Jak AI usprawnia obsługę Customer Service już dziś i czego możemy się spodziewać w najbliższej przyszłości?

Podczas gdy Elon Musk i szereg innych ekspertów wezwało do wstrzymania rozwoju AI, przedsiębiorstwa nawet nie myślą o wstrzymaniu prac w tym kierunku. Według Statista rynek oprogramowania AI osiągnie wartość 126 miliardów dolarów do 2025 roku. A 57% przedsiębiorstw już wykorzystuje sztuczną inteligencję do ulepszania usług. Oleksandr Maksymeniuk, CVO i założyciel Ringostat, mówi o istniejących możliwościach i perspektywach rozwoju tej technologii.

Mówiąc o AI do obsługi połączeń, stała się ona znacznie bardziej dostępna niż wcześniej. Jeszcze kilka lat temu, aby uzyskać nawet minimalnie użyteczne wyniki z analizy połączeń, trzeba było wytrenować model na co najmniej 20 000 połączeń. Wymagało to również ciągłego szkolenia. Teraz można zacząć od kilkuset i już uzyskać cenne spostrzeżenia. To kolejny powód, dla którego warto wdrożyć sztuczną inteligencję, aby przenieść swoje usługi na zupełnie nowy poziom.

W tym artykule przyjrzymy się temu, co sprawia, że sztuczna inteligencja jest tak atrakcyjnym narzędziem do poprawy obsługi klienta. Zwłaszcza dla tych przedsiębiorstw, które kontaktują się z klientami przez telefon. Jakie możliwości są już dostępne, czego można się spodziewać i dokąd zmierza ta technologia.

1. „Igła w stogu siana”: wyszukiwanie sytuacji, które wymagają uwagi menedżera

Jednym z zawodów, który obecnie znacząco się zmienia, jest supervisor. Większość zadań takiego specjalisty jest w dużej mierze mechaniczna: odsłuchiwanie rozmów, wyszukiwanie błędów popełnionych podczas rozmowy i przekazywanie informacji zwrotnych zespołowi.

Za to polska firma może zapłacić supervisorowi około 8 500 złotych miesięcznie. Taki specjalista spędza jednak część swojego czasu pracy dosłownie na marne. Musi przecież poświęcić dziesiątki godzin na analizę setek rozmów, by znaleźć, powiedzmy 20 takich, które naprawdę wymagają uwagi.

Sztuczna inteligencja radzi sobie z tym zadaniem równie dobrze jak człowiek, a nawet lepiej. W końcu nie cierpi na dekoncentrację i statystycznie popełnia znacznie mniej błędów. Istnieją już rozwiązania, które pracują 24/7, analizując połączenia i szukając „igły w stogu siana”. 

Istnieje również wiele firm, które współpracują z klientami posługującymi się różnymi językami. Z tego powodu, wchodząc na nowy rynek, do zespołu sprzedaży dodaje się jednego lub dwóch przedstawicieli posługujących się językami obcymi. Jednak ich praca również musi być dokładnie monitorowana. Na tym etapie zatrudnienie osobnego supervisora znającego wymagane języki byłoby bardzo drogie.

Jak zatem sztuczna inteligencja będzie pomocna w tym przypadku?

1. Transkrybuje dialog audio na tekst. Automatycznie tłumaczy na angielski, jeśli rozmowa prowadzona jest w innym języku. Ułatwia to monitorowanie zespołu sprzedaży lub call center działającego na zagranicznych rynkach. Na przykład w Ringostat korzystamy z naszej własnej sztucznej inteligencji, aby łatwo sprawdzić, w jaki sposób menedżerowie przetwarzają zgłoszenia na rynku bułgarskim. Nawet jeśli oni nie mówią w tym języku.
2. Zapisuje kluczowe punkty dialogu, aby supervisor lub kierownik mógł zrozumieć, co zostało omówione w ciągu 10-15 sekund.
3. Wskazuje, czy wymagana jest weryfikacja dialogu przez człowieka i zapisuje szczegółowe informacje na ten temat. Na przykład, że menedżer nie wie, jak pracować z obiekcjami klientów lub podkreślać zalety produktu czy usługi.

Wiedząc, których rozmów słuchać, supervisor będzie mógł poświęcić znacznie mniej czasu na rutynowe czynności. W końcu odsłuchanie 20 rozmów nie jest tak czasochłonne, jak odsłuchanie 300.

2. Informacje zwrotne dla zespołu w celu poprawy jakości usług

Nowoczesna AI jest w stanie wyłapywać błędy popełniane przez menedżerów podczas komunikacji z klientami. Dzięki szkoleniom doskonale rozumie niedociągnięcia pracownika podczas rozmowy. Na przykład, jeśli menedżer:

• niewystarczająco proaktywny i nieskoncentrowany na zadaniach klienta;
• nie posiada wyczerpujących informacji o produkcie i stale musi dowiadywać się czegoś od kolegów;
• nie stara się szczegółowo odpowiadać na pytania kupującego, lecz doradza mu samodzielne zapoznanie się z informacjami zawartymi na stronie internetowej;
• nadużywa słownictwa technicznego podczas opisywania produktu itp.

Tak więc kierownik może jedynie przejrzeć listę błędów w dialogu i przeanalizować je razem z menedżerem. Wadą jest to, że informacje te są dostępne po zakończeniu rozmowy. Dlatego menedżer nie może wpłynąć na wrażenie, jakie zrobił na kliencie.

Sztuczna inteligencja przyszłości będzie w stanie udzielać wskazówek podczas rozmowy. Tym samym korygować przebieg dialogu tak, aby klient był jak najbardziej zadowolony, a transakcja została zamknięta jak najszybciej. Powiedzmy, że sztuczna inteligencja wyświetla podczas rozmowy wyskakujący komunikat ze wskazówką:

• co zaoferować klientowi w tej chwili;
• co należy poprawić podczas rozmowy — na przykład zmienić ton na bardziej przyjazny i ufny;
• zaoferować zniżkę, jeśli klient jest gotowy do zakupu i ważne jest, aby rozwiać jego ostatnie wątpliwości.

W przypadku pierwszego punktu przydatny będzie call tracking, czyli śledzenie połączeń. W szczególności pozwala ono zrozumieć ścieżkę klienta na stronie internetowej przed połączeniem. System wie, które strony użytkownik odwiedził przed połączeniem i podczas poprzednich wizyt w witrynie. W rezultacie AI lepiej rozumie, czym dokładnie jest zainteresowany klient, nawet jeśli nie wspomina o tym podczas rozmowy. Klient będzie mile zaskoczony, jeśli menedżer zaoferuje mu dokładnie to, o czym akurat myślał.

3. Przewidywanie prawdopodobieństwa zakupu i skupianie się na bardziej obiecujących transakcjach.

Wszystkie transakcje rejestrowane w CRM są oczywiście ważne. Ale wysiłek związany z każdą z nich może być bardzo różny. Dlatego, aby wydajniej wykorzystywać dostępne zasoby, które prawie zawsze są ograniczone, należy skupić się na tych klientach, którzy są bliżej wygranej. Wśród transakcji zawsze są takie, które mogą przynieść zysk już teraz. Podczas gdy niektóre z nich wymagają wiele wysiłku i niekoniecznie prowadzą do sukcesu.

W tym przypadku AI może również pomóc zoptymalizować czas i zwiększyć rentowność zespołu sprzedaży. Biorąc pod uwagę szczegółowe informacje na temat połączeń lub wiadomości na czacie, może ona przewidywać prawdopodobieństwo zamknięcia transakcji. Aby to zrobić, AI uwzględnia wiele różnych sygnałów, na przykład:

• czy klient był wystarczająco zainteresowany podczas rozmowy;
• czy dialog zawierał słowa związane z niższymi etapami lejka sprzedażowego: płatność, podpisywanie dokumentów, wizyta w salonie itp;
• czy potencjalny nabywca wyraził zachwyt produktem lub pozytywnie zareagował na jego opis;
• jaki był ogólny nastrój rozmowy, osobno nastrój menedżera i klienta.

Na podstawie prognozy AI menedżer będzie wiedział, na których transakcjach skupić się w pierwszej kolejności. Będzie to szczególnie przydatne dla niewielkich firm, które otrzymują dużo zgłoszeń od klientów.

Może Cię również zainteresować artykuł — 4 sposoby na szybką analizę nastrojów klientów i poprawę jakości obsługi klienta.

4. Tworzenie follow-up’u oraz porady dotyczące dalszych działań

Żadna rozmowa z klientem nie powinna kończyć się bez ustalenia kolejnych kroków. AI pomoże Ci nie tracić czasu na zapisywanie ich po rozmowie. Może to być dość niewygodne, gdy następny klient do Ciebie będzie dzwonić. Ponieważ menedżer musi przypomnieć sobie, o co chodziło, lub ponownie wysłuchać rozmowy.

AI może zasugerować najlepsze kolejne kroki na podstawie analizy rozmowy. Na przykład przypomni o wysłaniu szczegółowego opisu produktu, wystawieniu faktury, pokazaniu próbki testowej itp. Menedżer będzie musiał tylko sprawdzić, ewentualnie poprawić tekst i wysłać go. Funkcja ta przyda się również nowym pracownikom, którzy nie od razu wiedzą, co zrobić po nawiązaniu kontaktu z klientem.

5. Inteligentne spersonalizowane przekierowanie połączeń

73% klientów oczekuje, że firmy zrozumieją ich unikalne potrzeby. Jednym z ich oczekiwań jest natychmiastowe połączenie z menedżerem, który może rozwiązać konkretną potrzebę lub ma doskonałą wiedzę na temat konkretnego produktu. W przypadku sklepu internetowego z tysiącami produktów i dziesiątkami operatorów call center nie jest to takie proste. Nie ma też pewności, że klient będzie zadowolony z obsługi menedżera, do którego trafi przez przypadek.

Zastanówmy się, jak sztuczna inteligencja mogłaby poradzić sobie z takim zadaniem. Wyobraźmy sobie sklep internetowy oferujący grupy produktów, których zakup wymaga doprecyzowania przez telefon.

1. Klient dzwoni po przejrzeniu strony internetowej. Na podstawie ścieżki użytkownika AI stwierdza, że klient jest zainteresowany lodówkami.
2. AI natychmiast przegląda rozmowy, w których wspomniano słowo „lodówka”, a także rozmowy z klientami z odpowiednim zamiarem. Następnie wybiera rozmowy z wysoką oceną wydajności menedżera. A może nawet ze sprzedażą, jeśli AI jest zintegrowana z CRM.
3. Usługa wybiera menedżerów, którzy uczestniczyli w takich rozmowach i sprawdza, czy są oni obecnie dostępni.
4. Połączenie jest kierowane do pracownika, który najprawdopodobniej udzieli najlepszej porady i sfinalizuje transakcję. W końcu to on lepiej zna rodzaj produktu, którym jest zainteresowany klient.
5. Za każdym razem, gdy klient zadzwoni, sztuczna inteligencja będzie natychmiast tworzyć wirtualne kolejki menedżerów, do których należy skierować połączenie. Zrobi to w oparciu o zachowanie użytkownika na stronie internetowej, jego wcześniejszą historię i historię każdego z przedstawicieli firmy zgodnie z zapytaniem klienta.

Podobną zasadę można zastosować, jeśli niektórzy pracownicy są lepsi w sprzedaży produktów premium, a inni w sprzedaży produktów budżetowych. Należy rozumieć, że takie scenariusze będą działać tylko wtedy, gdy masz długą historię komunikacji z klientami. Oznacza to, że tak naprawdę mówimy o tysiącach rozmów, z których można się uczyć.

6. Automatyczne połączenie przypominające o wizycie

AI będzie przydatna dla firm, które pracują po wcześniejszym umówieniu wizyty: salony kosmetyczne, usługi medyczne, stacje serwisowe itp. W niektórych przypadkach spotkania mogą być umawiane z tygodniowym, a nawet miesięcznym wyprzedzeniem. Dlatego klient może po prostu zapomnieć o zaplanowanej wizycie. A w razie gdy się nie pojawi, pozostaje „okienko”, które może wykorzystać ktoś inny. Żeby uniknąć takich przypadków, przedstawiciele biznesu muszą dzwonić do klientów, aby przypomnieć im o zaplanowanym spotkaniu.

Aby zautomatyzować ten proces, możliwe będzie połączenie AI oraz telefonii. Takie rozwiązanie pobierze listę klientów o odpowiednim statusie z CRM i zadzwoni do nich w celu potwierdzenia zbliżającej się wizyty. Otrzymane informacje mogą zostać automatycznie przesłane do CRM, a odwołane usługi lub zabiegi mogą zostać anulowane. Warto też wykorzystać terminy, które się zwolniły dla klientów oczekujących na wizytę od dłuższego czasu. Zwiększy to rentowność firmy i sprawi, że klienci będą zadowoleni.

Kolejna opcja jest dla firm, które proszą o opinie klientów. Aby zautomatyzować proces otrzymywania opinii, wirtualna telefonia pobiera dane z CRM i dzwoni do klientów. Kiedy ludzie odbierają telefon, słyszą komunikat w rodzaju: „Naciśnij od 1 do 10, aby ocenić stopień zadowolenia z usługi”. Ale jedna liczba w odpowiedzi nie jest wystarczającą informacją. Warto więc poprosić klientów, by szczegółowo opowiedzieli o swoim doświadczeniu. AI przekształci ich odpowiedzi w tekst i stworzy streszczenie: co im się podobało, co nie i dlaczego.

7. Dane zwiększające ROI w reklamę

Szkolenie algorytmów reklamowych w oparciu o dane dotyczące jakości połączeń

Algorytmy Google Ads, Meta i Bing już od dłuższego czasu są w stanie uczyć się na podstawie danych o połączeniach. Jeśli prześlesz systemowi informację o połączeniach przychodzących z danej kampanii, podniesie on stawki i zacznie wyświetlać ją częściej. To znak, że reklama naprawdę przyciąga klientów.

Dzięki danym zebranym przez AI, Google Ads można wyszkolić znacznie lepiej. W końcu nie każde połączenie oznacza, że potencjalny klient skontaktował się z firmą. Dlatego kolejnym krokiem jest trenowanie w oparciu o docelowe połączenia, czyli wystarczająco długie rozmowy z klientami. Ale nawet ten parametr nie oznacza, że reklama sprowadziła klienta, który prawdopodobnie dokona zakupu. 

Niektóre firmy mogą korzystać z tagowania połączeń wysokiej jakości i przekazywania ich do Google Ads. Ale, niestety, tagowanie musi być wykonywane ręcznie, to znaczy, trzeba umieścić odpowiedni tag po połączeniu. Na przykład „konsultacja”, „zakup”, „spam”. Ta ręczna praca jest również czasochłonna, więc niewiele osób korzysta z tagowania. Ponadto menedżer może popełnić błąd podczas ręcznego tagowania.

W przyszłości sztuczna inteligencja będzie pomocna również w tym zakresie. Na przykład możliwe będzie tworzenie celów w oparciu o określone cechy jakości połączenia. Na przykład cel dla połączenia z wysokim prawdopodobieństwem zakupu — właśnie ta informacja będzie dostarczana przez AI. Takie konwersje mogą być przekazywane do Google Analytics i Google Ads. Pozwoli to na dostarczanie dokładniejszych sygnałów do algorytmu i autostrategii, aby uczyły się one bardziej efektywnie. I zoptymalizować kampanie, aby uzyskać z nich większy zysk, wydając mniej na promocję. W końcu system wyłączy reklamy, które nie generują wysokiej jakości połączeń.

W Google Analytics możliwe będzie również utworzenie raportu na temat lejka, przez który przechodzi każdy potencjalny klient. Uproszczony przykład: konwersja z reklamy na stronę → połączenie → połączenie z wysokim prawdopodobieństwem sprzedaży → sprzedaż. Jeśli stworzysz taki raport, będziesz mógł łatwo przeanalizować, które kampanie generują najwięcej konwersji.

Uzyskanie ingsightów dla kampanii reklamowych

AI może również dostarczyć innych cennych informacji dla marketingu. Może na przykład analizować pierwsze frazy klientów, którzy do Ciebie dzwonią. Pokazać Ci, jak potencjalny nabywca formułuje swoje zapytanie, jakich nieoczywistych słów używa do opisania usługi lub produktu. Ponieważ zawsze istnieje różnica między tym, jak użytkownik wyszukuje daną rzecz w Google, jakie słowo kluczowe zawiera reklama, a tym, jak potencjalny klient nazywa coś w życiu rzeczywistym.

W ten sposób AI może zbierać nieoczywiste słowa kluczowe, które marketerzy mogą wykorzystywać w reklamach kontekstowych. Bez sztucznej inteligencji wymagałoby to dodatkowych badań i dziesiątek godzin słuchania nagrań rozmów.

Kolejną zaletą tej metody jest bardziej udane wejście na rynki zagraniczne. W końcu marka nie zawsze rozumie, jak obcokrajowcy nazywają dany produkt. Sztuczna inteligencja zasugeruje bardziej powszechne synonimy i zwroty slangowe, które można dodać do reklam, a nawet strony internetowej.

Wymieniliśmy tylko 7 możliwości związanych z połączeniami. Ale AI otwiera ich znacznie więcej.

Na przykład, pozwala również tworzyć „inteligentne” chatboty. Tego typu asystenci nie będą już ograniczać się do zaprogramowanych zwrotów, ale będą w stanie prowadzić pełnoprawny dialog.

Chatboty oparte na AI mogą być również wykorzystywane do wstępnego przetwarzania połączeń. Na przykład do natychmiastowego rozwiązywania prostych zadań, o które często pytają klienci. Ponadto chatboty mogą być używane zamiast IVR (menu głosowego).

W tym miejscu możemy wspomnieć o Dialogflow CX firmy Google, który umożliwia tworzenie inteligentnych menu głosowych. Rozpoznają one zapytania klientów i udzielają przydatnych odpowiedzi. Jeśli zapytanie potencjalnego klienta wymaga przekierowania połączenia do konkretnego działu, rozwiązanie zastosuje reguły przekierowywania połączeń. Załóżmy, że klient nie wie, który dział rozwiąże jego problem. Ale w oparciu o sposób, w jaki osoba formułuje swoją intencję, AI rozumie, że należy ją skierować do działu logistyki. I po wstępnej rozmowie z klientem automatycznie to robi.

Podsumowanie: czy możemy pożegnać się ze starymi metodami pracy?

Czy powinniśmy obawiać się rozwoju sztucznej inteligencji, jak twierdzi Musk i inni eksperci? Nie sądzę. W rzeczywistości dla wielu osób jest to koniec kariery w sposób, do którego są przyzwyczajeni. Na przykład, według raportu Goldman Sachs, sztuczna inteligencja może zastąpić równowartość 300 milionów pełnoetatowych miejsc pracy. Ale może również tworzyć nowe.

Istnieją również badania, które przewidują spełnienie prawdziwego marzenia — czterodniowego tygodnia pracy. Eksperci Google Cloud uważają, że dzięki sztucznej inteligencji produktywność wzrośnie tak bardzo, że już w 2025 roku stanie się to rzeczywistością. Możemy więc mieć nadzieję, że w przyszłości będzie więcej wolnego czasu i mniej wypalenia.

Ponadto wiele zawodów nie zniknie, ale po prostu zostanie przekształconych. Ktoś, kto wcześniej wykonywał dany proces ręcznie, teraz będzie szkolił sztuczną inteligencję lub monitorował jej pracę. Nawet jeśli personel call center zostanie zmniejszony o 90%, nadal konieczne będzie zatrzymanie 10% najbardziej doświadczonych operatorów. W końcu elektroniczny konsultant może z łatwością odpowiedzieć na typowe pytania, ale nadal będą istniały niestandardowe sytuacje wymagające interwencji człowieka.

Istnieją również zadania, których nie można jeszcze powierzyć sprzętowi. Na przykład zamykanie złożonych transakcji z dużymi klientami. Taką sprzedaż zawsze poprzedzają długie negocjacje. I tutaj kupujący chce komunikować się z konkretną osobą i kupować od niej. Podobnie, gdy klient planuje duży zakup, co zdarza się kilka razy w życiu. Tutaj obecność „żywego” sprzedawcy jest nadal gwarancją niezawodności. A ludzka charyzma i dar przekonywania zawsze działają na plus, jeśli klient ma co do czegoś wątpliwości.