Quelle est la prochaine étape de votre parcours dans le domaine de l'IA ?

Prioritizing the right AI use cases in contact centers to deliver customer benefits and ROI

Given the range of AI use cases in the contact center, choosing those that will provide the most value can be difficult. Some may deliver limited impact or even lead to higher costs in other areas. All of this means that contact centers need to take a measured approach to their AI journey, starting by assessing their own AI maturity and then prioritizing use cases based on customer and business metrics.

Pour obtenir davantage de conseils pratiques sur la manière de planifier l'adoption de l'IA en fonction d'objectifs clairs, notamment le retour sur investissement, le déploiement et les risques, consultez Notre guide sur l'utilisation de l'intelligence artificielle dans le service client.

Taking a planned approach to maximize benefits

AI is not a single application or use case. As a transformative technology it can be used across a wide range of areas within the contact center, each of which can promise value. However, thanks to this range, picking the right applications that maximize ROI can be difficult. The result? Organizations and their customers implement AI and see some improvements, but not all that were expected.

Backing this up, in research from COPC just 44% of contact centers met their expected ROI from AI implementations ^[1]. Gartner analysis found that while AI is increasing contact center productivity, it isn’t necessarily reducing costs ^[2].

All of this has led many people to see AI in customer service as a poor investment. However, the reality is that to deliver real positive impact, organizations need to take a strategic, mature approach to the technology. In mon précédent blog I explored the stages of AI maturity, and why organizations need to focus on the outcomes they want AI to deliver, not the technology alone.

Once you’ve assessed your AI maturity, you know where to start. You can then take the next steps to implement AI use cases in your contact center, guided by business need, customer impact and ease of adoption.

Prendre les bonnes décisions pour optimiser le retour sur investissement de l'IA

Too often, organizations start an AI implementation by choosing a technology first, then looking for a contact center problem it might solve. This may work in some cases, but it does not always deliver meaningful results or ROI. For example, a virtual agent may improve First Contact Resolution (FCR), but strengthening agent knowledge may achieve the same outcome at lower cost and with higher customer satisfaction.

Plutôt que de privilégier la technologie, les stratégies efficaces d'adoption de l'IA exigent des organisations qu'elles élaborent une feuille de route fondée sur besoin opérationnel, impact sur la clientèleet facilité de mise en œuvre. This ensures contact center AI use cases are focused in the right areas to deliver lasting benefits.

To decide which AI use cases to prioritize in your roadmap, score each opportunity across these three areas:

Comprendre les besoins de l'entreprise

Start by identifying where the contact center could be falling short. Look at operational data first, focusing on targets or metrics that are being missed. Then build out the picture by speaking with agents and supervisors, and by reviewing customer feedback. Once you have a list of possible improvement areas, score each one by its impact on the business. This gives you a clear starting point for practical problem-solving and AI adoption.

Questions à poser :

• Dans quels domaines ne parvenons-nous pas à atteindre nos objectifs en ce qui concerne les indicateurs clés tels que la résolution dès le premier contact ?
• Quel est l'impact de ces problèmes sur l'entreprise, en termes de productivité, d'expérience des agents ou d'efficacité ?
• Quels sont les enjeux les plus urgents en matière d'activité et de satisfaction du personnel ?

Mesurer l'impact sur la clientèle

The objective of the contact center is to deliver the best possible customer experience, as efficiently as possible. So, review your ranked list of business needs and score each one by the impact it would have on your customers. Ensure you cover all your channels and customer demographics; what is acceptable to some groups may be viewed negatively by others. For example, customers with 9-5 jobs may be angry that your contact center closes at 6pm and does not operate at weekends, unlike older, retired demographics. This process may show that a pressing internal business need has limited impact on customer experience, even if AI could help solve it. That doesn’t make it unimportant, but it may place it later in your AI implementation roadmap.

Questions à poser :

• Quels sont les points soulevés par les commentaires des clients ?
• Comment la satisfaction varie-t-elle selon les canaux et les catégories démographiques ?
• En quoi votre expérience client est-elle moins bonne que celle de vos concurrents ?
• Quels sont, selon les agents et les clients, les domaines qui entraînent le départ des clients ou des taux de satisfaction faibles ?

Mettre l'accent sur la facilité d'adoption

Finally, examine how easy it would be to solve the problems you have identified using available AI or other technology. This includes whether you will need to change processes and ways of working within the contact center itself, retrain agents and deploy new systems. If an issue spans other parts of the business (such as finance or logistics), how easy will it be to collaborate with them to solve it? Keep in mind that people have varying concerns about AI, and this can impact engagement and adoption rates. Evaluating this metric enables you to complete your scorecard; the highest scores go to the easiest projects.

Questions à poser :

• Combien de temps faudra-t-il pour mettre en œuvre cette technologie ?
• Dans quelle mesure cela va-t-il bouleverser nos processus et nos méthodes de travail actuels ?
• Faut-il collaborer avec d'autres services pour résoudre ce problème ?
• Faut-il mettre en place d'autres solutions ou changements pour faciliter cette adoption ?

Prendre en compte l'ensemble des facteurs pour choisir les solutions d'IA adaptées

En additionnant vos notes pour ces trois domaines, vous obtenez un total qui vous permet de classer les projets par ordre d'urgence et d'impact. Vous disposez ainsi d'une liste de priorités indiquant les projets sur lesquels vous devez vous concentrer en premier lieu et ceux qui devront être abordés plus tard dans votre parcours vers l'IA.

L'essentiel n'est pas de partir de l'IA, mais du besoin réel de l'entreprise et du client auquel il faut répondre. Ce n'est qu'ensuite qu'il convient d'examiner quels outils et solutions d'IA peuvent répondre à ces exigences spécifiques. Il se peut même que certains problèmes puissent être résolus par des solutions ne faisant pas appel à l'IA, telles que des technologies traditionnelles ou une refonte des processus. Une fois les solutions identifiées, élaborez une analyse de rentabilité complète, fondée sur des indicateurs financiers ou de satisfaction, et étayée par des délais de déploiement réalistes, afin d’obtenir l’adhésion et l’aval des parties prenantes.

For a broader view of where AI pays off, what it can return, and how to go live while minimizing risk, Consultez notre guide pratique sur l'utilisation de l'intelligence artificielle dans le service client.

Concilier les besoins immédiats et ceux à long terme

Many organizations suffer from implementing too many AI point solutions across multiple areas, without them connecting or improving performance outside a single team, as detailed in Stage 3 of our Modèle de maturité de l'IA. Cela peut même se produire lorsque l'on suit une approche planifiée, fondée sur les besoins de l'entreprise, l'impact sur les clients et la facilité de mise en œuvre.

To ensure your AI journey is seamless, understanding where you are in terms of AI maturity will help you work out how to get to the next stage. Asking the right questions, you can move forward strategically and in a single direction, rather than in a disparate or disconnected way. Involve representatives from across the contact center, and the overall business, in your AI discussions to give a holistic view. This will also help identify any obstacles that must be overcome to deliver success. Examples of these could be fixing data quality issues or ensuring AI solutions fit with corporate guidelines.

Aller de l'avant en toute confiance avec l'IA

Applying AI can transform the customer experience, but only when it is focused on the right problems. Start by understanding your current level of AI maturity, then build a roadmap of ranked use cases based on business need, customer impact and ease of adoption. This gives you a clearer way to prioritize your next steps, invest where AI can deliver measurable value, and create lasting benefits for customers, staff and the wider business.

Enghouse Interactive : Accompagner les centres de contact dans leur transition vers l'IA

Enghouse Interactive aide les centres de contact à tirer parti de l'IA pour améliorer l'expérience client, soutenir les agents, rationaliser les processus de qualité et dégager des informations pertinentes qui permettent de prendre de meilleures décisions. S'appuyant sur une solide expérience des centres de contact et une compréhension concrète du terrain, l'IA de Enghouse Interactive vise à résoudre des défis opérationnels concrets et à apporter une valeur ajoutée mesurable.

Prêt à axer votre stratégie en matière d'IA sur vos principaux besoins en matière d'expérience client ?

Quelle que soit la phase dans laquelle vous vous trouvez aujourd'hui, Enghouse peut vous aider à identifier les cas d'utilisation de l'IA les plus susceptibles d'améliorer les résultats pour les clients, les agents et l'entreprise.

Réserver une session « Feuille de route de l'IA »

A propos de l'auteur

Steve Nattress Vice-président de la gestion des produits
Enghouse Interactive
LinkedIn

Steve’s unique background in Customer Support and AI development positions him perfectly to drive product and AI innovation at Enghouse. Steve is a creative and strategic leader, passionate about the potential of AI to transform customer experience, while staying sharply attuned to the critical need for secure and transparent industry practices.

Références

1. COPC : Comment combler le déficit de retour sur investissement de l'IA : pourquoi 56% sur Contact Centers ne parviennent pas à générer de la valeur
2. Gartner : Le service client est à l'avant-garde de l'adoption de l'IA, mais le retour sur investissement reste difficile à cerner