As empresas que encontram uma maneira de usar a IA para melhorar a experiência do cliente e a eficiência operacional terão uma séria vantagem competitiva na próxima década. Mas muitos estão errando o saldo – e pagando o preço da lealdade do cliente.
Quando a IA prioriza o corte de custos sobre a experiência do cliente
Há muita discussão sobre quais indústrias e funções de emprego a IA interromperá – e o atendimento ao cliente está quase sempre perto do topo dessa lista. Mas grande parte da conversa em torno da IA no contact center não se concentrou em melhorar a experiência do cliente. Em vez disso, a ênfase tem sido a redução de custos. A manchete mais comum? “A IA substituirá x% dos trabalhos de atendimento ao cliente por (inserir ano).”
Essa narrativa faz sentido quando você considera como a maioria dos centers de contato operam hoje. Embora existam exceções, muitas organizações ainda veem o suporte ao cliente como um centro de custo e não permitem que os agentes agissem como seres humanos reais. Com scripts rígidos, fluxos de trabalho e pouca autonomia, os agentes geralmente acabam se comportando como robôs. E nesse contexto, a substituição de “robôs humanos” por bots reais mais baratos começa a parecer lógica.
O problema é que essa abordagem – rapidamente adotada no ano passado – piora o atendimento ao cliente. Muitas empresas superestimaram as capacidades de suas soluções de IA e, com menos agentes humanos disponíveis, é mais difícil do que nunca alcançar uma pessoa viva. Táticas como gritar “representante” ou pressionar “0” não funcionam mais de maneira confiável, e os chatbots geralmente lutam para escalar os problemas adequadamente.
As ferramentas de autoatendimento podem ajudar absolutamente no contexto certo. Mas sempre haverá casos de borda e questões complexas em que o apoio humano vivo é necessário. Habilidades leves críticas como empatia – que diferenciam grandes equipes de apoio – ainda não podem ser replicadas pela IA.
A boa notícia é que algumas organizações centradas no cliente estão começando a perceber a desvantagem de usar a IA puramente como uma ferramenta de corte de custos. Klarna, por exemplo, foi amplamente elogiada por introduzir um assistente de IA que poderia fazer o trabalho de 700 agentes-o modelo futuro para o atendimento ao cliente movido a IA. Mas, no último ano, o atendimento ao cliente se deteriorou o suficiente para que eles percebessem o valor do apoio humano.
Recentemente, seu CEO reconheceu a importância de equilibrar a eficiência de custos com a experiência do cliente.
O investimento de Klarna na IA não está mudando. Mas a empresa percebeu a necessidade de equilibrar os benefícios de economia de custos com os benefícios que melhoram a experiência do cliente.
Os casos de uso de IA de suporte ao cliente mais poderosos são aqueles que tornam os centers de contato mais eficientes (resultando em economia de custos), enquanto ainda fornecem suporte excepcional (o que mantém os clientes leais e leva ao crescimento a longo prazo). Abaixo estão alguns exemplos.
Cavar mais fundo: a adoção da IA em CX está aumentando, mas os desafios de implementação permanecem
Compreendendo as personas dos clientes e o suporte de adaptação de acordo
Os clientes variam amplamente em como preferem se envolver com o suporte. Alguns nunca querem falar com um humano e estão felizes usando ferramentas de autoatendimento. Outros precisam de muita manutenção à mão e sempre querem conversar com um agente ao vivo. Depois, há aqueles que se sentem confortáveis começando com um bot ou as perguntas frequentes, mas querem escalada imediata para um humano quando as coisas ficam urgentes ou complexas. O gráfico abaixo mostra algumas personas de clientes de amostra para suporte ao cliente.
Um aplicativo de IA focado no cliente seria atribuir clientes a uma dessas personas com base em todas as suas interações anteriores com o suporte. Se você souber que tipo de persona é um cliente, poderá obtê -lo o nível certo de suporte.
Por exemplo:
- Danny pode ser roteado para canais auto-resolvidos e agentes virtuais.
- Julie e Gary podem ser roteados para agentes vivos, com Julie sendo enviada para os agentes mais experientes, dada a urgência de seus problemas.
- Carla pode ser iniciado em auto-resolução, mas, dada a opção de transferir facilmente para um agente vivo, se necessário.
Essa abordagem ainda fornece alguns dos benefícios de economia de custos do suporte à IA, mas garante que as opções de auto-resolução mais baratas estejam sendo fornecidas às pessoas certas e que todos os clientes estejam recebendo seu tipo de serviço preferido.
Cavar mais: por que confiar na IA não melhorará a experiência do cliente
Escalar programas de recuperação de serviços de circuito fechado
Às vezes, um cliente tem um problema não resolvido, mesmo depois de entrar em contato com o suporte ou geralmente ficará descontente com sua experiência. O feedback sobre sua experiência é frequentemente fornecido por meio de uma pesquisa pós-contato, mídia social ou outros meios. As organizações centradas no cliente garantem que fechem o loop e acompanhem os clientes que fornecem esse feedback. No entanto, isso pode ser um desafio para escalar devido a restrições de recursos e tempo.
Um aplicativo de IA focado no cliente seria automatizar o acompanhamento dos clientes para alcançar mais clientes. As ferramentas de IA podem sinalizar os clientes que correm o risco de rotatividade com base no sentimento de seus comentários e comportamentos passados e, em seguida, generam automaticamente uma mensagem que reconhece seu feedback. A mensagem gerada automaticamente pode fornecer um número de telefone para o cliente entrar em contato se ainda precisar de suporte adicional.
A maioria dos clientes ficará satisfeita com o fato de seu feedback ser reconhecido e aqueles que ainda desejam falar com alguém terão essa opção. O resultado final é que a experiência do cliente é aprimorada de maneira eficiente devido ao uso da IA.
Cavar mais fundo: 6 etapas para ajudar a melhorar sua experiência com o cliente com a IA
Com a grande quantidade de dados que as empresas têm, as soluções de IA podem ser facilmente implantadas para analisar os tipos de experiências ruins que levam a contatos de atendimento ao cliente. Esse conhecimento pode ser usado para automatizar os esforços para resolver uma experiência ruim antes que um cliente precise entrar em contato com o suporte.
Um exemplo comum é com as companhias aéreas quando há atrasos no voo. Se um cliente de alto valor perder uma conexão e precisar gastar tempo prolongado em uma escala, a companhia aérea poderá enviar automaticamente uma refeição ou voucher de hotel para esse cliente como uma maneira proativa de resolver um ponto de dor. É um gesto de boa vontade que é bom para o cliente (resolvendo um problema) e a empresa (impedindo um contato futuro e liberando recursos de suporte para lidar com outros problemas).
Avançando
Existem muitos outros casos de uso de IA que beneficiam clientes e empresas além desses exemplos. E com a rapidez com que a tecnologia está evoluindo, muitos outros novos casos de uso se desenvolverão. Será tentador que muitos executivos se concentrem apenas nos casos de uso que oferecem vitórias de economia de custos de curto prazo. Mas as empresas que reconhecem o valor do apoio humano-e investem em soluções de IA que ajudam as pessoas a trabalhar com mais eficiência, em vez de substituí-las-obterão uma vantagem competitiva de longo prazo.
Cavar mais: 5 áreas onde as empresas precisam melhorar sua experiência de cliente
Os autores contribuintes são convidados a criar conteúdo para a Martech e são escolhidos por sua experiência e contribuição para a comunidade Martech. Nossos colaboradores trabalham sob a supervisão da equipe editorial e as contribuições são verificadas quanto à qualidade e relevância para nossos leitores. As opiniões que eles expressam são suas.
Fonte ==> Istoé
