人工智慧時代的客戶服務指標發生了什麼樣的變化？

所有最好的客戶支援團隊有什麼共通點？ 執著地致力於創造卓越的客戶體驗是良好的第一步，但如果沒有一個關鍵因素：關鍵客戶服務指標的嚴格報告，這只能讓你走到這一步。

了解如何在數據雜訊中找到訊號，才能讓最好的支援團隊持續提供優質的客戶服務、高客戶滿意度和高績效的團隊。 但正如我們所知，隨著人工智慧改變客戶服務，支援領導者應該如何調整他們的核心指標，以便在這個新時代真正衡量成功？

“希望利用人工智慧帶來的巨大機會的領導者需要對指標和 KPI 進行不同的思考”

隨著人工智慧變得更加先進，客戶服務格局正經歷巨大的轉變。 現在，借助該技術，可以實現更具吸引力的客戶互動並近乎即時解決許多客戶問題，支援團隊可以專注於為客戶創造額外價值的活動。 Intercom 的客戶服務人工智慧現況：2023 年報告顯示，對客戶服務人工智慧的投資正在迅速加速，69% 的支援領導者計劃在未來一年增加對人工智慧的投資。

希望利用人工智慧帶來的巨大機會的領導者需要對指標和 KPI 進行不同的思考，以確保在人工智慧優先的世界中，以正確的方式衡量客戶服務的真正影響。

傳統支持指標的演變

儘管我們所知的支援指標正在不斷發展，但它們對於您團隊的成功仍然至關重要。 人工智慧將從根本上改變支援團隊的工作方式，而在人類和人工智慧無縫協作的世界中，對上一代支援產品至關重要的一些指標可能會變得不那麼重要。

“在評估目前的報告方法時，考慮客戶和團隊成員的體驗至關重要”

由於人工智慧提供了閃電般快速的答案和解決方案，客戶對支援的期望也在迅速變化，這意味著支援團隊服務等級協定 (SLA) 和基準需要重新設定。 我們自己的客戶支援團隊已經在調整我們用來衡量成功的指標和基準，因為我們的人工智慧聊天機器人 Fin 解決了越來越多的客戶查詢。

為了讓您的團隊在客戶服務的新時代中取得成功，在評估目前的報告方法時考慮客戶和團隊成員的體驗至關重要，這樣您就可以確保掌握重要數字的脈搏最多。

以下是受這些變化影響的一些關鍵領域和指標，以及我們調整報告方法以利用未來機會的建議。

您如何與客戶互動

對於許多客戶服務團隊來說，產生人工智慧技術（例如人工智慧聊天機器人）將成為尋求支援的客戶的第一個聯絡點。 這些機器人能夠提供快速且有用的答案，還可以消除疑問並將其傳遞給人類支援代表，以便在他們不知道答案時提供進一步的幫助。

隨著人工智慧在前線處理您的入站支援量，一些用於衡量支援交付速度和有效性的核心指標將需要進行調整。

首次反應時間 (FRT)

「首次回應時間」(FRT) 是您的團隊對客戶的查詢發送初始回應所需的時間。

鑑於領先的人工智慧機器人能夠為客戶提供近乎即時的回應，緩慢的回應時間以及客戶漫長的等待時間正在成為過去。 這將極大地改變客戶的期望； 需要等待回應和最終解決的假設將被立即回應和迅速解決的期望所取代。

提示

為了準確了解您的團隊和人工智慧機器人的表現，請考慮為「機器人首次回應時間」和「人類首次回應時間」建立單獨的報告，以全面了解客戶獲得全面回應的速度。

在評估人工智慧與人類的支援體驗時，除了第一響應時間之外，還必須考慮更廣泛的指標，例如平均處理時間，以了解客戶的問題在第一個聯繫點之外得到解決的速度。

平均處理時間 (AHT)

「平均處理時間」(AHT) 衡量您的團隊花在與客戶對話上的平均時間，支援領導者經常使用它來了解團隊能力和人員配置需求。

隨著人工智慧機器人解決大部分簡單查詢，您的團隊將處理更複雜、更耗時的問題，因此需要為客戶對話的平均處理時間確定新的基準，以便為這項調整騰出空間。

提示

與首次回應時間類似，嘗試為「平均機器人處理時間」和「平均人工處理時間」建立單獨的報告，以全面了解客戶解決問題所需的時間。

雖然您可能會看到整體處理時間和機器人處理時間減少，但由於支援代表處理更棘手的問題，人工處理時間可能會增加。 如果您發現人工處理時間不斷增加，請考慮查看其他指標，例如 CSAT，看看這是否會在其他領域產生連鎖反應。

如何衡量生產力

我們知道，為了在客戶服務的新時代產生巨大影響，人類和人工智慧需要共同努力。 實際上，人工智慧應該被視為團隊中的新支援代表，因此，了解如何衡量其性能以及它對團隊能力產生的骨牌效應至關重要。

部署人工智慧聊天機器人將不可避免地讓您的團隊有時間專注於其他活動，例如諮詢或主動支持，或知識管理。 由於您的團隊專注於廣泛的任務，因此需要調整衡量生產力和衡量團隊能力的方式。

處理案件

「處理的案件」指支持代理處理的案件、票證或對話的數量。 這可以每小時、每天或每週進行衡量，並且通常用作團隊績效和生產力的衡量標準。

傳統上，支援代表需要在一段時間內處理一定數量的客戶查詢，因此需要製定一個評估團隊生產力的基準。 在人工智慧時代，這種情況已經變得不穩定。 支援代表現在正在解決一系列更複雜的客戶問題，而簡單的問題則由人工智慧機器人解決。 鑑於複雜的案件往往需要更多的調查和時間投入，每小時、每天或每週處理的案件數量將會改變。

「客戶支援代表」的角色也變得更加多樣化，代表們更參與幫助中心內容創建和知識管理等其他領域。 隨著您的團隊在不同的任務之間分配時間，處理的案例數量對於評估團隊生產力來說變得不太相關。

提示

考慮規劃您的團隊可以做出貢獻的所有其他影響領域，並了解如何將每個領域納入衡量績效的整體系統中。 透過確定團隊的其他重點領域（例如幫助中心內容創建或社群管理），您將能夠更準確地了解團隊生產力。

自動解析速率

「自動解決率」或「自動解決率」(ROAR) 衡量完全由自動化（例如機器人）解決的支援請求或對話的數量。

在人工智慧驅動的機器人發布之前，自動解決率將包括由簡單機器人或基於機器學習構建的更高級模型解決的查詢，例如 Fin 的自訂答案（以前稱為解決機器人）。

現在，市場上一些最強大的人工智慧機器人能夠自動解決高達 50% 的客戶查詢，從而使支援團隊能夠專注於需要人工幹預的更複雜的查詢。 隨著機器人解決多達一半的常見問題或更常見的問題，支援領導者可能會在報告儀表板中看到自動解決率的顯著提升。

提示

隨著自動解決率的飆升，重要的是要考慮如何從該指標中獲得洞察力。 例如，如果您的自動解決率從 15% 躍升至 50%，請考慮這對其他領域產生的連鎖反應。 您的團隊節省了多少時間？ 您的客戶對支援的速度和品質有多滿意？

另一方面，如果您注意到自動解決率下降，則可能存在需要解決的潛在問題。 這可能表示您的機器人無法存取回答客戶查詢所需的正確內容。 考慮審查您的幫助中心，以確保您的內容是最新的，並且您的機器人擁有幫助客戶所需的一切。

首次接觸解決率 (FCR)

「首次聯繫解決率」(FCR) 衡量客戶的疑問在與公司支援團隊進行第一次通話、電子郵件、簡訊或聊天會話後得到解決的頻率。

某些人工智慧驅動的機器人（例如 Intercom 的 Fin）使用幫助中心中的內容為客戶的問題提供相關答案，並且在許多情況下，能夠在第一次嘗試時回答這些問題。 這不僅意味著您的客戶比以往更快獲得支持，還可能導致您的首次聯繫解決率提高。

提示

由於人工智慧聊天機器人可以在一次互動中解決更多的客戶疑問，您應該儘早開始考慮您的團隊可以利用機器人騰出的額外時間來完成其他有影響力的工作，以及如何衡量這項工作的成功。 透過現在確定這項工作的範圍，您可以幫助您的團隊提高新領域的技能，這樣當他們的時間開始騰出時，他們就可以直接發揮作用，為業務做出超越標準支援指標的貢獻。

人工智慧也為客戶服務團隊提供了使支援目標更具競爭力的機會。 例如，團隊可以為某些問題或客戶提供即時人工支持，或開始更主動地與客戶合作進行設定和啟動。

解決時間 (TTR)

「解決時間」(TTR) 衡量客戶查詢完全解決所需的平均時間，從開啟工單或對話的時間到標記為「已解決」或「已關閉」的時間。

與許多其他指標一樣，解決問題的時間將受到人工智慧機器人快速解決大量客戶查詢的能力的巨大影響。 機器人解決問題的時間可能會減少，而人類解決問題的時間可能會增加。 這是可以預料的，因為您的團隊將處理更複雜的問題，需要更長的時間才能弄清楚。

提示

考慮按「機器人解決問題的時間」和「人工解決問題的時間」來劃分報告，以了解解決常見或簡單查詢的速度，以及您的團隊解決更複雜問題所需的時間。

當您的人工智慧機器人開始處理涉及大量來回的更複雜的查詢時，了解解決這些問題需要多少時間非常重要。

內容瀏覽量

「內容瀏覽量」是對客戶查看您的幫助中心內容（例如知識庫中的文章）的次數的衡量。

了解人工智慧如何融入您的整體自助支援體驗非常重要，因此您應該專注於客戶如何與您的幫助中心文章進行交互，以了解他們如何輕鬆找到自己問題的答案。 在人工智慧優先的世界中，由於人工智慧聊天機器人利用內容為客戶提供答案而不是連結到文章本身，因此幫助中心文章的瀏覽量可能會開始減少。

提示

透過監控幫助中心和支援社群內容的瀏覽量，您可以了解查看此內容的客戶在閱讀文章或貼文後是否需要尋求額外支持，或者是否可以幫助他們解決查詢。 圍繞此設定時間參數會很有幫助，例如，如果客戶在查看內容後 24 小時內沒有聯繫您的團隊，您可以將其視為潛在支援對話的「偏離」。

一旦部署人工智慧聊天機器人，內容瀏覽總量可能會開始減少，因為您的客戶直接從您的機器人獲得幫助，而不必前往您的幫助中心。 如果發生這種情況，請嘗試將內容視圖與整體自助支援體驗結合起來，以了解客戶如何透過不同途徑獲得協助。

如何衡量客戶體驗

當然，人工智慧帶來的所有變化都將改變客戶體驗。 當然，您的客戶將獲得更快、更有效率的支持，但他們也將與新技術進行交互，因此監控這種新的客戶體驗以確保他們的需求仍然得到滿足至關重要。

客戶滿意度（CSAT）

「客戶滿意度」(CSAT) 是一種衡量標準，可揭示客戶對您的業務的滿意度，並涉及計算正面評價的對話佔客戶評價的對話總數的百分比。 CSAT 調查的範圍可以從深入到輕量級——從要求客戶對互動進行評分（從 0 到 10）、向他們發送直接回饋問題，甚至讓他們選擇最能代表他們體驗的表情符號。

眾所周知，客戶對整個機器人有不同程度的信任。 過去，他們經常引導客戶走上沒有解決方案的決策樹路徑，或是讓客戶陷入無法擺脫的無限循環。 顯然，這對任何人來說都不是理想的體驗。 但生成式人工智慧的最新進展已經開始激發更多客戶對機器人的信任，這很大程度上是因為它們能夠比傳統機器人更有效地進行溝通，並且期望它們更有可能返回有用的答案 -快速地。

支援團隊非常清楚地了解客戶滿意度的脈搏，因為他們更依賴人工智慧機器人。 根據 Intercom 的《客戶服務人工智慧現狀：2023 年報告》 ，58% 的支援領導者發現，由於使用人工智慧和自動化，他們的 CSAT 分數有所提高。

提示

支援團隊能夠仔細了解客戶獲得幫助的效率和效果，這一點至關重要。 CSAT 在這方面發揮著重要作用，因此了解客戶如何評估您的 AI 機器人參與的對話非常重要。

在查看您的 CSAT 報告時，嘗試了解機器人參與的對話是如何評級的，或者是否正在評級（可能會發現，與與機器人互動相比，客戶在與機器人互動後不太願意留下評級）人類）。 這將幫助您了解客戶是否對互動感到滿意、機器人能夠提供的支援級別，以及在需要進一步幫助時轉移給您的團隊成員的難易程度。 透過深入挖掘這些領域，您將能夠提高機器人的性能並確保您的客戶始終獲得良好的體驗。

淨推薦價值 (NPS)

「淨推薦值」(NPS) 是組織用來衡量顧客對其品牌、產品或服務忠誠度的指標。 它的測量分數範圍為 -100 到 +100。

與 CSAT 類似，以客戶為中心的公司非常重視監控其 NPS。 它使他們能夠溫度檢查客戶對其產品或服務的態度，並製定個性化的參與計劃，例如，將「批評者」（在NPS 調查中得分較低的人）與團隊中的某人聯繫起來，以便了解他們的挑戰並改善他們的經驗。

AI 驅動的機器人現在將包含在 NPS 調查中客戶正在審查的服務組合中，因此了解它們對您的分數的影響至關重要。

提示

NPS 調查讓您有機會深入了解客戶喜歡或不喜歡的產品或服務元素。 如果沒有人工智慧的幫助，分析這些評論可能會變得非常耗時。 但幸運的是，人工智慧現在使您能夠快速總結客戶提供的見解。 考慮您想要關注哪些問題，並使用人工智慧從調查中提取關鍵知識。

客戶努力評分 (CES)

「客戶努力得分」(CES) 決定客戶為處理其請求而必須付出的努力量。 這可能包括獲得問題的答案、解決問題、完成產品購買或簽署合約。 CES 可以透過調查詢問客戶滿足其需求的難易程度來衡量，例如，按照「非常容易」到「非常困難」的滑動等級。

CES 是支持領導者關注的重要指標，因為客戶滿意度（以及隨後的忠誠度和保留率）通常取決於客戶與您的公司合作的難易程度。 傳統上，客戶努力得分調查將在客戶旅程中的重要里程碑時發送給客戶，例如在導致購買的互動之後或與支援團隊互動之後，以了解他們的體驗有多容易或困難。

在這個人工智慧支援的新世界中，我們的目標是進一步全面減少客戶的工作量。 人工智慧機器人能夠簡化支援體驗，為客戶提供快速、準確的答案，並提供令人愉悅的體驗。 但是，您需要確切了解人工智慧如何影響所需的客戶努力水平，以及客戶是否在其他領域經歷了高水平的努力。

提示

考慮在客戶與您的人工智慧聊天機器人互動後發送客戶努力分數調查，以了解他們獲得所需幫助的困難或容易程度。 您可以使用這些評級來衡量您的機器人是否滿足客戶的需求並提供流暢的支援體驗，或更深入地挖掘潛在的摩擦點，找到讓客戶的流程變得更輕鬆的方法。

如何在支持過程中保持質量

品質保證 (QA) 是任何支援作業的關鍵組成部分。 為了透過出色、一致的客戶體驗來取悅客戶，您需要監控組織中如何提供支援。

在評估支援交付的品質時，人工智慧釋放了大規模進行分析的新機會。 每家公司對「品質支援體驗」的構成都有自己的解釋，但儘管衡量方式具有主觀性，但人工智慧無疑將改變品質保證。

內部品質評分 (IQS)

「內部品質分數」(IQS) 是衡量您的團隊提供支援的程度的指標，由組織內的人員而不是客戶決定。 內部審核員根據客戶對話與對您公司重要的一組標準的映射程度對客戶對話進行評分。 此評分系統可以反映在「QA 記分卡」中，並且對於每個支援團隊來說都是獨一無二的。

隨著人工智慧引入客戶體驗，需要適應的品質保證流程。 傳統上，內部品質分數將評估支援代表的績效，而現在，更加需要查看整體客戶旅程，以了解您的產品是否存在限制、您的流程是否高效以及人工智慧是否有效地進行交接與您的團隊對話。

採用人工智慧來幫助完成例行品質檢查任務（例如建造樣品或進行品質檢查）將使支援團隊能夠擴展其品質保證流程，並確保他們在其支援服務中始終滿足高品質標準。

提示

隨著 IQS 從衡量個人績效的指標轉變為整個客戶旅程中服務標準的指標，請考慮調整您的 QA 標準或記分卡以反映對您的業務最重要的領域。

例如，在 Intercom，我們將記分卡分為三個部分：

• 人員：確保我們的專家做正確事情的老式方法。
• 流程：查看我們現有的流程是否正確 - 這也查看我們的 AI 聊天機器人 Fin 向我們專家的移交。
• 產品：我們可以做些什麼來讓我們的產品更好地提供客戶體驗？

你如何展示價值

對於任何支援團隊來說，能夠指出他們為業務創造的價值並將其傳達給他們的高階領導團隊都是至關重要的。 近年來，客戶服務組織的觀念已經從“成本中心”轉變為“價值驅動者”，在這個人工智慧支援的黎明時代，了解如何繼續展示和傳達整個支援組織所創造的價值。

投資報酬率（ROI）

投資報酬率 (ROI) 是用於了解投資價值及其成本的指標。

在許多組織中，客戶服務傳統上被視為成本中心。 因此，支持領導者高度重視管理員工數量，並使用「服務成本」等指標來展示投資報酬率。 隨著生成式人工智慧的到來，我們預期這些傳統的投資報酬率計算將轉向自動化功能的投資報酬率。

“在這個客戶服務的新時代，能夠理解和報告人工智慧和自動化的成功至關重要”

我們的研究表明，55% 的支持領導者關心如何平衡人工智慧投資與現有支援資源的投資。 制定出色的自動化策略需要時間，因此對於許多支援領導者來說，退後一步並將資源從前線轉移到人工智慧策略可能感覺像是一個挑戰。 但是，對於真正踏出這一步的支援團隊來說，可以獲得顯著的投資回報。

在這個客戶服務的新時代，能夠理解和報告人工智慧和自動化的成功至關重要。 由於 68% 的支援領導者正在努力實施人工智慧和自動化節省的成本的基準報告或成功指標，因此具有前瞻性思維的團隊應該考慮在技能提升方面進行投資。

提示

考慮計算人工智慧和自動化將為您的團隊帶來的時間和成本節省，以展示其價值。 例如，試試計算：

• 您的團隊收到的可由人工智慧處理的查詢數量。
  計算方法：將一則訊息中關閉的對話數除以同一時間段內的對話總數，然後乘以 100 即可得出百分比。
• 您的團隊每週完成的對話移交量。
  計算方法：將每次移交所花費的平均時間乘以移交次數 x 團隊中支援代表的數量。
• 支持代表起草回覆所花費的總時間。
  計算方法：將編寫訊息的平均時間乘以查詢數量 x 團隊中支援代表的數量。

新指標正在出現

除了我們在傳統客戶服務指標中看到的變化之外，人工智慧還出現了衡量支援成功與否的新方法。 希望調整報告方法的支援領導者應該考慮納入這些新指標，以確保他們在這個不斷發展的客戶服務時代衡量正確的事情。

機器人參與率

當您推出人工智慧驅動的機器人時，了解其參與度或覆蓋率（即您的團隊收到的對話總數中涉及的對話數量）非常重要。

提示

為了充分利用人工智慧聊天機器人，請考慮讓它參與盡可能多的客戶對話。 但是，您需要仔細考慮不希望機器人參與並且希望獲得純人類體驗的情況，例如為 VIP 客戶提供白手套支援。

機器人參與率

與任何事情一樣，不僅要了解您的支援中哪些內容有效，哪些內容無效也很重要。 如果客戶有意嘗試超越您的機器人與您團隊中的某人交談，那麼很可能有機會提高您的機器人的性能。

提示

嘗試衡量客戶與人工智慧聊天機器人的互動率，並查看「採取的下一步行動」等標記，以了解機器人是否正在回答客戶的問題，或者是否有機會改善整體體驗。 例如，這可以讓您找出潛在的知識差距或評估對話設計，以確保機器人以友善、樂於助人的方式問候您的客戶。

如果客戶確實脫離了，請考慮向他們尋求回饋以了解原因。 有了這些見解，您就可以對機器人體驗進行明智的更改，以最大限度地發揮影響力。

對話見解

除了提高效率和節省時間之外，人工智慧還為支援團隊提供了以創新方式分析客戶對話的能力。 現在，人工智慧可以即時、大規模地分析您的客戶互動，使支援團隊能夠挖掘以前無法獲得的見解，並在其組織中推動真正有影響力的「客戶之聲」計畫。

透過從大量客戶對話中提取洞察的能力，您可以了解客戶對與您的企業互動的感受，並使您的團隊能夠專注於提供主動、個人化的客戶服務。

提示

使用人工智慧對客戶對話進行徹底分析，並利用這些知識：

• 確定您的支援中需要改進的領域。
• 讓其他團隊意識到反覆出現的客戶問題或痛點，並在內部倡導客戶的聲音。
• 了解您的團隊可以在客戶的整個旅程中在哪些方面為他們增加更多價值，並專注於提供主動支援。

讓您的客戶服務團隊成功

人工智慧為支援領導者提供了巨大的機會，可以增強他們的報告能力，解鎖更簡單、更有效的方法來衡量支援品質和團隊績效，並確保客戶始終獲得最佳體驗。 此外，透過使用人工智慧來釋放支援代表的時間，支援團隊可以專注於利用他們收集的數據來獲得可用於改善系統和流程的見解，並在內部分享客戶見解。

為了在這個新興的客戶服務時代真正衡量成功，至關重要的是了解您的團隊如何花費時間，並開發新的方法來報告對您的業務最重要的領域的成功。