Meningkatkan kualitas dukungan sambil memanfaatkan AI: Strategi dari Intercom dan Klaus

AI mungkin mengubah dukungan pelanggan, namun pendekatan yang sukses membutuhkan lebih dari sekedar perubahan. Dalam webinar terbaru kami, kami telah membahas bagaimana Anda dapat meningkatkan strategi dukungan yang mengutamakan AI dengan tetap menjaga kualitas dan konsistensi.

Dari menangani pertanyaan umum dengan cepat hingga membantu agen manusia dalam mengatasi masalah kompleks, chatbot AI generatif telah hadir dan mengubah permainan dukungan pelanggan hanya dalam hitungan bulan. Mereka secara instan mengurangi volume dukungan dan waktu respons , membebaskan agen dari pertanyaan berulang yang menakutkan untuk fokus pada bagian pekerjaan mereka yang paling berdampak tinggi. Ambil chatbot AI baru kami, Fin . Kami adalah pelanggan pertamanya, dan sekarang, 70% percakapan dukungan masuk kami dimulai dengan pengalaman bot AI ini, dan Fin mampu menyelesaikan 33% pertanyaan tersebut secara langsung. Itu adalah sebagian besar beban kerja kami yang terselesaikan *menjentikkan jari*begitu saja.

“Tantangannya terletak pada memadukan efisiensi AI dengan sentuhan manusia yang dihargai oleh pelanggan”

AI juga membantu tim meninjau kualitas percakapan dengan membuat sampel ulasan yang lebih baik, mengotomatiskan proses QA, dan memungkinkan pelaporan yang lebih baik:

“Sejak melakukan sesuatu secara otomatis, Anda bisa mendapatkan liputan seratus persen dengan hal-hal seperti analisis sentimen dan analisis tata bahasa. Analisis dan pelaporan yang diperkaya AI memberi Anda wawasan yang lebih mendalam mengenai gambaran besarnya.”

Mervi Sepp Rei, Kepala ML dan Data di Klaus

Tentu saja hal ini akan terjadi jika AI diterapkan dengan benar. Tantangannya terletak pada memadukan efisiensi AI dengan sentuhan manusia yang dihargai oleh pelanggan. Integrasi yang dilaksanakan dengan buruk dan ketidakkonsistenan dalam respons AI dapat mengakibatkan pengalaman buruk dan frustrasi, yang menggagalkan tujuan keseluruhan.

Untuk menghindari hal ini, para pemimpin dukungan harus mengantisipasi dan mengatasi potensi masalah ini melalui penerapan yang bijaksana. Itulah sebabnya kami baru-baru ini bermitra dengan Klaus, solusi manajemen kualitas layanan pelanggan, untuk menyelenggarakan webinar tentang cara membangun strategi dukungan pelanggan modern yang mengutamakan AI. Kami bergabung dengan:

• Bobby Stapleton , Direktur Dukungan Pelanggan di Intercom
• Diogo Costa , Manajer Tim Kesuksesan Pelanggan di Klaus
• Mervi Sepp Rei, Kepala ML dan Data di Klaus
• Sean Reid , Manajer Dukungan Pelanggan di Interkom

Berikut rekap singkat tentang cara melakukannya:

1. Perencanaan yang cermat dan pelaksanaan yang metodis

Penerapan AI tidak hanya sekedar plug and play, Anda tidak bisa hanya mengklik tombol dan siap berangkat. Anda berintegrasi dengan spektrum sistem yang ada – baik modern maupun lama – menyiapkan perutean dan penyerahan dari bot ke agen manusia, mengubah proses dan struktur organisasi. Cara yang baik untuk mempersiapkan diri Anda meraih kesuksesan dan memperoleh manfaat AI adalah dengan berinvestasi pada strategi implementasi yang baik. Dan terkadang, hal itu memerlukan penerapan bertahap:

“Kami memulai dengan melakukan satu langkah pada satu waktu. Kami menyadari Fin dapat membantu kami di luar kantor, sesuatu yang tidak kami lakukan hingga saat itu. Kami menganggapnya sebagai sebuah ujian, 'Mari kita lihat bagaimana kita dapat menggunakan Fin sebagai senjata tambahan untuk melakukan dukungan di sini.'”

Diogo Costa, Manajer Tim Kesuksesan Pelanggan di Klaus

Dengan menguji kemampuan AI dalam skenario spesifik dan berisiko rendah seperti jam di luar kantor, organisasi dapat meringankan beban dan memberikan nilai langsung kepada pelanggan. Dengan Klaus, hal ini berarti resolusi 17% interaksi di luar kantor, dan mereka berencana untuk meningkatkannya menjadi sepertiga pada akhir tahun. Dan, tentu saja, tidak ada strategi implementasi yang lengkap tanpa pendekatan berulang untuk memantau dan terus meningkatkan chatbot seiring berjalannya waktu.

2. Menciptakan basis pengetahuan yang kuat

“Yang terbesar adalah memiliki pusat bantuan atau basis pengetahuan yang benar-benar komprehensif, terkini, dan menyeluruh. Jika apa yang Anda miliki salah atau ketinggalan jaman, hal itu tidak akan memberikan informasi yang benar kepada pelanggan Anda. (…) Kami meminta semua teknisi R&D kami melihat bagian tertentu dari pusat bantuan dan memastikan bahwa bagian tersebut benar dan jika ada sesuatu yang kurang yang menurut mereka harus disertakan.”

Bobby Stapleton, Direktur Dukungan Pelanggan di Intercom

Chatbot AI seperti Fin bekerja dengan mengonsumsi informasi di basis pengetahuan atau pusat bantuan Anda untuk segera menawarkan jawaban yang mereka cari kepada pelanggan Anda. Artinya, jika Anda ingin informasi tersebut akurat dan dapat dipercaya, Anda harus memiliki konten bantuan yang ditulis dengan baik dan terstruktur dengan baik yang mencakup hampir semua hal yang Anda ingin bot jawab.

Sebelum menerapkannya, pastikan Anda mengaudit pusat bantuan Anda untuk memastikan semua informasi akurat dan terkini, mengoptimalkan dan memperbarui konten yang ada, dan membuat konten baru jika diperlukan. Dibutuhkan upaya awal yang cukup signifikan dan beberapa pemeliharaan berkelanjutan, namun hal ini akan membuahkan hasil dalam jangka panjang.

3. Menjaga sentuhan manusia

Versi terbaru dari bot ini cukup canggih, namun masih belum dapat merasakan atau menampilkan emosi yang sebenarnya. Mereka tidak dapat berempati dengan pelanggan yang tertekan atau menawarkan diskon yang simpatik dan tepat waktu serta permintaan maaf yang tulus.

“Hal yang sangat disukai pelanggan dari layanan kami adalah aspek kemanusiaannya. Secara historis, ini selalu menjadi nilai tambah. Jadi, kehilangan atau menempatkannya dalam risiko adalah kekhawatiran pertama.”

Diogo Costa, Manajer Tim Kesuksesan Pelanggan di Klaus

Meskipun AI tidak diragukan lagi dapat meningkatkan efisiensi, integrasi teknologi yang harmonis dengan keahlian dan kepekaan manusialah yang menawarkan yang terbaik dari kedua hal tersebut. Dengan mendekati AI sebagai mitra yang mendukung agen manusia, bisnis dapat mempertahankan hubungan pelanggan yang tulus sambil memperoleh manfaat dari kemampuan AI. Bot yang diterapkan dengan benar tidak hanya dapat membantu agen dukungan fokus dalam menumbuhkan loyalitas pelanggan dengan dukungan tingkat atas, tetapi juga memerlukan pemantauan dan intervensi manusia yang berkelanjutan untuk memastikan interaksi yang akurat dengan pelanggan.

4. Mengembangkan praktik QA untuk dukungan modern yang digerakkan oleh AI

“Sebelumnya, pendekatan tradisional terhadap penjaminan mutu pada dasarnya hanya berfokus pada manusia. Anda melakukan QA kepada orang dalam struktur yang Anda buat dengan produk dan proses Anda dan melihat apakah orang tersebut mengikutinya dengan benar. Dengan AI, Anda harus melakukan QA pada seluruh perjalanan pelanggan.”

Sean Reid, Manajer Dukungan Pelanggan di Interkom

Sederhananya, seluruh strategi QA Anda perlu diperbarui. Lagi pula, Anda menambahkan banyak gerakan dan kompleksitas baru yang dinamis pada pengalaman pelanggan. Saat AI diterapkan, penting untuk beralih ke pendekatan yang lebih komprehensif yang mempertimbangkan keseluruhan perjalanan pelanggan – yang mencakup keterbatasan produk, efisiensi proses, dan kemanjuran AI dalam proses penyerahan oleh manusia. Di Intercom, hal ini berarti membagi kartu skor QA kami menjadi tiga bagian:

• Masyarakat: Cara kuno untuk memastikan spesialis kami melakukan hal yang benar;
• Proses: Melihat apakah proses yang kami lakukan sudah benar – ini juga melihat serah terima Fin kepada spesialis kami;
• Produk: Apa yang dapat kami lakukan untuk menjadikan produk kami lebih baik bagi pengalaman pelanggan?Hal ini juga melihat Fin dari sudut pandang produk.

Untuk memastikan semuanya berjalan semulus mungkin, komponen kuncinya adalah memantaunya dan memahami bagaimana dan kapan melakukan intervensi. Bagaimanapun, chatbot AI tidaklah mudah, terutama jika fondasi kontennya tidak kokoh. Misalnya, jika percakapan yang diintervensi Fin mendapat skor CSAT negatif, apa penyebabnya? Mungkin artikel basis pengetahuan itu perlu disegarkan.

“Ini sangat pintar, namun pada saat yang sama, alat generatif bisa menjadi jahat. Ada halusinasi; Anda harus memantaunya. Memantau apa yang dilakukannya, memahami bagaimana Anda dapat melakukan intervensi pada waktu tertentu dan bagaimana kinerjanya dari waktu ke waktu menjadi jauh lebih penting. Kami jelas sangat bersemangat untuk mulai menggunakan Fin, tapi kami tahu QA kami perlu beradaptasi dengan hal ini. Kami sepenuhnya mengubah saluran data inti kami sehingga Fin memperlakukan Fin sebagai bot generatif yang ingin Anda tinjau karena ia bertindak sebagai manusia.”

Mervi Sepp Rei, Kepala ML dan Data di Klaus

Kolaborasi antara alat AI, tim QA, dan agen manusia sangatlah penting. Selain itu, penerapan otomatisasi untuk tugas QA rutin seperti membuat sampel atau melakukan pemeriksaan kualitas menawarkan potensi untuk menskalakan proses di seluruh spektrum interaksi pelanggan.

“Yang penting adalah memeriksa apa yang mereka lakukan. Itu melibatkan hal-hal manual, tetapi karena jumlahnya sangat banyak, sulit untuk memeriksanya secara manual. Jadi, kami melakukan pemeriksaan kualitas secara otomatis. (…) Dalam semua percakapan, kita melihat Fin mengatakan sesuatu – apa fungsinya? Dan kemudian, hal ini muncul dalam pelaporan dan Anda dapat memahami di mana hal ini terlibat, apa fungsinya, dan hal ini memberikan wawasan yang jauh lebih mendalam.”

Mervi Sepp Rei, Kepala ML dan Data di Klaus

5. Memberikan ruang bagi peran baru dan lebih baik

Banyak yang khawatir bahwa perubahan ini akan membuat kita kehilangan pekerjaan. Meskipun beberapa peran pendukung akan berubah, kita telah melihat bagaimana teknologi baru ini juga menciptakan kebutuhan akan munculnya pekerjaan dan peran baru. Dalam beberapa bulan terakhir di Intercom, kami telah mempekerjakan seorang manajer jaminan kualitas, seorang manajer peningkatan proses, dan seorang desainer percakapan. Lebih dari itu, kami telah melihat bagaimana peran yang ada terus berkembang:

“Ya, pekerjaan baru ini telah tercipta, namun hal ini juga memajukan dan memberdayakan spesialis dukungan Anda saat ini. (…) Tentu saja, roti dan mentega mereka membantu pelanggan kami, tetapi mereka berbuat lebih banyak lagi. Mereka melakukan QA produk baru, mereka menulis artikel pusat bantuan, mereka berbicara dengan pelanggan kami di komunitas Interkom kami.”

Sean Reid, Manajer Dukungan Pelanggan di Interkom

Seiring berkembangnya bisnis dan teknologi, strategi pendukungnya juga harus berkembang. Namun penerapan dukungan berbasis AI bukan hanya tentang mengadopsi teknologi mutakhir; ini tentang mengatur strategi di mana chatbot dan manusia memanfaatkan kekuatan unik mereka. Dengan memanfaatkan AI untuk menyederhanakan operasi dan mengoptimalkan pengalaman pelanggan sekaligus memastikan keaslian hubungan antarmanusia, Anda dapat meningkatkan dukungan Anda.