moment précis et comment il se comporte au fil du temps devient bien plus critique. Nous étions évidemment très enthousiastes à l'idée de commencer à utiliser Fin, mais nous savions que notre assurance qualité devait s'adapter à cette situation. Nous avons complètement modifié notre pipeline de données de base afin qu'il traite Fin comme un robot génératif que vous souhaitez examiner car il agit comme une personne.

Mervi Sepp Rei, responsable du ML et des données chez Klaus

La collaboration entre les outils d’IA, les équipes d’assurance qualité et les agents humains est cruciale. De plus, l'adoption de l'automatisation pour les tâches d'assurance qualité de routine, comme la création d'échantillons ou la réalisation de contrôles de qualité, offre la possibilité d'étendre le processus à l'ensemble du spectre des interactions avec les clients.

« Il s'agit vraiment de vérifier ce qu'ils font. Cela implique des éléments manuels, mais comme ils sont si abondants, il est difficile de les vérifier manuellement. Nous effectuons donc automatiquement des contrôles de qualité. (…) Dans toutes les conversations, on voit que Fin a dit quelque chose – qu’est-ce que ça a fait ? Et puis, cela apparaît dans les rapports et vous pouvez comprendre où cela est impliqué, à quoi cela sert, et cela donne un aperçu beaucoup plus approfondi.

Mervi Sepp Rei, responsable du ML et des données chez Klaus

5. Faire de la place pour des rôles nouveaux et améliorés

Beaucoup craignent que ces changements ne nous fassent perdre des emplois. Et même si certains rôles de support vont changer, nous avons vu comment cette nouvelle technologie crée également le besoin de créer de nouveaux emplois et de nouveaux rôles. Au cours des derniers mois, chez Intercom, nous avons embauché un responsable de l'assurance qualité, un responsable de l'amélioration des processus et un concepteur conversationnel. Au-delà de cela, nous avons vu à quel point les rôles existants évoluent :

« Oui, ce nouvel emploi a été créé, mais il fait progresser et responsabilise également vos spécialistes du support actuels. (…) Évidemment, leur pain quotidien aide nos clients, mais ils font bien plus encore. Ils effectuent le contrôle qualité des nouveaux produits, rédigent des articles dans le centre d'aide et discutent avec nos clients sur notre communauté Intercom.

Sean Reid, responsable du support client chez Intercom

À mesure que les entreprises et la technologie évoluent, leurs stratégies de soutien doivent également évoluer. Mais la mise en œuvre d’un support basé sur l’IA ne consiste pas simplement à adopter une technologie de pointe ; il s'agit d'orchestrer une stratégie dans laquelle les chatbots et les humains exploitent leurs atouts uniques. En tirant parti de l’IA pour rationaliser les opérations et optimiser l’expérience client tout en garantissant l’authenticité des connexions humaines, vous pouvez porter votre assistance vers de nouveaux sommets.