AI, pertunjukan, dan Anda: trinitas suci layanan pelanggan

Sejak saya bergabung dengan Unbabel sebagai VP Global Alliances, saya telah bekerja sama dengan mitra seperti Zendesk, Salesforce, Microsoft, dan Concentrix, untuk mencari cara meningkatkan pengalaman pelanggan, menjadikannya lebih efisien, dan mengurangi biaya.

Tetapi membawa gangguan pada operasi skala besar tidaklah mudah, dan orang-orang sering kali terburu-buru menuju kemajuan teknologi terbaru, terutama kecerdasan buatan, seolah-olah mereka dapat menyelesaikan semua masalah mereka.

Tidak peduli seberapa keras Anda mendorong otomatisasi atau berapa banyak chatbot yang Anda bangun dan jalankan, Anda masih akan berjuang dengan masalah yang sama jika Anda tidak menghadapi masalah Anda sejak awal. Pelanggan Anda tidak menyukai bot. Mereka hanya ingin mendapatkan jawaban atas pertanyaan mereka. Anda tidak akan menghemat uang jika balasan otomatis Anda tidak benar-benar menyelesaikan pertanyaan pelanggan dan akhirnya menduplikasi proses dukungan.

Seolah-olah obatnya lebih buruk daripada penyakitnya—tetapi menyebarkan AI tidak harus seperti ini.

Bagaimana Anda dapat menerapkan alat inovatif ini dengan benar dalam bisnis Anda? Bagaimana Anda bisa membuat tim Anda menggunakannya? Bagaimana seharusnya Anda melihat kecerdasan buatan dalam layanan pelanggan? Dan pada akhirnya, seperti apa masa depan layanan pelanggan?

Pertanyaan-pertanyaan ini muncul beberapa bulan yang lalu, ketika saya sedang mempersiapkan presentasi untuk Unbabel Sales Kick Off, sebuah acara internal yang kami lakukan setahun sekali untuk tim penjualan dan pengembangan bisnis kami. Dan yang saya sadari adalah bahwa masa depan layanan pelanggan tidak hanya bergantung pada pendekatan yang lebih bernuansa inisiatif teknologi, tetapi juga pada tiga pilar utama — yang saya sebut "Tritunggal Mahakudus Layanan Pelanggan":

1. Kecerdasan Buatan
2. Ekonomi pertunjukan
3. Elemen manusia

Saya telah menulis ikhtisar tentang cara memadukan ketiga elemen ini untuk mengubah pengalaman pelanggan Anda dan membuka efisiensi operasional. Jika Anda tertarik untuk mempelajari lebih lanjut, saya akan menjelaskan lebih detail tentang pendekatan saya pada a Webinar dengan Helpshift.

1. Kecerdasan buatan

Sejujurnya, AI adalah istilah yang terlalu sering digunakan bahwa setiap orang putus asa untuk menunjukkan bahwa mereka benar-benar berhasil. Tapi hype bergema karena suatu alasan: AI akan membentuk masa depan layanan pelanggan. Kita harus pintar dalam menggunakannya.

Seperti yang dikatakan Andrew Moore, kepala bisnis Cloud AI Google, dalam sebuah wawancara untuk Tinjauan Teknologi MIT tahun lalu, AI bukanlah "debu ajaib yang Anda taburkan di organisasi dan itu menjadi lebih pintar".

Memahami teknologi

Kebanyakan orang yang saya ajak bicara tentang Kecerdasan Buatan melihatnya sebagai teknologi revolusioner yang akan mendominasi dunia kita atau mewujudkan impian pipa sci-fi kita yang paling jelas, dengan masing-masing dari kita menerima droid pribadi. Tapi ada lebih banyak AI daripada fantasi murni.

Oleh karena itu, langkah pertama dalam menggunakan AI secara efektif adalah memahami terdiri dari apa sebenarnya AI itu. Secara garis besar meniru beberapa elemen kecerdasan manusia pada mesin. Ini bekerja melalui pembelajaran mesin, di mana model AI dilatih pada kumpulan data tertentu untuk mempelajari apa yang normal, apa yang tidak normal, apa yang diharapkan darinya, dan informasi apa yang perlu dihasilkannya.

Data historis biasanya digunakan untuk melatih mesin. Setelah dilatih dengan data yang benar, mesin dapat mulai memprediksi hasil atau mengoptimalkan operasi. Di situlah letak daya tarik Kecerdasan Buatan untuk layanan pelanggan.

Semuanya bermuara pada membuat keputusan cerdas dan memahami di mana AI dapat membantu Anda mencapai hasil yang lebih baik, meningkatkan kepuasan pelanggan, mengurangi biaya, menskalakan operasi, dan memiliki pengalaman pelanggan yang lebih baik dan lebih personal.

Dalam sebuah studi yang dilakukan oleh eMarketer, ketika ditanya tentang aspek terpenting dari pengalaman pelanggan digital yang baik, 38% pengguna mengatakan bahwa masalah mereka diselesaikan dalam satu interaksi, sementara 26% mengatakan menerima tanggapan yang cepat dan tepat waktu.

Otomasi dalam operasi layanan pelanggan dengan cepat mengambil banyak bentuk, dari komunikasi pelanggan multibahasa hingga chatbot yang didukung AI. Nyatanya, Gartner memprediksi hal itu pada tahun 2020, hanya 15% interaksi pelanggan yang akan ditangani oleh manusia.

Masalah apa yang Anda pecahkan?

Anda harus ingat apa yang membuat Anda berpikir untuk menerapkan AI sejak awal. Pahami masalah yang Anda coba selesaikan dan apakah menggunakan kecerdasan buatan akan membantu atau tidak.

Faktanya, banyak sekali perusahaan yang bereksperimen dengan Kecerdasan Buatan itu mereka sering menjadi mangsa hype dan akhirnya menjadi berita utama untuk semua alasan yang salah.

Untuk menghindari hal ini, berikut adalah beberapa pertanyaan yang harus Anda tanyakan pada diri sendiri:

• Apa tujuanmu?
• Bagaimana Anda akan mengimplementasikan solusinya?
• Apakah mudah diintegrasikan ke dalam alur kerja Anda?
• Bagaimana Anda akan mengukur kesuksesan?

Jika Anda dapat mengukur dampak alat tersebut, menganalisis kualitas, dan mengukur cara meningkatkan kinerja, Anda berada di jalur yang benar.

Beberapa kata peringatan sebelum Anda mulai berbelanja alat bertenaga AI: Ada banyak laporan perusahaan yang diam-diam menggunakan manusia untuk melakukan pekerjaan bot dalam apa yang oleh beberapa ahli disebut sebagai "teknik Wizard of Oz".

2. Pertunjukan ekonomi

Ekonomi Gig mengambil alih dunia dan pekerjaan kontraktor independen dengan cepat menjadi normal baru. Tahun lalu, Biro Statistik Tenaga Kerja melaporkan bahwa 55 juta orang di AS adalah "pekerja manggung", yang merupakan lebih dari 35% tenaga kerja AS. Angka tersebut diproyeksikan melonjak menjadi 43% pada tahun 2020. Maka tak heran jika banyak orang yang membahas penerapan model ini pada layanan pelanggan.

Keuntungan model tenaga kerja non-tradisional dalam layanan pelanggan

Ketika perusahaan berjuang untuk menyeimbangkan kebutuhan untuk menahan biaya dan menyediakan layanan pelanggan yang berbeda, mereka perlu mengeksplorasi model tenaga kerja non-tradisional — atau gig economy. Pendekatan gig economy akan memungkinkan merek untuk mengelola proses ini dengan cara yang disengaja, mengurangi biaya sekaligus menjaga kualitas layanan tetap tinggi.

Masih banyak ketidakpastian seputar topik ini. Saat Kepala Gig Economy di Microsoft meminta semua orang di ruangan dengan 100 VP layanan pelanggan untuk mengangkat tangan jika mereka melakukan sesuatu yang berarti dengan gig economy di CS, hanya sekitar 10% dari mereka yang hadir yang mengangkat tangan.

Tapi Anda akan benar-benar terkejut melihat keuntungan operasional dari penerapan model tenaga kerja ini.

Mempekerjakan freelancer untuk layanan pelanggan akan memungkinkan Anda memiliki tim yang lebih fleksibel dan gesit. Anda akan dapat menangani volume tinggi, masalah pelanggan berulang, dan menggunakan komunitas ahli untuk memberikan layanan sentuhan tinggi kepada pelanggan atau bahkan dukungan peer to peer. Ini akan memungkinkan Anda untuk melepaskan sebagian besar dukungan pelanggan Anda ke komunitas ini (perusahaan seperti Apple telah melakukan ini selama bertahun-tahun sekarang).

Mengurangi biaya, meningkatkan CSAT, dan meningkatkan operasi

Menerapkan model gig economy ke layanan pelanggan telah terbukti menjadi eksperimen yang sangat sukses untuk merek-merek tertentu. Dan sebenarnya lebih mudah dari kelihatannya, begitu Anda menemukan pasangan yang tepat.

Samsung adalah contoh yang bagus untuk ini. Ketika raksasa teknologi Korea Selatan itu membuat keputusan untuk beralih dari saluran suara ke saluran digital tertulis seperti obrolan dan email, mereka menerapkan model gig economy. Dengan bantuan Langsung, sebuah perusahaan yang telah membangun platform pekerja manggung dalam layanan pelanggan, Samsung berhasil menskalakan jaringan manggung ahli ponsel dalam 6 bulan melayani 70 juta pengguna. Hasilnya cukup mencengangkan: 2 menit. waktu respons, 90% CSAT, tingkat resolusi 90%, dan hanya 10% kueri yang harus diselesaikan oleh agen internal.

LinkedIn membuat model serupa dengan Directly. Mereka menyadari bahwa mereka perlu meningkatkan jumlah agen sebanyak 50% dalam 12 bulan. Tetapi mereka tahu bahwa mereka tidak akan dapat merekrut dengan cukup cepat dan outsourcing bukanlah pilihan yang ingin mereka pertimbangkan. Solusinya? Memanfaatkan anggota Linkedin yang sangat berpengetahuan untuk memberikan dukungan kepada anggota tingkat gratis. Dengan cara ini, mereka berhasil mengizinkan agen mereka untuk menghabiskan waktu melayani pelanggan premium.

Di Unbabel, kami mengambil pendekatan serupa tetapi dengan dukungan pelanggan multibahasa. Didukung oleh AI dan disempurnakan oleh komunitas global ahli bahasa manusia, Unbabel mampu memberikan konten tingkat profesional pada skala yang dibutuhkan oleh perusahaan modern. Dan inilah yang telah kami lakukan untuk perusahaan seperti Skyscanner, Booking.com, EasyJet, Microsoft, dan Rovio. Jadi dengan menggabungkan keahlian manusia dan kecerdasan buatan, kami memberi bisnis dan pelanggan mereka kemampuan untuk saling memahami, membuat pilihan yang lebih cerdas, dan memiliki pengalaman yang lebih kaya.

3. Unsur manusia

Sekarang, semua yang saya sebutkan di atas tidak akan mungkin terjadi tanpa agen manusia. Tentu, otomatisasi itu bagus. Namun pada akhirnya, ini semua tentang memilih titik kontak yang tepat untuk diotomatisasi. Anda masih membutuhkan manusia untuk melakukan sisanya — dan menambahkan kemahiran.

Jadi saya sangat percaya bahwa setiap proyek inovasi pengalaman pelanggan yang sukses harus lebih memberdayakan manusia dan membuat mereka lebih baik dalam pekerjaan mereka.

Berkat teknologi swalayan dan alat kecerdasan buatan yang meningkatkan pengalaman pelanggan, agen pendukung menangani masalah yang tidak dapat diselesaikan sendiri oleh pelanggan. Namun, meski volume tiket dukungan menurun, pekerjaan agen layanan pelanggan tidak menjadi lebih mudah.

Mereka berada di bawah baku tembak konstan, menghadapi kemarahan pelanggan yang marah dan menangani masalah kompleks yang tidak dapat dipecahkan oleh mesin. Ini berarti orang-orang di tim Anda harus siap dan diperlengkapi sepenuhnya untuk mengatasi tantangan dukungan pelanggan.

Anda harus lebih fokus dalam menentukan proses yang tepat untuk tim dukungan pelanggan Anda dan melatih mereka untuk menggunakan alat yang paling berguna.

Pada akhirnya, ini bukan hanya tentang membawa inovasi ke layanan pelanggan demi itu, tetapi mengetahui dengan tepat apa yang harus dipraktikkan dan bagaimana menerapkannya. Tritunggal suci ini dapat memberi Anda permulaan.

Webinar: Cara Memanfaatkan AI untuk Membangun Tim Produktif di 2019

“Gartner memperkirakan bahwa pada tahun 2020, pelanggan akan mengelola 85% hubungan dengan perusahaan tanpa berinteraksi dengan manusia.”

Tahun 2020 sudah dekat — jadi semakin penting untuk mulai memikirkan teknologi yang akan membedakan merek Anda. Terlepas dari industrinya, bisnis secara keseluruhan dapat memperoleh manfaat dari mengevaluasi ulang saluran yang ada dan bereksperimen dengan alat baru yang berpotensi menghasilkan CX yang jauh lebih baik.

Tonton webinar 30 menit kami, dengan mitra kami dari Helpshift, dan dapatkan wawasan tentang:

• Cara menggunakan konten dengan benar untuk memperkaya saluran swalayan Anda
• Area yang harus Anda investasikan, untuk menyiapkan tim Anda agar sukses selama beberapa tahun ke depan
• Bagaimana AI dan bot dapat memodernisasi layanan pelanggan digital Anda
• Cara memanfaatkan platform AI untuk memberikan dukungan hemat biaya secara global

Sumber: https://unbabel.com/blog/artificial-intelligence-humans-customer-service/