Buscar en
Póngase en contacto con nosotrosAcceda a la reproducción del seminario web a la cartade "How AI-Enabled Super-Agents Improve CX" con Kate Leggett,Vice President and Principal Analyst Service Application Development and Delivery, Forrester Research, con Steve Nattress, Director, R&D AI Insights - Vecko y Jacki Tessmer, Vice President - Product Marketing, Enghouse Interactive.
Blog #3 de 4 Con el contexto, la IA busca mejorar más rápido que nunca.
Como ya comentamos en el último blog, un área clave de atención debería ser el procesamiento del lenguaje natural (PLN), donde el "análisis conversacional" puede convertirse en el factor diferenciador, ayudando a la IA a ofrecer la mejor solución posible hoy, e incluso mejores soluciones mañana.
¿Por qué?
Todo depende del enfoque y de cómo se analicen los datos. Esto es fundamental para comprender la causalidad.
Con el tiempo, un enfoque más amplio puede ayudar y ayudará a correlacionar mejor la interacción de múltiples variables para comprender -desde una perspectiva situacional- qué se puede hacer para ofrecer más valor y proponer rápidamente soluciones pertinentes a los problemas que tienen los clientes.
Reunir. Agrupar. Evaluar. Análisis de todos los comentarios mediante IA
La opinión del cliente adopta muchas formas y la mayoría son relativamente estáticas y fáciles de procesar: encuestas, formularios de opinión, preguntas de sondeo, correlacionadas con la continuidad de las compras del cliente. Pero basarse en eso sólo proporciona una dimensión (capa) de una respuesta. Los datos reales están enterrados en los comentarios de todas y cada una de las conversaciones que tienen lugar. Ya sea como parte de una consulta, en una llamada, enterrada en el sistema CRM o publicada en las redes sociales o en grupos/foros en línea. Estos son ejemplos de fuentes de información cada vez más diversas y discretas que proporcionan información potencialmente más valiosa, especialmente cuando se toman en su conjunto para cada cliente discreto y cuando se agrupan todos los comentarios de los clientes. El registro, la evaluación, el análisis y la posterior agregación de todos los datos procedentes de cada una de las interacciones con los clientes y, a continuación, hacer lo mismo con los datos de todas las interacciones con los clientes, proporcionará una sólida base de información a partir de la cual trabajar.
Grabación - Tanto las comunicaciones de voz como las digitales deben capturarse en tiempo real para la asistencia a los agentes. El análisis y la indexación de palabras clave se utilizan para activar búsquedas de documentos KB, junto con la presentación a los agentes y la difusión al cliente (en el formato que prefiera), lo que ayuda a garantizar una asistencia más completa, al tiempo que se mejora la resolución de la primera llamada (FCR) y se reducen los tiempos de asistencia.
Evaluar - El uso de un léxico específico del sector, con expresiones y fraseología relevantes, y combinaciones de palabras, trazadas en función de cuándo y cómo se utilizan, proporciona una base sólida. Prestar atención a la entonación, el fraseo, la franqueza, la repetición y los diversos indicadores de acentuación también aporta una importante capa de contexto a la información recopilada. Ignórelo por su cuenta y riesgo. Dado que muchos agentes no son generalistas, sino expertos en el sector, esto garantiza que los errores se minimicen o, en el mejor de los casos, se eliminen.
Análisis de - se realiza mejor mediante Análisis lingüístico. Utilizando algoritmos especializados junto con las terminologías y fraseologías específicas del sector mencionadas anteriormente, además de conjuntos de datos de referencia estandarizados adicionales, las plataformas habilitadas para IA pueden "escuchar" las conversaciones para comprender específicamente qué se dice, cómo y por qué.
Con algoritmos adicionales y el reconocimiento de patrones del habla y el análisis del tono, la IA también puede ayudar a identificar el sentimiento general del cliente con respecto a la situación actual. Aprovechando la inteligencia situacional recopilada y combinándola con las decisiones anteriores del cliente (tomadas en la misma situación o en situaciones similares), la IA puede recomendar soluciones -a los agentes o directamente al cliente- que tengan la mayor probabilidad de resolver el problema.
Con un enfoque dedicado a garantizar que este bucle de retroalimentación se optimiza continuamente, la IA será cada vez más capaz de proponer combinaciones de acciones, en la mejor secuencia posible para cada situación, a partir de una gama cada vez mayor de opciones, resolviendo situaciones con una reducción de la agravación del cliente y del tiempo invertido.
Opcional: Curiosamente, esta capacidad -un elemento de la biometría vocal- también puede utilizarse como un nivel adicional de seguridad de la cuenta del cliente, ayudando a identificar si un cliente está siendo forzado a realizar algún tipo de transacción sensible o si realmente es quien dice ser.
Por extensión, Al también es una herramienta excelente para determinar si un cliente está sometido a algún tipo de estrés o no, lo que proporciona un indicio adicional de si está listo para marcharse (churn) o se lo está planteando.
Nuevos datos. Perfeccionamiento de los modelos.
En última instancia, el objetivo es garantizar que ya no existan posibles "Pomponette"situaciones (reseña "La Femme du Boulanger (La mujer del panadero)" movie clip from blog#2) con cualquier interacción con el cliente, para que lo que se dice se entienda completamente, independientemente de cómo se diga. Ya sea de forma directa, sarcástica, satírica o utilizando la transferencia con inferencia para transmitir el mensaje real.
Tenga en cuenta que, para contextualizar correctamente la experiencia del cliente, debe considerarse como una experiencia singular frente al conjunto de todas las interacciones con el cliente y, a continuación, como parte de una experiencia colectiva de grupo, para poder mejorar el recorrido de todos. Los agentes no pueden hacerlo por sí solos.
El conocimiento procede del aprendizaje y el control reforzados. Utilizando datos totalmente agregados.
En resumen, ver el recorrido del cliente de forma holística garantiza que la organización pueda comprender mejor qué satisface las expectativas del cliente y, lo que es más importante, qué no lo hace, lo que permite a la organización alinear mejor toda su empresa para ofrecer valor tanto a los clientes como a la empresa.
Asegúrese de que su organización ofrece al cliente una experiencia que supera sus expectativas. De este modo, su centro de contacto dejará de ser un centro de costes para convertirse en un generador de ingresos.
Acceda a la reproducción del seminario web a la carta de "Cómo los superagentes con IA mejoran la experiencia del cliente". con Kate Leggett, Vicepresidente y Analista Principal de Desarrollo y Entrega de Aplicaciones de Servicios, Forrester Research, con Steve Nattress, Director, I+D AI Insights - Vecko y Jacki Tessmer, Vicepresidenta de Marketing de Producto, Enghouse Interactive.
Vea cómo su organización puede beneficiarse de los superagentes basados en IA