Dyrektor ds. klientów mówi, że sukces integracji AI zależy od Twojej gwiazdy przewodniej

Teresa Anania jest doświadczoną dyrektorką ds. obsługi klienta, obecnie pełniącą tę funkcję w firmie Verint, gdzie integruje sztuczną inteligencję z procesami CX.

Porozmawialiśmy z nią, aby dowiedzieć się, gdzie osiąga najlepsze rezultaty. Powiedziała nam, że jasność lidera CX co do oczekiwanych rezultatów jest czynnikiem decydującym o sukcesie sztucznej inteligencji.

Cała ścieżka klienta po zakupie

Moje doświadczenie jest głęboko zakorzenione w obszarze obsługi klienta. Obecnie kieruję tutaj, w firmie Verint, organizacją CX jako dyrektorka ds. obsługi klienta. Wcześniej pełniłam funkcję CCO w firmach Sophos (również należącej do Thoma Bravo), Zendesk i Autodesk.

Organizacja CX, którą kieruję w Verint, obsługuje niezwykle szeroką bazę klientów, w tym 85 firm z listy Fortune 100. Obejmuje to marki korporacyjne z sektorów usług finansowych, opieki zdrowotnej, handlu detalicznego, ubezpieczeń, telekomunikacji, administracji publicznej i innych. Nasi klienci to zarówno duże globalne przedsiębiorstwa prowadzące złożone centra kontaktu z klientami o dużej skali, jak i firmy średniej wielkości oraz małe przedsiębiorstwa szybko się rozwijające.

Jako CCO odpowiadam za całą ścieżkę klienta po zakupie. Obejmuje to wsparcie produktowe, usługi profesjonalne, sukces klienta i odnowienia umów. Pomagamy klientom osiągać i przekraczać rezultaty, których oczekiwali, wybierając Verint — od początkowego wdrożenia przez adopcję, pomiar wpływu i odnowienie umowy.

Poza utrzymaniem klientów koncentruję się również na pomaganiu im w ciągłym uwalnianiu większej wartości z platformy Verint oraz wykazywaniu rzeczywistych, mierzalnych rezultatów ich inwestycji.

Gdzie można wykorzystać sztuczną inteligencję w CX

Utworzyłam Centrum Doskonałości CX skoncentrowane na automatyzacji opartej na sztucznej inteligencji.

W usługach profesjonalnych sztuczna inteligencja wskazuje rekomendowane przepływy pracy dla złożonych integracji. W obszarze odnowień zasila automatyczne przygotowywanie ofert i modelowanie scenariuszy, umożliwiając klientom dostrzeżenie wartości różnych zestawów rozwiązań. W obszarze sukcesu klienta nasze QBR-y wspomagane przez sztuczną inteligencję pomagają zespołowi przedstawiać zwięzłe informacje oparte na danych i kierować klientów za pomocą najlepszych praktyk, aby osiągali jeszcze wyższy, wymierny zwrot z inwestycji.

Po stronie wsparcia agent cyfrowy na naszym portalu klienta obsługuje zapytania poziomu 0. Klient pojawia się z pytaniem lub problemem. Następnie inteligentny agent wirtualny szybko udziela kontekstowych, trafnych odpowiedzi za pośrednictwem właściwego kanału. Jeśli to nie wystarczy, cały kontekst rozmowy trafia do ludzkiego konsultanta. Bez rozpoczynania od początku i bez utraty kontekstu. Dzięki temu inżynierowie mogą skupić się na zaawansowanych, złożonych kwestiach wymagających ludzkiej wiedzy i doświadczenia.

Rozszerzyliśmy również asystowanie agentom i inteligentne kierowanie kontaktów na cały zespół oraz zautomatyzowaliśmy zapewnianie jakości przy 100% udziale, oferując coaching w czasie rzeczywistym, dostępny samodzielnie, zamiast ręcznych cykli kontroli.

Wspólny mianownik pozostaje niezmienny: lepsze, szybsze i mierzalne rezultaty.

Gdzie stosować sztuczną inteligencję, a gdzie ludzkie podejście w CX

Sztuczna inteligencja wykonuje więc wiele zadań. Jednak ludzie są niezbędni do dostarczania dostosowanych do potrzeb QBR-ów, prowadzenia przeglądów planów rozwoju i osiągania wspólnych celów. Ludzie uczestniczą również w rozmowach dotyczących odnowienia umów i krytycznych eskalacjach związanych ze wsparciem. Sztuczna inteligencja dostarcza kontekstowych informacji o klientach dotyczących kondycji konta, nastrojów i porównań, ale to ludzie zapewniają przywództwo merytoryczne, wskazówki dotyczące najlepszych praktyk oraz głębokie relacje z kadrą kierowniczą na wszystkich naszych kontach. Tego nie automatyzujemy.

Prowadzimy również program kontaktu technologicznego dla klientów z długiego ogona, wykorzystując cyfrowe działania podtrzymujące relacje i dane behawioralne, aby docierać do nich tam, gdzie się znajdują. Następnie angażujemy zespoły wspólnych CSM-ów, gdy dane wskazują, że klient ma trudności z wdrożeniem lub adopcją kluczowych funkcji.

Nie można zapewnić świetnej obsługi klienta bez skupienia się na świetnych doświadczeniach pracowników. Zawsze powtarzałem, że EX = CX. Kiedy Twoi ludzie lubią swoją pracę, ponieważ AI zajmuje się szumem informacyjnym, lepiej prezentują się w kontaktach z klientami.

Dlaczego dobre wyniki AI wymagają jasnego powiązania z celami

Przemyślenia Teresy

Wyniki… wymagają rygoru. Kiedy AI nie spełnia oczekiwań, niemal zawsze okazuje się, że przyczyną było uruchomienie rozwiązania bez jasnego powiązania z celami i pomiaru od samego początku.

Rezultaty integracji AI z naszymi działaniami CX w większości przypadków przekroczyły moje początkowe oczekiwania.

Odnotowujemy mierzalną poprawę liczby prostych przypadków użycia rozwiązywanych przez naszego agenta, a jednocześnie rosną nasze wyniki CSAT i tNPS. Nasi inżynierowie wsparcia mogą dokładniej zajmować się bardziej zaawansowanymi problemami, ponieważ AI przejmuje obsługę zapytań o dużej liczbie i powtarzalnym charakterze. Ta zmiana sama w sobie wpłynęła na jakość rozmów z klientami, a nie tylko na ich szybkość.

Obserwujemy również znaczący wzrost produktywności naszych CSM-ów i zespołów ds. odnowień. QBR-y wspierane przez AI są bardziej trafne i zawierają precyzyjniejsze wskaźniki dostarczonej wartości; szybciej modelujemy scenariusze odnowień, a nasz program wsparcia technologicznego pomaga najmniejszym klientom skuteczniej wdrażać rozwiązania w sposób, który wcześniej był niemożliwy do skalowania.

Takie wyniki wymagają jednak rygoru. Kiedy AI nie spełnia oczekiwań, niemal zawsze okazuje się, że przyczyną było uruchomienie rozwiązania bez jasnego powiązania z celami i pomiaru od samego początku.

Dlaczego organizacje powinny tworzyć rozwiązania w środowiskach produkcyjnych

Często widzę, że organizacje przyciągają obietnice technologii AI, a następnie tworzą rozwiązania w środowisku testowym. Sukces w takim środowisku nie zawsze jednak przekłada się na środowisko produkcyjne.

Dlatego zaczynamy od środowiska produkcyjnego — od małego przypadku użycia lub podzbioru przepływów pracy, mając na uwadze cel. Z góry uzgadniamy cel, uwzględniamy pomiary we wszystkich działaniach i stale optymalizujemy rozwiązanie.

Dzięki temu zawsze mamy punkt odniesienia. Nie dążysz do samego wdrożenia efektownej technologii, lecz potwierdzasz jej wpływ. Wewnętrzny rygor dotyczący jakości wdrażania i pomiaru rezultatów robi różnicę.

Dlaczego liderzy CX muszą przebić się przez szum wokół AI

Właściwie powiedziałbym, że to najważniejsza rada, jakiej mogę udzielić: przebij się przez szum wokół AI, zaczynając od celów.

Liderzy CX mierzą się obecnie z ogromną presją, aby działać szybko, próbować nowych rozwiązań i dostosowywać się do zmian. Jeśli jednak stworzysz strategię odciążenia, która zmniejszy liczbę przychodzących zgłoszeń o tysiące, jednocześnie po cichu obniżając Twój CSAT, nie osiągniesz niczego.

Śledź nas

Możesz śledzić Teresę Ananię na platformie LinkedIn.

Wkrótce kolejne wywiady z ekspertami na The CX Lead!