Bercakap tentang penunjuk perkhidmatan pelanggan kecerdasan buatan

Kami sering menerima pertanyaan perniagaan tentang apakah kriteria penilaian untuk perkhidmatan pelanggan pintar. Ini adalah soalan yang sangat sukar untuk dijawab kerana kita perlu mewajarkan penggunaan perkhidmatan pelanggan pintar dan memastikan cara menggunakan perkhidmatan pelanggan pintar akan memberi manfaat kepada perniagaan.

Walaupun tiada kriteria penilaian "sebenar" untuk penyelesaian perkhidmatan pelanggan yang bijak, di sini saya menyenaraikan beberapa kes, berharap dapat membantu semua orang dan memberi anda beberapa petua daripada kes ini.

Pertama sekali, apakah perkhidmatan pelanggan pintar?

Perkhidmatan pelanggan pintar ialah penyelesaian atau satu set penyelesaian yang membolehkan pengguna mendapat akses kepada maklumat malah melaksanakan tugas mudah secara autonomi tanpa bantuan kakitangan perkhidmatan pelanggan.

Jadi apakah pertanyaan atau tugas yang boleh dikendalikan atau dilaksanakan oleh perkhidmatan pelanggan pintar?

Jejak pakej, minta sebut harga atau bayar bil anda dalam talian tanpa menghubungi khidmat pelanggan - ini semua tugas perniagaan yang kami lakukan secara tetap.

Dari segi pertanyaan pelanggan, tidak semua pertanyaan boleh dikendalikan oleh perkhidmatan pelanggan yang bijak, kerana beberapa isu rumit masih memerlukan campur tangan manual. Walau bagaimanapun, penyelesaian perkhidmatan pelanggan pintar sangat berkesan untuk menyelesaikan pertanyaan ulangan Tahap 1. Ini adalah jenis permintaan yang sangat biasa dan sangat kerap Lebih daripada 80% pengguna bertanya soalan ini, yang memerlukan banyak sumber Kami boleh menggunakan automasi untuk menjawab soalan ini.

Apakah penunjuk yang boleh mengukur penunjuk perkhidmatan pelanggan pintar?

Apabila cuba mengukur penunjuk perkhidmatan pelanggan pintar, setiap syarikat mempunyai piawaian penilaian penunjuknya sendiri. Berikut adalah beberapa petunjuk yang biasa digunakan yang perlu dikemas kini dan dipantau secara berkala.

Kadar Pesongan Panggilan

"Pengalihan panggilan" merujuk kepada penghalaan pertanyaan pelanggan ke saluran perkhidmatan alternatif seperti chatbots, Soalan Lazim, pangkalan data pusat pengetahuan. Matlamat pemajuan panggilan adalah untuk memastikan pelanggan menerima jawapan yang mereka cari dengan cara yang paling cekap dan untuk mengurangkan bilangan panggilan yang disalurkan kepada ejen manusia. Metrik ini merujuk kepada "panggilan", tetapi juga termasuk sebarang cara komunikasi lain, seperti sembang langsung dan e-mel.

Mengukur kadar pesongan panggilan boleh menjadi rumit kerana kami cuba mengukur sesuatu yang tidak berlaku! Menurut DB Kay & Associates, satu pendekatan adalah untuk menganggarkan peratusan pengguna yang berjaya dengan perkhidmatan pelanggan pintar dan peratusan pengguna yang beralih kepada perkhidmatan manual. Perbezaan antara dua peratusan ini mewakili kadar pesongan.

Kepuasan Pelanggan

Memajukan penggunaan saluran perkhidmatan pelanggan pintar ialah projek yang menarik untuk mana-mana perniagaan untuk menambah baik/meningkatkan pengalaman pelanggan. Walau bagaimanapun, jika pelanggan tidak berpuas hati dengan alat yang disediakan kepada mereka oleh perkhidmatan pelanggan pintar, jika mereka mendapati ia terlalu sukar untuk digunakan atau tidak cekap, maka saluran perkhidmatan pelanggan pintar tidak boleh dianggap berjaya. Kepuasan pelanggan untuk setiap saluran ejen pintar mesti dijejaki melalui tinjauan, maklum balas langsung dan Skor Promoter Bersih (NPS) untuk mendapatkan pemahaman yang jelas tentang saluran mana yang paling berjaya dan mana yang memerlukan penambahbaikan.

Kadar Kejayaan Perkhidmatan Pelanggan Pintar

Cara mudah untuk menentukan kejayaan perkhidmatan pelanggan pintar adalah dengan menjejaki berapa banyak pertanyaan pelanggan telah dikendalikan oleh saluran perkhidmatan pelanggan pintar tanpa dihantar kepada ejen manusia . Sebagai contoh, ini boleh menjadi peratusan kali Soalan Lazim "cara memesan" menghasilkan pesanan dan bukannya sesi sembang yang dimulakan oleh pelanggan, atau peratusan kali carian pangkalan pengetahuan menghasilkan artikel yang berguna, dengan penilaian pengguna menunjukkan artikel itu "berguna" atau menunjukkan "ini menyelesaikan masalah" Masalah saya".

Banyak penyelesaian semasa menjejak, mengira dan menyediakan laporan yang berkaitan secara automatik, serta banyak penunjuk berguna yang lain.

Cara Mengira Nisbah Perkhidmatan Pelanggan Pintar

Mari kita tentukan dahulu peratusan isu yang boleh diselesaikan oleh pelanggan sendiri menggunakan saluran perkhidmatan pelanggan pintar. Seperti yang dinyatakan sebelum ini, tidak semua pertanyaan boleh dikendalikan oleh perkhidmatan pelanggan yang bijak, dan pertanyaan yang lebih kompleks memerlukan campur tangan manusia. Pengalaman bertahun-tahun dalam perkhidmatan pelanggan kecerdasan buatan memberitahu kami bahawa peratusan ini banyak bergantung pada senario perniagaan, pengalaman industri dan juga penggunaan APP, tetapi biasanya, 50% pertanyaan boleh diselesaikan oleh pelanggan sendiri.

Daripada 50% ini, kita perlu mengira berapa banyak yang berlebihan atau pendua. Seperti yang dinyatakan sebelum ini, kira-kira 80% pertanyaan yang diterima oleh ejen manusia termasuk dalam kategori ini. Ini sesuai untuk perkhidmatan pelanggan pintar.

Kegunaan maksimum ejen pintar akan menjadi hasil daripada dua peratusan ini, iaitu 0.5 x 0.8 = 0.4, jadi 40% akan menjadi kadar ejen pintar maksimum yang boleh dijangkakan.

Akhir sekali, anda perlu mempertimbangkan kecekapan AI yang menggerakkan alat anda. Dengan AI yang betul, kandungan yang betul dan pangkalan pengetahuan industri yang berkuasa, penyelesaian perkhidmatan pelanggan pintar anda boleh menjawab sehingga 80% daripada pertanyaan berulang ini.

Jadi, 32% (0.4 x 0.8 = 0.32) ialah sasaran yang baik untuk nisbah perkhidmatan pelanggan pintar.

Sudah tentu, ini hanyalah contoh dan hasil boleh berbeza-beza bergantung pada perniagaan, industri atau jenis teknologi yang menyokong penyelesaian perkhidmatan pelanggan pintar anda, yang boleh memberi anda asas perbandingan yang baik.

Atas ialah kandungan terperinci Bercakap tentang penunjuk perkhidmatan pelanggan kecerdasan buatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!