Они первыми приходят на ум, когда мы думаем об использовании ИИ в обслуживании клиентов. Это потому, что они и были одними из первых ИИ-инструментов, которые применялись в этой сфере.

Чатботы запрограммированы, чтобы интерпретировать проблему клиента, предоставить шаги устранения, чтобы ее решить. Это убережет от того, что клиент будет вынужден брать телефон и звонить вашей команде поддержки с каждой незначительной проблемой или простым вопросом.

Вместо этого, он сможет напечатать свой запрос в живой чат и получить мгновенный ответ от вашего автоматизированного оператора. Также, ваш бот будет доступным 24/7, а значит, ваши клиенты смогут всегда получить поддержку, независимо от того, когда она им понадобится.

Расширенные переписки

Несмотря на то, что чатботы отлично справляются с устранением небольших проблем, большинство из них не готовы решать сложные или деликатные ситуации. Например, если клиент не почувствует что получил от бота ответ, который искал, он может начать разочаровываться в вашем сервисе. Боты используют только наперед записанные ответы, поэтому сложно спасти подобную ситуацию, если технология выдает только общие сообщения.

Вот здесь и входят в игру расширенные переписки. Этот ИИ инструмент может идентифицировать необходимость вступления живого человека в диалог для помощи клиенту. Далее, оператор может решить - продолжить разбор ситуации самостоятельно или отдать ее назад боту.

Мы можем увидеть взаимодействие чатбота, клиента и живого оператора на изображении ниже:

Диалог бота и клиента с подключением живого оператора чата

Этот инструмент улучшает уровень персонализации в клиентском сервисе. В то время как боты сохраняют время вашей команды и ваших пользователей, они никогда не смогут оставить такое же впечатление, как после общения с живым человеком. Поэтому расширенные переписки дают возможность получить лучшее и з двух миров (ИИ и человеческого), и создают несравнимый клиентский опыт.

Голосовые боты

Есть ряд причин, по которым телефонная поддержка - это один из последних каналов внедрения ИИ функций. Намного проще прочитать сообщение, нежели проанализировать телефонный звонок. Этому потому, что телефонные звонки имеют фоновый шум, резкие изменения тона и вербальные ошибки, которые могут сбить с толку машинное обучение.
Тем не менее, некоторые ИИ инструменты нашли способ устранить эти препятствия. Технология распознавания речи Google Speach API позволила создать инструмент - голосовых ботов, способных заменить целый call-центр.

Придя на замену ivr-технологии (где, роботизированный голос задавал вопросы о полученном клиентом сервисе, и надо было оценить работу компании от 0 до 10, нажав кнопку на клавиатуре телефона), голосовые боты распознают ответы абонентов, и отвечают им заготовленными и записанными дикторами репликами настолько реалистично, что большинство абонентов, не понимают, что общаются с роботом, а не человеком.

У голосового бота есть много применений. Но, также, это - отличный инструмент, чтобы в краткие сроки получить развернутую обратную связь от тысяч клиентов, и мгновенно отреагировать на тех, кто остался недовольным услугой или имеет дополнительные вопросы. Во время сотрудничества компании Keycall Sales bot с компанией Svydis, с помощью технологии голосовых ботов мы обзвонили базу из 1000 номеров с целью проведения nps-опроса. И потратили на этот процесс всего два дня. Технология распознавания речи позволила нам зафиксировать все ответы тех, кто согласился оставить обратную связь (67% абонентов) и предоставить клиенту сегментированную табличку с данными. Благодаря этой системе автообзвона мы сэкономили менеджерам компании Svydis до месяца работы.

Результаты проведения NPS-опроса от голосового бота Keycall для компании Svydis

Анализ настроения

В идеальном мире, боты читали бы эмоции, стоящие за сообщениями клиента и решали, разговор идет хорошо или нет. Если нет, они бы генерировали персонализированные ответы, базируясь на основе своей оценки ситуации.

Хорошие новости в том, что мы не так и далеко от этой реальности. Сегодня многие боты оборудованы инструментами анализа настроения, такими как обработка естественного языка, которые помогают им интерпретировать ответы клиентов. Этот инструмент помогает боту подобрать правильный ответ под определенное поведение покупателя, чтобы бот не усилил негативные эмоции клиента, помогая ему.

Анализ настроения также очень помогает во время написания электронных писем. Инструмент Grammarly анализирует ваш текст и дает вам знать, как ваше письмо может быть воспринято вашей аудиторией. Он использует эмоции, чтобы дать вам знать оптимистичное, дружественное или профессиональное ваше письмо.

Инструмент на основе искусственного интеллекта от Grammarly показывает, в каком тоне звучит письмо.

Распределение почты

Несмотря на то, что анализ настроения отличный метод для исходящих сообщений, он также хорошо работает и для входящей почты. Многие бренды используют этот ИИ-инструмент, чтобы читать и сортировать письма так, чтобы их команда поддержки могла быстрее отвечать на некоторые из них. Когда почта приходит, ИИ анализирует проблемы клиентов, их эмоции и историю отношений с вашей компанией. Затем, он размечает письма и перенаправляет их тому, кто наиболее подходит для решения определенных проблем.

Этот процесс экономит время и ваших клиентов и ваших сотрудников. Наиболее опытные менеджеры могут решать сложные случаи, пока новички будут иметь дело с простыми обращениями. Или, в случае, когда время имеет решающее значение для вашего клиента, ваши менеджеры будут знать, что решить вопрос необходимо как можно быстрее. Когда информация о случае ясна изначально, решение проблемы становится более простым для службы поддержки.

Управление каналами

Сейчас многие говорят о необходимости иметь омни-канальную службу поддержки. Однако, ее сложность в том, чтобы постоянно отслеживать каждый канал, который используется в этих целях.

ИИ может помочь вам решить эту проблему, перенаправляя клиентов на тот канал поддержки, который наиболее подходит для решения их проблемы. Например, если все ваши операторы чатов заняты, ИИ может предложить клиенту позвонить по телефону, чтобы получить быструю консультацию. Или же если ваш клиент набирает слишком долгое сообщение в вашу форму сообщений, он может предложить совершить обратный звонок или обратиться в чат для персонализированного ответа.

Управление данными

Как можно увидеть на примере голосовых ботов, не все ИИ-функции для работы с клиентами ориентированные только на них. Некоторые созданы, чтобы существенно упростить монотонную работу для менеджеров компаний и освободить их время для решения действительно сложных случаев поддержки, где без участия живого человека не обойтись.

Например, ИИ может синхронизироваться с вашей CRM, чтобы поднимать данные о клиенте для ваших менеджеров. Или, как в примере работы Keycall, для формирования данных об ответах абонентов, для дальнейшей обработки живыми менеджерами. Ваша команда может активно использовать эту информацию, чтобы предоставлять клиентам лучший сервис. Также, ИИ может отмечать в вашей базе клиентов, которые давно не покупали или не взаимодействовали с вами. А также напомнить вашей команде возобновить с ним связь, и выяснить причины, по которым она оборвалась. Такие возможности ИИ позволяют удерживать интерес клиентов к вашему бизнесу и демонстрировать им вашу нацеленность на длительные отношения.

Выводы

Когда мы думаем об искусственном интеллекте или ИИ, мы, обычно, представляем себе роботов, голограммы или какого-то компьютеризированного лиходея, которого мы видели в недавнем sci-fi триллере. Однако, если мы остановимся, чтобы подумать, как и где действительно применяется ИИ, мы узнаем, что эти представления далеки от реальности.