contact center

La Inteligencia Artificial (IA) es un área en rápida evolución que ha logrado importantes avances en toda la industria de la experiencia de cliente y contact center en poco tiempo y está en constante evolución.

1. Planificación inteligente de la fuerza laboral
Los bots no solo se usan para relacionarse con los clientes. Puede usarlos para automatizar solicitudes y aprobaciones para cambios de turno y tiempo libre.

Los bots pueden mantener conversaciones para notificar al personal rápidamente sobre sus turnos de trabajo.

Estos bots pueden mantener conversaciones para notificar al personal rápidamente sobre turnos de trabajo u horas extraordinarias y crear un equilibrio entre la libertad del asesor y la productividad.
La IA también puede beneficiar a los líderes de equipo. Las herramientas de IA pueden monitorear y procesar datos de personal para convertirlos en información y luego en decisiones de planificación inteligentes.
De un vistazo, los gerentes pueden usar esto para saber quién tiene que irse temprano, ayudando a crear turnos y horarios eficientes que impulsen el compromiso y el desempeño del personal.
2. Predicción de patrones y resultados futuros
Un sistema de análisis predictivo combina análisis del habla con IA.
Estas soluciones aprovechan el aprendizaje automático basado en inteligencia artificial para descubrir formas de aliviar los puntos débiles del contact center y anticipar las necesidades del cliente.
Por ejemplo, las organizaciones podrían considerar el aprendizaje automático para mejorar sus calificaciones de NPS. Al analizar el sentimiento de las diferentes interacciones con los clientes, proporciona al contact center inteligencia que puede usarse para anticiparse y predecir patrones y resultados futuros.
Entonces, si 75 de 123 personas obtuvieron una puntuación de 10/10, en lugar de esperar lo mejor, los gerentes podrían usar los resultados del aprendizaje automático para introducir diferentes formas de trabajo que satisfagan a los otros 48 clientes.
3. Mejora de las escaladas de llamadas
Como práctica recomendada, asegúrese de proporcionar a sus clientes una «salida» perfecta de sus sistemas automatizados, en cualquier momento, según sea necesario.
Permítales que asistan a la asistencia en vivo con un asesor que instantáneamente tenga un contexto e historial completos, para que no se repita ni se salte el ritmo.
Con capacidades de datos evolucionadas, esto ahora es posible. Los datos de IVR y chatbots se pueden compartir con asesores a través de aplicaciones asistidas por IA.

Los datos de IVR y chatbots se pueden compartir con asesores a través de aplicaciones asistidas por IA.

Por ejemplo, si un cliente ingresa datos para obtener una cotización de seguro con un chatbot y luego abandona el chat, esa partida puede desencadenar una oferta para hablar con un asesor.
Si el cliente acepta eso, toda la información capturada por el chatbot o el IVR se envía automáticamente al agente.
Con estos datos, el agente puede revisar lo que ya ha sucedido y ahorrar valiosos minutos sin tener que volver a hacer las mismas preguntas.
4. Avanzar en el enrutamiento de Contact Center
El aprendizaje automático y el modelado predictivo llevan el enrutamiento más allá de los grupos de habilidades y las colas de competencia para guiar al cliente correcto al asesor adecuado, en función de una serie de factores diferentes.
Estos factores pueden incluir una gran cantidad de cosas, que incluyen:
  • La personalidad del cliente
  • Experimenta preferencias
  • Rendimiento del asesor frente a KPI específicos
Implementada con éxito, esta tecnología puede conducir a una mejor experiencia tanto para los clientes, que se combinan con un asesor que los «consigue», como para los propios asesores, cuya satisfacción y rendimiento se ven impulsados ​​naturalmente a través de mejores conexiones con los clientes.
5. Crear chatbots que entiendan la intención del cliente
Los chatbots son excelentes para abordar problemas simples y recopilar información, pero presentan algunos problemas. La mayoría de nosotros hemos tratado de describir un problema a un chatbot, para obtener una respuesta muy alejada de resolverlo.
experienciaSin embargo, las cosas ahora están comenzando a cambiar a medida que el «reconocimiento de intenciones» se está incorporando a los nuevos modelos de chatbot. Esto permite a los chatbots comprender mejor lo que dice el cliente y responder con más matices y precisión.
Por lo menos, los chatbots nuevos y más sofisticados pueden recopilar detalles más relevantes por adelantado y compartir esa información con un empleado del contact center. Sin embargo, lo más importante es que ayudan a los chatbots a reconocer la intención del usuario, es decir, lo que intentan lograr.
6. Capturando información con visión artificial
Una imagen puede decir más que las palabras. Tome un reclamo de seguro de automóvil, por ejemplo. Sería mucho más conveniente enviar una foto de un automóvil dañado que intentar describirlo en un correo electrónico.
La tecnología de IA se ha vuelto muy buena para analizar imágenes a lo largo de los años, y la visión por computadora es el siguiente paso en esa evolución. Con las soluciones de visión por computadora, un cliente puede enviar imágenes desde su teléfono inteligente a un agente virtual.
Digamos que tiene un producto defectuoso o roto. El software de inteligencia artificial podría identificar el modelo del producto a partir de la imagen y obtener información de la garantía, pasos de solución de problemas o guías de reparación.
Le da a los clientes otra vía para abordar los problemas por su cuenta, si así lo desean. Un asesor no necesariamente tiene que involucrarse.
7. Cuantificando la emoción del cliente
La comprensión del lenguaje natural (NLU) va más allá de la analítica del habla tradicional para interpretar el sentimiento, el esfuerzo, la intención del cliente, el tipo de emoción y la intensidad emocional.
Estas medidas funcionan mediante el análisis de millones de interacciones con clientes en una variedad de industrias para determinar resultados precisos y, en última instancia, ofrecer una mejor comprensión de sus clientes.
NLU se puede aplicar al servicio al cliente de varias maneras:
  • Priorizar los casos en los que los clientes hayan tenido interacciones emocionales especialmente intensas y dirigirlos a agentes que sean especialmente hábiles para demostrar empatía.
  • Para crear listas de contactos de clientes cuyas interacciones caen por debajo de un cierto umbral para medidas como el sentimiento (marcándolos como candidatos para la cancelación) y establecer un programa proactivo de recuperación de servicios que ayudará a mejorar la lealtad del cliente.
  • Identificar los controladores de contacto principales para determinar por qué los clientes se están contactando con su empresa y utilizar la información para crear recursos y compromisos para abordar las causas fundamentales de estos controladores.
La evolución constante de la inteligencia artificial en los contact center (Parte II)

Imágenes del artículo: victor-garcia-unsplash, shutterstock