10、AI可用于更好地捕獲和優(yōu)先服務(wù)潛在客戶(hù)
AI可以被證明在捕獲和優(yōu)先排序潛在客戶(hù)，更快地轉換潛在客戶(hù)，檢測和減少放棄以及更高效地培育潛在客戶(hù)方面非常有用。
例如，組織可以使用機器學(xué)習來(lái)繪制網(wǎng)站訪(fǎng)問(wèn)者的模式和行為。
此外，該技術(shù)可以確定客戶(hù)在網(wǎng)站上流失，可能離開(kāi)網(wǎng)站或放棄購物車(chē)的預測結果。
這可能很有價(jià)值，因為它允許營(yíng)銷(xiāo)和銷(xiāo)售團隊在正確的時(shí)間通過(guò)正確的渠道--聊天，聊天機器人，現場(chǎng)銷(xiāo)售代表，電子郵件，移動(dòng)設備--參與其中。
感謝Genesys的Brendan Dykes
11、AI需要一個(gè)明確定義的目的
在進(jìn)入人工智能世界之前，請花些時(shí)間確定您的企業(yè)想要自動(dòng)化的領(lǐng)域。問(wèn)問(wèn)自己：AI應該使用在什么渠道？
例如，如果您的組織采用全渠道策略，那么網(wǎng)絡(luò )聊天或社交媒體可能是理想的起點(diǎn)，因為許多平臺已經(jīng)內置了集成工具。
您的AI應該處理什么問(wèn)題？定義AI應該放在哪里，例如作為可以輕松回答查詢(xún)的守門(mén)人，然后應該指向人類(lèi)客戶(hù)服務(wù)座席。
最重要的是，向座席定義移交過(guò)程--避免突然過(guò)渡，記錄AI會(huì )話(huà)以供座席審查，以便客戶(hù)不必重復自己并確保在過(guò)渡期間通知客戶(hù)。
12、聊天機器人更多地用于協(xié)助座席
聊天機器人現在被用作座席的專(zhuān)用虛擬個(gè)人助理。他們將來(lái)自聯(lián)絡(luò )中心和業(yè)務(wù)其他部分的學(xué)習結合起來(lái)，為座席提供實(shí)時(shí)知識以及建議的解決方案，以解決客戶(hù)疑問(wèn)。
聯(lián)絡(luò )中心解決方案中的媒體檔案是創(chuàng )建機器學(xué)習的生活庫和以前聊天交互歷史記錄的理想場(chǎng)所。
轉錄的語(yǔ)音對話(huà)，充滿(mǎn)了非結構化數據，轉換為結構化數據，可以通過(guò)文本輕松搜索。
座席可以通過(guò)語(yǔ)音或文本通信與他們的“機器人伙伴”互動(dòng)，而虛擬技術(shù)在幕后工作以實(shí)時(shí)支持他們。
感謝Puzzel的Colin Hay
13、AI可以預測面向客戶(hù)的指標分數（例如CSat）
使用AI，您可以分析收集的大量數據，以準確預測客戶(hù)的凈推薦值（NPS），客戶(hù)滿(mǎn)意度（CSat）或客戶(hù)努力得分（CES）等指標。
這有可能改善呼叫路由，因為您可以根據這些預測分數將客戶(hù)路由到預計與之建立最佳關(guān)系的座席。
此外，如果您擁有包含AI功能的分析系統，您可以預測客戶(hù)對某些座席操作的反應，并使用此信息實(shí)時(shí)指導座席。
14、AI可以更好地了解整體客戶(hù)體驗
大多數組織記錄客戶(hù)呼叫并捕獲其他渠道上的交互以用于質(zhì)量保證目的。但他們忽視了同樣的信息可以為更好的客戶(hù)和座席體驗提供的巨大洞察力。
事實(shí)上，大多數組織只聽(tīng)取他們每月收到的電話(huà)的1％到3％--可能是因為它是難以分析的非結構化數據。
使用AI技術(shù)的分析系統可以獲取非結構化數據的這種資源并對其進(jìn)行分析，以及來(lái)自調查或評論站點(diǎn)的結構化數據。
感謝CallMiner的Frank Sherlock
15、會(huì )話(huà)AI需要簡(jiǎn)單的人類(lèi)升級路徑
客戶(hù)通常通過(guò)電話(huà)共享敏感信息，字母數字數據和電子郵件地址。基于規則的AI解決方案將無(wú)法理解話(huà)語(yǔ)和意圖的復雜性。這就是人類(lèi)要介入的地方。
實(shí)時(shí)的人工參與將幫助AI更好地“理解”客戶(hù)，并幫助系統隨著(zhù)時(shí)間的推移而學(xué)習。
即使在處理高級AI技術(shù)時(shí)，通常也會(huì )出現無(wú)法理解客戶(hù)查詢(xún)或者不知道答案的情況。此時(shí)可能發(fā)生的最糟糕的事情是AI技術(shù)會(huì )以不準確的答案繼續響應。
AI技術(shù)應該能夠識別他們何時(shí)不知道查詢(xún)的答案并將對話(huà)重定向到現場(chǎng)座席。
此外，如果它能夠將對話(huà)的上下文和過(guò)去歷史傳遞給座席，那么這是一個(gè)巨大的優(yōu)勢，這樣用戶(hù)就不必重復自己曾經(jīng)做過(guò)的事情。
感謝Interactions的Priyanka Tiwari
16、AI可以管理大量非結構化數據
由人工智能和機器學(xué)習提供支持的分析系統可以幫助企業(yè)梳理大量以前非結構化的數據集，以發(fā)現客戶(hù)的想法和感受。
這些工具可以從聯(lián)絡(luò )中心呼叫，社交媒體和消息應用程序中捕獲數據，并將其與CRM系統中的信息相結合。
利用這些數據，組織可以個(gè)性化每個(gè)客戶(hù)對話(huà)，建立融洽關(guān)系，提供更好的建議，并建立已成為客戶(hù)體驗關(guān)鍵的情感互動(dòng)。
服務(wù)經(jīng)理還可以使用這些見(jiàn)解來(lái)改善團隊的運營(yíng)，減少客戶(hù)旅程中的潛在挫折感并指導座席溝通技巧。
感謝NewVoiceMedia的Artur Michalczyk
17、AI將改變座席的工作角色
通過(guò)所有關(guān)于人工智能和自助服務(wù)的討論，人們很容易認為座席將成為聯(lián)絡(luò )中心不那么重要的部分。這不一定是真的，但他們的角色肯定會(huì )隨著(zhù)時(shí)間而改變。
我們已經(jīng)看到虛擬助理與聯(lián)絡(luò )中心團隊一起工作，通過(guò)客戶(hù)對話(huà)指導座席如何采取下一個(gè)最佳步驟。
一家英國電信巨頭利用這項技術(shù)指導聯(lián)絡(luò )中心的10，000名座席，并在600家零售店中為員工提供答案和流程。
結果？首次聯(lián)絡(luò )解決率提高了37％，凈推薦得分提高30分，速度提高50％。
感謝eGain的Anand Subramaniam
18、AI被更多地用于自動(dòng)化普通任務(wù)
許多任務(wù)，特別是在客戶(hù)服務(wù)中，總是需要人與人之間的聯(lián)系，以便提供客戶(hù)所記憶的“哇”時(shí)刻。
但是，在數量驚人的情況下，許多更普通的聯(lián)絡(luò )中心活動(dòng)可以通過(guò)RPA實(shí)現自動(dòng)化，讓您的團隊專(zhuān)注于高價(jià)值流程。
在RPA方面，并非所有專(zhuān)家都能提供幫助。如果某人非常擅長(cháng)提供流程，他們可能不是為普通用戶(hù)設計解決方案的最佳人選。
19、AI可以通過(guò)認知自動(dòng)化做出決策
認知自動(dòng)化使用AI來(lái)自動(dòng)化需要決策技能的流程。這可以有效地利用機器人實(shí)現更加個(gè)性化和高效的客戶(hù)參與。
但是，日常任務(wù)的自動(dòng)化將不可避免地對某些角色產(chǎn)生影響，例如數據輸入工作。
可能還會(huì )對理財規劃師產(chǎn)生負面影響。但是，隨著(zhù)一些職業(yè)受到影響，其他職業(yè)將會(huì )增長(cháng)，從而為改進(jìn)和提升創(chuàng )造空間。
現在不太熟悉但在其標題中有一些“自動(dòng)化”變體的職稱(chēng)很快就會(huì )非常熟悉，提供大量的職業(yè)和再培訓機會(huì )。
感謝Business Systems的Garry White
聲明:版權所有 合作媒體謝絕轉載
原文網(wǎng)址：
https://www.callcentrehelper.com/artificial-intelligence-contact-centre-should-know-142841.htm
