Które wskaźniki KPI poprawiają narzędzia AI do obsługi klienta?

Podobnie jak w przypadku większości nowych, modnych technologii, sztuczna inteligencja ma wiele użytecznych zastosowań — i wiele innych, które są jedynie chwytami marketingowymi. Jednak jeśli chodzi o obsługę klienta, szum medialny jest uzasadniony: Gartner, firma zajmująca się badaniami rynku IT, szacuje, że chatboty będą głównym kanałem obsługi klienta dla 25% firm do 2027 roku.

Wiele firm z entuzjazmem integruje narzędzia oparte na sztucznej inteligencji, takie jak chatboty i analityka predykcyjna, ze swoimi procesami obsługi klienta. I słusznie: ta technologia umożliwia zespołom szybsze rozwiązywanie problemów oraz pozwala pracownikom skupić się na relacjach z klientami, zamiast odpowiadać po raz tysięczny na to samo pytanie.

Mimo to warto dokładnie przyjrzeć się korzyściom:

Jakie wskaźniki KPI obsługi klienta poprawiają się po dodaniu sztucznej inteligencji do obsługi klienta?

W tym artykule omówię siedem kluczowych wskaźników efektywności, na które dodanie sztucznej inteligencji do obsługi klienta ma największy wpływ. Monitorując te wskaźniki obsługi klienta, będziesz lepiej przygotowany do wykorzystania sztucznej inteligencji w celu obniżenia kosztów, zwiększenia satysfakcji klientów i poprawy ich doświadczeń.

Jakie są najlepsze narzędzia AI do obsługi klienta?

Ogólnie rzecz biorąc, narzędzia AI do obsługi klienta można podzielić na trzy kategorie: chatboty i wirtualni agenci obsługujący klientów, oprogramowanie analityczne oparte na sztucznej inteligencji oraz narzędzia AI zaplecza, które wspierają pracowników obsługi i automatyzują procesy.

Zespoły obsługi klienta często wdrażają takie narzędzia jak:

• Chatboty konwersacyjne: te boty wykorzystujące przetwarzanie języka naturalnego mogą prowadzić z klientami rozmowy tekstowe lub głosowe, obsługując typowe zapytania bez potrzeby angażowania pracowników. Chatboty korzystają z baz wiedzy, aby rozwiązywać rutynowe problemy, takie jak informacje o koncie, pytania dotyczące produktów i najczęściej zadawane pytania.
• Wirtualni agenci: wirtualnych agentów można traktować jako rodzaj „zaawansowanego chatbota”, który wykorzystuje bardziej złożone algorytmy uczenia się, aby rozumieć kontekst i prowadzić dłuższe rozmowy z klientami; istnieje również większe prawdopodobieństwo, że będzie miał imię i osobowość. Podobnie jak chatboty, wirtualni agenci stanowią pierwszą linię wsparcia, rozwiązując bardziej złożone problemy, zanim w razie potrzeby przekażą rozmowę pracownikom.
• Analityka predykcyjna: narzędzia analityki predykcyjnej wykorzystują zaawansowane modele uczenia maszynowego, które analizują dane klientów w celu wykrywania wzorców. Narzędzia analityki predykcyjnej są szczególnie przydatne do przewidywania potrzeb klientów i pomagania pracownikom w personalizowaniu obsługi; można ich również używać do ograniczania rezygnacji klientów.
• Analiza sentymentu: narzędzia do analizy sentymentu wykrywają nastroje i emocje klientów podczas rozmów, analizując tekst i dane głosowe, dzięki czemu wirtualni agenci mogą rozpoznawać niezadowolenie i odpowiednio dostosowywać swoje podejście — lub przekazywać rozmowę pracownikom.

Wskaźniki KPI poprawiane przez narzędzia AI do obsługi klienta

Skuteczność narzędzi AI do obsługi klienta w dużej mierze zależy od tego, jak dużą część obciążenia związanego z obsługą klienta mogą przejąć od pracowników. Współczynnik odciążenia, koszt rozwiązania problemu i liczba zgłoszeń mierzą ten czynnik bezpośrednio lub pośrednio. 

Drugim obszarem zainteresowania jest zwykle szybkość: wskaźniki takie jak czas do pierwszej odpowiedzi, średni czas obsługi i rozwiązanie sprawy przy pierwszym kontakcie mogą śledzić, jak szybko klienci otrzymują pomoc.

Poprawa tych wskaźników obsługi w znacznym stopniu przyczynia się również do poprawy kluczowych wskaźników, takich jak wskaźnik satysfakcji klienta (CSAT), wynik promotora netto (NPS)) oraz wskaźnik wysiłku klienta (CES).

1. Współczynnik odciążenia

Rosnący współczynnik odciążenia to jeden z najwyraźniejszych znaków, że inwestycja w obsługę klienta opartą na sztucznej inteligencji przynosi efekty. Jeśli zainwestowałeś w chatboty, wirtualnych asystentów lub inne narzędzia samoobsługowe oparte na sztucznej inteligencji, Twój współczynnik odciążenia — odsetek rozmów obsługiwanych przez systemy sztucznej inteligencji bez udziału pracowników — powinien być znaczący.

Fin, chatbot AI zaprojektowany przez firmę Intercom, może pochwalić się współczynnikiem odciążenia sięgającym 60%. W zależności od złożoności zapytań kierowanych do działu wsparcia niektóre chatboty mogą obsługiwać nawet 80% zapytań bez ingerencji człowieka.

Narzędzia takie jak Fin realizują to zadanie dzięki połączeniu przetwarzania języka naturalnego, wstępnie zdefiniowanych przepływów rozmów oraz dogłębnego zrozumienia dokumentacji produktu. Ostatecznym celem jest, aby najczęstsze zapytania do działu wsparcia — takie jak informacje o koncie, statusie zamówienia, zwrotach i prostej diagnostyce problemów — były obsługiwane w całości przez chatboty AI, dzięki czemu pracownicy wsparcia mogą skupić się na złożonych zapytaniach i budowaniu relacji.

2. Koszt rozwiązania problemu

Jeśli spojrzeć łącznie na aktywność związaną z obsługą klienta na całym świecie, łączne liczby są oszałamiające: każdego roku klienci przesyłają 265 miliardów zgłoszeń do działów wsparcia. Chatboty i asystenci AI pomagają ograniczyć część tych kosztów, zmniejszając obciążenie zespołów obsługi klienta i pozwalając firmom zaoszczędzić ponad 11 miliardów dolarów rocznie.

Wpływ AI na koszt rozwiązania problemu sprowadza się do jednego czynnika: jest ona tańsza niż ludzie. Oznacza to, że wraz z przenoszeniem większej liczby zapytań klientów do samoobsługowej AI średni koszt rozwiązania problemu powinien się zmniejszać.

Jaki dokładnie, w ujęciu dolarowym, jest wpływ AI na koszt rozwiązania problemu? Uogólnianie kosztu interakcji z działem obsługi klienta jest wyjątkowo trudne w przypadku różnych firm. Zmiennych jest zbyt wiele: branża, stopień złożoności i koszt pracy, żeby wymienić tylko kilka. Aby jednak pokazać skalę możliwych oszczędności, LiveAgent, narzędzie do obsługi klienta, podaje, że średni koszt kontaktu w branży wynosi $7.16. Tymczasem Fin — wspomniany wcześniej chatbot AI zaprojektowany przez Intercom — jest o 86% tańszy, a jego koszt rozwiązania problemu wynosi $.99.

3. Czas pierwszej odpowiedzi (FRT)

Doświadczeni liderzy CX mogą zastanawiać się, na czym powinni skupić uwagę w erze AI. Jeden z klasycznych priorytetów dotyczących doświadczeń klienta jest dziś bardziej istotny niż kiedykolwiek: oszczędzanie czasu klientów. Według firmy Forrester 66% klientów twierdzi, że najważniejszą rzeczą, jaką może zrobić firma, jest szanowanie ich czasu. Wraz z upowszechnieniem chatbotów wzrosły oczekiwania klientów: 40% klientów oczekuje odpowiedzi od chatbota w ciągu pięciu sekund.

AI jest przede wszystkim szybka: chatboty mogą odpowiadać klientom w ciągu kilku sekund, przez całą dobę. W przypadku klientów, którzy potrzebują kontaktu z człowiekiem, agenci wirtualni mogą zebrać informacje i połączyć ich z pracownikiem obsługi klienta w ciągu około 30 sekund. Następnie AI może zapewnić dalszą pomoc, przekazując agentom sugestie uwzględniające kontekst.

Najnowsze oprogramowanie do obsługi zgłoszeń — wzbogacone o AI — ułatwia obserwowanie z lotu ptaka całej aktywności chatbotów i ludzi, automatycznie stosując analitykę, dzięki czemu można dostrzegać trendy i możliwości usprawnienia procesów.

4. Liczba zgłoszeń

Jednym z najłatwiejszych sposobów na ocenę ogólnej aktywności związanej z obsługą klienta jest analiza liczby zgłoszeń. Wnioski na pierwszy rzut oka są oczywiste: duża liczba oznacza, że zespół jest zajęty. 

Liczba zgłoszeń wiąże się jednak również z szerszymi wskaźnikami, które mają związek z zadowoleniem klientów. Jedno z badań wykazało, że firmy z mniejszą liczbą zgłoszeń mają zazwyczaj wyższe wyniki CSAT. Wraz ze wzrostem liczby zgłoszeń zespoły obsługi klienta są coraz bardziej przeciążone, a w rezultacie wyniki CSAT zwykle spadają.

Na szczęście narzędzia wykorzystujące AI do zapewniania sukcesu klienta są dobrze wyposażone, aby zmniejszać liczbę zgłoszeń. Podstawową metodą są chatboty: mogą obsłużyć wiele zapytań klientów, zanim w ogóle przekształcą się one w zgłoszenia. Kolejnym ważnym elementem jest rozbudowana baza wiedzy, która jest następnie wykorzystywana do szkolenia agentów wirtualnych.

5. Średni czas obsługi (AHT)

Idealny średni czas obsługi dla jednej firmy niekoniecznie będzie odpowiedni dla innej; firmy o niskim stopniu złożoności, takie jak firmy handlowe, zazwyczaj mają stosunkowo niski AHT, podczas gdy firmy telekomunikacyjne mają zwykle wyższe wartości. Ogólnie jednak „dobry” AHT wynosi około sześciu minut w środowisku tradycyjnego centrum telefonicznej obsługi klienta.

Czat na żywo zazwyczaj wiąże się z dłuższym AHT, ponieważ zarówno agenci, jak i klienci mogą wykonywać wiele zadań jednocześnie, a agenci często obsługują co najmniej trzy czaty naraz. Mimo to, jeśli klient zgłasza problem, im szybciej zostanie on rozwiązany, tym bardziej klient będzie zadowolony.

W przypadku prostych zapytań chatboty mogą skrócić AHT, udzielając niemal natychmiast odpowiedzi na wiele często zadawanych pytań. W przypadku bardziej złożonych problemów wirtualni agenci mogą szybko zebrać od klientów niezbędne informacje, zanim przekażą ich ludzkim agentom, którzy wykonają ostatnie kroki.

6. Rozwiązanie przy pierwszym kontakcie (FCR)

Nie ma nic bardziej frustrującego niż skontaktowanie się z działem obsługi klienta, a następnie konieczność ponownego kontaktu, ponieważ problem nie został rozwiązany za pierwszym razem. Zanim klienci skontaktują się po raz drugi, brak szybkiego rozwiązania mógł już negatywnie wpłynąć na ich postrzeganie jakości obsługi Twojej firmy.

Dlatego tak ważne jest rozwiązywanie problemów już przy pierwszym kontakcie z klientem. Idealnie byłoby, gdyby cztery na pięć problemów klientów było rozwiązywanych podczas pierwszego kontaktu: wskaźnik FCR na poziomie 70–79% jest uznawany za „dobry”, zgodnie z analizą porównawczą standardów branży centrów kontaktowych przeprowadzoną przez SQM Group.

Wirtualni agenci wykorzystujący AI mogą poprawić wskaźnik rozwiązywania problemów przy pierwszym kontakcie, pomagając klientom szybko rozwiązywać problemy za pomocą samoobsługi. AI może również pomóc ludzkim agentom rozwiązać więcej problemów podczas pierwszego kontaktu poprzez podsumowywanie wcześniejszych interakcji z klientami i sugerowanie rozwiązań.

7. Wskaźnik utrzymania klientów

Nie ma ważniejszego wskaźnika dla firm SaaS niż wskaźnik utrzymania klientów. Na szczęście pomocna może być AI w proaktywnej obsłudze klienta: analityka predykcyjna wykorzystująca AI oraz narzędzia do analizy nastrojów mogą analizować ogromne ilości danych klientów, aby wykrywać sygnały wskazujące, że klient jest zagrożony odejściem.

Dane takie jak dane demograficzne, historia zakupów, historia użytkowania, nastroje i wyniki badań satysfakcji mogą być trudne do samodzielnej interpretacji, ale narzędzia analityczne potrafią wykrywać subtelne wzorce i tworzyć unikalne modele przewidywania odejść klientów, aby proaktywnie odzyskiwać klientów, zanim odejdą.

Potęga obsługi klienta wspieranej przez AI

AI może doprowadzić do rzadkiej sytuacji, w której wszyscy wygrywają, w świecie obsługi klienta: niższych kosztów dla firm, szybszej obsługi dla klientów i mniejszej ilości powtarzalnej pracy dla pracowników wsparcia.

Te trzy czynniki łączy pozytywny cykl. Przekazując AI obsługę zapytań klientów o dużej częstotliwości, firmy obniżają koszty, a ludzcy agenci zyskują czas na pracę, w której mogą najlepiej wykorzystać swoje mocne strony.

Klienci otrzymują połączenie szybszej obsługi rutynowych interakcji i bardziej empatycznej obsługi złożonych interakcji, co poprawia utrzymanie klientów i ich satysfakcję. Firmy, które traktują priorytetowo wyrażanie empatii w obsłudze klienta, często odnotowują wyższe wskaźniki satysfakcji.

Dzięki śledzeniu właściwych wskaźników KPI obsługi klienta możesz mieć pewność, że AI przynosi pożądany efekt w zakresie doświadczeń związanych z obsługą klienta — tworząc bardziej zadowolonych i lojalnych klientów.

Więcej informacji na temat KPI znajdziesz w naszym szczegółowym artykule na temat najważniejszych wskaźników sukcesu klienta. Chcesz być na bieżąco z najnowszymi informacjami z branży CX? Zapisz się do naszego newslettera, aby otrzymywać wskazówki dotyczące przywództwa w obszarze CX, strategie marketingowe, analizy i trendy branżowe.