Migliorare la qualità del supporto adottando l'intelligenza artificiale: strategie di Intercom e Klaus

L’intelligenza artificiale potrebbe trasformare l’assistenza clienti, ma un approccio di successo richiede molto più di un semplice tocco di un interruttore. Nel nostro ultimo webinar abbiamo spiegato come adattare una strategia di supporto incentrata sull'intelligenza artificiale mantenendo qualità e coerenza.

Dalla gestione rapida delle domande più comuni all’assistenza agli agenti umani nell’affrontare problemi complessi, i chatbot generativi con intelligenza artificiale sono entrati in azione e hanno cambiato il gioco dell’assistenza clienti nel giro di pochi mesi. Riducono istantaneamente il volume di supporto e i tempi di risposta , liberando gli agenti dalla temuta ruota del criceto delle query ripetitive per concentrarsi sulle parti di maggior impatto del loro lavoro. Prendi il nostro nuovo chatbot AI, Fin . Siamo stati i suoi primi clienti e ora il 70% delle nostre conversazioni di supporto in entrata iniziano con questa esperienza di bot AI e Fin è in grado di risolvere immediatamente il 33% di tali domande. Si tratta di una grossa fetta del nostro carico di lavoro risolta *schiocca le dita *proprio così.

“La sfida sta nel coniugare l’efficienza dell’intelligenza artificiale con il tocco umano apprezzato dai clienti”

L'intelligenza artificiale aiuta inoltre i team a rivedere la qualità delle conversazioni creando campioni di revisione migliori, automatizzando i processi di QA e consentendo una migliore reportistica:

“Dato che facendo le cose automaticamente, puoi ottenere una copertura al 100% con cose come l’analisi del sentiment e l’analisi grammaticale. L’analisi e il reporting arricchiti dall’intelligenza artificiale offrono informazioni molto più approfondite sul quadro generale”.

Mervi Sepp Rei, responsabile ML e dati presso Klaus

Questo, ovviamente, se l’intelligenza artificiale viene implementata correttamente. La sfida sta nel fondere l’efficienza dell’intelligenza artificiale con il tocco umano apprezzato dai clienti. Integrazioni e incoerenze mal eseguite nelle risposte dell'intelligenza artificiale possono provocare esperienze negative e frustrazione, vanificando l'intero scopo.

Per evitarlo, i leader del supporto devono anticipare e affrontare questi potenziali problemi attraverso un’implementazione ponderata. Ecco perché abbiamo recentemente collaborato con Klaus, la soluzione di gestione della qualità del servizio clienti, per ospitare un webinar su come costruire una strategia di assistenza clienti moderna e incentrata sull'intelligenza artificiale. Si sono uniti a noi:

• Bobby Stapleton , Direttore dell'assistenza clienti presso Intercom
• Diogo Costa , Customer Success Team Manager presso Klaus
• Mervi Sepp Rei, responsabile ML e dati presso Klaus
• Sean Reid , responsabile dell'assistenza clienti presso Intercom

Ecco un breve riepilogo su come farlo:

1. Pianificazione attenta ed esecuzione metodica

L'implementazione dell'intelligenza artificiale non è semplicemente plug and play, non puoi semplicemente fare clic su un pulsante ed essere pronto a partire. Ti stai integrando con una gamma di sistemi esistenti, sia moderni che legacy, configurando routing e passaggi di consegne dai bot agli agenti umani, modificando i processi e le strutture organizzative. Un buon modo per prepararsi al successo e sfruttare i vantaggi dell’intelligenza artificiale è investire in una buona strategia di implementazione. E a volte, ciò può comportare una distribuzione graduale:

“Abbiamo iniziato facendo un passo alla volta. Ci siamo resi conto che Fin poteva aiutarci negli orari fuori ufficio, cosa che fino a quel momento non avevamo fatto. Lo affrontiamo come un test: "Vediamo come possiamo usare Fin come un paio di braccia extra per supportare qui."

Diogo Costa, Customer Success Team Manager presso Klaus

Testando le capacità dell'intelligenza artificiale in scenari specifici a basso rischio, come gli orari fuori sede, le organizzazioni possono alleviare gli oneri e offrire valore immediato ai clienti. Con Klaus, ciò si è tradotto in una risoluzione del 17% delle interazioni fuori ufficio e prevedono di aumentare tale percentuale a un terzo entro la fine dell'anno. E, naturalmente, nessuna strategia di implementazione decente è completa senza un approccio iterativo per monitorare e migliorare continuamente i chatbot man mano che si procede.

2. Creare una solida base di conoscenze

"Il più grande è avere un centro assistenza o una knowledge base davvero completo, aggiornato e approfondito. Se quello che hai è sbagliato o non aggiornato, non fornirà le informazioni giuste ai tuoi clienti. (...) Abbiamo chiesto a tutti i nostri ingegneri di ricerca e sviluppo di esaminare sezioni specifiche del centro assistenza per assicurarsi che fossero corrette e se mancasse qualcosa che pensavano dovesse essere incluso."

Bobby Stapleton, Direttore dell'assistenza clienti presso Intercom

I chatbot basati sull'intelligenza artificiale come Fin funzionano consumando informazioni nella tua knowledge base o nel centro assistenza per offrire immediatamente ai tuoi clienti le risposte che stanno cercando. Ciò significa che se vuoi che siano accurati e affidabili, devi disporre di contenuti di aiuto ben scritti e ben strutturati che coprano praticamente tutto ciò a cui vuoi che il bot risponda.

Prima di distribuirlo, assicurati di controllare il tuo centro assistenza per garantire che tutte le informazioni siano accurate e aggiornate, ottimizzare e aggiornare i contenuti esistenti e creare nuovi contenuti dove necessario. Richiede uno sforzo iniziale piuttosto significativo e una certa manutenzione continua, ma pagherà i dividendi nel lungo periodo.

3. Mantenere il tocco umano

Le versioni più recenti di questi robot sono piuttosto avanzate, ma non riescono ancora a provare o mostrare emozioni reali. Non possono entrare in empatia con un cliente in difficoltà o offrire uno sconto tempestivo e comprensivo e scuse sincere.

“Una cosa che i nostri clienti apprezzano molto del nostro servizio è l’aspetto umano. Storicamente è sempre stato un vantaggio. Quindi, perderlo o metterlo a rischio è stata la prima preoccupazione”.

Diogo Costa, Customer Success Team Manager presso Klaus

Sebbene l’intelligenza artificiale possa senza dubbio aumentare l’efficienza, è l’integrazione armoniosa della tecnologia con l’esperienza e la sensibilità umana che offre il meglio di entrambi i mondi. Avvicinandosi all'intelligenza artificiale come controparte di supporto agli agenti umani, le aziende possono mantenere relazioni autentiche con i clienti e allo stesso tempo raccogliere i frutti delle capacità dell'intelligenza artificiale. Non solo i bot correttamente implementati possono aiutare gli agenti di supporto a concentrarsi sulla fidelizzazione dei clienti con un supporto di alto livello, ma richiedono un monitoraggio e un intervento umani continui per garantire interazioni accurate con i clienti.

4. Evoluzione delle pratiche di QA per un supporto moderno e basato sull'intelligenza artificiale

“Prima, l’approccio tradizionale alla garanzia della qualità era fondamentalmente incentrato esclusivamente sulle persone. Stai eseguendo il QA della persona all'interno delle strutture che hai creato con il tuo prodotto e i tuoi processi e vedi se quella persona lo segue correttamente. Con l’intelligenza artificiale, devi controllare la qualità dell’intero percorso del cliente”.

Sean Reid, responsabile dell'assistenza clienti presso Intercom

In poche parole, l’intera strategia di QA avrà bisogno di un aggiornamento. Dopotutto, stai aggiungendo molti movimenti e complessità nuovi e dinamici all'esperienza del cliente. Man mano che l'intelligenza artificiale viene implementata, è importante passare a un approccio più completo che consideri l'intero percorso del cliente, comprendendo le limitazioni del prodotto, l'efficienza dei processi e l'efficacia dell'intelligenza artificiale nel trasferimento umano. In Intercom, questo si è tradotto nella suddivisione della nostra scorecard QA 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 – questo esamina anche il passaggio di consegne di Fin ai nostri specialisti;
• Prodotto: cosa possiamo fare per migliorare il nostro prodotto per l'esperienza del cliente?Questo guarda anche a Fin dal punto di vista del prodotto.

Per assicurarsi che tutto funzioni nel modo migliore possibile, una componente fondamentale è monitorarlo e capire come e quando intervenire. Dopotutto, i chatbot con intelligenza artificiale non sono infallibili, soprattutto se la base dei contenuti non è solida. Ad esempio, se una conversazione in cui è intervenuto Fin ha ricevuto un punteggio CSAT negativo, cosa lo ha causato? Forse l'articolo della knowledge base ha bisogno di un aggiornamento.

“È molto intelligente, ma allo stesso tempo uno strumento generativo può diventare canaglia. Ci sono allucinazioni; devi monitorarlo. Monitorare ciò che fa, capire come puoi interferire in un momento specifico e come si comporta nel tempo diventa molto più critico. Ovviamente eravamo molto entusiasti di iniziare a utilizzare Fin, ma sapevamo che il nostro QA doveva adattarsi a questa cosa. Abbiamo cambiato completamente la nostra pipeline di dati principali in modo che tratti Fin come un bot generativo che desideri rivedere perché agisce come una persona."

Mervi Sepp Rei, responsabile ML e dati presso Klaus

La collaborazione tra strumenti di intelligenza artificiale, team di controllo qualità e agenti umani è fondamentale. Inoltre, l’adozione dell’automazione per le attività di QA di routine, come la creazione di campioni o l’esecuzione di controlli di qualità, offre il potenziale per ampliare il processo lungo l’intero spettro di interazioni con i clienti.

“Si tratta davvero di controllare cosa stanno facendo. Ciò comporta operazioni manuali, ma poiché sono così abbondanti, è difficile controllarle manualmente. Quindi, eseguiamo automaticamente i controlli di qualità. (…) In tutte le conversazioni vediamo che Fin ha detto qualcosa – cosa ha fatto? E poi, questo emerge nei rapporti e puoi capire dove è coinvolto, cosa fa e fornisce una visione molto, molto più profonda.

Mervi Sepp Rei, responsabile ML e dati presso Klaus

5. Fare spazio a ruoli nuovi e migliorati

Molti temono che questi cambiamenti ci faranno perdere il lavoro. E mentre alcuni ruoli di supporto cambieranno, abbiamo visto come questa nuova tecnologia stia anche creando la necessità di far apparire nuovi posti di lavoro e ruoli. Negli ultimi mesi in Intercom abbiamo assunto un responsabile del controllo qualità, un responsabile del miglioramento dei processi e un designer conversazionale. Oltre a ciò, abbiamo visto come si stanno evolvendo i ruoli esistenti:

“Sì, questo nuovo lavoro è stato creato, ma sta facendo avanzare e potenziando anche i tuoi attuali specialisti dell'assistenza. (…) Ovviamente, il loro pane quotidiano aiuta i nostri clienti, ma fanno molto di più. Fanno il QA sui nuovi prodotti, scrivono articoli del centro assistenza, parlano con i nostri clienti sulla nostra community Intercom."

Sean Reid, responsabile dell'assistenza clienti presso Intercom

Man mano che le aziende e la tecnologia si evolvono, anche le loro strategie di supporto devono evolversi. Ma implementare il supporto basato sull’intelligenza artificiale non significa semplicemente adottare una tecnologia all’avanguardia; si tratta di orchestrare una strategia in cui i chatbot e gli esseri umani sfruttano i loro punti di forza unici. Sfruttando l'intelligenza artificiale per semplificare le operazioni e ottimizzare l'esperienza del cliente garantendo al tempo stesso l'autenticità delle connessioni umane, puoi portare il tuo supporto a nuovi livelli.