Les super-agents sont réels (Blog #3)

L'IA rend les choses possibles (série de blogs)

L'apprentissage permanent améliore les recommandations de l'IA

Accéder à la lecture du webinaire à la demandede "How AI-Enabled Super-Agents Improve CX" avec Kate Leggett, vice-présidente et analyste principale Service Application Development and Delivery, Forrester Research, avec Steve Nattress, directeur, R&D AI Insights - Vecko et Jacki Tessmer, vice-présidente - Product Marketing, Enghouse Interactive.
Blog #3 of 4 Avec le contexte, l'IA cherche à s'améliorer plus rapidement que jamais.

Comme indiqué dans le dernier blog, nous avons noté qu'un domaine clé devrait être le traitement du langage naturel (NLP), où l'"analyse conversationnelle" peut devenir le facteur de différenciation, aidant l'IA à fournir la meilleure solution possible aujourd'hui, et des solutions encore meilleures demain.

Pourquoi ?

Tout dépend de l'approche et de la manière dont les données sont analysées. Il s'agit d'un élément fondamental pour comprendre la causalité.

Lecture intéressante : Article du magazine Wired :

Un pionnier de l'IA veut que ses algorithmes comprennent le "pourquoi".

Au fil du temps, une approche plus large peut aider et aidera à mieux corréler l'interaction de multiples variables pour comprendre - d'un point de vue situationnel - ce qui peut être fait pour apporter plus de valeur et pour proposer rapidement des solutions pertinentes aux problèmes rencontrés par les clients.

Rassembler. Agréger. Évaluer. Analyse de tous les retours d'information via l'IA

Le retour d'information des clients prend de nombreuses formes et la plupart sont relativement statiques et faciles à traiter - enquêtes, formulaires de retour d'information, questions de sondage, corrélation avec la continuité des achats du client. Mais en s'appuyant sur ces éléments, on n'obtient qu'une dimension (couche) de la réponse. Les véritables données sont enfouies dans le commentaire de chaque conversation qui a lieu. Que ce soit dans le cadre d'une requête, lors d'un appel, dans le système de gestion de la relation client ou dans les médias sociaux ou les groupes/forums en ligne. Il s'agit là d'exemples de sources d'information de plus en plus diversifiées et discrètes qui fournissent des informations potentiellement plus précieuses, en particulier lorsqu'elles sont prises dans leur ensemble pour chaque client et lorsque tous les commentaires des clients sont regroupés. En enregistrant, en évaluant, en analysant et en regroupant toutes les données de chaque engagement client, puis en faisant de même avec les données de tous vos engagements clients, vous obtiendrez une solide base d'informations sur laquelle vous pourrez travailler.

Enregistrement - les communications vocales et numériques doivent être capturées en temps réel pour l'assistance des agents. L'analyse des mots clés et l'indexation utilisées pour déclencher des recherches dans les documents KB, ainsi que la présentation aux agents et la diffusion au client (dans le format qu'il préfère) permettent de garantir une assistance plus complète tout en améliorant la résolution au premier appel (FCR) et en réduisant les délais d'assistance.

Évaluer - l'utilisation d'un lexique spécifique au secteur, avec les expressions et la phraséologie pertinentes, ainsi que les combinaisons de mots, en fonction du moment où elles sont utilisées et de la manière dont elles le sont, constitue une base solide. La sensibilité à l'intonation, à la phraséologie, au caractère direct, à la répétition et aux divers indicateurs de stress fournit également une couche substantielle de contexte aux informations recueillies. Ignorez-les à vos risques et périls. De nombreux agents n'étant pas des généralistes mais des experts du secteur, cela permet de minimiser, voire d'éliminer, les faux pas.

Analyser - La meilleure façon de procéder est d'avoir recours à la Analyse linguistique. À l'aide d'algorithmes spécialisés et des terminologies et phraséologies propres à l'industrie mentionnées précédemment, ainsi que d'autres ensembles de données de base normalisées, les plateformes dotées d'IA peuvent alors "écouter" les conversations pour comprendre spécifiquement ce qui est dit, comment et pourquoi.

Grâce à des algorithmes supplémentaires, à la reconnaissance des formes de la parole et à l'analyse du ton, l'IA peut également aider à identifier le sentiment général du client par rapport à la situation actuelle. En tirant parti de l'intelligence situationnelle recueillie et en l'associant aux choix antérieurs du client (dans des situations identiques ou similaires), l'IA peut alors recommander des solutions - aux agents ou au client directement - qui ont la plus forte probabilité de résoudre le problème.

En veillant à ce que cette boucle de rétroaction soit continuellement optimisée, l'IA sera de plus en plus capable de proposer des combinaisons d'actions, dans la meilleure séquence possible pour chaque situation, à partir d'un éventail d'options de plus en plus large, afin de résoudre les situations en réduisant l'aggravation de la situation pour le client et le temps qu'il y consacre.

Facultatif : il est intéressant de noter que cette capacité - un élément de la biométrie vocale - peut également être utilisée comme un niveau supplémentaire de sécurité du compte client, permettant d'identifier si un client est forcé d'effectuer un certain type de transaction sensible ou s'il est vraiment celui qu'il prétend être.

Par extension, Al est également un excellent outil pour déterminer si un client est stressé ou non, ce qui fournit une indication supplémentaire pour savoir s'il est prêt à partir ou s'il envisage de le faire (désabonnement).

Nouvelles données. Affiner les modèles.

En fin de compte, l'objectif est de s'assurer qu'il n'y a plus de ".Pomponettesituations " (revue "La Femme du Boulanger" (The Baker's Wife) movie clip from blog#2) dans toutes les interactions avec les clients, afin que ce qui est dit soit parfaitement compris, quelle que soit la manière dont c'est dit. Que ce soit de manière directe, sarcastique, satirique, ou en utilisant le transfert avec inférence pour transmettre le vrai message.

Gardez à l'esprit que, pour contextualiser correctement l'expérience du client, il faut la considérer comme une expérience singulière par rapport à l'ensemble des interactions avec le client, puis comme une partie de l'expérience collective du groupe, afin d'être en mesure d'améliorer le parcours de chacun. Les agents ne peuvent pas faire cela eux-mêmes.

La connaissance est le fruit d'un apprentissage et d'un contrôle renforcés. En utilisant des données entièrement agrégées. 

En résumé, une vision holistique du parcours du client permet à l'organisation de mieux comprendre ce qui répond aux attentes du client et, surtout, ce qui n'y répond pas, ce qui lui permet de mieux aligner l'ensemble de son entreprise afin d'apporter de la valeur à la fois aux clients et à l'entreprise. 

Surveillez notre prochain blog le 22 octobre :

Principaux enseignements de notre webinaire avec Kate Legget de Forrester

Assurez-vous que votre organisation offre à vos clients une expérience qui dépasse leurs attentes. Ce faisant, votre centre de contact passera du statut de centre de coûts à celui de générateur de revenus.

Accéder à la lecture du webinaire à la demande de "Comment les super-agents basés sur l'IA améliorent le CX" avec Kate Leggett, Vice-président et analyste principal, Service Application Development and Delivery, Forrester Research, avec Steve NattressDirecteur, R&D AI Insights - Vecko et Jacki Tessmer, Vice-président - Marketing produit, Enghouse Interactive.

  Découvrez comment votre organisation peut bénéficier des super-agents basés sur l'IA.

Cliquez ici pour visionner l'enregistrement: