در سال‌هایی که به عنوان سرپرست مرکز تماس مشغول به کار بوده‌ام همواره به این نکته توجه کرده‌ام که بخش زیادی از زمان تیم صرف جمع‌آوری داده و گزارش و نمودار و جدول و… می‌شود. آمارهای جهانی نیز نشان می‌دهند که سازمان‌ها 80 درصد زمان خود را برای جمع‌آوری اطلاعات و تنها 20 درصد از آن را برای استفاده از آن اطلاعات صرف می‌کنند. به همین دلیل، قصد دارم که در این مقاله در مورد «بهبود تجربه مشتری با هوش مصنوعی» صحبت کنیم.
یک پلتفرم پایگاه داده در ایالات متحده (MongoDB) اعلام کرده است که 80 تا 90 درصد داده‌هایی که سازمان‌ها جمع‌آوری و پردازش می‌کنند ساختار مشخصی ندارد. از نظر من، ساختار تابع هدف است؛ به عبارت دیگر، می‌توان گفت که این داده‌ها بدون یک هدف و استراتژی شفاف ثبت، جمع‌آوری و پردازش می‌شوند.
[lwptoc]
تجربه عملی من نشان می‌دهد که ارزش افزوده واقعی در به‌کارگیری مؤثر، به‌موقع و دقیق داده‌ها اتفاق میفتد. در واقع، بسیاری از نمودارها و جداول جذاب و رنگی که حاوی اطلاعات هستند، تنها برای آب و رنگ دادن به گزارش‌ها به کار می‌روند.
از همین رو و به واسطه این نیاز پررنگ و بسیار بااهمیت کال‌سنترها، این اواخر درباره نقش هوش مصنوعی و وعده‌های امیدبخش آن در زمینه بهبود تجربه مشتری بسیار کنجکاو شده‌ام.
هر مشتری در مسیر سفر خود با برند ما، پروفایل و تصویری شخصی و منحصربه‌فرد در اختیارمان می‌گذارد که شامل تاریخچه خرید، روز تولد، ترجیحات انتخاب شده، آدرس و… است. هوش مصنوعی قرار است این تصویر را یکپارچه کرده و به داده قابل استفاده تبدیل سازد.
در طول دوران کاری‌ام بسیار به این موضوع برخورده‌ام که مشتریان بخش‌های دیگر سازمان به اشتباه با بخشی که من مسئولیت آن را داشته‌ام ارتباط گرفته‌اند. بنابراین بسیاری از ذی‌نفعان حوزه خدمات مشتریان انتظار دارند که هوش مqصنوعی مشتری را در مسیریابی «ارتباط گرفتن با نقطه درست مرکز تماس برای رسیدن به بهترین پاسخ» یاری کند.
نقش هوش مصنوعی به پشتیبانی از کارشناسان برای پاسخگویی و گسترش خدمات سلف‌سرویس محدود نمی‌شود. بلکه هوش مصنوعی قابلیت کنترل و نظارت دقیق، جامع و منظم بر مکالمات و ارتباطات صورت‌گرفته را نیز در اختیار سرپرستان قرار می‌دهد، که در این زمینه باید قدردان قابلیت جذاب تبدیل صوت به متن (STT) بود. همچنین تشخیص نقاط درد مشتریان و بهبود تجربه مشتری با هوش مصنوعی نیز به کمک سرویس‌های مهیاشده ساده‌تر خواهد شد.
در نظرسنجی مؤسسه اودیگو، از هر 5 مدیر اجرایی در اروپا 4 نفر معتقد بودند که مراکز ارتباط با مشتری آنها در شش حوزه می‌تواند بهبود پیدا کند: بهره‌وری هزینه‌ها، تعهد شغلی، حفظ کارکنان، تجربه مشتری، شاخص‌های سنجش رضایت مشتریان و افزایش اثربخشی فروش. در اینجا به شش روش بهبود و توسعه مراکز ارتباط به کمک هوش مصنوعی می‌پردازیم:
شناسایی حوزه‌هایی برای بهبود و توسعه
پیش از هر چیز، سازمان‌ها باید از ارزش‌های مهم خود آگاه باشند، تا با سرمایه‌گذاری بر هوش مصنوعی و تمرکز روی این ارزش‌ها، به دو هدف جلب رضایت مشتریان و توسعه درآمد دست پیدا کنند. نظرسنجی اودیگو نشان می‌دهد مدیران به ترتیب اهمیت به دنبال این واسطه‌ها هستند:
بهبود رضایت مشتریان، بهبود نگهداشت مشتریان، افزایش تعداد مشتریان جدید، پیش‌بینی و برآورده کردن نیازهای مشتریان سازمان، وا داشتن مدیران به شنیدن صدای(خواسته) مشتریان.
به کار بستن هوش مصنوعی برای شناخت بیشتر مشتریان
مدیران کسب‌وکارهای اروپایی حاضر در این نظرسنجی عنوان کردند که هوش مصنوعی به فهم دقیق‌تر ترجیحات شخصی‌سازی‌شده مشتریان کمک زیادی می‌کند. همچنین، موضوع برقراری ارتباط همدلانه برای درک احساسات و تمایلات مشتریان نیز بسیار حائز اهمیت است. شناخت بهتر مشتریان یکی از راه‌های بهبود تجربه مشتری با هوش مصنوعی می‌باشد.
به‌کارگیری هوش مصنوعی برای کاهش شاخص زحمت مشتری
بهینه‌سازی زحمت مشتری شاخص بسیار مهمی در موضوع وفادارسازی مشتریان و تکرار خرید آنهاست. بنابراین پرداختن به دو حوزه به کمک هوش مصنوعی بسیار مهم است: تشخیص به‌موقع و انطباق مشکل مشتری با راه‌حل‌ها، و هدایت صحیح ارتباط او در مسیر درست برای دریافت بهترین پاسخ. سنجش و شناخت مشتریان در ارتباط با سازمان.
حمایت از کارشناسان به کمک هوش مصنوعی
مسئله جذب و استخدام، آموزش و حفظ انگیزه و تعهد کارشناسان مرکز تماس عاملی حیاتی در حوزه مدیریت کال‌سنتر است. فراهم کردن یک محیط کاری حمایتی و مشارکتی نه‌تنها رضایت کارکنان را افزایش می‌دهد، بلکه به بهبود خروجی تجربه فراهم شده برای مشتریان نیز کمک می‌کند.
در نظرسنجی مؤسسه اودیگو، از هر 5 مدیر اجرایی در اروپا 4 نفر معتقد بودند که مراکز ارتباط با مشتری آنها در شش حوزه می‌تواند بهبود پیدا کند: بهره‌وری هزینه‌ها، تعهد شغلی، حفظ کارکنان، تجربه مشتری، شاخص‌های سنجش رضایت مشتریان و افزایش اثربخشی فروش.
حمایت از کارکنان با فراهم ساختن داده‌های مورد نیاز آنها در مسائل روتین و ساده و همینطور در مسائل پیچیده مورد انتظار مشتریان، به کار بستن مدل‌های آموزشی مناسب در فرآیند جذب، شروع خدمت و آموزش ضمن خدمت کارشناسان و جذاب‌تر ساختن کار پاسخگویی برای آنها همگی وعده‌های هوش مصنوعی در این زمینه هستند.
توسعه کانال‌های ارتباطی چندگانه به کمک چت‌بات‌ها
حاضران در این نظرسنجی از چت‌بات‌ها در همه کانال‌های ارتباطی‌شان بهره می‌برند. این چت‌بات‌ها می‌توانند متنی و یا صوتی باشند.
پیش‌بینی نیازهای مشتریان به کمک هوش مصنوعی
بیش از نیمی از مدیران اروپایی، به ویژه اسپانیا و بریتانیا، معتقدند ابزارهای هوش مصنوعی برای پیش‌بینی نیازهای مشتریان بسیار کارآمدند. از این رو مراکز ارتباط و حوزه خدمات مشتریان را برای تعریف اقدامات به‌موقع متناسب با تغییرات نیازهای مشتریان یاری می‌کنند.
بهبود تجربه مشتری با هوش مصنوعی
در این مقاله در مورد بهبود تجربه مشتری با هوش مصنوعی صحبت کردیم. نکته حائز اهمیت این است که نیمی از شرکت‌کنندگان در این نظرسنجی معتقدند پرداختن به AI در حوزه نیازهای مشتریان خود نیازمند بهبود است و فعلاً نسخه صفری از آن در دست است که به مرور زمان ارتقاء می‌یابد. این سیستم قرار نیست جایگزین کارشناسان شود، اما به بهبود خدمات ارائه‌شده توسط آنها و افزایش رضایت‌شان از کار پشتیبانی کمک می‌کند؛ در واقع هم به کارشناسان مراکز ارتباط، هم به مشتریان این مراکز.
برای اطلاعات بیشتر در خصوص این مدل داده ها به وبسایت زیر مراجعه کنید: https://www.mongodb.com/unstructured-data