Dauguma verslo savininkų, su kuriais kalbuosi, vis dar yra įstrigę klientų aptarnavimo „pokalbių robotų eroje“. Žinote tą jausmą – svetainės kampe iššoka burbulas, užduoda tris griežtai nustatytus klausimus ir galiausiai nurodo klientui laukti el. laiško. Iš esmės tai yra tik pagražinta kontaktų forma, apsimetanti asistentu. Tai ne tik neefektyvus technologijų naudojimas; tai praleista galimybė iš esmės pakeisti jūsų verslo vieneto ekonomiką.
Kai šiandien vertiname DI įrankius klientų aptarnavimui, kalbame ne tik apie atsakymus į klausimus. Kalbame apie sudėtingos semantinės užkardos (angl. Semantic Firewall) kūrimą. Tai daugiapakopė darbo eiga, kuri iškoduoja žmogišką netvarką – frustraciją, sarkazmą, sudėtingas kelių dalių užklausas – į struktūrizuotus duomenis ir veiksmingą logiką dar prieš tai, kai komandos narys pamato pranešimą.
Remdamasis savo patirtimi valdant DI prioritetu grindžiamą verslą, pastebėjau, kad tikrasis sutaupymas atsiranda ne „atsakymo“ fazėje. Jis atsiranda „rūšiavimo“ (angl. triage) fazėje. Jei galite automatizuoti supratimą, ko klientui reikia ir kaip jis dėl to jaučiasi, jūs jau laimėjote 80 % kovos.
Klientų aptarnavimo delsos atotrūkis
💡 Norite Penny analizuoti jūsų verslą? Ji nustato, kuriuos vaidmenis AI gali pakeisti, ir sudaro etapinį planą. Pradėkite nemokamą bandomąją versiją →
Egzistuoja milžiniškas atotrūkis tarp to, ko tikisi klientas (momentinio sprendimo), ir to, ką gali pateikti rankiniu būdu dirbanti palaikymo komanda (2–24 valandų atsakymo laikas). Mes tai vadiname klientų aptarnavimo delsos atotrūkiu. Tradiciškai įmonės bandė šią spragą užpildyti samdydamos daugiau žmonių, o tai lemia išpūstas pridėtines išlaidas ir kultūrą, kurioje problemos sprendžiamos tiesiog didinant darbuotojų skaičių.
Tačiau problema yra ne žmonių trūkumas, o struktūrizuoto informacijos priėmimo trūkumas. Kai užklausa pasiekia žmogaus gautųjų laiškų dėžutę, jis turi ją perskaityti, nustatyti problemą, peržiūrėti kliento istoriją, įvertinti skubą ir tada nuspręsti dėl atsakymo. Tai didelis kognityvinis krūvis pozicijai, kurios atlygis siekia £30k per metus. Įdiegę daugiapakopę DI darbo eigą, pašalinate „mąstymo“ laiką ir paliekate žmogui tik „sprendimo“ laiką. Išsamų šių rankinio darbo išlaidų susidarymo aprašymą galite rasti mūsų klientų aptarnavimo kaštų analizėje.
1 etapas: Sentimentų filtras („nuotaikos indikatorius“)
Pirmiausia turime žinoti, kaip jaučiasi klientas. Didelis kalbos modelis (LLM) gali per milisekundes nuskaityti 500 žodžių padriką el. laišką ir pateikti sentimentų balą nuo -1,0 iki 1,0.
Kodėl tai svarbu? Todėl, kad į „neutralią“ užklausą apie pristatymo laiką turėtų būti reaguojama kitaip nei į „piktą“ užklausą dėl dvigubo nurašymo iš sąskaitos. Dauguma DI įrankių klientų aptarnavimui leidžia nustatyti automatinius veiksmus pagal šiuos balus.
- Darbo eiga: Jei sentimentas < -0.7, sistema automatiškai pažymi užklausą kaip aukšto prioriteto peržiūrai žmogui arba pritaiko „nuostolių valdymo“ automatizuotą seką, kuri nedelsiant pasiūlo nuolaidą ar kompensaciją.
- Įžvalga: Pyktis paprastai kyla iš jausmo, kad žmogus nėra išklausytas. Greitis yra vienintelis vaistas nuo šio jausmo.
2 etapas: Ketinimų klasifikavimas („rūšiavimo agentas“)
Kai žinome nuotaiką, turime suprasti tikslą. Čia mes peržengiame paprasto raktinių žodžių atitikimo ribas. Senos sistemos ieškodavo žodžio „Refund“ (pinigų grąžinimas). Naujosios DI sistemos supranta, kad sakinys „Esu nepatenkintas kokybe ir norėčiau atgauti pinigus“ reiškia pinigų grąžinimą, net jei konkretus terminas nepaminėtas.
Mes naudojame „klasifikavimo ir nukreipimo“ modelį. DI priskiria užklausą konkrečiai kategorijai:
- Techninė problema
- Atsiskaitymas / sąskaitos
- Funkcijos pageidavimas
- Bendroji užklausa
- Šlamštas / triukšmas
Kategorizuodami ketinimus šaltinyje, galite nukreipti užklausą į reikiamą vidinę sistemą. Techninės problemos gali būti tiesiogiai perduodamos į GitHub klaidų registraciją arba Jira bilietą. Atsiskaitymo užklausos gali būti susietos su jūsų apskaitos programine įranga. Tai ypač efektyvu aukštų statymų aplinkose – peržiūrėkite mūsų gidą apie DI skirtą profesionalioms paslaugoms, kad pamatytumėte, kaip ši logika taikoma klientų valdymui.
3 etapas: Informacijos išgavimas („duomenų įvedimo“ sluoksnis)
Šiame etape DI veikia kaip skaitmeninis asistentas jūsų būsimam specialistui. Vietoj to, kad palaikymo agentas klaustų: „Koks buvo jūsų užsakymo numeris?“, DI nuskaito pranešimą, identifikuoja užsakymo numerį ir ištraukia sekimo informaciją iš jūsų duomenų bazės.
Tada jis prie užklausos prideda santrauką agentui:
- Klientas yra nusivylęs. Ketinimas: vėluojantis siuntimas. Užsakymo Nr. 12345. Dabartinė būsena: išvežta pristatymui. Siūlomas atsakymas žemiau.
Tai paverčia klientų aptarnavimo agentą išimčių valdytoju. Jie nebeieško duomenų; jie patvirtina arba pakoreguoja sprendimą, kuris jau yra paruoštas. Štai kodėl žmonės, kurie lygina Penny vs ChatGPT, supranta, kad vertė slypi ne tik tame, kad „turite DI“, bet ir tame, kad turite DI, kuris supranta šias sudėtingas verslo darbo eigas.
Agentūros mokestis ir 90/10 taisyklė
Senajame modelyje klientų aptarnavimo agentūrai galėjote mokėti fiksuotą mėnesinį mokestį arba mokestį už kiekvieną užklausą. Tai aš vadinu agentūros mokesčiu. Jūs mokate už jų valdymo išlaidas, biuro patalpas ir jų rankinio darbo neefektyvumą.
Kai kuriate daugiapakopę DI darbo eigą, taikote 90/10 taisyklę: DI gali atlikti 90 % rūšiavimo ir paprastų sprendimų, o tai reiškia, kad žmogaus jums reikia tik 10 % atvejų, susijusių su dideliu sudėtingumu arba didelės vertės santykių valdymu. Daugumai MVĮ (mažų ir vidutinių įmonių) tiems 10 % nereikia pilno etato darbuotojo; užtenka dalinio etato „klientų sėkmės vadovo“ arba ankstyvosiose stadijose tai gali atlikti pats įkūrėjas.
Kaip pradėti jūsų DI klientų aptarnavimo transformaciją
Nebandykite automatizuoti visko iš karto. Tai tiesiausias kelias į viešųjų ryšių katastrofą. Pradėkite nuo tik rūšiavimo modelio:
- Integruokite savo DI: Prijunkite LLM (per API arba tokią platformą kaip Intercom ar Zendesk DI funkcijas) prie savo gaunamų užklausų kanalo.
- Apibrėžkite ketinimus: Sudarykite sąrašą iš 5 dažniausių priežasčių, kodėl žmonės su jumis susisiekia.
- Dirbkite „šešėliniu režimu“: Leiskite DI kategorizuoti užklausas dvi savaites nesiunčiant jokių atsakymų. Patikrinkite jo tikslumą.
- Įjunkite automatines santraukas: Leiskite DI rašyti vidines santraukas jūsų komandai, kad sutaupytumėte jų skaitymo laiką.
- Įjunkite automatinius atsakymus 1 lygiui: Tik tada, kai būsite tikri dėl rūšiavimo tikslumo, leiskite DI siųsti atsakymus į „neutralaus“ sentimento „bendrąsias užklausas“.
Realybės patikrinimas
DI nepakeičia į klientą orientuotos kultūros. Tiesą sakant, jei jūsų procesai yra ydingi, DI tik padės juos sugadinti greičiau. Tačiau jei aiškiai suprantate savo kliento kelionę, šie DI įrankiai klientų aptarnavimui yra svertas, kurio jums reikia plėtrai nedidinant darbuotojų skaičiaus.
Jūsų tikslas neturėtų būti „nesikalbėti su savo klientais“. Jūsų tikslas turėtų būti pasiekti, kad kiekvienas pokalbis būtų prasmingas. Atfiltravę triukšmą ir rankinį duomenų įvedimą, suteikiate savo verslui erdvės sutelkti dėmesį į tuos 10 %, kurie iš tikrųjų skatina augimą.