Poprawa jakości wsparcia przy jednoczesnym wykorzystaniu sztucznej inteligencji: strategie Intercomu i Klausa

Sztuczna inteligencja może zmieniać obsługę klienta, ale skuteczne podejście wymaga czegoś więcej niż tylko naciśnięcia przełącznika. Podczas naszego najnowszego seminarium internetowego omówiliśmy, jak skalować strategię wsparcia opartego na sztucznej inteligencji, zachowując jednocześnie jakość i spójność.

Od szybkiej obsługi typowych zapytań po pomaganie pracownikom w rozwiązywaniu złożonych problemów, generatywne chatboty AI wkroczyły i zmieniły sposób obsługi klienta w ciągu zaledwie kilku miesięcy. Natychmiast zmniejszają liczbę wsparcia i czas reakcji , uwalniając agentów od przerażającego koła powtarzalnych zapytań, aby mogli skupić się na najbardziej istotnych obszarach swojej pracy. Weź naszego nowego chatbota AI, Fin . Byliśmy jego pierwszymi klientami i obecnie 70% naszych przychodzących rozmów z pomocą techniczną zaczyna się od tego bota AI, a Fin jest w stanie od razu rozwiązać 33% tych zapytań. To ogromna część naszej pracy rozwiązana. *pstryka palcami*i tak po prostu.

„Wyzwanie polega na połączeniu wydajności sztucznej inteligencji z ludzkim podejściem, które cenią klienci”

Sztuczna inteligencja pomaga także zespołom sprawdzać jakość rozmów, tworząc lepsze próbki recenzji, automatyzując procesy kontroli jakości i umożliwiając lepsze raportowanie:

„Ponieważ działamy automatycznie, możesz uzyskać stuprocentowe pokrycie za pomocą takich narzędzi, jak analiza nastrojów i analiza gramatyczna. Analityka i raportowanie wzbogacone sztuczną inteligencją zapewniają znacznie głębszy wgląd w szerszy obraz”.

Mervi Sepp Rei, szef ML i danych w Klaus

Dzieje się tak oczywiście pod warunkiem prawidłowego wdrożenia sztucznej inteligencji. Wyzwanie polega na połączeniu wydajności sztucznej inteligencji z ludzkim podejściem, które cenią klienci. Źle wykonane integracje i niespójności w reakcjach AI mogą skutkować złymi doświadczeniami i frustracją, co przekreśla cały cel.

Aby tego uniknąć, liderzy wsparcia muszą przewidzieć i rozwiązać te potencjalne problemy poprzez przemyślane wdrożenie. Dlatego niedawno nawiązaliśmy współpracę z Klausem, rozwiązaniem do zarządzania jakością obsługi klienta, aby zorganizować seminarium internetowe na temat budowania nowoczesnej strategii obsługi klienta opartej na sztucznej inteligencji. Dołączyli do nas:

• Bobby Stapleton , dyrektor obsługi klienta w firmie Intercom
• Diogo Costa , menedżer zespołu ds. sukcesu klienta w firmie Klaus
• Mervi Sepp Rei, szef ML i danych w Klaus
• Sean Reid , menedżer ds. obsługi klienta w firmie Intercom

Oto krótkie podsumowanie, jak to zrobić:

1. Staranne planowanie i metodyczna realizacja

Wdrażanie sztucznej inteligencji to nie tylko kwestia plug and play. Nie wystarczy kliknąć przycisk i być gotowym do pracy. Integrujesz się z szeroką gamą istniejących systemów – zarówno nowoczesnych, jak i starszych – konfigurując routing i przekazywanie od botów do agentów ludzkich, zmieniając procesy i struktury organizacyjne. Dobrym sposobem na osiągnięcie sukcesu i czerpanie korzyści ze sztucznej inteligencji jest inwestycja w dobrą strategię wdrożenia. Czasami może to obejmować wdrożenie etapowe:

„Zaczęliśmy od robienia jednego kroku na raz. Zdaliśmy sobie sprawę, że Fin może nam pomóc poza godzinami pracy, czego dotychczas nie robiliśmy. Traktujemy to jak test: „Zobaczmy, jak możemy wykorzystać Fina jako dodatkową parę ramion, aby zapewnić tutaj wsparcie”.

Diogo Costa, menedżer zespołu ds. sukcesu klienta w firmie Klaus

Testując możliwości sztucznej inteligencji w określonych scenariuszach niskiego ryzyka, takich jak godziny pracy, organizacje mogą zmniejszyć obciążenia i zapewnić klientom natychmiastową wartość. W przypadku Klausa przełożyło się to na rozwiązanie 17% interakcji poza godzinami pracy, a do końca roku planują zwiększyć tę liczbę do jednej trzeciej. I oczywiście żadna przyzwoita strategia wdrożenia nie jest kompletna bez iteracyjnego podejścia do monitorowania i ciągłego ulepszania chatbotów w trakcie pracy.

2. Tworzenie silnej bazy wiedzy

„Największym z nich jest posiadanie naprawdę kompleksowego, aktualnego i dokładnego centrum pomocy lub bazy wiedzy. Jeśli to, co masz, jest błędne lub nieaktualne, nie zapewni Twoim klientom właściwych informacji. (…) Poprosiliśmy wszystkich naszych inżynierów ds. badań i rozwoju, aby przejrzeli określone sekcje centrum pomocy i upewnili się, że są one prawidłowe i czy brakuje czegoś, co ich zdaniem powinno zostać uwzględnione”.

Bobby Stapleton, dyrektor obsługi klienta w firmie Intercom

Chatboty AI, takie jak Fin, wykorzystują informacje z Twojej bazy wiedzy lub centrum pomocy, aby natychmiast oferować klientom odpowiedzi, których szukają. Oznacza to, że jeśli chcesz, aby były dokładne i godne zaufania, musisz mieć dobrze napisaną, dobrze zorganizowaną treść pomocy , która obejmuje prawie wszystko, na co bot ma odpowiedzieć.

Przed wdrożeniem przeprowadź audyt swojego centrum pomocy, aby upewnić się, że wszystkie informacje są dokładne i aktualne, zoptymalizuj i zaktualizuj istniejącą treść, a w razie potrzeby utwórz nową. Wymaga to dość znacznego wysiłku początkowego i pewnej bieżącej konserwacji, ale na dłuższą metę przyniesie korzyści.

3. Utrzymywanie ludzkiego kontaktu

Nowsze wersje tych botów są dość zaawansowane, ale nadal nie potrafią odczuwać ani okazywać prawdziwych emocji. Nie potrafią wczuć się w zmartwionego klienta ani zaoferować życzliwego, terminowego rabatu i szczerych przeprosin.

„To, co nasi klienci naprawdę lubią w naszych usługach, to aspekt ludzki. Historycznie rzecz biorąc, zawsze był to plus. Dlatego pierwszą troską była utrata tego lub narażenie tego na ryzyko.

Diogo Costa, menedżer zespołu ds. sukcesu klienta w firmie Klaus

Chociaż sztuczna inteligencja może niewątpliwie podnieść wydajność, to harmonijna integracja tej technologii z ludzką wiedzą i wrażliwością oferuje to, co najlepsze z obu światów. Traktując sztuczną inteligencję jako wspierający odpowiednik agentów ludzkich, firmy mogą utrzymywać prawdziwe relacje z klientami, jednocześnie czerpiąc korzyści z możliwości sztucznej inteligencji. Prawidłowo wdrożone boty mogą nie tylko pomóc agentom wsparcia skoncentrować się na kultywowaniu lojalności klientów dzięki wsparciu na najwyższym poziomie, ale wymagają ciągłego monitorowania i interwencji człowieka, aby zapewnić dokładne interakcje z klientami.

4. Ewoluujące praktyki zapewniania jakości w celu zapewnienia nowoczesnego wsparcia opartego na sztucznej inteligencji

„Wcześniej tradycyjne podejście do zapewniania jakości skupiało się głównie na ludziach. Sprawdzasz jakość osoby w strukturach, które utworzyłeś w ramach swojego produktu i procesów, i sprawdzasz, czy ta osoba postępuje prawidłowo. Dzięki sztucznej inteligencji musisz zapewnić kontrolę jakości całej podróży klienta”.

Sean Reid, menedżer ds. obsługi klienta w firmie Intercom

Mówiąc najprościej, cała Twoja strategia kontroli jakości będzie wymagać odświeżenia. W końcu dodajesz wiele nowych, dynamicznych ruchów i złożoności do obsługi klienta. W miarę wdrażania sztucznej inteligencji ważne jest, aby przejść na bardziej kompleksowe podejście, które uwzględnia całą podróż klienta – obejmującą ograniczenia produktu, efektywność procesów i skuteczność sztucznej inteligencji w przekazywaniu środków przez ludzi. W firmie Intercom przełożyło się to na podzielenie naszej karty wyników kontroli jakości na trzy sekcje:

• Ludzie: tradycyjny sposób upewniania się, że nasi specjaliści postępują właściwie;
• Procesy: sprawdza, czy stosowane przez nas procesy są prawidłowe – dotyczy to również przekazania Fina naszym specjalistom;
• Produkt: Co możemy zrobić, aby nasz produkt był lepszy pod kątem obsługi klienta?Dotyczy to również Fina z punktu widzenia produktu.

Aby mieć pewność, że wszystko działa tak sprawnie, jak to możliwe, kluczowym elementem jest jego monitorowanie i zrozumienie, jak i kiedy interweniować. W końcu chatboty AI nie są niezawodne, zwłaszcza jeśli podstawy treści nie są solidne. Na przykład, jeśli rozmowa, w której interweniował Fin, uzyskała negatywny wynik CSAT, co było tego przyczyną? Być może ten artykuł w bazie wiedzy wymaga odświeżenia.

„To bardzo sprytne narzędzie, ale jednocześnie narzędzie generatywne może okazać się nieuczciwe. Występują halucynacje; musisz to monitorować. Monitorowanie jego działania, zrozumienie, w jaki sposób można ingerować w określonym czasie i jak działa na przestrzeni czasu, staje się znacznie ważniejsze. Oczywiście byliśmy bardzo podekscytowani możliwością korzystania z Fina, ale wiedzieliśmy, że nasza kontrola jakości musi się do tego dostosować. Całkowicie zmieniliśmy nasz główny potok danych, więc traktuje Fina jako bota generatywnego, którego chcesz sprawdzić, ponieważ działa jak osoba.

Mervi Sepp Rei, szef ML i danych w Klaus

Współpraca między narzędziami AI, zespołami ds. kontroli jakości i agentami ludzkimi jest kluczowa. Ponadto automatyzacja rutynowych zadań związanych z kontrolą jakości, takich jak tworzenie próbek lub przeprowadzanie kontroli jakości, oferuje potencjał skalowania procesu w całym spektrum interakcji z klientami.

„Tak naprawdę wszystko sprowadza się do sprawdzenia, co robią. Wiąże się to z czynnościami wykonywanymi ręcznie, ale ponieważ jest ich tak dużo, trudno jest je sprawdzić ręcznie. Dlatego przeprowadzamy kontrolę jakości automatycznie. (…) We wszystkich rozmowach widzimy, że Fin coś powiedział – co zrobił? A potem wychodzi to na jaw w raportach i można zrozumieć, gdzie jest to zaangażowane, do czego służy, a to daje znacznie, dużo głębszy wgląd”.

Mervi Sepp Rei, szef ML i danych w Klaus

5. Tworzenie przestrzeni dla nowych i ulepszonych ról

Wiele osób obawia się, że te zmiany wyeliminują nas z pracy. I chociaż niektóre role pomocnicze ulegną zmianie, widzieliśmy, jak ta nowa technologia stwarza również potrzebę pojawienia się nowych stanowisk pracy i ról. W ciągu ostatnich kilku miesięcy w Intercom zatrudniliśmy menedżera ds. zapewnienia jakości, menedżera ds. doskonalenia procesów i projektanta konwersacji. Co więcej, widzieliśmy, jak ewoluują istniejące role:

„Tak, to nowe stanowisko zostało utworzone, ale zapewnia postęp i wzmacnia pozycję również Twoich obecnych specjalistów ds. wsparcia. (…) Oczywiście ich chleb i masło pomagają naszym klientom, ale oni robią o wiele więcej. Zapewniają kontrolę jakości nowych produktów, piszą artykuły w Centrum pomocy, rozmawiają z naszymi klientami w naszej społeczności Intercom”.

Sean Reid, menedżer ds. obsługi klienta w firmie Intercom

W miarę ewolucji przedsiębiorstw i technologii ewoluują także strategie ich wsparcia. Jednak wdrożenie wsparcia opartego na sztucznej inteligencji nie polega jedynie na przyjęciu najnowocześniejszej technologii; chodzi o zaplanowanie strategii, w której chatboty i ludzie wykorzystują swoje unikalne mocne strony. Wykorzystując sztuczną inteligencję do usprawnienia operacji i optymalizacji obsługi klienta, zapewniając jednocześnie autentyczność połączeń międzyludzkich, możesz wznieść swoje wsparcie na nowy poziom.