Que KPIs são melhorados pelas ferramentas de IA para o serviço de apoio ao cliente?

Tal como acontece com a maioria das novas tecnologias muito badaladas, a IA tem muitas aplicações úteis — e muitas outras que não passam de truques. Mas, quando se trata do serviço de apoio ao cliente, o entusiasmo é justificado: a Gartner, uma empresa de investigação na área das TI, estima que os chatbots serão o principal canal de serviço de apoio ao cliente para 25% das empresas até 2027.

Muitas empresas estão a integrar entusiasticamente ferramentas baseadas em IA, como chatbots e análises preditivas, nos seus processos de serviço de apoio ao cliente. E com toda a razão: esta tecnologia permite às equipas resolver problemas mais rapidamente e libertar os agentes humanos para se concentrarem nas relações com os clientes, em vez de responderem à mesma pergunta pela milésima vez.

Ainda assim, vale a pena especificar os benefícios:

Que KPIs do serviço de apoio ao cliente melhoram com a integração da IA no serviço de apoio ao cliente?

Neste artigo, vou apresentar sete dos principais indicadores de desempenho que são mais afetados pela integração da IA no seu serviço de apoio ao cliente. Ao acompanhar estas métricas do serviço de apoio ao cliente, estará mais bem preparado para utilizar a IA para reduzir custos, aumentar a satisfação dos clientes e melhorar a experiência do cliente.

Quais são as principais ferramentas de IA para o serviço de apoio ao cliente?

De um modo geral, as ferramentas de IA para o serviço de apoio ao cliente dividem-se em três categorias: chatbots e agentes virtuais voltados para o cliente, software de análise baseado em IA e ferramentas de IA para os bastidores, que ajudam os agentes de apoio e automatizam processos.

As equipas de serviço de apoio ao cliente implementam frequentemente ferramentas como:

• Chatbots conversacionais: estes bots de processamento de linguagem natural podem manter conversas de texto ou de voz com os clientes para tratar de questões comuns sem necessidade de agentes humanos. Os chatbots acedem a bases de conhecimento para resolver problemas de rotina, como informações sobre contas, dúvidas sobre produtos e perguntas frequentes.
• Agentes virtuais: pense nos agentes virtuais como uma espécie de “chatbot avançado” que utiliza algoritmos de aprendizagem mais aprofundada para compreender o contexto e manter conversas mais longas com os clientes; é também mais provável que tenha um nome e uma personalidade. Tal como os chatbots, os agentes virtuais funcionam como primeira linha de defesa, resolvendo problemas mais complexos antes de transferirem a interação para agentes humanos, conforme necessário.
• Análise preditiva: as ferramentas de análise preditiva são alimentadas por sofisticados modelos de aprendizagem automática que analisam os dados dos clientes para identificar padrões. As ferramentas de análise preditiva são especialmente úteis para antecipar as necessidades dos clientes e ajudar os agentes a personalizar o serviço; também podem ser utilizadas para reduzir a perda de clientes.
• Análise de sentimentos: ferramentas de análise de sentimentos que detetam os estados de espírito e as emoções dos clientes durante as conversas, analisando dados de texto e de voz, permitindo aos agentes virtuais perceber a insatisfação e adaptar a sua abordagem em conformidade — ou encaminhar a conversa para agentes humanos.

KPIs melhorados pelas ferramentas de IA para o serviço de apoio ao cliente

O sucesso das ferramentas de IA para o serviço de apoio ao cliente é, em grande medida, definido pela quantidade de trabalho do serviço de apoio ao cliente que conseguem retirar aos agentes humanos. A taxa de desvio, o custo por resolução e o volume de pedidos medem este fator de forma direta ou indireta. 

A rapidez tende a ser o outro foco: métricas como o tempo até à primeira resposta, o tempo médio de atendimento e a resolução no primeiro contacto podem todas acompanhar a rapidez com que os clientes estão a ser ajudados.

Melhorar estas métricas de apoio contribui também significativamente para melhorar métricas importantes como a pontuação de satisfação do cliente (CSAT), a pontuação líquida de recomendação (NPS) e a pontuação de esforço do cliente (CES).

1. Taxa de desvio

Uma taxa de desvio crescente é um dos sinais mais claros de que o seu investimento no serviço de apoio ao cliente com IA está a dar frutos. Se investiu em chatbots, assistentes virtuais ou outras ferramentas de autosserviço baseadas em IA, a sua taxa de desvio — a percentagem de conversas que os seus sistemas de inteligência artificial tratam sem o apoio de agentes humanos — deverá ser substancial.

O Fin, um chatbot de IA desenvolvido pela Intercom, apresenta uma taxa de desvio de até 60%. Dependendo da complexidade dos seus pedidos de apoio, alguns chatbots conseguem tratar até 80% dos pedidos sem intervenção humana.

Ferramentas como a Fin gerem este feito através de uma combinação de processamento de linguagem natural, fluxos de conversação predefinidos e um conhecimento aprofundado da documentação do seu produto. O objetivo final é que as questões de suporte mais comuns — como informações da conta, estado da encomenda, devoluções e resolução de problemas simples — sejam tratadas inteiramente por chatbots de IA, permitindo que os agentes de suporte humanos concentrem a sua atenção em questões complexas e na criação de relações.

2. Custo por resolução

Se analisarmos a atividade mundial de apoio ao cliente no seu conjunto, os números totais são impressionantes: todos os anos, os clientes enviam 265 mil milhões de pedidos de suporte. Os chatbots e os assistentes de IA ajudam a suportar parte desta despesa, reduzindo a carga sobre as equipas humanas de apoio ao cliente e permitindo às empresas poupar mais de $11 mil milhões por ano.

O impacto da IA no custo por resolução resume-se a um fator: é mais barata do que os humanos. Isto significa que, à medida que transfere mais questões dos clientes para a IA de autosserviço, o seu custo médio por resolução deverá diminuir.

Então, qual é exatamente, em termos monetários, o impacto da IA no custo por resolução? Fazer generalizações sobre o custo de uma interação de apoio ao cliente é notoriamente difícil entre empresas. Existem demasiadas variáveis: o setor, a complexidade e o custo da mão de obra, só para mencionar algumas. Mas, para lhe dar uma ideia das possíveis poupanças, a LiveAgent, uma ferramenta de apoio ao cliente, afirma que a média do setor para o custo por contacto é de $7.16. Entretanto, a Fin — o chatbot de IA anteriormente mencionado, desenvolvido pela Intercom — custa menos 86%, com um custo de $.99 por resolução.

3. Tempo de primeira resposta (FRT)

Os líderes experientes de CX podem estar a perguntar-se onde devem concentrar a sua atenção na era da IA. Uma prioridade clássica da experiência do cliente é mais relevante do que nunca: poupar tempo aos clientes. Segundo a Forrester, 66% dos clientes afirmam que o mais importante que uma empresa pode fazer é valorizar o seu tempo. À medida que os chatbots se generalizaram, as expectativas dos clientes aumentaram: 40% dos clientes esperam uma resposta de um chatbot no prazo de cinco segundos.

A IA é, acima de tudo, rápida: os chatbots podem responder aos clientes em poucos segundos, 24 horas por dia. Para os clientes que precisam de um agente humano, os agentes virtuais podem recolher informações e colocar um agente de serviço ao cliente em direto na linha em cerca de 30 segundos. A partir daí, a IA pode ajudar ainda mais, fornecendo aos agentes sugestões baseadas no contexto.

O software de suporte técnico mais recente — melhorado com IA — facilita a monitorização de toda esta atividade de chatbots e humanos a partir de uma visão geral, aplicando automaticamente análises para que possa identificar tendências e oportunidades de melhoria dos processos.

4. Volume de pedidos

Uma das formas mais fáceis de avaliar a sua atividade geral de apoio ao cliente é analisar o volume de pedidos. As implicações imediatas são óbvias: números elevados significam uma equipa ocupada. 

Mas o volume de pedidos também está ligado a indicadores mais abrangentes relacionados com a satisfação dos clientes. Um inquérito revelou que as empresas com um volume de pedidos mais baixo tendem a ter pontuações CSAT mais elevadas. À medida que o volume de pedidos de suporte aumenta, as equipas de apoio ao cliente ficam sobrecarregadas e, consequentemente, as pontuações CSAT tendem a diminuir.

Felizmente, as ferramentas que incorporam IA para o sucesso do cliente estão bem preparadas para reduzir o volume de pedidos. Os chatbots são o principal método: podem evitar que muitas questões dos clientes se transformem em pedidos. Dispor de uma base de conhecimento sólida — que é depois utilizada para treinar os seus agentes virtuais — é outra parte essencial da equação.

5. Tempo médio de atendimento (AHT)

O tempo médio de atendimento ideal para uma empresa não é necessariamente relevante para outra; empresas de baixa complexidade, como as do comércio a retalho, tendem a ter um AHT relativamente baixo, por exemplo, enquanto as empresas de telecomunicações apresentam valores mais elevados. Mas, de um modo geral, um AHT “bom” ronda os seis minutos num centro de atendimento tradicional.

O chat em direto tende a ter AHT mais longos porque tanto os agentes como os clientes podem realizar várias tarefas em simultâneo, sendo frequente os agentes tratarem três ou mais chats ao mesmo tempo. Ainda assim, se um cliente contactar com um problema, quanto mais rapidamente este for resolvido, mais satisfeito ficará.

Para consultas simples, os chatbots podem acelerar o TMG, fornecendo respostas a muitas perguntas comuns quase instantaneamente. Para questões mais complexas, os agentes virtuais podem rapidamente recolher as informações necessárias dos clientes antes de os encaminharem para agentes humanos, que darão os passos finais.

6. Resolução no Primeiro Contacto (FCR)

Não há nada mais frustrante do que contactar o apoio ao cliente e acabar por ter de voltar a fazê-lo porque o problema não foi resolvido da primeira vez. Quando os clientes entram em contacto pela segunda vez, a ausência de uma resolução rápida pode já ter prejudicado a perceção que têm do serviço da sua empresa.

É por isso que é tão importante resolver os problemas na primeira vez que os clientes entram em contacto consigo. Idealmente, quatro em cada cinco problemas dos clientes devem ser resolvidos no primeiro contacto: de acordo com a avaliação comparativa do setor dos centros de contacto realizada pelo SQM Group, 70-79% é considerado uma taxa de FCR “boa”.

Os agentes virtuais baseados em IA podem melhorar a sua taxa de resolução no primeiro contacto, ajudando os clientes a resolver rapidamente os seus problemas através do autoatendimento. A IA também pode ajudar os agentes humanos a resolver mais problemas no primeiro contacto, ao resumir interações anteriores com os clientes e sugerir soluções.

7. Taxa de Retenção

Não há nenhuma métrica mais importante para as empresas SaaS do que a taxa de retenção. Felizmente, a IA no apoio proativo ao cliente pode ajudar: a análise preditiva baseada em IA e as ferramentas de análise de sentimentos podem processar grandes quantidades de dados dos clientes para descobrir sinais que indicam quando um cliente corre o risco de abandonar a empresa.

Dados como dados demográficos, histórico de compras, histórico de utilização, sentimentos e inquéritos de satisfação podem ser difíceis de interpretar isoladamente, mas as ferramentas de análise podem detetar padrões subtis e criar modelos únicos de previsão do abandono para recuperar proativamente os clientes antes de estes partirem.

O Poder do Serviço de Apoio ao Cliente Baseado em IA

A IA tem potencial para produzir uma rara situação vantajosa para todas as partes no mundo do apoio ao cliente: custos mais baixos para as empresas, um serviço mais rápido para os clientes e menos trabalho repetitivo para os representantes do apoio.

Um ciclo virtuoso liga estes três fatores. Ao delegarem à IA os pedidos de apoio ao cliente de grande volume, as empresas reduzem os custos e os agentes humanos ficam disponíveis para tarefas que tiram partido dos seus pontos fortes.

Os clientes obtêm uma combinação de um serviço mais rápido para interações rotineiras e um serviço mais empático para interações complexas, o que melhora a retenção e a satisfação. As empresas que dão prioridade a expressões de empatia no apoio ao cliente veem frequentemente taxas de satisfação mais elevadas.

Ao acompanhar os indicadores certos do apoio ao cliente, pode garantir que a IA está a produzir o efeito desejado na experiência de apoio ao cliente—criando clientes mais satisfeitos e leais.

Para saber mais sobre KPIs, consulte o nosso artigo aprofundado sobre as principais métricas de sucesso do cliente. Quer manter-se a par das novidades do setor de CX? Não deixe de subscrever a nossa newsletter para receber dicas de liderança em CX, estratégias de marketing, informações e tendências do setor.