En els call center, els assistents de IA (Intel\u00b7lig\u00e8ncia Artificial) estan ajudant a omplir els buits que comunament afecten al servei al client: errades de comunicaci\u00f3, agents de suport no informats i satisfacci\u00f3 de les expectatives dels usuaris.<\/p>\n
Aix\u00ed com l\u2019aprenentatge autom\u00e0tic ha estat promocionat per proporcionar millors experi\u00e8ncies a l\u2019usuari, tamb\u00e9 pot ajudar a impulsar un millor comprom\u00eds de l\u2019usuari<\/strong>.<\/p>\n Moltes companyies ja han implementat xat bots i assistents virtuals en el seu servei al client amb usuaris, i a mesura que aquestes integracions es tornen m\u00e9s precises, s\u2019obt\u00e9 m\u00e9s informaci\u00f3 de com estan ajudant.<\/p>\n Trobar una soluci\u00f3 primer significa obtenir el context adequat, per\u00f2 en molts casos, els usuaris no estan segurs de quins detalls han de compartir sobre el seu problema. Aix\u00f2 fa que els agents tinguin la responsabilitat de comprendre com els usuaris comuniquen els seus problemes<\/strong>, fer les preguntes correctes, i tenir una idea de les reaccions dels seus usuaris.<\/p>\n Per abordar aquest buit en la comunicaci\u00f3, els ordinadors poden utilitzar el processament en llenguatge natural (NLP, en les seves sigles en angl\u00e8s) per convertir-lo en llenguatge autom\u00e0tic i trobar el seu significat. En el servei al client, el valor d\u2019aix\u00f2 pot ser com un assistent de IA analitza els tiquets de suport i apr\u00e8n com els usuaris transmeten els seus problemes<\/strong>. Al proporcionar informaci\u00f3 sobre les paraules i frases comunes que usen els usuaris, els agents poden obtenir m\u00e9s informaci\u00f3 sobre ells i crear contingut que s\u2019adapti millor a la forma en qu\u00e8 els usuaris perceben els seus problemes.<\/p>\n Els agents tenen la important tasca de proporcionar una experi\u00e8ncia satisfact\u00f2ria als usuaris<\/strong>. En una empresa que es mou r\u00e0pidament, pot ser especialment dif\u00edcil saber quines s\u00f3n les actualitzacions m\u00e9s recents dels productes, a on o a qui necessiten enrutar tiquets espec\u00edfics o quin tipus d\u2019<\/strong>opcions d\u2019autoservei<\/strong><\/a> ofereixen als seus usuaris<\/strong>.<\/p>\n Aquests \u201cbuits\u201d en el coneixement poden beneficiar-se d\u2019un assistent virtual automatitzat per a usuaris que lliuri la informaci\u00f3 correcta als agents en el moment adequat<\/strong>. Mentre treballen dins d\u2019un tiquet de suport, poden rebre suggeriments autom\u00e0tiques, donant-los tots els detalls apropiats per compartir en la consulta de l\u2019usuari. Els assistents virtuals automatitzats no nom\u00e9s automatitzen la cerca d\u2019informaci\u00f3, sin\u00f3 que tamb\u00e9 aprenen com identificar el context adequat, assegurant que el que lliura als agents sigui correcte<\/strong>.<\/p>\n Quin \u00e9s el buit de l\u2019usuari? \u00c9s la difer\u00e8ncia entre les seves expectatives i les seves percepcions. Quan els usuaris interactuen amb el servei al client, tenen expectatives del que volen d\u2019aquesta interacci\u00f3: un agent de suport atent i una soluci\u00f3 clara. La forma en qu\u00e8 l\u2019usuari percep en \u00faltima inst\u00e0ncia la interacci\u00f3, quan coincideix amb les seves expectatives, pot mesurar-se amb una puntuaci\u00f3 de satisfacci\u00f3 de l\u2019usuari<\/strong>. En \u00faltima inst\u00e0ncia, es tracta de proporcionar una experi\u00e8ncia positiva al client.<\/p>\n La intel\u00b7lig\u00e8ncia artificial pot funcionar dins de les interaccions de suport per aprendre quan els usuaris senten que s\u2019estan complint les seves expectatives. Els detalls espec\u00edfics, com el temps de la primera resposta, la durada d\u2019un tiquet de suport, la quantitat de reapertures i reassignacions, i les paraules utilitzades per l\u2019usuari poden mesurar-se com indicadors que contribueixen a la satisfacci\u00f3 del client<\/strong>.<\/p>\n Aquests detalls s\u00f3n utilitzats per l\u2019aprenentatge autom\u00e0tic impulsat per IA que pot predir si un usuari quedar\u00e0 satisfet abans que es resolgui el seu problema. Pot ser dif\u00edcil pels humans detectar f\u00e0cilment les senyals de satisfacci\u00f3 de l\u2019usuari que estan en risc, per\u00f2 \u00e9s molt m\u00e9s f\u00e0cil amb les m\u00e0quines que es centren exclusivament en elles.<\/p>\nCom els assistents d\u2019IA omplen els \u201cbuits\u201d en el servei al client<\/strong><\/h5>\n
1) Ajudar als agents a entendre com els usuaris transmeten els seus problemes<\/strong><\/h5>\n
2) Fer que els agents tinguin m\u00e9s coneixements i puguin compartir-los<\/strong><\/h5>\n
3) Garantir que els agents estiguin ben informats per satisfer les expectatives dels usuaris<\/strong><\/h5>\n