Поддержка для техподдержки: как искусственный интеллект меняет сервис в российском бизнесе
Любой клиентский сервис стоит воспринимать через призму сферы бизнеса. Покупатели продуктового “у дома” будут крайне удивлены, получив сервис уровня премиальных автосалонов, чего уж говорить об обратной ситуации. Поэтому опыт, который я опишу пусть и применим к любой сфере бизнеса, но наиболее актуален для компаний с сотнями тысяч клиентов, получающих услуги по сервисной модели с ежемесячным платежом. В моем случае, – это оператор связи, предоставляющий услуги домашнего интернета и ТВ. Когда клиентов не просто много, а очень много, когда “что-то сломалось” может быть локальной проблемой или глобальной аварией, из-за которой клиентский отдел буквально через минуту накроет валом обращений недовольных клиентов, когда громче всех кричат в трубку и пишут большими буквами в чате те, кто забыл вовремя оплатить услуги, нужна помощь ИИ и предиктивные технологии.
Именно в ситуации с большим количеством однотипных запросов искусственный интеллект наиболее полезен для клиентского отдела или службы поддержки. Главными плюсами современных решений являются возможность обрабатывать массу обращений и, что важнее, делать далеко идущие выводы, предсказывать ситуацию. Например, оператор связи может использовать сразу три инструмента, которые в сумме могут не только упростить жизнь технической поддержке, но и избежать реальных последствий на телекоммуникационной инфраструктуре:
Утилита мониторинга сети позволяет увидеть нагрузку на сеть в спокойные часы и во время пиковых нагрузок. ИИ, получая данные может их систематизировать и анализировать, предсказывая ситуацию на несколько месяцев вперед. А что будет, если в этом доме к сети подключится еще 100 абонентов? А что если у магистрального оператора произойдет авария? А какое домашнее оборудование предлагать абонентам, чтобы они получали лучшую скорость интернета без потери качества услуги для соседей? Раньше на эти вопросы отвечали предположениями, теперь искусственный интеллект дает довольно точные прогнозы.
Речевая аналитика дает возможность оцифровать все телефонные разговоры, выявить сложности и отработать их превентивно. Аналитика фиксирует любой негатив от легкого недовольства в интонации до обсценной лексики, позволяет отметить любые ключевые слова и видеть разницу между диалогами со словами “авария” или “профилактика”. Искусственный интеллект, собирающий все данные вместе, сверяет обращения в разговорах с адресной программой оператора и утилитой мониторинга сети и указывает на слабые точки. Таким образом мы предсказываем, где с наибольшей вероятностью произойдет авария связанная с повышенной нагрузкой на сеть, можем провести профилактику или расширить пропускную способность сети, обновив оборудование на нужных узлах.
Система поиска упоминаний в социальных сетях позволяет дополнить пул информации об абоненте, получить данные об эффективности работы клиентского отдела и при необходимости связаться с пользователем в комфортном для него пространстве. В чатах ЖК и группах домов в социальных сетях жильцы делятся мнением о качестве услуг, а мы, обращая внимание не только на прямые упоминания компании, но и на косвенные фразы, вроде “у всех работает интернет?” или “как отключить услугу?”, можем узнать причины недовольства напрямую у абонента и разрешить ситуацию в режиме онлайн. Искусственный интеллект, получая информацию о комментариях абонентов, может сверить тональность высказываний в социальных сетях с обращениями в телефонных разговорах, выявить нерешенные проблемы или недоработки службы технической поддержки. Если в разговоре с оператором абонент доволен, а в социальных сетях пишет гадости, необходимо разобраться в ситуации, что было бы невозможно без обработки большого объема данных ИИ.
Простой пример: абонент не звонит на горячую линию, но пишет гневные комментарии в чате дома в телеграм. При этом утилита мониторинга сети не показывает проблем на магистрали, а соседи в общении со службой контроля качества абсолютно довольны качеством предоставляемых услуг. Вероятнее всего у недовольного клиента в квартире установлен устаревший роутер, который резко снижает качество использования услуги. Значит, можно написать с официального аккаунта в телеграм и предложить новый роутер, который можно получить бесплатно, выбрав тариф с более высокой скоростью. Проблема решена до того как появилась. Естественно, можно играть в Шерлока с каждым абонентом, но не имея инструментария и возможность обрабатывать большой массив данных,
Когда ИИ нужна помощь человека
Естественно, такая система не работает без человека. К сожалению, ИИ не может проявить достаточно эмпатии и верит на слово, без возможности распознать сарказм или ответы “на отстань”. Это продиктовано технологией спич-ту-текст, когда голосовые сообщения переносятся в текст и только после этого анализируются, а анализ текста без интонации не каждому человеку под силу, чего уж говорить о машине. Безусловно, искусственный интеллект может зафиксировать паузу или негатив в речи абонента, но не готов отличить саркастичное “10 из 10!!!” от искреннего восторга клиента. Например, заменив сотрудника отдела качества на предзаписанное аудио на автоматическом обзвоне, можно не только вызвать негатив, но и упустить выгоду. Живой оператор клиентского сервиса может по интонации понять, что клиент не доволен, а робот просто запишет оценку и руководство будет думать что все хорошо. Абонент не будет делиться сложностями с машиной, понимая, что эмпатии или желания решить проблему у нее нет.
Искусственный интеллект — это такой же инструмент как и любой другой, просто новый, поэтому надеяться на него как на волшебную палочку точно не стоит. Также когда-то бизнес надеялся на CRM системы, которые со временем стали нормой, хотя в момент появления воспринимались как магия. Кстати, именно в связке с CRM, куда выгружается сумма по всем коммуникациям с абонентом, ИИ работает лучше всего. Например, зная, что клиент говорил в предыдущем обращении, можно проявить дополнительную заботу и уточнить решена ли задача. Имея информацию о том, что абонент и его соседи пишут в социальных сетях и открытых каналах в мессенджерах, можно подтолкнуть разговор в нужную тему и предиктивно оказать сервис до того как сложность стала проблемой. Систематизируя информацию, можно обучать сотрудников на наиболее показательных примерах, моделировать ситуации и их варианты развития. Главное — не заиграться в «Большого Брата»
Когда ИИ может принести бизнесу ущерб и убытки
Именно ситуация, когда бизнес слишком сильно верит в очередную “волшебную таблетку”, опасна. Автоматические решения уже очень похожи на человека, но все еще недостаточно. Большую часть вопросов может решить бот, автоответчик, умный помощник или другая технология, но абонент будет скорее раздражен или напуган, а не доволен. Самый яркий пример — люди, которые первые несколько секунд разговаривают с автоответчиком, пока не понимают, что это запись. Даже если предложение полезно и нужно, разговор будет завершен из-за обмана ожиданий и раздражения.
Не менее важен баланс между желанием внедрить технологии и реальным положением дел. Компании по привычке гонятся, например, за снижением времени ожидания пользователя при входящем обращении: «среднее время нашего ответа 10 секунд», «а мы берем трубку через 5 секунд!». А на деле, голосовой помощник со встроенным ИИ, который взял трубку, нужен только для того, чтобы переключить на «квалифицированного специалиста», которого клиент будет ждать несколько минут. В таком варианте развития событий время ожидания, фактически, увеличилось, клиент все так же слушает классическую музыку и с трепетом следит за своим номером в очереди или по третьему разу повторяет суть запроса, который ИИ не может расшифровать.
Клиентский сервис близок к технологическому переходу и неотличимости машины от человека. Боты, использующие речевые модели, уже отвечают осмысленно, голосовые помощники идеально копируют звучание живого человека, а прогрессивные клиентские отделы, могут, если захотят, знать как зовут собаку клиента и куда он ездил отдыхать в этом году. Необходимо с умом использовать наши текущие возможности. Но при всей любви к технологиям, очевидно, что «человеку нужен человек», поэтому, вне зависимости от автоматизации, единственной константой эффективного клиентского сервиса, остается человеческое отношение.
Опубликовано 23.08.2024