Mitä KPI-mittareita asiakaspalvelun tekoälytyökalut parantavat?
Kuten useimmilla paljon huomiota saavilla uusilla teknologioilla, tekoälyllä on monia hyödyllisiä käyttökohteita – ja runsaasti myös muita, jotka ovat pelkkiä temppuja. Asiakaspalvelun kohdalla innostus on kuitenkin perusteltua: IT-tutkimusyritys Gartner arvioi, että chatbotit ovat 25 prosentin yrityksistä pääasiallinen asiakaspalvelukanava vuoteen 2027 mennessä.
Monet yritykset ottavat innokkaasti käyttöön tekoälypohjaisia työkaluja, kuten chatbotteja ja ennakoivaa analytiikkaa, osana asiakaspalveluprosessejaan. Hyvästä syystä: tämä teknologia auttaa tiimejä ratkaisemaan ongelmat nopeammin ja vapauttaa ihmisasiakaspalvelijat keskittymään asiakassuhteisiin sen sijaan, että he vastaisivat samaan kysymykseen tuhannetta kertaa.
Hyötyjä kannattaa silti tarkastella täsmällisemmin:
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Mitä asiakaspalvelun KPI-mittareita tekoälyn lisääminen asiakaspalveluun parantaa?
Tässä artikkelissa esittelen seitsemän keskeistä suorituskykymittaria, joihin tekoälyn lisääminen asiakaspalveluun vaikuttaa eniten. Seuraamalla näitä asiakaspalvelumittareita voit hyödyntää tekoälyä paremmin kustannusten vähentämiseen, asiakastyytyväisyyden lisäämiseen ja asiakaskokemuksen parantamiseen.
Mitkä ovat parhaat tekoälytyökalut asiakaspalveluun?
Yleisesti ottaen tekoälypohjaiset asiakaspalvelutyökalut jakautuvat kolmeen ryhmään: asiakkaille suunnattuihin chatbotteihin ja virtuaaliagentteihin, tekoälypohjaisiin analytiikkaohjelmistoihin sekä taustatoimintojen tekoälytyökaluihin, jotka auttavat asiakaspalvelijoita ja automatisoivat prosesseja.
Asiakaspalvelutiimit ottavat usein käyttöön esimerkiksi seuraavanlaisia työkaluja:
- Keskustelevat chatbotit: Nämä luonnollisen kielen käsittelyä hyödyntävät botit voivat keskustella asiakkaiden kanssa tekstin tai puheen välityksellä ja käsitellä yleisiä asiakaskyselyitä ilman ihmisasiakaspalvelijoiden apua. Chatbotit käyttävät tietämyskantoja rutiininomaisten ongelmien, kuten tilitietoja, tuotteita ja usein kysyttyjä kysymyksiä koskevien asioiden, ratkaisemiseen.
- Virtuaaliagentit: Virtuaaliagentteja voi ajatella eräänlaisina ”kehittyneinä chatbotteina”, jotka hyödyntävät syväoppimisalgoritmeja ymmärtääkseen asiayhteyksiä ja käydäkseen pidempiä keskusteluja asiakkaiden kanssa. Niillä on myös todennäköisemmin nimi ja persoonallisuus. Chatbottien tavoin virtuaaliagentit toimivat ensimmäisenä puolustuslinjana ja ratkaisevat monimutkaisempia ongelmia ennen kuin siirtävät keskustelun tarvittaessa ihmisasiakaspalvelijalle.
- Ennakoiva analytiikka: Ennakoivan analytiikan työkalut perustuvat kehittyneisiin koneoppimismalleihin, jotka analysoivat asiakastietoja löytääkseen niistä malleja. Ennakoivan analytiikan työkalut ovat erityisen hyödyllisiä asiakkaiden tarpeiden ennakoinnissa ja asiakaspalvelijoiden auttamisessa palvelun personoinnissa. Niitä voidaan käyttää myös asiakaspoistuman vähentämiseen.
- Tunneanalyysi: Tunneanalyysityökalut havaitsevat asiakkaiden mielialat ja tunteet keskustelujen aikana analysoimalla teksti- ja puhedataa. Näin virtuaaliagentit voivat havaita tyytymättömyyden ja mukauttaa lähestymistapaansa sen mukaisesti tai siirtää keskustelun ihmisasiakaspalvelijalle.
Tekoälypohjaisten asiakaspalvelutyökalujen parantamat KPI-mittarit
Tekoälypohjaisten asiakaspalvelutyökalujen menestys määräytyy suurelta osin sen perusteella, kuinka paljon asiakaspalvelun kuormaa ne voivat poistaa ihmisasiakaspalvelijoilta. Ohjausaste, ratkaisukohtaiset kustannukset ja tikettien määrä mittaavat tätä tekijää suoraan tai epäsuorasti.
Toinen painopiste on yleensä nopeus: mittareilla, kuten ensimmäisen vastauksen ajalla, keskimääräisellä käsittelyajalla ja ratkaisulla ensimmäisen yhteydenoton aikana, voidaan seurata, kuinka nopeasti asiakkaita autetaan.
Näiden tukipalvelumittareiden parantaminen edistää merkittävästi myös keskeisten mittareiden, kuten asiakastyytyväisyyspisteiden (CSAT), suositteluindeksin (NPS) ja asiakkaan vaivannäköpisteiden (CES), paranemista.
1. Ohjausaste
Kasvava ohjausaste on yksi selkeimmistä merkeistä siitä, että investointisi tekoälypohjaiseen asiakaspalveluun tuottaa tulosta. Jos olet investoinut chatbotteihin, virtuaaliavustajiin tai muihin tekoälypohjaisiin itsepalvelutyökaluihin, ohjausasteesi – eli niiden keskustelujen prosenttiosuus, jotka tekoälyjärjestelmäsi käsittelevät ilman ihmisasiakaspalvelijoiden apua – pitäisi olla huomattava.
Intercomin suunnittelema tekoälychatbot Fin ilmoittaa ohjausasteekseen jopa 60 %. Tukikyselyidesi monimutkaisuudesta riippuen jotkin chatbotit voivat käsitellä jopa 80 % kyselyistä ilman ihmisen osallistumista.
Finin kaltaiset työkalut hallitsevat tämän yhdistämällä luonnollisen kielen käsittelyn, ennalta määritellyt keskustelukulut ja tuotetta koskevan dokumentaation syvällisen ymmärtämisen. Tavoitteena on, että yleisimmät tukikyselyt – kuten tilitiedot, tilauksen tila, palautukset ja yksinkertainen vianmääritys – hoidetaan kokonaan tekoälychatbottien avulla, jolloin ihmistukihenkilöt voivat keskittää huomionsa monimutkaisiin kyselyihin ja asiakassuhteiden rakentamiseen.
2. Kustannus ratkaisua kohden
Kun maailmanlaajuista asiakastukitoimintaa tarkastellaan kokonaisuutena, kokonaismäärät ovat hämmästyttäviä: asiakkaat lähettävät vuosittain 265 miljardia tukipyyntöä. Chatbotit ja tekoälyavustajat auttavat siirtämään osan tästä työstä pois ihmisten harteilta, vähentäen ihmisten muodostamien asiakastukitiimien kuormitusta ja säästäen yrityksiltä yli 11 miljardia dollaria vuodessa.
Tekoälyn vaikutus ratkaisua kohden laskettaviin kustannuksiin kiteytyy yhteen tekijään: se on ihmisiä edullisempi. Tämä tarkoittaa, että kun yhä useampia asiakaskyselyitä siirretään itsepalveluna toimivalle tekoälylle, keskimääräisten ratkaisukustannusten pitäisi pienentyä.
Kuinka suuri tekoälyn vaikutus ratkaisua kohden laskettaviin kustannuksiin tarkalleen ottaen on dollarimääräisesti ilmaistuna? Asiakastukikontaktin kustannuksia on tunnetusti vaikea yleistää yritysten välillä. Muuttujia on liian paljon: esimerkiksi toimiala, monimutkaisuus ja työvoimakustannukset. Jotta saisit kuitenkin käsityksen mahdollisista säästöistä, asiakastukityökalu LiveAgent kertoo, että alan keskimääräinen kustannus kontaktia kohden on $7.16. Samaan aikaan Intercomin edellä mainittu tekoälychatbot Fin maksaa 86 % vähemmän eli $.99 ratkaisua kohden.
3. Ensimmäinen vastausaika (FRT)
Asiantuntevat CX-johtajat saattavat pohtia, mihin heidän tulisi keskittyä tekoälyn aikakaudella. Yksi klassinen asiakaskokemuksen painopiste on ajankohtaisempi kuin koskaan: asiakkaiden ajan säästäminen. Forresterin mukaan 66 % asiakkaista sanoo, että tärkeintä, mitä yritys voi tehdä, on arvostaa heidän aikaansa. Kun chatbotit ovat yleistyneet, asiakkaiden odotukset ovat kasvaneet: 40 % asiakkaista odottaa saavansa chatbotilta vastauksen viiden sekunnin kuluessa.
Tekoäly on ennen kaikkea nopea: chatbotit voivat vastata asiakkaille muutamassa sekunnissa vuorokauden ympäri. Jos asiakas tarvitsee ihmisen apua, virtuaaliagentit voivat kerätä tarvittavat tiedot ja saada asiakaspalvelijan linjoille noin 30 sekunnissa. Tämän jälkeen tekoäly voi auttaa vielä lisää tarjoamalla asiakaspalvelijoille kontekstitietoisia ehdotuksia.
Uusimman asiakastukiohjelmiston – tekoälyn tehostamana – avulla kaikkea tätä chatbottien ja ihmisten toimintaa on helppo tarkastella lintuperspektiivistä, ja analytiikkaa hyödynnetään automaattisesti, jotta näet prosessien kehittämiseen liittyvät trendit ja mahdollisuudet.
4. Tukipyyntöjen määrä
Yksi helpoimmista tavoista arvioida asiakastukesi kokonaisaktiivisuutta on tarkastella tukipyyntöjen määrää. Pintapuoliset vaikutukset ovat ilmeisiä: suuret määrät tarkoittavat kiireistä tiimiä.
Tukipyyntöjen määrä liittyy kuitenkin myös laajempiin mittareihin, jotka kytkeytyvät asiakastyytyväisyyteen. Erään kyselyn mukaan yrityksillä, joilla on vähemmän tukipyyntöjä, on yleensä korkeammat CSAT-pisteet. Kun tukipyyntöjen määrä kasvaa, asiakastukitiimit kuormittuvat liikaa, minkä seurauksena CSAT-pisteet yleensä laskevat.
Onneksi työkalut, jotka sisältävät tekoälyä asiakasmenestyksen tukena, soveltuvat hyvin tukipyyntöjen määrän vähentämiseen. Chatbotit ovat ensisijainen menetelmä: ne voivat käsitellä monia asiakaskyselyitä jo ennen kuin ne muuttuvat tukipyynnöiksi. Vankka tietämyskanta – jota käytetään sitten virtuaaliagenttien kouluttamiseen – on toinen tärkeä osa kokonaisuutta.
5. Keskimääräinen käsittelyaika (AHT)
Yhdelle yritykselle ihanteellinen keskimääräinen käsittelyaika ei välttämättä ole merkityksellinen toiselle; esimerkiksi vähäisen monimutkaisuuden aloilla, kuten vähittäiskaupassa, AHT on yleensä suhteellisen alhainen, kun taas televiestintäyrityksillä se on tyypillisesti korkeampi. Yleisesti ottaen “hyvä” AHT on perinteisessä puhelinkeskusympäristössä noin kuusi minuuttia.
Live-chatissa AHT on yleensä pidempi, koska sekä asiakaspalvelijat että asiakkaat voivat tehdä useita asioita samanaikaisesti, ja asiakaspalvelijat käsittelevät usein vähintään kolmea keskustelua kerrallaan. Jos asiakas kuitenkin ottaa yhteyttä ongelman vuoksi, mitä nopeammin se ratkaistaan, sitä tyytyväisempi hän on.
Yksinkertaisissa kyselyissä chatbotit voivat nopeuttaa AHT:tä tarjoamalla vastaukset moniin yleisiin kysymyksiin lähes välittömästi. Monimutkaisemmissa tapauksissa virtuaaliagentit voivat nopeasti kerätä tarvittavat tiedot asiakkailta ennen kuin siirtävät heidät ihmisasiakaspalvelijoille, jotka hoitavat viimeiset vaiheet.
6. Ensimmäisen yhteydenoton ratkaisuaste (FCR)
Mikään ei ole turhauttavampaa kuin ottaa yhteyttä asiakastukeen ja joutua ottamaan uudelleen yhteyttä, koska ongelmaa ei ratkaistu ensimmäisellä kerralla. Kun asiakkaat ottavat yhteyttä toisen kerran, nopean ratkaisun puuttuminen on saattanut jo vaikuttaa kielteisesti heidän käsitykseensä yrityksesi palvelusta.
Siksi on erittäin tärkeää ratkaista ongelmat heti ensimmäisellä yhteydenottokerralla. Ihannetapauksessa neljä viidestä asiakkaiden ongelmasta tulisi ratkaista ensimmäisen yhteydenoton aikana: 70–79 %:n FCR-astetta pidetään ”hyvänä” SQM Groupin toteuttaman yhteyskeskusalan vertailututkimuksen mukaan.
Tekoälyä hyödyntävät virtuaaliagentit voivat parantaa ensimmäisen yhteydenoton ratkaisuastetta auttamalla asiakkaita ratkaisemaan ongelmansa nopeasti itsepalvelun avulla. Tekoäly voi myös auttaa ihmisasiakaspalvelijoita ratkaisemaan enemmän ongelmia ensimmäisen yhteydenoton aikana tiivistämällä aiemmat asiakasvuorovaikutukset ja ehdottamalla ratkaisuja.
7. Asiakaspysyvyysaste
Mikään mittari ei ole SaaS-yrityksille tärkeämpi kuin asiakaspysyvyysaste. Onneksi tekoäly ennakoivassa asiakastuessa voi auttaa: tekoälyä hyödyntävä ennakoiva analytiikka ja tunneanalyysityökalut voivat käsitellä valtavia määriä asiakasdataa ja tunnistaa merkkejä siitä, milloin asiakkaalla on riski siirtyä pois asiakkaaksi.
Demografiset tiedot, ostohistoria, käyttöhistoria, tunteet ja tyytyväisyyskyselyt voivat olla vaikeasti tulkittavia yksittäin, mutta analytiikkatyökalut voivat havaita hienovaraisia malleja ja luoda ainutlaatuisia asiakaspoistuman ennustemalleja, joiden avulla asiakkaat voidaan saada ennakoivasti takaisin ennen kuin he lähtevät.
Tekoälyä hyödyntävän asiakaspalvelun voima
Tekoälyllä on mahdollisuus synnyttää asiakaspalvelun maailmassa harvinainen ”kaikkia osapuolia hyödyttävä tilanne”: yritysten kustannukset pienenevät, asiakkaat saavat nopeampaa palvelua ja tukihenkilöstön toistuva työ vähenee.
Nämä kolme tekijää yhdistyvät toisiaan vahvistavaksi kehäksi. Kun yritykset siirtävät suuren määrän asiakaspalvelukyselyitä tekoälyn hoidettaviksi, ne vähentävät kustannuksia ja vapauttavat ihmisasiakaspalvelijat tehtäviin, joissa heidän vahvuutensa pääsevät parhaiten esiin.
Asiakkaat saavat yhdistelmän nopeampaa palvelua rutiininomaisissa vuorovaikutustilanteissa ja empaattisempaa palvelua monimutkaisissa tilanteissa, mikä parantaa asiakaspysyvyyttä ja tyytyväisyyttä. Yritykset, jotka asettavat etusijalle empatiaa osoittavat ilmaukset asiakaspalvelussa, saavuttavat usein korkeamman tyytyväisyysasteen.
Seuraamalla oikeita asiakaspalvelun KPI-mittareita voit varmistaa, että tekoäly vaikuttaa asiakastukikokemukseen halutulla tavalla ja auttaa luomaan tyytyväisempiä ja uskollisempia asiakkaita.
Lisätietoja KPI-mittareista saat tutustumalla perusteelliseen artikkeliimme, joka käsittelee asiakasmenestyksen tärkeimpiä mittareita. Haluatko pysyä ajan tasalla CX-alan uusimmista tapahtumista? Tilaa uutiskirjeemme, niin saat CX-johtamiseen liittyviä vinkkejä, markkinointistrategioita, näkemyksiä ja tietoa alan trendeistä.
