การปรับปรุงคุณภาพการสนับสนุนในขณะที่ยอมรับ AI: กลยุทธ์จากอินเตอร์คอมและ Klaus

AI อาจเปลี่ยนแปลงการสนับสนุนลูกค้า แต่แนวทางที่ประสบความสำเร็จนั้นใช้เวลามากกว่าการกดสวิตช์เพียงครั้งเดียว ในการสัมมนาออนไลน์ครั้งล่าสุด เราได้กล่าวถึงวิธีที่คุณสามารถปรับขนาดกลยุทธ์การสนับสนุนที่เน้น AI เป็นหลัก ขณะเดียวกันก็รักษาคุณภาพและความสม่ำเสมอไว้ได้

ตั้งแต่การจัดการคำถามทั่วไปอย่างรวดเร็วไปจนถึงการช่วยเหลือตัวแทนที่เป็นมนุษย์ในการแก้ไขปัญหาที่ซับซ้อน แชทบอท AI ทั่วไปได้เข้ามาเปลี่ยนแปลงรูปแบบการสนับสนุนลูกค้าในเวลาเพียงไม่กี่เดือน พวกเขา ลดปริมาณการสนับสนุนและเวลาตอบสนอง ทันที ทำให้เจ้าหน้าที่พ้นจากวงล้อหนูแฮมสเตอร์อันน่าสะพรึงกลัวของการสอบถามซ้ำ ๆ เพื่อมุ่งเน้นไปที่ส่วนที่มีผลกระทบสูงที่สุดของงานของพวกเขา ใช้แชทบอท AI ใหม่ของ เรา Fin เราเป็นลูกค้ารายแรก และตอนนี้ 70% ของการสนทนาการสนับสนุนขาเข้าของเราเริ่มต้นด้วยประสบการณ์บอท AI นี้ และ Fin สามารถแก้ไข 33% ของคำถามเหล่านั้นได้ทันที นั่นเป็นส่วนใหญ่ของภาระงานของเราที่แก้ไขได้ *ดีดนิ้ว *แบบนั้น

“ความท้าทายอยู่ที่การผสมผสานประสิทธิภาพของ AI เข้ากับสัมผัสของมนุษย์ที่ลูกค้าให้ความสำคัญ”

AI ยังช่วยให้ทีมตรวจสอบคุณภาพของการสนทนาโดยสร้างตัวอย่างการตรวจสอบที่ดีขึ้น ทำให้กระบวนการ QA เป็นอัตโนมัติ และเปิดใช้งานการรายงานที่ดีขึ้น:

“ตั้งแต่ทำสิ่งต่าง ๆ โดยอัตโนมัติ คุณสามารถได้รับความครอบคลุมร้อยเปอร์เซ็นต์ด้วยสิ่งต่าง ๆ เช่น การวิเคราะห์ความรู้สึก และการวิเคราะห์ไวยากรณ์ การวิเคราะห์และการรายงานที่เสริมประสิทธิภาพด้วย AI ช่วยให้คุณมีข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นในภาพรวม”

Mervi Sepp Rei หัวหน้าฝ่าย ML และข้อมูลที่ Klaus

แน่นอนว่าหากนำ AI ไปใช้อย่างเหมาะสม ความท้าทายอยู่ที่การผสมผสานประสิทธิภาพของ AI เข้ากับสัมผัสของมนุษย์ที่ลูกค้าให้ความสำคัญ การบูรณาการที่ดำเนินการไม่ดีและการตอบสนองของ AI ที่ไม่สอดคล้องกันอาจส่งผลให้เกิดประสบการณ์ที่ไม่ดีและความยุ่งยาก ซึ่งทำให้วัตถุประสงค์ทั้งหมดล้มเหลว

เพื่อหลีกเลี่ยงปัญหานี้ ผู้นำฝ่ายสนับสนุนจะต้อง คาดการณ์และแก้ไข ปัญหาที่อาจเกิดขึ้นเหล่านี้ผ่านการดำเนินการอย่างรอบคอบ นั่นคือเหตุผลที่เราเพิ่งร่วมมือกับ Klaus ซึ่งเป็นโซลูชันการจัดการคุณภาพการบริการลูกค้า เพื่อจัดการสัมมนาผ่านเว็บเกี่ยวกับวิธีสร้างกลยุทธ์การสนับสนุนลูกค้าที่ทันสมัยและเน้น AI เป็นหลัก เราเข้าร่วมโดย:

• Bobby Stapleton ผู้อำนวยการฝ่ายสนับสนุนลูกค้าของ Intercom
• Diogo Costa ผู้จัดการทีมความสำเร็จของลูกค้าที่ Klaus
• Mervi Sepp Rei หัวหน้าฝ่าย ML และข้อมูลที่ Klaus
• Sean Reid ผู้จัดการฝ่ายสนับสนุนลูกค้าของ Intercom

ต่อไปนี้เป็นข้อมูลสรุปสั้นๆ เกี่ยวกับวิธีการ:

1. การวางแผนอย่างรอบคอบและการดำเนินการตามระเบียบวิธี

การปรับใช้ AI ไม่ใช่แค่ Plug and Play คุณไม่สามารถคลิกปุ่มและพร้อมที่จะไปได้เลย คุณกำลังผสานรวมกับระบบที่มีอยู่มากมาย ทั้งแบบสมัยใหม่และแบบเดิม โดยตั้งค่าการกำหนดเส้นทางและการส่งมอบจากบอทไปยังตัวแทนที่เป็นมนุษย์ การเปลี่ยนแปลงกระบวนการและโครงสร้างองค์กร วิธีที่ดีในการเตรียมตัวเองให้พร้อมสำหรับความสำเร็จและเก็บเกี่ยวผลประโยชน์จาก AI คือการลงทุนในกลยุทธ์การใช้งานที่ดี และบางครั้งนั่นอาจเกี่ยวข้องกับการปรับใช้แบบเป็นขั้นตอน:

“เราเริ่มต้นด้วยการทำทีละขั้นตอน เราตระหนักว่า Fin สามารถช่วยเราได้นอกเวลาทำการ ซึ่งเป็นสิ่งที่เราไม่ได้ทำจนกระทั่งถึงจุดนั้น เราเข้าใกล้มันเป็นการทดสอบ 'มาดูกันว่าเราจะใช้ Fin เป็นอาวุธคู่พิเศษเพื่อรองรับที่นี่ได้อย่างไร'”

Diogo Costa ผู้จัดการทีมความสำเร็จของลูกค้าที่ Klaus

ด้วยการทดสอบความสามารถของ AI ในสถานการณ์เฉพาะที่มีความเสี่ยงต่ำ เช่น เวลาไม่อยู่ในสำนักงาน องค์กรต่างๆ สามารถแบ่งเบาภาระและส่งมอบคุณค่าให้กับลูกค้าได้ทันที Klaus ส่งผลให้มีมติ 17% ของการโต้ตอบนอกเวลาทำการ และพวกเขาวางแผนที่จะเพิ่มเป็น 1 ใน 3 ภายในสิ้นปีนี้ และแน่นอนว่า ไม่มีกลยุทธ์การใช้งานที่ดีใดจะสมบูรณ์แบบได้หากไม่มีแนวทางซ้ำในการติดตามและปรับปรุงแชทบอทอย่างต่อเนื่องในขณะที่คุณดำเนินการ

2. การสร้างฐานความรู้ที่แข็งแกร่ง

“สิ่งที่ใหญ่ที่สุดคือการมีศูนย์ช่วยเหลือหรือฐานความรู้ที่ครอบคลุม ทันสมัย ​​และละเอียดถี่ถ้วน หากสิ่งที่คุณมีไม่ถูกต้องหรือล้าสมัย จะไม่ให้ข้อมูลที่ถูกต้องแก่ลูกค้าของคุณ (…) เราให้วิศวกร R&D ทุกคนตรวจสอบส่วนเฉพาะของศูนย์ช่วยเหลือและตรวจสอบให้แน่ใจว่าถูกต้อง และหากมีสิ่งใดขาดหายไปที่พวกเขาคิดว่าควรรวมไว้ด้วย”

Bobby Stapleton ผู้อำนวยการฝ่ายสนับสนุนลูกค้าของ Intercom

แชทบอท AI เช่น Fin ทำงานโดยการใช้ข้อมูลในฐานความรู้หรือศูนย์ช่วยเหลือของคุณเพื่อเสนอคำตอบที่พวกเขาต้องการแก่ลูกค้าของคุณทันที ซึ่งหมายความว่าหากคุณต้องการให้มีความถูกต้องและเชื่อถือได้ คุณจะต้องมี เนื้อหาความช่วยเหลือที่เขียนไว้อย่างดีและมีโครงสร้างที่ดี ซึ่งครอบคลุมทุกสิ่งที่คุณต้องการให้บอทตอบ

ก่อนที่จะใช้งาน ตรวจสอบให้แน่ใจว่าคุณได้ตรวจสอบศูนย์ช่วยเหลือของคุณเพื่อให้แน่ใจว่าข้อมูลทั้งหมดถูกต้องและเป็นปัจจุบัน เพิ่มประสิทธิภาพและอัปเดตเนื้อหาที่มีอยู่ และสร้างเนื้อหาใหม่ตามที่จำเป็น ต้องใช้ความพยายามล่วงหน้าค่อนข้างมากและการบำรุงรักษาอย่างต่อเนื่อง แต่จะจ่ายเงินปันผลในระยะยาว

3. รักษาสัมผัสของมนุษย์

บอทเวอร์ชันใหม่กว่านี้ค่อนข้างล้ำหน้า แต่ก็ยังไม่สามารถรู้สึกหรือแสดงอารมณ์ที่แท้จริงได้ พวกเขาไม่สามารถเห็นอกเห็นใจลูกค้าที่ทุกข์ใจหรือเสนอส่วนลดที่เห็นอกเห็นใจ ตรงเวลา และขอโทษอย่างจริงใจ

“สิ่งที่ลูกค้าของเราชื่นชอบเกี่ยวกับบริการของเราก็คือแง่มุมของมนุษย์ ในอดีตมันเป็นข้อดีเสมอ ดังนั้นการสูญเสียสิ่งนั้นหรือทำให้สิ่งนั้นตกอยู่ในความเสี่ยงจึงเป็นข้อกังวลอันดับแรก”

Diogo Costa ผู้จัดการทีมความสำเร็จของลูกค้าที่ Klaus

แม้ว่า AI จะสามารถยกระดับประสิทธิภาพได้อย่างไม่ต้องสงสัย แต่การผสานรวมที่กลมกลืนของเทคโนโลยีเข้ากับความเชี่ยวชาญและความรู้สึกของมนุษย์นั้นมอบสิ่งที่ดีที่สุดจากทั้งสองโลก ด้วยการเข้าหา AI ในฐานะคู่หูที่สนับสนุนตัวแทนที่เป็นมนุษย์ ธุรกิจต่างๆ จะสามารถรักษาความสัมพันธ์ที่แท้จริงกับลูกค้าไปพร้อมๆ กับการเก็บเกี่ยวผลตอบแทนจากความสามารถของ AI บอทไม่เพียงแต่สามารถนำไปใช้อย่างเหมาะสมเท่านั้น แต่ยังช่วยให้ตัวแทนสนับสนุนมุ่งเน้นไปที่การปลูกฝังความภักดีของลูกค้าด้วยการสนับสนุนระดับสูงสุด แต่ยังต้องมีการตรวจสอบและการแทรกแซงจากมนุษย์อย่างต่อเนื่องเพื่อให้แน่ใจว่ามีปฏิสัมพันธ์กับลูกค้าอย่างถูกต้อง

4. การพัฒนาแนวทางปฏิบัติ QA เพื่อการสนับสนุนที่ทันสมัยและขับเคลื่อนด้วย AI

“ก่อนหน้านี้ แนวทางดั้งเดิมในการประกันคุณภาพนั้นโดยพื้นฐานแล้วเน้นที่ผู้คนเป็นหลัก คุณกำลัง QAing บุคคลภายในโครงสร้างที่คุณสร้างขึ้นด้วยผลิตภัณฑ์และกระบวนการของคุณและดูว่าบุคคลนั้นปฏิบัติตามอย่างถูกต้องหรือไม่ ด้วย AI คุณต้อง QA ตลอดการเดินทางของลูกค้า”

Sean Reid ผู้จัดการฝ่ายสนับสนุนลูกค้าของ Intercom

พูดง่ายๆ ก็คือ กลยุทธ์ QA ทั้งหมดของคุณจะต้องได้รับการรีเฟรช ท้ายที่สุดแล้ว คุณกำลังเพิ่มการเคลื่อนไหวแบบไดนามิกและความซับซ้อนใหม่ๆ มากมายให้กับประสบการณ์ของลูกค้า เมื่อ AI ได้รับการปรับใช้ สิ่งสำคัญคือต้องเปลี่ยนไปใช้แนวทางที่ครอบคลุมมากขึ้นโดยคำนึงถึงการเดินทางของลูกค้าทั้งหมด ซึ่งรวมถึงข้อจำกัดของผลิตภัณฑ์ ประสิทธิภาพกระบวนการ และประสิทธิภาพของ AI ต่อการส่งมอบของมนุษย์ ที่ Intercom สิ่งนี้แปลเป็นการแบ่งดัชนีชี้วัด QA ของเราออกเป็นสามส่วน:

• ผู้คน: วิธีเดิมๆ ในการทำให้แน่ใจว่าผู้เชี่ยวชาญของเรากำลังทำสิ่งที่ถูกต้อง
• กระบวนการ: ดูว่ากระบวนการที่เรามีอยู่นั้นถูกต้องหรือไม่ – นี่ยังพิจารณาถึงการส่งมอบ Fin ให้กับผู้เชี่ยวชาญของเราด้วย
• ผลิตภัณฑ์: เราจะทำอย่างไรเพื่อทำให้ผลิตภัณฑ์ของเราดีขึ้นสำหรับประสบการณ์ของลูกค้า?นอกจากนี้ยังพิจารณา Fin จากมุมมองของผลิตภัณฑ์ด้วย

เพื่อให้แน่ใจว่าทุกอย่างทำงานได้อย่างราบรื่นที่สุดเท่าที่จะเป็นไปได้ องค์ประกอบสำคัญคือการตรวจสอบและทำความเข้าใจว่าจะแทรกแซงอย่างไรและเมื่อใด ท้ายที่สุดแล้ว แชทบอท AI ก็ไม่สามารถป้องกันความผิดพลาดได้ โดยเฉพาะอย่างยิ่งหากรากฐานของเนื้อหาไม่มั่นคง ตัวอย่างเช่น หากการสนทนาที่ Fin เข้ามาแทรกแซงได้รับคะแนน CSAT ติดลบ อะไรเป็นสาเหตุ บางทีบทความฐานความรู้นั้นอาจจำเป็นต้องรีเฟรช

“มันฉลาดมาก แต่ในขณะเดียวกัน เครื่องมือสร้างใหม่ก็สามารถก่อให้เกิดความผิดพลาดได้ มีอาการประสาทหลอน คุณต้องติดตามมัน การตรวจสอบสิ่งที่ทำ การทำความเข้าใจว่าคุณสามารถแทรกแซงได้อย่างไรในเวลาที่กำหนด และวิธีการทำงานของมันเมื่อเวลาผ่านไปจะมีความสำคัญมากขึ้น เห็นได้ชัดว่าเรารู้สึกตื่นเต้นมากที่จะเริ่มใช้ Fin แต่เรารู้ว่า QA ของเราต้องปรับตัวเข้ากับสิ่งนี้ เราเปลี่ยนแปลงไปป์ไลน์ข้อมูลหลักของเราโดยสิ้นเชิง ดังนั้นจึงถือว่า Fin เป็นบอทที่สร้างที่คุณต้องการตรวจสอบเพราะมันทำหน้าที่เป็นบุคคล”

Mervi Sepp Rei หัวหน้าฝ่าย ML และข้อมูลที่ Klaus

การทำงานร่วมกันระหว่างเครื่องมือ AI, ทีม QA และเจ้าหน้าที่มนุษย์ถือเป็นสิ่งสำคัญ นอกจากนี้ การใช้ระบบอัตโนมัติสำหรับงาน QA ตามปกติ เช่น การสร้างตัวอย่างหรือการตรวจสอบคุณภาพ ยังมอบศักยภาพในการปรับขนาดกระบวนการให้ครอบคลุมทุกขอบเขตของการโต้ตอบกับลูกค้า

“มันขึ้นอยู่กับการตรวจสอบสิ่งที่พวกเขากำลังทำอยู่จริงๆ นั่นเกี่ยวข้องกับสิ่งที่ต้องทำด้วยมือ แต่เนื่องจากมีอยู่มากมาย จึงยากที่จะตรวจสอบด้วยตนเอง ดังนั้นเราจึงทำการตรวจสอบคุณภาพโดยอัตโนมัติ (…) ในทุกบทสนทนา เราเห็นว่าฟินพูดอะไรบางอย่าง - มันทำอะไร? จากนั้นสิ่งนี้จะปรากฏในการรายงานและคุณสามารถเข้าใจว่ามันเกี่ยวข้องตรงไหน มันทำอะไร และมันให้ข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นมาก”

Mervi Sepp Rei หัวหน้าฝ่าย ML และข้อมูลที่ Klaus

5. สร้างพื้นที่สำหรับบทบาทใหม่และปรับปรุง

หลายคนกังวลว่าการเปลี่ยนแปลงเหล่านี้จะผลักดันเราออกจากงาน และในขณะที่บทบาทฝ่ายสนับสนุนบางส่วนกำลังจะเปลี่ยนไป เราได้เห็นว่าเทคโนโลยีใหม่นี้ยังสร้างความต้องการงานและบทบาทใหม่ให้ปรากฏได้อย่างไร ในช่วงไม่กี่เดือนที่ผ่านมาที่ Intercom เราได้ว่าจ้างผู้จัดการฝ่ายประกันคุณภาพ ผู้จัดการฝ่ายปรับปรุงกระบวนการ และผู้ออกแบบการสนทนา ยิ่งไปกว่านั้น เราได้เห็นแล้วว่าบทบาทที่มีอยู่มีการพัฒนาอย่างไร:

“ใช่ งานใหม่นี้ถูกสร้างขึ้นแล้ว แต่ยังเป็นการก้าวหน้าและเสริมศักยภาพให้กับผู้เชี่ยวชาญฝ่ายสนับสนุนในปัจจุบันของคุณด้วย (…) แน่นอนว่าขนมปังและเนยของพวกเขากำลังช่วยเหลือลูกค้าของเรา แต่พวกเขาทำมากกว่านั้นอีกมาก พวกเขาประกันคุณภาพผลิตภัณฑ์ใหม่ พวกเขาเขียนบทความในศูนย์ช่วยเหลือ พวกเขากำลังพูดคุยกับลูกค้าของเราในชุมชนอินเตอร์คอมของเรา”

Sean Reid ผู้จัดการฝ่ายสนับสนุนลูกค้าของ Intercom

ในขณะที่ธุรกิจและเทคโนโลยีมีการพัฒนา กลยุทธ์การสนับสนุนก็จะต้องเช่นกัน แต่การใช้การสนับสนุนที่ขับเคลื่อนด้วย AI ไม่ใช่แค่การนำเทคโนโลยีล้ำสมัยมาใช้เท่านั้น เป็นเรื่องเกี่ยวกับการวางกลยุทธ์ที่แชทบอทและมนุษย์เล่นตามจุดแข็งที่เป็นเอกลักษณ์ของตน ด้วยการใช้ประโยชน์จาก AI เพื่อปรับปรุงการดำเนินงานและเพิ่มประสิทธิภาพประสบการณ์ของลูกค้า ในขณะเดียวกันก็รับประกันความน่าเชื่อถือของการเชื่อมต่อของมนุษย์ คุณสามารถยกระดับการสนับสนุนของคุณไปสู่อีกระดับหนึ่งได้