Come stanno cambiando le metriche del servizio clienti nell’era dell’intelligenza artificiale?

Cosa hanno in comune tutti i migliori team di assistenza clienti? Un impegno ossessivo nel creare un’esperienza cliente eccezionale è un buon primo passo, ma ti porterà lontano solo senza un ingrediente cruciale: un reporting rigoroso sui parametri chiave del servizio clienti.

Sapere come trovare il segnale nel rumore dei dati è ciò che consente ai migliori team di supporto di continuare a fornire un servizio clienti di qualità, un'elevata soddisfazione del cliente e un team ad alte prestazioni. Ma con l’intelligenza artificiale che trasforma il servizio clienti così come lo conosciamo, come dovrebbero i leader del supporto adattare i loro parametri fondamentali per ottenere una misura reale del successo in questa nuova era?

“I leader che desiderano sfruttare le immense opportunità offerte dall’intelligenza artificiale dovranno pensare in modo diverso alle metriche e ai KPI”

Il panorama del servizio clienti sta vivendo un cambiamento epocale man mano che l’intelligenza artificiale diventa più avanzata. Con la tecnologia che ora consente interazioni più coinvolgenti con i clienti e risoluzioni quasi istantanee di molte domande dei clienti, i team di supporto possono concentrarsi su attività che creano valore aggiuntivo per i propri clienti. Una recente ricerca del rapporto State of AI in Customer Service: 2023 di Intercom mostra che gli investimenti nell’intelligenza artificiale per il servizio clienti stanno accelerando rapidamente, con il 69% dei leader del supporto che prevede di investire di più nell’intelligenza artificiale nell’anno a venire.

I leader che desiderano sfruttare le immense opportunità offerte dall’intelligenza artificiale dovranno pensare in modo diverso alle metriche e ai KPI per garantire che, in un mondo incentrato sull’intelligenza artificiale, il reale impatto del servizio clienti venga misurato nel modo giusto.

L'evoluzione delle metriche di supporto tradizionali

Sebbene i parametri di supporto così come li conosciamo siano in evoluzione, rimarranno essenziali per il successo del tuo team. L’intelligenza artificiale cambierà radicalmente il modo in cui lavorano i team di supporto e alcuni dei parametri che contavano per un’offerta di supporto di ultima generazione potrebbero diventare meno rilevanti in un mondo in cui gli esseri umani e l’intelligenza artificiale lavorano perfettamente insieme.

"Sarà fondamentale pensare sia all'esperienza del cliente che a quella dei compagni di squadra quando valuti il ​​tuo attuale approccio al reporting"

Anche le aspettative di supporto dei clienti si stanno evolvendo rapidamente come risultato dell'intelligenza artificiale che offre risposte e risoluzioni rapidissime, il che significa che gli accordi sui livelli di servizio (SLA) e i benchmark dei team di supporto dovranno essere reimpostati. Il nostro team di assistenza clienti sta già adeguando le metriche e i parametri di riferimento che utilizziamo per misurare il successo mentre il nostro chatbot AI, Fin, risolve sempre più domande dei nostri clienti.

Per preparare il tuo team al successo in questa nuova era del servizio clienti, sarà fondamentale pensare sia all'esperienza del cliente che dei compagni di squadra quando valuti il ​​tuo attuale approccio al reporting in modo da poter essere sicuro di tenere il passo sui numeri che contano maggior parte.

Ecco alcune delle aree e dei parametri chiave che saranno interessati da questi cambiamenti, insieme ai nostri suggerimenti per adattare il tuo approccio al reporting per sfruttare l'opportunità che ti aspetta.

Come interagisci con i clienti

Per molti team di assistenza clienti, la tecnologia di intelligenza artificiale generativa, come i chatbot basati sull’intelligenza artificiale, diventerà il primo punto di contatto per i clienti in cerca di supporto. Questi bot sono in grado di offrire risposte rapide e utili e possono anche chiarire le ambiguità delle domande e trasmetterle a un rappresentante dell'assistenza umana per fornire ulteriore assistenza se non conoscono la risposta.

Con l’intelligenza artificiale in prima linea nella gestione del volume di supporto in entrata, alcuni dei parametri principali utilizzati per misurare la velocità e l’efficacia della fornitura di supporto dovranno essere adattati.

Tempo di prima risposta (FRT)

Il "Tempo di prima risposta" (FRT) è il tempo impiegato dal tuo team per inviare una risposta iniziale alla domanda di un cliente.

Dato che i principali robot IA sono in grado di offrire ai clienti risposte quasi istantanee, i tempi di risposta lenti e i lunghi tempi di attesa per i clienti stanno diventando cose del passato. Ciò cambierà radicalmente le aspettative dei clienti; il presupposto che la risposta e la risoluzione definitiva richiedano un’attesa sarà sostituito dall’aspettativa di una risposta immediata e di una risoluzione rapida.

Mancia

Per ottenere una lettura accurata delle prestazioni del tuo team e del bot AI, valuta la possibilità di creare report separati per "tempo di prima risposta del bot" e "tempo di prima risposta umana" per una visione olistica della rapidità con cui i tuoi clienti ricevono risposte a tutti i livelli.

Quando si valuta un'esperienza di supporto umano-intelligenza artificiale, sarà anche importante considerare una serie più ampia di parametri insieme al tempo di prima risposta, come il tempo di gestione medio, per capire quanto velocemente i problemi dei clienti vengono risolti oltre il primo punto di contatto.

Tempo medio di gestione (AHT)

Il "tempo medio di gestione" (AHT) misura il tempo medio impiegato dal team lavorando sulle conversazioni con i clienti e viene spesso utilizzato dai leader dell'assistenza per comprendere la capacità del team e le esigenze di personale.

Con i robot IA che risolvono la maggior parte delle query semplici, il tuo team dovrà affrontare problemi più complessi e dispendiosi in termini di tempo, quindi sarà necessario identificare nuovi parametri di riferimento per il tempo medio di gestione delle conversazioni con i clienti per fare spazio a questo aggiustamento.

Mancia

Analogamente al tempo di prima risposta, prova a creare report separati per "tempo medio di gestione dei bot" e "tempo medio di gestione umana" per un quadro completo del tempo impiegato dai tuoi clienti per ottenere la risoluzione dei loro problemi.

Anche se potresti notare una diminuzione dei tempi di gestione complessivi e dei bot, il tempo di gestione umana probabilmente aumenterà a causa dei rappresentanti dell'assistenza che affrontano problemi più complicati. Se noti che il tempo di gestione umano aumenta, valuta la possibilità di esaminare altri parametri, come CSAT, per vedere se questo sta avendo un effetto a catena in altre aree.

Come si misura la produttività

Sappiamo che per avere un impatto enorme in questa nuova era del servizio clienti, gli esseri umani e l’intelligenza artificiale dovranno lavorare insieme. L'intelligenza artificiale dovrebbe effettivamente essere pensata come un nuovo rappresentante di supporto per la tua squadra e, come tale, sarà fondamentale sapere come misurare le sue prestazioni, così come l'effetto domino che avrà sulla capacità della tua squadra.

L'implementazione di un chatbot AI consentirà inevitabilmente al tuo team di risparmiare tempo da dedicare ad altre attività, come il supporto consultivo o proattivo o la gestione della conoscenza. Con il tuo team concentrato su una vasta gamma di compiti, il modo in cui misuri la produttività e valuti la capacità del tuo team dovrà essere adattato.

Casi gestiti

"Casi gestiti" si riferisce al numero di casi, ticket o conversazioni gestiti dagli agenti dell'assistenza. Questo può essere misurato su base oraria, giornaliera o settimanale e viene spesso utilizzato come misura delle prestazioni e della produttività del team.

Tradizionalmente, ci si aspetta che i rappresentanti dell'assistenza gestiscano un certo numero di richieste dei clienti in un determinato periodo di tempo, quindi esisterebbe un punto di riferimento per valutare la produttività del team. Nell’era dell’intelligenza artificiale, questo è stato gettato nel flusso. I rappresentanti dell'assistenza stanno ora affrontando una serie molto più complessa di problemi dei clienti, mentre quelli semplici vengono risolti dai robot AI. E dato che i casi complessi spesso richiedono maggiori indagini e investimenti in termini di tempo, il numero di casi gestiti per ora, giorno o settimana cambierà.

Anche il ruolo del “rappresentante dell’assistenza clienti” sta diventando molto più diversificato, con i rappresentanti che sono sempre più coinvolti in altre aree come la creazione di contenuti del centro assistenza e la gestione della conoscenza. Con il tuo team che divide il proprio tempo tra diverse attività, il numero di casi gestiti diventa una metrica meno rilevante per valutare la produttività del team.

Mancia

Prendi in considerazione la possibilità di mappare tutte le altre aree di impatto a cui il tuo team può contribuire e di comprendere come ciascuna area possa essere presa in considerazione in un sistema complessivo per misurare le prestazioni. Identificando queste altre aree di interesse per il tuo team, come la creazione di contenuti del centro assistenza o la moderazione della community, sarai in grado di ottenere una lettura più accurata della produttività del team.

Tasso di risoluzione automatizzato

Il “tasso di risoluzione automatizzata” o “tasso di risoluzione automatizzata” (ROAR), misura il numero di ticket di supporto o conversazioni interamente risolte dall’automazione, come i bot.

Prima del rilascio dei bot basati sull'intelligenza artificiale, il tasso di risoluzione automatizzata consisteva in query risolte da semplici bot o modelli più avanzati basati sull'apprendimento automatico, come Custom Answers for Fin (precedentemente Removal Bot).

Ora, alcuni dei robot IA più potenti sul mercato sono in grado di risolvere automaticamente fino al 50% delle domande dei clienti, consentendo ai team di supporto di concentrarsi sulle domande più complesse che richiedono un tocco umano. Dato che il bot risponde fino alla metà delle domande più frequenti o più comuni, è probabile che i leader dell'assistenza vedranno un aumento significativo nel tasso di risoluzione automatizzata nei loro dashboard di reporting.

Mancia

Con l'aumento vertiginoso del tasso di risoluzione automatizzata, è importante pensare a come altrimenti è possibile ottenere informazioni da questa metrica. Ad esempio, se il tasso di risoluzione automatizzata è passato dal 15 al 50%, considera gli effetti a catena che ciò sta avendo in altre aree. Quanto tempo sta risparmiando il tuo team? Quanto sono più soddisfatti i tuoi clienti con la velocità e la qualità del supporto?

D'altra parte, se noti un calo nel tasso di risoluzione automatica, è probabile che ci sia un problema di fondo che deve essere risolto. Ciò può indicare che il tuo bot non ha accesso ai contenuti giusti di cui ha bisogno per rispondere alle domande dei clienti. Valuta la possibilità di controllare il tuo centro assistenza per garantire che i tuoi contenuti siano aggiornati e che il tuo bot abbia tutto ciò di cui ha bisogno per aiutare i tuoi clienti.

Risoluzione del primo contatto (FCR)

La "risoluzione al primo contatto" (FCR) misura la frequenza con cui le domande dei tuoi clienti vengono risolte dopo la prima chiamata, e-mail, SMS o sessione di chat con il team di supporto della tua azienda.

Alcuni bot basati sull'intelligenza artificiale, come Fin di Intercom, utilizzano i contenuti del tuo centro assistenza per fornire risposte pertinenti alle domande dei tuoi clienti e, in molti casi, sono in grado di rispondere a queste domande al primo tentativo. Ciò non solo significa che i tuoi clienti riceveranno supporto più velocemente che mai, ma probabilmente comporterà anche un aumento del tasso di risoluzione del primo contatto.

Mancia

Con più domande dei clienti risolte in un'unica interazione grazie al tuo chatbot AI, dovresti iniziare a pensare presto ad altro lavoro di impatto che il tuo team può svolgere con il tempo aggiuntivo che il bot sta liberando e a come misurare il successo di questo lavoro. Analizzando questo lavoro ora, puoi consentire al tuo team di migliorare le competenze in nuove aree in modo che, quando il tempo inizia a liberarsi, possa passare direttamente all'impatto e contribuire all'azienda oltre le metriche di supporto standard.

L’intelligenza artificiale offre inoltre ai team del servizio clienti l’opportunità di rendere gli obiettivi di supporto più competitivi. Ad esempio, i team potrebbero offrire supporto umano in tempo reale per determinati problemi o clienti oppure iniziare a lavorare in modo più proattivo con i clienti durante la configurazione e l'attivazione.

Tempo di risoluzione (TTR)

Il "Tempo di risoluzione" (TTR) misura il tempo medio necessario affinché la richiesta di un cliente venga completamente risolta, dal momento in cui un ticket o una conversazione vengono aperti al punto in cui vengono contrassegnati come "risolti" o "chiusi".

Come per molti altri parametri, il tempo necessario per la risoluzione sarà fortemente influenzato dalla capacità dei robot IA di risolvere rapidamente un gran numero di domande dei clienti. È probabile che il tempo di risoluzione del bot diminuirà e il tempo di risoluzione umano aumenterà. Questo è prevedibile, poiché il tuo team dovrà affrontare questioni più complesse che richiedono più tempo per andare a fondo.

Mancia

Valuta la possibilità di suddividere i report in base al "tempo del bot per la risoluzione" e al "tempo umano per la risoluzione" per capire quanto velocemente vengono risolte le query comuni o semplici, nonché quanto tempo impiega il tuo team per risolvere quelle più complesse.

Man mano che il tuo bot AI inizia ad affrontare query più complesse che comportano molti avanti e indietro, sarà importante capire quanto tempo è necessario per risolvere tali problemi.

Visualizzazioni dei contenuti

Le "visualizzazioni dei contenuti" misurano il numero di volte in cui i clienti hanno visualizzato i contenuti del tuo centro assistenza, ad esempio gli articoli della tua knowledge base.

Comprendere il ruolo dell'intelligenza artificiale nella tua esperienza complessiva di supporto self-service è importante, quindi dovresti osservare il modo in cui i clienti interagiscono con gli articoli del tuo centro assistenza per avere un'idea di quanto facilmente riescano a trovare le risposte alle proprie domande. In un mondo incentrato sull'intelligenza artificiale, le visualizzazioni degli articoli del tuo centro assistenza potrebbero iniziare a diminuire poiché i chatbot basati sull'intelligenza artificiale sfruttano il contenuto per fornire risposte ai tuoi clienti invece di collegarsi agli articoli stessi.

Mancia

Monitorando il numero di visualizzazioni ottenute dal tuo Centro assistenza e dai contenuti della community di supporto, puoi capire se i clienti che visualizzano questi contenuti necessitano di cercare ulteriore supporto dopo aver letto un articolo o un post o se questo li ha aiutati a risolvere la loro domanda. È utile impostare un parametro temporale attorno a questo, ad esempio, se un cliente non contatta il tuo team entro 24 ore dalla visualizzazione del contenuto, puoi considerarlo una "deviazione" di una potenziale conversazione di supporto.

Una volta distribuito un chatbot AI, il volume totale delle visualizzazioni dei contenuti inizierà probabilmente a diminuire man mano che i tuoi clienti riceveranno assistenza direttamente dal tuo bot anziché dover rivolgersi al tuo centro assistenza. Se ciò accade, prova a contestualizzare le visualizzazioni dei contenuti all'interno della tua esperienza complessiva di supporto self-service per capire in che modo i clienti ricevono aiuto attraverso diverse strade.

Come misuri l'esperienza del cliente

Naturalmente, tutti i cambiamenti apportati dall’intelligenza artificiale trasformeranno l’esperienza del cliente. Certo, i tuoi clienti otterranno i vantaggi di un supporto più rapido ed efficiente, ma interagiranno anche con la nuova tecnologia, quindi sarà fondamentale monitorare questa nuova esperienza del cliente per garantire che le loro esigenze siano ancora soddisfatte.

Soddisfazione del cliente (CSAT)

La "soddisfazione del cliente" (CSAT) è una misurazione che rivela quanto sono soddisfatti i tuoi clienti con la tua attività e implica il calcolo della percentuale di conversazioni valutate positivamente rispetto al numero totale di conversazioni valutate dai tuoi clienti. I sondaggi CSAT possono variare da quelli approfonditi a quelli leggeri, chiedendo ai clienti di valutare un'interazione da zero a 10, inviando loro domande di feedback dirette o persino lasciando loro scegliere l'emoji che meglio rappresenta la loro esperienza.

Non è un segreto che i clienti abbiano diversi gradi di fiducia nei bot nel loro insieme. In passato, hanno spesso condotto i clienti lungo percorsi decisionali senza soluzione, oppure li hanno intrappolati in un circolo vizioso dal quale non riuscivano a uscire. Ovviamente questa non è un'esperienza ideale per nessuno. Ma i recenti progressi nell’intelligenza artificiale generativa hanno iniziato a ispirare maggiore fiducia da parte dei clienti nei bot, in gran parte grazie al fatto che sono in grado di comunicare in modo più efficace rispetto ai bot tradizionali, e l’aspettativa è che abbiano una maggiore probabilità di restituire una risposta utile – veloce.

I team di supporto sono molto consapevoli di tenere sotto controllo la soddisfazione del cliente poiché si affidano maggiormente ai robot AI. E secondo il rapporto State of AI in Customer Service: 2023 di Intercom, il 58% dei leader dell'assistenza ha riscontrato miglioramenti nei propri punteggi CSAT come risultato dell'utilizzo dell'intelligenza artificiale e dell'automazione.

Mancia

È fondamentale che i team di supporto possano conoscere da vicino l'efficienza e l'efficacia con cui i clienti ricevono assistenza. CSAT gioca un ruolo importante in questo, quindi è importante capire in che modo i clienti valutano le conversazioni in cui è coinvolto il tuo bot AI.

Quando guardi i tuoi rapporti CSAT, cerca di capire come vengono valutate le conversazioni in cui è stato coinvolto il bot o se vengono valutate del tutto (potrebbe emergere che i clienti sono meno propensi a lasciare valutazioni dopo le interazioni con i bot che con umani). Ciò ti aiuterà a capire se i clienti sono soddisfatti dell'interazione, il livello di supporto che il bot è stato in grado di fornire e quanto è stato facile essere trasferito a un membro del tuo team se fosse necessario ulteriore aiuto. Scavando più a fondo in queste aree, sarai in grado di migliorare le prestazioni del bot e garantire che i tuoi clienti vivano costantemente un'ottima esperienza.

Punteggio netto del promotore (NPS)

Il “Net Promoter Score” (NPS) è una metrica utilizzata dalle organizzazioni per misurare la fedeltà dei clienti verso il proprio marchio, prodotto o servizio. Viene misurato come un punteggio compreso tra -100 e +100.

Analogamente al CSAT, le aziende incentrate sul cliente pongono grande enfasi sul monitoraggio del proprio NPS. Consente loro di verificare l'atteggiamento dei clienti nei confronti del loro prodotto o servizio e di creare piani di coinvolgimento personalizzati per, ad esempio, collegare un "detrattore" - qualcuno che ha assegnato un punteggio basso nel sondaggio NPS - con qualcuno del loro team al fine di comprendere le loro sfide e migliorare la loro esperienza.

I robot basati sull'intelligenza artificiale saranno ora inclusi nel mix di servizi esaminati dai tuoi clienti nei sondaggi NPS, quindi sarà fondamentale comprendere l'impatto che stanno avendo sui tuoi punteggi.

Mancia

Il tuo sondaggio NPS ti offre l'opportunità di approfondire gli elementi del tuo prodotto o servizio che piacciono o non piacciono al cliente. Senza l’assistenza dell’intelligenza artificiale, l’analisi di questi commenti può richiedere molto tempo. Ma fortunatamente, l’intelligenza artificiale ora ti offre la possibilità di riassumere rapidamente le informazioni fornite dai tuoi clienti. Considera su quali domande desideri concentrarti e utilizza l'intelligenza artificiale per distillare gli insegnamenti chiave derivanti dai tuoi sondaggi.

Punteggio impegno del cliente (CES)

Il "Punteggio sforzo cliente" (CES) determina la quantità di sforzo che un cliente deve compiere per elaborare la sua richiesta. Ciò potrebbe includere ottenere una risposta a una domanda, risolvere un problema, completare l'acquisto di un prodotto o firmare un contratto. Il CES può essere misurato utilizzando sondaggi per chiedere ai clienti quanto sia stato difficile o facile soddisfare le loro esigenze, ad esempio, su una scala mobile da “molto facile” a “molto difficile”.

Il CES è un parametro importante per i leader dell'assistenza per tenere sotto controllo, poiché la felicità del cliente - e, di conseguenza, la lealtà e la fidelizzazione - spesso dipendono dalla facilità con cui il cliente trova di lavorare con la tua azienda. Tradizionalmente, i sondaggi sul punteggio dell'impegno del cliente venivano inviati ai clienti in corrispondenza di tappe importanti del loro percorso, ad esempio dopo un'interazione che ha portato a un acquisto o dopo un'interazione con il team di supporto, per scoprire quanto sia stata facile o difficile l'esperienza per loro.

In questo nuovo mondo di supporto basato sull’intelligenza artificiale, l’obiettivo è ridurre ulteriormente l’impegno dei clienti a tutti i livelli. I robot IA sono in grado di semplificare l'esperienza di supporto, offrendo risposte rapide e precise per sbloccare i clienti e fornire un'esperienza piacevole. Tuttavia, dovrai capire esattamente in che modo l'intelligenza artificiale sta influenzando il livello di impegno richiesto dai clienti e se i clienti stanno riscontrando un elevato livello di impegno in altre aree.

Mancia

Prendi in considerazione l'invio di un sondaggio sul punteggio dell'impegno del cliente dopo che un cliente ha interagito con il tuo chatbot AI per capire quanto sia stato difficile o facile per lui ottenere l'aiuto di cui aveva bisogno. Puoi utilizzare queste valutazioni per valutare se il tuo bot soddisfa le esigenze dei tuoi clienti e fornisce un'esperienza di supporto fluida oppure scavare più a fondo nei potenziali punti di attrito per trovare modi per rendere loro il processo più semplice.

Come mantieni la qualità del tuo supporto

La garanzia della qualità (QA) è una componente fondamentale di qualsiasi operazione di supporto. Per soddisfare i clienti con un'esperienza cliente unica e coerente, è necessario monitorare il modo in cui viene fornito il supporto nella propria organizzazione.

Quando si tratta di valutare la qualità dell'erogazione del supporto, l'intelligenza artificiale apre nuove opportunità per condurre analisi su larga scala. Ogni azienda ha la propria interpretazione di ciò che costituisce un'"esperienza di supporto di qualità", ma nonostante la natura soggettiva del modo in cui viene misurata, la garanzia della qualità sarà senza dubbio trasformata dall'intelligenza artificiale.

Punteggio di qualità interno (IQS)

Un "punteggio di qualità interno" (IQS) è una misurazione del modo in cui il tuo team fornisce supporto, determinato dalle persone all'interno della tua organizzazione, piuttosto che dai tuoi clienti. I revisori interni valutano le conversazioni dei clienti in base alla loro corrispondenza con una serie di criteri importanti per la tua azienda. Questo sistema di punteggio può riflettersi in una "scheda di punteggio QA" ed è unico per ciascun team di supporto.

Con l’introduzione dell’intelligenza artificiale nell’esperienza del cliente nasce la necessità di un processo di QA adattato. Tradizionalmente, i punteggi di qualità interni valutavano le prestazioni dei rappresentanti dell'assistenza, mentre ora c'è una maggiore necessità di guardare al percorso generale del cliente per capire se ci sono limitazioni all'interno del tuo prodotto, se i tuoi processi sono efficienti e se l'intelligenza artificiale sta effettivamente trasmettendo conversazioni con il tuo team.

L'adozione dell'intelligenza artificiale per facilitare le attività di QA di routine, come la creazione di campioni o l'esecuzione di controlli di qualità, consentirà ai team di supporto di ampliare il processo di garanzia della qualità e garantire che raggiungano costantemente un elevato livello di qualità in tutta la loro offerta di supporto.

Mancia

Poiché l'IQS si sta trasformando da una misura delle prestazioni individuali a un indicatore degli standard di servizio durante tutto il percorso del cliente, valuta la possibilità di adattare i criteri di QA o la scorecard per riflettere le aree più importanti per la tua attività.

Ad esempio, in Intercom, dividiamo la nostra scorecard in tre sezioni:

• Persone: il metodo vecchio stile per assicurarsi che i nostri specialisti stiano facendo la cosa giusta.
• Processi: verifica se i processi che abbiamo in atto sono corretti, esamina anche il passaggio del nostro chatbot AI Fin ai nostri specialisti.
• Prodotto: cosa possiamo fare per migliorare il nostro prodotto per l'esperienza del cliente?

Come dimostri valore

È fondamentale per qualsiasi team di supporto essere in grado di evidenziare il valore che sta creando per la propria azienda, nonché di comunicarlo al proprio team di leadership senior. Negli ultimi anni, la percezione delle organizzazioni del servizio clienti si è spostata da quella di “centro di costo” a quella di “fattore di valore” e in questa era nascente di supporto basato sull’intelligenza artificiale, sarà importante sapere come continuare a dimostrare e comunicare il valore creato all'interno dell'organizzazione di supporto.

Ritorno sull'investimento (ROI)

Il ritorno sull'investimento (ROI) è una metrica utilizzata per comprendere il valore di un investimento rispetto al suo costo.

In molte organizzazioni, il servizio clienti è stato tradizionalmente visto come un centro di costo. Per questo motivo, i leader dell'assistenza sono molto attenti alla gestione dell'organico e all'utilizzo di parametri come il "costo per servire" per dimostrare il ROI. Con l’arrivo dell’intelligenza artificiale generativa, prevediamo uno spostamento da questi tradizionali calcoli del ROI verso il ROI delle funzionalità di automazione, in particolare.

“In questa nuova era del servizio clienti, essere in grado di comprendere e riferire sui successi dell’intelligenza artificiale e dell’automazione sarà fondamentale”

La nostra ricerca mostra che il 55% dei leader del supporto è preoccupato di come bilanciare gli investimenti nell’intelligenza artificiale con gli investimenti nelle risorse di supporto esistenti. Ci vuole tempo per impostare un'ottima strategia di automazione, quindi per molti leader del supporto, fare un passo indietro e deviare le risorse dal fronte a una strategia di intelligenza artificiale può sembrare una sfida. Ma c’è un ROI significativo da realizzare per i team di supporto che fanno il salto.

In questa nuova era del servizio clienti, essere in grado di comprendere e riferire sui successi dell’intelligenza artificiale e dell’automazione sarà fondamentale. E con il 68% dei leader dell’assistenza che fatica a implementare un report di base o parametri di successo per i costi risparmiati dall’intelligenza artificiale e dall’automazione, questa è un’area in cui i team lungimiranti dovrebbero considerare di investire nello sviluppo delle competenze.

Mancia

Considera l'idea di calcolare il risparmio di tempo e costi che l'intelligenza artificiale e l'automazione porteranno al tuo team per dimostrarne il valore. Ad esempio, prova a calcolare:

• Il numero di query ricevute dal tuo team che potrebbero essere gestite dall'intelligenza artificiale.
  Come calcolare: dividi il numero di conversazioni chiuse in un messaggio per il numero complessivo di conversazioni nello stesso periodo di tempo e moltiplica per 100 per trovare la percentuale.
• La quantità di trasferimenti di conversazioni effettuati dal tuo team ogni settimana.
  Come calcolare: moltiplica il tempo medio impiegato per passaggio di consegne x il numero di passaggi di consegne x il numero di rappresentanti di supporto nel tuo team.
• Il tempo totale impiegato dai rappresentanti dell'assistenza per la stesura delle risposte.
  Come calcolare: moltiplica il tempo medio impiegato per scrivere un messaggio x il numero di domande x il numero di rappresentanti di supporto nel tuo team.

Stanno emergendo nuovi parametri

Oltre ai cambiamenti che stiamo vedendo nei tradizionali parametri del servizio clienti, stanno emergendo anche nuovi modi per misurare il successo del supporto come risultato dell’intelligenza artificiale. I leader dell'assistenza che desiderano adattare il proprio approccio al reporting dovrebbero pensare a incorporare queste nuove metriche per assicurarsi di misurare le cose giuste in questa era in evoluzione del servizio clienti.

Tasso di coinvolgimento dei bot

Quando implementi un bot basato sull'intelligenza artificiale, sarà importante comprenderne il coinvolgimento o il tasso di copertura, ovvero il numero di conversazioni in cui è coinvolto rispetto al numero totale di conversazioni ricevute dal tuo team.

Mancia

Per ottenere il massimo dal tuo chatbot AI, considera di consentirgli di essere coinvolto nel maggior numero possibile di conversazioni con i clienti. Tuttavia, dovrai prestare attenzione ai casi in cui non vuoi che il bot sia coinvolto e preferiresti avere un'esperienza esclusivamente umana, come fornire supporto in guanto bianco ai clienti VIP.

Tasso di coinvolgimento dei bot

Come per qualsiasi cosa, non è solo fondamentale sapere cosa funziona bene nel tuo supporto, ma anche cosa no. Se i clienti cercano intenzionalmente di scavalcare il tuo bot per parlare con qualcuno del tuo team, potrebbero esserci opportunità per migliorare le prestazioni del tuo bot.

Mancia

Prova a misurare il tasso di coinvolgimento dei tuoi clienti con il tuo chatbot AI e osserva indicatori come "prossima azione intrapresa" per capire se il bot sta rispondendo alle domande dei tuoi clienti o se ci sono opportunità per migliorare l'esperienza complessiva. Ad esempio, ciò potrebbe consentirti di individuare potenziali lacune di conoscenza o valutare la progettazione della conversazione per garantire che il bot accolga i tuoi clienti in modo amichevole e utile.

Se i clienti si disimpegnano, valuta la possibilità di chiedere loro un feedback per capire il motivo. Grazie a queste informazioni, puoi apportare modifiche informate all'esperienza del tuo bot per massimizzarne l'impatto.

Approfondimenti conversazionali

Oltre a sbloccare nuovi livelli di efficienza e risparmio di tempo, l’intelligenza artificiale offre anche ai team di supporto la capacità di analizzare le conversazioni dei clienti in modi innovativi. Ora, l’intelligenza artificiale può analizzare le interazioni con i clienti in tempo reale e su larga scala, consentendo ai team di supporto di portare alla luce informazioni precedentemente non disponibili e promuovere programmi di “voce del cliente” di grande impatto nelle loro organizzazioni.

Con la capacità di distillare informazioni dettagliate da volumi così grandi di conversazioni con i clienti, puoi capire come si sentono i tuoi clienti riguardo alle loro interazioni con la tua azienda e consentire al tuo team di concentrarsi sulla fornitura di un servizio clienti proattivo e personalizzato.

Mancia

Utilizza l'intelligenza artificiale per eseguire un'analisi approfondita delle conversazioni con i clienti e utilizzare queste conoscenze per:

• Identifica le aree di miglioramento nel tuo supporto.
• Rendi gli altri team consapevoli dei problemi ricorrenti dei clienti o dei punti critici e difendi la voce del cliente internamente.
• Comprendi dove il tuo team può aggiungere ancora più valore ai tuoi clienti durante il loro percorso e concentrati sulla fornitura di supporto proattivo.

Prepara il tuo team di assistenza clienti al successo

L'intelligenza artificiale rappresenta un'enorme opportunità per i leader del supporto per migliorare le proprie capacità di reporting, sbloccare modi più semplici ed efficienti per misurare la qualità del supporto e le prestazioni dei propri team e garantire che i clienti ottengano sempre la migliore esperienza possibile. Inoltre, utilizzando l'intelligenza artificiale per liberare tempo dai rappresentanti dell'assistenza, i team di supporto possono concentrarsi sullo sfruttamento dei dati che stanno raccogliendo per ricavare informazioni che possono essere utilizzate per migliorare i propri sistemi e processi, nonché condividere internamente le informazioni sui clienti.

Per ottenere una misura reale del successo in questa era emergente del servizio clienti, sarà fondamentale capire come il tuo team trascorre il proprio tempo e sviluppare nuovi modi di rendicontare il successo nelle aree che contano di più per la tua attività.