Как использовать искусственный интеллект для обслуживания клиентов

В последние годы применение искусственного интеллекта в маркетинговых целях становится глобальным трендом. По прогнозам Gartner, в 2022 году компании будут внедрять в свои бизнес-процессы в среднем 35 технологий, основанных на ИИ. При этом большую часть инвестиций организации направят на высокотехнологичное обслуживание клиентов: 70 % этого бюджета будет связано с машинным обучением и обменом сообщениями на уровне «человек – бот».  

Сегодня потребитель ожидает как минимум персонализированного цифрового опыта. Бренды узнают о предпочтениях клиентов и используют эту информацию для адаптации последующих взаимодействий с продуктом. Значительную помощь в этом оказывают технологии ИИ. 

Как эффективнее всего интегрировать «умные» технологии в обслуживание клиентов и облегчить тем самым работу менеджеров службы поддержки? Три способа – в нашем материале. 

1. Автоматизация запросов

Когда клиенты думают о ботах с искусственным интеллектом, они предполагают, что эти боты отвечают на основные и самые общие вопросы, например «Как мне вернуть деньги за заказ?» или «Какой у вас сегодня график?». Более специфичные вопросы, например «Когда я получу свой заказ?», считаются уделом менеджеров по работе с клиентами. Однако такое восприятие неверно – сегодня на подобные вопросы могут ответить боты. 

ИИ способен интегрироваться с CRM-системами и службами поддержки, извлекать данные о клиентах и давать ответы на основе полученной информации. Например, когда клиент запрашивает информацию о времени доставки, бот просто подключается к базе данных системы управления заказами и дает точный ответ. 

Пока еще боты не умеют самостоятельно анализировать предыдущие взаимодействия с клиентами. Для этого ИИ нужно запрограммировать и обучить. Команда разработки должна продумать все возможные варианты использования продукта и часто задаваемые вопросы, характерные для конкретного бизнеса. Без предварительной работы клиенты могут легко разочароваться в ботах, если они:

• просят повторить и перефразировать запрос несколько раз, прежде чем предлагать решения.
• имеют неполные деревья решений, оставляя клиентов в неведении из-за отсутствия нужного варианта действий.
• отказываются передавать клиента менеджеру или передают, но без какого-либо контекста разговора с ботом – это вынуждает менеджера или клиента начинать разговор с нуля.

2. Изучение ботом успешного взаимодействия агента с клиентом

Наиболее эффективный способ научить бота полноценной поддержке клиентов – взять за основу реальный опыт лучших менеджеров.

Чем больше информации бот получит от экспертов, тем умнее он станет. Изучая успешное взаимодействие менеджера с клиентом, ваш бот может реагировать с большей точностью. Однако здесь важно учитывать наличие поддержки.

Поставить даже обученного бота работать с клиентами в одиночку – всегда риск. Никто не может на 100 % гарантировать, что не возникнет уникальная ситуация, с которой бот не справится. Поэтому бота должна сопровождать служба мониторинга, контроля и повышения производительности. Такая связка «умный бот + специальный контроль» способна принести огромную пользу бизнесу и снизить риск конфликтных ситуаций с клиентами.

В качестве успешного примера назвать сервис PhonePe – крупнейшее платежное приложение в Индии. Компания автоматизировала до 80 % запросов в службу поддержки при помощи ботов с искусственным интеллектом. Они обрабатывают более 1,5 миллиарда транзакций в месяц, при этом клиентская база удваивается каждые 3–5 месяцев. 

Бот PhonePe может отвечать на вопросы, вроде «Какой у меня баланс на счете?», благодаря глубокой интеграции с другими системами, в которых хранятся данные о клиентах. В конечном итоге команда автоматизировала 850 элементов решений и значительно улучшила свои метрики по индексу удовлетворенности клиентов CSAT. 

3. Использование ботов-помощников

Ориентированные на клиентов боты с искусственным интеллектом сейчас в тренде. Но в сегменте customer experience есть место и для ботов, ориентированных на менеджеров. Такие инструменты автоматизируют рутинные и монотонные процессы и освобождают время сотрудников для работы с более серьезными и творческими задачами.

Например, боты могут взять на себя классификацию заявок, их маршрутизацию и вариативность сценариев по обработке. Вместо того чтобы передавать заявку от одного менеджера к другому наугад, бот может направить запрос конкретному эксперту. Это поможет избежать задержек и экономить примерно 2 часа рабочего времени ежедневно.

Что получает компания, которая применяет автоматизацию службы поддержки

Развертывание ИИ в отделе обслуживания клиентов подразумевает массу преимуществ для компании. Перечислим основные:

• Быстрое время отклика и круглосуточная доступность. Клиенту не нужно ждать, пока поддержка ответит на телефонный звонок или электронное письмо. Чат-боты всегда доступны и могут ответить на запросы клиентов за несколько минут, а иногда даже секунд. 
• Лучшее управление ресурсами. Поручая чат-ботам и виртуальным агентам отвечать на запросы, организация позволяет менеджерам сосредоточиться на более насущных проблемах, требующих вмешательства квалифицированного специалиста. 
• Низкие общие затраты. Чат-боты с ИИ позволяют разгрузить кол-центр и снизить текучку кадров, что в итоге значительно экономит бюджет на обучении новых сотрудников и снижает эксплуатационные расходы. 
• Более персонализированные взаимодействия. Интеграция чат-ботов с CRM позволяет адаптировать ответы на запросы конкретных клиентов и предлагать персонализированные рекомендации. В результате повышается лояльность клиентов.
• Приоритизация проблем. С помощью алгоритмов нейролингвистического программирования ИИ могут распознавать настроение клиента. Это позволяет передавать самые проблемные заявки менеджерам, а те могут расставлять приоритеты и обращаться в первую очередь к недовольным клиентам.
• Упреждающая служба. Машинное обучение позволяет чат-ботам распознавать, когда клиенты испытывают трудности на определенной веб-странице или в разделе приложения. За счет этого бот может заблаговременно спрашивать клиентов, нужна ли им помощь.
• Эффективная коммуникация. Инструменты распознавания речи на базе ИИ анализируют содержание и тон записей звонков в службу поддержки. Голосовая аналитика не только дает ценную информацию о настроении клиента во время разговора, но и позволяет менеджерам определять возможности для улучшения будущих взаимодействий.
• Оптимизированное обучение. Анализ настроений помогает определить потребности в обучении. Например, если компания регулярно получает негативные отзывы по конкретной проблеме, она может разработать новые учебные материалы, посвященные решению этой проблемы.

Заключение

Системы с ИИ вряд ли когда-либо полностью заменят человека. Вместо этого живые и виртуальные агенты будут работать в симбиозе: чат-бот автоматизирует рутинные процессы, тогда как менеджер решает более приоритетные и сложные задачи. Человек будет играть важную роль: помогать в создании более совершенных решений для обслуживания клиентов с помощью ИИ и предоставлять примеры успешного разрешения проблем.