IA para além dos chatbots – Cinco formas de expandir a IA na sua Contact Center

Implementar abordagens comprovadas em benefício dos clientes, dos agentes e da empresa em geral

Muitas vezes, as organizações iniciam a sua jornada de automatização com IA nos centros de contacto através de chatbots online voltados para o cliente. No entanto, os chatbots são apenas um dos casos de utilização da IA nas operações dos centros de contacto e representam apenas a ponta do iceberg no que diz respeito ao potencial desta tecnologia. Ao explorar as cinco aplicações abordadas neste artigo, os responsáveis pelos centros de contacto podem escolher o melhor próximo passo para expandir com sucesso a IA.

Para obter mais orientações práticas sobre casos de utilização da IA para além dos chatbots, leia o nosso guia sobre a aplicação da inteligência artificial no atendimento ao cliente.

Compreender as limitações dos chatbots básicos

Metade dos centros de atendimento a nível mundial já implementou chatbots básicos com IA, de acordo com a empresa de análise Valoir ^[1]. No entanto, embora isto possa trazer alguns benefícios, estes não chegam nem perto do que é possível com a IA. Todos nós já nos deparámos com chatbots que só conseguem responder a perguntas básicas, não se integram com agentes humanos ou simplesmente dão respostas pouco claras ou até mesmo incorretas.

À medida que os centros de atendimento avançam na sua jornada de IA, precisam de adotar casos de utilização de IA que vão além dos chatbots, com aplicações práticas que envolvam os clientes, prestem um melhor apoio aos agentes, aumentem a eficiência e melhorem a experiência do cliente.

Depois de concluir um avaliação da maturidade para perceber em que ponto se encontra atualmente e elaborar uma lista de oportunidades de automatização com IA para o centro de atendimento com base nas necessidades da empresa e dos clientes, o próximo passo consiste em analisar as tecnologias de IA que podem trazer um valor real à organização.

Neste artigo, vou abordar estas aplicações, incluindo como planear implementações bem-sucedidas e integrá-las na infraestrutura mais ampla do seu centro de atendimento.

Autoatendimento através de agentes virtuais

Os agentes virtuais baseados em IA mantêm conversas naturais através de canais de voz e digitais, recorrendo a conhecimentos e sistemas interligados para compreender os pedidos e apoiar o autoatendimento dos clientes.

Principais vantagens dos agentes virtuais:

• Melhorar o acesso dos clientes ao prestar apoio inteligente e imediato, 24 horas por dia, 7 dias por semana, através de canais de voz e digitais.
• Reduzir os tempos de espera ao responder de imediato e ao absorver os picos no volume de contactos.
• Aumentar a taxa de conclusão do autoatendimento compreendendo a intenção, mantendo o contexto e concluindo os pedidos de rotina do início ao fim.
• Prestar um serviço mais consistente ao obter respostas a partir da mesma fonte de conhecimento precisa e atualizada em todos os canais.
• Aproveitar melhor os conhecimentos especializados dos agentes encaminhando as consultas sensíveis ou particularmente complexas para pessoas reais, juntamente com todo o contexto da conversa.

Melhores práticas para alcançar o sucesso com agentes virtuais:

• Dar prioridade a um conjunto inicial de casos de utilização; o processo e a classificação descritos em o meu blog anterior ajudá-lo a colaborar com as equipas internas adequadas para identificar casos de utilização que apresentem a melhor combinação de baixo risco e elevado valor. Comece por pedidos bem definidos, em que o agente virtual possa proporcionar um resultado claro, e só depois expanda a implementação, quando o desempenho atingir as metas acordadas.
• Estabelecer uma governação clara do conhecimento em vez de depender de uma única pessoa. Designe um responsável, colaboradores especializados na matéria, regras de aprovação e calendários de revisão, para que a informação se mantenha precisa, em conformidade e disponível à medida que os produtos, as políticas e as necessidades dos clientes evoluem.
• Ligar de forma segura os agentes virtuais aos sistemas necessários para concluir cada pedido aprovado do cliente. Aplicar o princípio do acesso com o mínimo de privilégios, a verificação de identidade, os limites de transação, as pistas de auditoria e a aprovação humana para ações de maior risco, e testar os percursos de falha e recuperação antes do lançamento.
• Envolver os agentes desde a seleção de casos de utilização até aos testes e à otimização. Recorra às suas perceções para identificar pontos de falha comuns, definir regras de escalonamento e testar respostas, explicando simultaneamente como os agentes virtuais irão alterar funções, cargas de trabalho e oportunidades de desenvolvimento, em vez de se limitar a apresentar a tecnologia como uma forma de eliminar o trabalho repetitivo.
• Definir regras de escalonamento com base na intenção do cliente, no risco, no sentimento e nas falhas repetidas. Transmita ao agente humano o histórico completo da conversa, os dados verificados do cliente e as ações já tentadas e, em seguida, teste as transferências entre canais para que os clientes não tenham de repetir o que já disseram.
• Gerir os agentes virtuais como um serviço em constante aperfeiçoamento. Analise percursos sem sucesso, escalamentos, comentários dos clientes, precisão das respostas e transações concluídas; compare o desempenho entre grupos de clientes e canais; e designe responsáveis claros e ciclos de revisão para corrigir problemas e alargar o âmbito de atuação.
• Aplicar os mesmos critérios de avaliação em todas as interações, quer sejam atendidos por agentes virtuais ou humanos. Avalie ambos em função de resultados comuns para o cliente, tais como resolução, precisão e satisfação.
• Definir indicadores de sucesso antes do lançamento, abrangendo os resultados para o cliente, o desempenho operacional e o risco. Acompanhe indicadores como a conclusão bem-sucedida de tarefas, a contenção, os contactos repetidos, os motivos de escalamento, a satisfação do cliente, a precisão das respostas e o custo por pedido de informação resolvido, com valores de referência e metas para cada caso de utilização.
• Não te limites a planear o cenário ideal: Planeie como o serviço irá responder quando o nível de confiança for baixo, um sistema interligado estiver indisponível ou um pedido estiver fora do âmbito aprovado. Defina um plano alternativo claro, evite respostas ou ações não suportadas e facilite às equipas operacionais a suspensão dos percursos afetados sem perturbar o serviço em geral.

Apoiar os agentes através do conhecimento

O agente de IA presta apoio aos colaboradores durante as interações com os clientes, interpretando a conversa e apresentando orientações relevantes a partir de bases de conhecimento e sistemas interligados.

Principais vantagens do apoio de um agente:

• Reduzir o tempo de processamento e as interrupções ao disponibilizar aos agentes, em tempo real e durante as interações, informações relevantes e verificadas, sem necessidade de colocar o cliente em espera ou de recorrer a consultas.
• Melhorar a precisão e a consistência das respostas ao proporcionar aos agentes acesso ao mesmo conjunto de conhecimentos regulamentados, em todos os canais.
• Aumentar a resolução no primeiro contacto ajudando os agentes a resolver questões complexas ou com as quais não estão familiarizados, sem necessidade de transferências ou de voltar a ligar.
• Aumentar a confiança dos agentes e reduzir a carga cognitiva orientando os agentes através das políticas, dos processos e das melhores ações a tomar.
• Reduzir o processo de integração e o tempo necessário para atingir a proficiência apoiando os novos agentes à medida que adquirem conhecimentos e experiência.
• Melhorar a conformidade fornecendo aos agentes as formulações, as informações a divulgar e as etapas do processo necessárias.
• Oferecer respostas mais personalizadas em grande escala adaptando o conteúdo sugerido ao contexto e ao pedido de informação do cliente.

Melhores práticas para alcançar o sucesso com o apoio de agentes:

• Priorizar os casos de utilização de acordo com o valor, a complexidade e o risco, tal como descrito em o meu blog anterior. Comece por onde há maior valor, por exemplo, interações de elevado volume em que os agentes dedicam muito tempo à procura de informação, ou filas que tratam de questões importantes às quais são regularmente dadas respostas imprecisas ou inconsistentes. Em seguida, expanda a medida que o desempenho for atingindo as metas acordadas.
• Recorra a fontes de conhecimento regulamentadas e fiáveis. Estabeleça responsabilidades claras, processos de aprovação e calendários de revisão, para que as recomendações se mantenham precisas, atualizadas e em conformidade.
• Mantenha os agentes no controlo. Apresentar sugestões para revisão; no que diz respeito às interações de texto, em vez de enviar respostas automaticamente em nome dos agentes ou de realizar ações de maior risco, permitir que estes as revejam antes do envio.
• Sugestões de design relacionadas com o fluxo de trabalho do agente. Apresentar informações no momento certo, com base no contexto da conversa, sem interferir na conversa com o cliente nem sobrecarregar os agentes com sugestões desnecessárias.
• Apresentar referências e explicar os resultados. Mostrar a origem das recomendações para que os agentes possam verificar as informações antes de as partilharem.
• Envolver os agentes ao longo de toda a implementação do sistema de assistência aos agentes. Utilize os seus comentários para selecionar casos de utilização, testar sugestões, identificar lacunas e aperfeiçoar a experiência.
• Integre-se de forma segura com os sistemas relevantes. Aplicar controlos de identidade, princípio do privilégio mínimo, registos de auditoria e medidas de proteção relativamente às informações confidenciais dos clientes.
• Avalie os resultados dos clientes e dos agentes. Acompanhe o tempo de atendimento, a resolução no primeiro contacto, a precisão das respostas, a conformidade, a aceitação por parte dos agentes, a satisfação do cliente e a repetição de contactos, comparando-os com valores de referência claros.
• Esteja atento a sugestões pouco convincentes ou inadequadas. Analise as recomendações rejeitadas, as respostas incorretas, as lacunas de conhecimento e as diferenças de desempenho entre canais ou grupos de clientes.
• Planeie uma otimização contínua. Atribua responsáveis e defina ciclos de revisão para melhorar os conhecimentos, as notificações, os fluxos de trabalho e as integrações à medida que as necessidades forem mudando.

Gestão da qualidade da IA

A gestão da qualidade baseada em IA avalia as interações com os clientes em todos os canais, com base em critérios personalizados e consistentes, proporcionando aos supervisores uma base de referência mais abrangente para a garantia da qualidade, o acompanhamento e a conformidade.

Principais vantagens da gestão da qualidade com IA:

• Ampliar a cobertura de qualidade através da avaliação potencial de até 100% de interações em todos os canais de voz e digitais, em vez de se basear numa amostragem manual limitada.
• Melhorar a coerência e a equidade aplicando os mesmos critérios transparentes em todas as equipas, filas e canais.
• Concentre o acompanhamento onde é mais importante através da identificação de comportamentos específicos, lacunas de conhecimento e problemas recorrentes nos processos.
• Reforçar a supervisão do cumprimento das normas detetando informações em falta, desvios no processo e interações de maior risco para análise.
• Liberar os supervisores para que se dediquem a tarefas de maior valor ao reduzir a revisão manual e ao concentrar a atenção nas exceções e nas oportunidades de reconhecimento ou melhoria.
• Acompanhar as melhorias na qualidade ao longo do tempo ao associar os resultados da avaliação ao acompanhamento, à formação e às mudanças operacionais.
• Capacitar os agentes para que assumam a responsabilidade pelo seu próprio desenvolvimento permitindo-lhes avaliar as suas próprias interações, reconhecer os seus pontos fortes e identificar áreas a melhorar.

Melhores práticas para alcançar o sucesso na gestão da qualidade da IA:

• Defina o objetivo de cada avaliação. Estabeleça critérios distintos para a conformidade, os resultados dos clientes, o cumprimento dos processos e o acompanhamento, para que uma única pontuação não oculte diferenças importantes.
• Crie um quadro claro e representativo. Avalie as fases relevantes da interação e adapte os modelos prontos a utilizar dos fornecedores aos seus canais, políticas, necessidades dos clientes e perfil de risco.
• Valide os resultados da IA antes da sua utilização operacional. Compare as avaliações automatizadas com as análises realizadas por avaliadores experientes, abrangendo diferentes tipos de interação, equipas, idiomas e resultados.
• Mantenha a supervisão humana nas decisões de grande importância. Utilize a IA para identificar possíveis problemas, mas exija que os supervisores analisem as interações contestadas, invulgares ou de maior risco antes de as encaminhar para um nível superior.
• Assegurar que as avaliações sejam transparentes para os agentes. Partilhe os critérios, as provas e o raciocínio subjacentes aos resultados e indique um procedimento claro para questionar ou recorrer de uma avaliação.
• Utilizar as conclusões para melhorar os sistemas e o envolvimento. Distinguir as necessidades individuais de acompanhamento dos problemas decorrentes de conhecimentos, fluxos de trabalho, políticas ou tecnologia.
• Acompanhar o desempenho do modelo ao longo do tempo. Recalibre os critérios sempre que houver alterações nos produtos, nas políticas, nos canais ou no comportamento dos clientes e analise as variações inesperadas nas pontuações.
• Proteger os dados dos clientes e dos colaboradores. Limitar o acesso, a conservação e a utilização dos dados de interação, com controlos adequados para as informações sensíveis e em conformidade com os requisitos regulamentares.

Análise do cliente (Voz do Cliente, VoC)

A análise de clientes baseada em IA transforma as conversas em todos os canais em informações estruturadas sobre as necessidades dos clientes, os motivos que levam ao contacto e as questões emergentes, recomendando, em seguida, medidas internas para as resolver.

Principais vantagens da análise de clientes:

• Resolver as causas profundas de forma mais eficaz identificando os motivos pelos quais os clientes entram em contacto e revelando as necessidades subjacentes, os acontecimentos e as falhas nos processos.
• Evitar que os problemas emergentes se agravem detetando alterações nos temas, no tom, no esforço e nos volumes de contacto com antecedência suficiente para que as equipas possam intervir.
• Menores volumes de contactos evitáveis (demanda por falhas) e custos ao revelar problemas recorrentes em produtos, políticas, percursos digitais e serviços de terceiros.
• Melhorar as experiências dos clientes mais rapidamente ao associar as questões dos clientes ao impacto operacional, ao valor e à urgência.
• Aumentar o impacto das melhorias na experiência do cliente através da comparação das conversas com os clientes e dos resultados antes e depois das intervenções.
• Tomar melhores decisões sobre produtos, serviços e processos ao integrar o testemunho direto dos clientes no planeamento empresarial.
• Reforçar o apoio da direção às decisões importantes utilizando dados provenientes das interações com os clientes para demonstrar a dimensão, a urgência e o impacto nas atividades da empresa das questões em causa.

Melhores práticas para alcançar o sucesso com a análise de clientes:

• Comece por colocar questões claras relacionadas com o negócio. Defina as decisões que a análise deve apoiar, tais como reduzir os contactos repetidos, identificar a procura resultante de falhas ou melhorar um percurso específico.
• Desenvolver uma taxonomia significativa. Vá além de categorias genéricas, como “faturação”, para identificar o problema, a causa, a fase do percurso, o resultado e o esforço do cliente com um nível de detalhe útil.
• Reúna os canais e os dados relevantes. Combine as informações sobre as interações com os dados operacionais, relativos à jornada do cliente e aos resultados, sempre que for adequado, evitando, ao mesmo tempo, conclusões sem fundamento sobre a relação de causalidade.
• Verificar em relação a eventos conhecidos. Verifique se a análise deteta incidentes, campanhas ou alterações nos serviços reconhecidos e analise manualmente conversas representativas antes de confiar nos resultados.
• Acompanhe as tendências, e não apenas instantâneos isolados. Acompanhe os temas, os volumes, o sentimento e os resultados ao longo do tempo, utilizando valores de referência e limiares adequados para distinguir as alterações significativas das variações normais.
• Criar responsabilidades interdepartamentais. Encaminhe as conclusões para as equipas capazes de resolver as causas subjacentes, chegue a acordo sobre as medidas a tomar e os prazos, e avalie se as alterações reduzem o esforço do cliente e a procura de contacto.
• Incluir percursos diversificados dos clientes. Analise o desempenho em todos os canais, produtos, idiomas e grupos de clientes, para que os tipos de interação mais frequentes não ocultem questões importantes.
• Aplicar medidas rigorosas de privacidade e segurança. Minimizar os dados pessoais, restringir o acesso e a conservação e tornar as informações anónimas ou pseudónimas, sempre que adequado.

Análise da experiência dos colaboradores (Voz do Colaborador, VoE)

A análise da experiência dos colaboradores, baseada em IA, analisa feedback estruturado e comentários em texto livre, tais como dados de inquéritos, para revelar temas recorrentes na forma como os colaboradores dos centros de atendimento vivem a sua experiência de trabalho. Para uma análise mais abrangente dos colaboradores, estes dados podem ser combinados com informações operacionais adicionais.

Principais vantagens da análise da experiência dos colaboradores:

• Compreender as necessidades dos colaboradores de forma mais aprofundada identificando preocupações recorrentes, obstáculos e sugestões de melhoria para além dos resultados gerais do inquérito.
• Identificar as causas operacionais da frustração ao associar o feedback à carga de trabalho, aos horários, aos processos, às lacunas de conhecimento e às questões tecnológicas.
• Abordar as melhorias de forma mais eficaz mostrando quais os temas que afetam determinadas funções, equipas ou fases do percurso do colaborador.
• Reforçar o envolvimento e a retenção respondendo às preocupações substanciais e demonstrando de que forma as opiniões dos colaboradores influenciam as decisões.
• Melhorar os resultados para os clientes abordando as questões relacionadas com as ferramentas, os processos e o apoio que dificultam o atendimento aos clientes por parte dos colaboradores.
• Avaliar o impacto da mudança através do acompanhamento do feedback dos colaboradores e dos indicadores operacionais antes e depois das iniciativas de melhoria.

Melhores práticas para alcançar o sucesso com a análise da experiência dos colaboradores:

• Definir um objetivo claro e proporcionado. Explique quais os dados que serão analisados, por que razão são necessários e quais as decisões que irão orientar; evite recolher informações apenas pelo facto de estas estarem disponíveis.
• Seja transparente com os colaboradores. Comunique, em linguagem simples, as fontes, os métodos, as medidas de segurança e os limites da análise antes do início da recolha.
• Proteger a confidencialidade e a segurança psicológica. Agregar resultados, restringir o acesso, aplicar limiares mínimos de comunicação e evitar resultados que possam expor os colaboradores individualmente.
• Não utilize o sentimento como um indicador de desempenho individual. Encare a interpretação automatizada como um indicador de perceção organizacional, e não como um julgamento definitivo sobre a atitude, o bem-estar ou a capacidade de uma pessoa.
• Envolva os colaboradores na conceção. Envolver os representantes e os grupos de colaboradores na seleção das perguntas, na interpretação dos temas e na verificação de se as conclusões refletem a sua experiência.
• Analise cuidadosamente as informações. Utilize dados relativos aos colaboradores, aos clientes e às operações para explorar padrões, tendo sempre em conta o contexto e evitando partir do princípio de que a correlação implica causalidade.
• Transformar as conclusões em ações concretas. Designe responsáveis, prazos e indicadores de sucesso e, em seguida, informe sobre as alterações efetuadas e o que ainda está por resolver.
• Acompanhar a participação e a qualidade dos dados. Verifique se o feedback é representativo da força de trabalho e se as baixas taxas de resposta, a língua ou o acesso aos canais poderão distorcer as conclusões.

A importância de integrar a IA em todo o centro de atendimento

Para obter os melhores resultados, utilize os cinco casos de utilização detalhados neste artigo como partes de uma estratégia de IA integrada, em vez de como ferramentas isoladas. A partilha de conhecimentos, dados e integrações permite que a informação circule entre o autoatendimento, o apoio dos agentes, a gestão da qualidade e a análise de dados, criando uma experiência mais consistente e reduzindo a duplicação de esforços.

Isto requer bases comuns: responsabilidades claras pelo programa, conhecimento e dados geridos de forma adequada, integração segura, comunicação transparente, supervisão humana e indicadores de sucesso partilhados. Um plano de ação por fases pode, assim, dar prioridade a oportunidades de menor risco e maior valor, garantindo simultaneamente que cada implementação reforça as capacidades que se seguem.

Ao integrar a IA em todo o centro de atendimento, as organizações podem melhorar a qualidade do serviço, a eficiência operacional, a tomada de decisões e o apoio aos colaboradores, ao mesmo tempo que expandem a automatização de forma responsável.

Enghouse Interactive: Apoiar os centros de atendimento na sua transição para a IA

A Enghouse Interactive ajuda os centros de atendimento a transformar a IA em melhorias mensuráveis na experiência do cliente, no apoio aos agentes, na qualidade e na tomada de decisões. Com base numa profunda experiência em centros de atendimento, a IA da Enghouse Interactive centra-se em desafios empresariais práticos e ajuda as organizações a dar prioridade aos casos de utilização com maior potencial para gerar valor.

Está pronto para identificar o próximo passo mais valioso para a IA no seu centro de atendimento?

Seja qual for a fase em que se encontra na sua jornada, a Enghouse pode ajudá-lo a avaliar e a dar prioridade aos casos de utilização da IA com maior potencial para melhorar os resultados para os clientes, os agentes e a empresa.

Marque uma sessão sobre o plano de ação para a IA

Sobre o autor

Steve Nattress Vice-presidente de Gestão de Produtos
Enghouse Interactive
LinkedIn

A experiência única de Steve na área do Apoio ao Cliente e do desenvolvimento de IA coloca-o na posição ideal para impulsionar a inovação em produtos e IA na Enghouse. Steve é um líder criativo e estratégico, apaixonado pelo potencial da IA para transformar a experiência do cliente, mantendo-se ao mesmo tempo extremamente atento à necessidade fundamental de práticas seguras e transparentes no setor.

Referências

1. Valoir: O estado da IA na experiência do cliente