I super-agenti sono reali (Blog #3)

L'intelligenza artificiale lo rende possibile (serie di blog)

L'apprendimento costante migliora le raccomandazioni dell'intelligenza artificiale

Accedi alla riproduzione del webinar On-Demanddi "Come i super-agenti abilitati dall'intelligenza artificiale migliorano la CX" con Kate Leggett, Vicepresidente e Principal Analyst Service Application Development and Delivery, Forrester Research, Steve Nattress, Director, R&D AI Insights - Vecko e Jacki Tessmer, Vicepresidente - Product Marketing, Enghouse Interactive.
Blog #3 di 4 Con il contesto, l'IA cerca di migliorare più rapidamente che mai.

Come discusso nell'ultimo blog, abbiamo notato che un'area chiave di attenzione dovrebbe essere l'elaborazione del linguaggio naturale (NLP), dove la "Conversational Analytics" può diventare il fattore di differenziazione, aiutando l'IA a fornire la migliore soluzione possibile oggi, e soluzioni ancora migliori domani.

Perché?

Tutto sta nell'approccio e nel modo in cui vengono analizzati i dati. Questo è fondamentale per comprendere la causalità.

Una lettura interessante: Articolo della rivista Wired:

Un pioniere dell'intelligenza artificiale vuole che i suoi algoritmi capiscano il "perché".

Nel tempo, un'attenzione più ampia può e aiuterà a correlare meglio l'interazione di più variabili per capire, da una prospettiva situazionale, cosa si può fare per fornire più valore e per proporre rapidamente soluzioni pertinenti ai problemi dei clienti.

Raccolta. Aggregare. Valutare. Analisi di tutti i feedback tramite l'IA

Il feedback dei clienti assume molte forme e la maggior parte di esse sono relativamente statiche e facilmente elaborabili: sondaggi, moduli di feedback, domande di sondaggio, correlate alla continuità degli acquisti del cliente. Ma basarsi su questo fornisce solo una dimensione (strato) della risposta. I dati reali sono sepolti nei commenti di ogni singola conversazione. Sia che si tratti di una domanda, di una telefonata, di un commento nel sistema CRM o di un post sui social media o su gruppi/forum online. Questi sono esempi di fonti di informazioni sempre più diverse e discrete che forniscono informazioni potenzialmente più preziose, soprattutto se considerate nel loro insieme per ogni singolo cliente e se tutti i feedback dei clienti vengono raggruppati. La registrazione, la valutazione, l'analisi e l'aggregazione di tutti i dati provenienti da ciascun coinvolgimento dei clienti e la successiva analisi di tutti i dati provenienti da tutti i clienti, forniranno una solida base di informazioni su cui lavorare.

Registrazione - Le comunicazioni vocali e digitali devono essere acquisite in tempo reale per il supporto agli agenti. L'analisi e l'indicizzazione delle parole chiave, utilizzate per attivare la ricerca dei documenti KB, la presentazione agli agenti e la diffusione al cliente (nel formato che preferisce) contribuiscono a garantire un'assistenza più completa, migliorando la risoluzione della prima chiamata (FCR) e riducendo i tempi di assistenza.

Valutare - L'uso di un lessico specifico del settore, con espressioni e fraseologie rilevanti e combinazioni di parole, mappate rispetto a quando vengono usate e come, fornisce una solida base di partenza. Anche la sensibilità all'intonazione, al fraseggio, alla franchezza, alla ripetizione e ai vari indicatori di stress fornisce uno strato sostanziale di contesto alle informazioni raccolte. Ignoratelo a vostro rischio e pericolo. Poiché molti agenti non sono generalisti, ma esperti del settore, questo assicura che i passi falsi siano ridotti al minimo o, al meglio, eliminati.

Analizzare - è meglio intraprendere attraverso Analisi linguisticaUtilizzando algoritmi specializzati insieme alle terminologie e alle frasi specifiche del settore precedentemente menzionate, oltre a ulteriori set di dati di base standardizzati, le piattaforme abilitate all'IA possono quindi "ascoltare" le conversazioni per capire in modo specifico cosa viene detto, come e perché.

Grazie ad algoritmi aggiuntivi, al riconoscimento dei modelli vocali e all'analisi del tono, l'IA può anche aiutare a identificare il sentimento generale del cliente rispetto alla situazione attuale. Sfruttando l'intelligenza situazionale raccolta e combinandola con le scelte passate del cliente (fatte nella stessa situazione o in situazioni simili), l'IA può quindi consigliare agli agenti o direttamente al cliente le soluzioni che hanno la più alta probabilità di risolvere il problema.

Con un focus dedicato a garantire che questo ciclo di feedback sia continuamente ottimizzato, l'intelligenza artificiale sarà sempre più in grado di proporre combinazioni di azioni, nella migliore sequenza possibile per ogni situazione, da una gamma sempre più ampia di opzioni, risolvendo le situazioni con una riduzione del disagio e del tempo speso dai clienti.

Opzionale: è interessante notare che questa funzionalità - un elemento della biometria vocale - può essere utilizzata anche come ulteriore livello di sicurezza dell'account del cliente, aiutando a identificare se un cliente è stato costretto a effettuare qualche tipo di transazione sensibile o se è veramente chi dice di essere.

Per estensione, Al è anche un ottimo strumento per determinare se un cliente è sotto stress o meno, fornendo un'ulteriore indicazione sul fatto che sia pronto o stia pensando di abbandonare (churn).

Nuovi dati. Affinamento dei modelli.

In definitiva, l'obiettivo è garantire che non vi siano più potenziali "Pomponette" situazioni (recensione "La Femme du Boulanger (La moglie del fornaio)". filmato dal blog#2) con qualsiasi interazione con i clienti, in modo che ciò che viene detto sia completamente compreso, indipendentemente dal modo in cui viene detto. Che sia in modo diretto, sarcastico, satirico o utilizzando il transfert con l'inferenza per trasmettere il vero messaggio.

Tenete presente che, per contestualizzare correttamente l'esperienza del cliente, questa deve essere considerata come un'esperienza singola rispetto all'insieme di tutte le interazioni dei clienti, e quindi come parte di un'esperienza collettiva di gruppo, per poter migliorare il viaggio di tutti. Gli agenti non possono farlo da soli.

L'intuizione deriva dall'apprendimento e dal controllo rafforzati. Utilizzando dati completamente aggregati. 

In sintesi, una visione olistica del customer journey garantisce all'organizzazione una migliore comprensione di ciò che soddisfa le aspettative del cliente e, soprattutto, di ciò che non lo soddisfa, consentendo all'organizzazione di allineare meglio l'intera impresa per fornire valore sia ai clienti che all'azienda. 

Il prossimo blog sarà pubblicato il 22 ottobre:

Principali risultati del nostro webinar con Kate Legget di Forrester

Assicuratevi che la vostra organizzazione offra ai clienti un'esperienza superiore alle loro aspettative. In questo modo, il vostro contact center si trasformerà da un centro di costo in un generatore di profitti.

Accedi alla riproduzione del webinar On-Demand di "Come i super-agenti abilitati dall'intelligenza artificiale migliorano la CX". con Kate Leggett, Vicepresidente e analista principale per lo sviluppo e la consegna di applicazioni di servizio, Forrester Research. Steve Nattress, Direttore, R&D AI Insights - Vecko e Jacki Tessmer, vicepresidente del marketing di prodotto, Enghouse Interactive.

  Scoprite come la vostra organizzazione può trarre vantaggio dai super-agenti abilitati all'intelligenza artificiale.

Clicca qui per vedere la riproduzione: