Robotik alanında çalışan müşteri deneyimi uzmanı, hangi müşteri deneyimi iş akışlarının yapay zekâyla yenilenmesi gerektiğini anlatıyor

Jesica Chavez, şirketlerin CX operasyonlarını geliştirirken ölçeklenmelerine yardımcı olan butik bir ajans olan Robo Success'in CEO'sudur. Bundan önce çeşitli robotik kuruluşlarında CS Başkanı ve CXS Başkan Yardımcısı gibi görevlerde bulundu.

Jesica ile bir araya gelerek iş akışlarını bize anlatmasını ve kuruluşlarında AI kullanmaya başlayan diğer CX liderleriyle tavsiyelerini paylaşmasını sağladık.

Pratik, duyarlı ve sonuç odaklı

Ben Robo Success'in CEO'su Jesica Chavez. 20 yılı aşkın süredir müşteri deneyimi girişimlerine liderlik ediyor ve kuruluşların sürdürülebilir büyümeyi destekleyen CX işlevleri oluşturmasına yardımcı oluyorum.

Robo Success, robotik ve teknoloji şirketlerinin büyüme hedefleriyle uyumlu stratejiler aracılığıyla daha güçlü sonuçlar elde etmesine yardımcı olan, büyümeye odaklı butik bir ajanstır. Odağımız, müşteri deneyimi yetkinliklerini oluşturan veya güçlendiren girişimler ve ölçeklenen işletmelerdir.

Girişimlerin CX departmanlarını kurarken karşılaştığı benzersiz zorlukları anlıyoruz ve daha geniş bir bakış açısı benimsiyoruz: CX, genel anlamda olağanüstü bir deneyim sunmanın temel unsurlarından biridir. Odağımız, ilk görüşmeden uzun vadeli başarıya kadar her etkileşimi pratik, duyarlı ve sonuç odaklı hâle getirmektir.

Yardım Merkezi içerik oluşturma süreci AI ile nasıl kolaylaştırılabilir?

Geçtiğimiz yıl, bir şirket büyüdükçe müşteri desteğini ölçeklendirmenin kritik bir parçası olan Yardım Merkezi içerik oluşturma sürecini kolaylaştırmak için AI kullandık.

Scribe, tekrarlanabilir ürün iş akışlarını ekran görüntüleriyle birlikte otomatik olarak anlaşılır, adım adım kılavuzlara dönüştürmemize yardımcı olan bir AI aracıdır. Loom, daha görsel veya karmaşık konular için kısa ve kişiselleştirilmiş video açıklamaları oluşturmamızı sağlar; AI paketi de düzenleme ve meta verileri oluşturma konusunda yardımcı olur. Her iki formatın da şirketin marka sesini yansıtmasını ve bilgileri tutarlı bir şekilde iletmesini sağlamak için yerleşik mesajları, terminolojiyi ve şablonları kullanıyoruz.

Daha sonra bu onaylanmış içeriği AI sohbet robotlarını bilgilendirmek için kullanıyor, müşterilere ihtiyaç duydukları her an, 7/24 tutarlı ve markayla uyumlu yönlendirme ve destek sunuyoruz. Bu, daha sorunsuz bir self servis deneyimi oluşturur, sürtüşmeyi ve tekrarlanan destek taleplerini azaltır ve müşterilerin kanallar arasında aynı net bilgileri almasını sağlar.

Sonuç olarak, daha önce makaleler ve öğretici videolar hazırlamak için harcadığımız süreyi azalttık. Örneğin, daha önce bir revizyon döngüsüyle birlikte iki saatten fazla süren bir makale artık yaklaşık on dakika sürüyor. Ayrıca onaylanmış içeriği AI sohbet robotlarını bilgilendirmek için kullanarak 1. Kademe sohbet desteği süresini %30 azalttık.

Artık bu kapasiteyi genel müşteri deneyimi stratejisini geliştirmeye, müşteri ihtiyaçlarını daha erken belirlemeye ve ekiplerin reaktif destekten proaktif desteğe geçmesine yardımcı olmaya yönlendiriyoruz.

Gerçek dünyadan bir Yardım Merkezi içerik iş akışı

AI destekli CX iş akışı, yeni bir ürün özelliğinin tamamlanıp Jira'da yayımlanmasıyla başlar. Bu işlem bir Slack bildirimi gönderir ve destek ekibinin müşteriye yönelik içerik hazırlaması için otomatik olarak bir Jira görevi oluşturur.

Destek ekibi, ekran görüntüleri içeren adım adım bir kılavuz oluşturmak için Scribe'ı, videolu anlatım hazırlamak için ise Loom'u kullanır. Claude ve Zapier, aracıları koordine ederek ve sistemler arasındaki bilgi akışını otomatikleştirerek iş akışını destekler. Herhangi bir şeyi yayımlamadan önce bir insan içeriği inceler ve içeriğin doğru, yararlı ve marka sesiyle uyumlu olduğunu doğrular.

Onaylandıktan sonra yazılı kılavuzu Yardım Merkezi'nde, videoyu YouTube'da yayımlar ve her iki kaynağı da AI sohbet robotuna aktarırız. Bu sayede sohbet robotu, bir özellik kullanıma sunulur sunulmaz müşterilere 7/24 tutarlı ve güncel yönlendirme sağlayabilir.

Aynı onaylanmış içeriği Pazarlama ekibiyle de paylaşırız; böylece ekip özellik duyuruları ve müşteri iletişimleri oluşturabilir. Bu, Destek, CX, Ürün ve Pazarlama ekiplerinin doğru ve tutarlı tek bir mesaj etrafında uyum içinde çalışmasını sağlar.

Stratejiden ve ilişkilerden neden insanların sorumlu olduğu

Bunun yanı sıra, yinelenen destek temalarını analiz etmek, içerik boşluklarını belirlemek ve sohbet robotlarını onaylanmış, markayla tutarlı bilgilerle güçlendirmek de dâhil olmak üzere tekrarlanabilir CX faaliyetlerini ölçeklendirmek ve yönlendirmek için AI kullanıyoruz. AI ayrıca yaygın müşteri ihtiyaçlarına göre yönlendirmeleri kişiselleştirmemize ve ilgilenilmesi gerekebilecek sorunları ortaya çıkarmamıza yardımcı olur.

Yargı gerektiren kararlar açıkça insanların sorumluluğunda kalır. Bunlar arasında CX önceliklerinin belirlenmesi, müşteri yolculuklarının tasarlanması, hassas eskalasyonların veya hizmet telafisinin yönetilmesi ve yönetime stratejik öneriler sunulması yer alır. Yapay zekâ kalıpları belirleyebilir ve uygulamayı hızlandırabilir; ancak müşteriler ve şirket için doğru kararları vermek üzere gereken empatiyi, iş bağlamını ve hesap verebilirliği insanlar sağlar.

Yaklaşımımız, manuel çabayı azaltmak ve yanıt verme hızını artırmak için yapay zekâyı kullanırken stratejiden, ilişkilerden ve müşterilerle yaşanan yüksek etkili anlardan insanların sorumlu olmaya devam etmesini sağlamaktır.

Otomatik destek neden bazen başarısız olur ve bundan nasıl kaçınılır?

Yapay zekâyı müşteri destek taleplerine doğrudan yanıt vermek için ilk kullandığımızda, taleplerin çoğunu çözüyor veya ilerletiyordu; ancak yanıtlar bazen müşterinin ihtiyaçlarını karşılamıyordu. Yapay zekâ on müşteriye yardımcı olsa bile, özellikle etkileşim bağlam, empati veya daha incelikli bir yanıt gerektirdiğinde, hayal kırıklığı yaşayan tek bir müşteri bile fazlaydı.

Bu durum, yüksek kaliteli bir müşteri deneyiminin her zaman bir insan gerektirdiğine inanılmasına yol açabilir. Başlangıçta benim varsayımım da buydu. Ancak müşterilerin her soru için mutlaka bir insana ihtiyaç duymadığını veya bunu istemediğini öğrendik; müşterilerin ihtiyacı zamanında, doğru ve kolay anlaşılır yardımdır.

Sonuç olarak yaklaşımımızı değiştirdik. Yapay zekâ artık yanıt taslakları oluşturarak, bilgileri özetleyerek ve ilgili kaynakları belirleyerek süreci destekliyor; ancak daha karmaşık veya hassas durumlarda, yanıtlar gönderilmeden önce bir insan tarafından inceleniyor. Ayrıca sohbet robotumuzun otomatik olarak gönderdiği daha az hassas yanıtları da düzenli olarak gözden geçiriyoruz.

Şunu da belirtmek önemlidir: yapay zekâ yalnızca arkasındaki bilgiler kadar güvenilirdir; bu nedenle güncel olmayan veya eksik kaynak içeriği belirsiz ya da hatalı yanıtlara yol açabilir. Bunu yalnızca onaylanmış içerikleri kullanarak, bilgi tabanımızı güncel tutma konusunda daha disiplinli davranarak ve insan desteğine giden net yolları koruyarak ele alıyoruz.

Yapay zekânın CX kapsamında nerede uygulanacağı nasıl seçilir?

Jesica Paylaşıyor

Özellikle robotik alanında her müşteri yolculuğu birbirinden çok farklıdır…Bu nedenle tavsiyem, tek bir öncelikli metrikle başlamak ve yapay zekânın anlamlı bir fark yaratabileceği belirli bir alanı tespit etmektir.

Yapay zekâ ve otomasyon müşteri deneyimini güçlendirebilir; ancak liderler öncelikle işletmeleri için en önemli olanı ve değişikliklerin temel metriklerini nasıl etkileyeceğini değerlendirmelidir.

Özellikle robotik alanında her müşteri yolculuğu birbirinden çok farklıdır. Gördüğüm en büyük hata, robotik müşteri deneyimini SaaS ile tamamen aynı şekilde ele almaktır. Robotik çoğu zaman fiziksel ürünleri, uygulamayı, eğitimi, operasyonel değişimi ve gerçek dünya ortamlarında devam eden desteği kapsar. Bu anlar farklı bir bağlam, koordinasyon ve müşteri eğitimi düzeyi gerektirir.

Bu nedenle tavsiyem, SLA gerçekleştirme oranı, CSAT, müşteri yaşam boyu değeri (CLV) veya destek çözümleme süresi gibi tek bir öncelikli metrikle başlamak ve yapay zekânın anlamlı bir fark yaratabileceği belirli bir alanı tespit etmektir. Örneğin hedef daha hızlı yanıt süresiyse, yapay zekâ self servis içeriğinin iyileştirilmesine ve 1. Kademe desteğin otomatikleştirilmesine yardımcı olabilir. Öncelik CSAT ise yapay zekâyı yinelenen sorun noktalarını belirlemek ve müşteri yolculuğunu iyileştirmek için kullanmak daha değerli olabilir.

Önemli olan, odaklanmış bir kullanım alanıyla başlamak, etkisini ölçmek ve yinelemeler yapmaktır. Yapay zekâ, yalnızca mevcut olduğu için uygulanmamalı; net bir müşteri ve iş sonucunu desteklemelidir.

Yapay zekânın benimsenmesi CX liderlerinin beklediğinden neden daha zor olabilir?

Of! Başarılı bir yapay zekâ benimsemesinin yineleme, öğrenme, test etme ve farklı modelleri değerlendirme açısından ne kadar zaman gerektirdiğini keşke bilseydim.

Pilot uygulamayı başlatmak yalnızca başlangıçtı; asıl iş, istemleri iyileştirmek, bilgi tabanını geliştirmek, çıktıları incelemek ve müşteri deneyiminden ödün vermeden yapay zekânın nerede değer katabileceğini öğrenmekti.

Bir de ekip boyutu var. Yapay zekânın benimsenmesi yalnızca bir teknoloji kararı değil, aynı zamanda insanlarla ilgili bir karardır. Ekipler zaman kazanmaktan heyecan duyabilir; ancak rollerinin nasıl değişeceği, çıktılara güvenip güvenemeyecekleri veya yapay zekânın uzmanlıklarının yerini alıp almayacağı konusunda da belirsizlik yaşayabilirler.

Liderler ekipleri erkenden sürece dahil etmeli, yapay zekânın amacını açıklamalı, eğitim sağlamalı ve yapay zekânın işlerini değiştirmek yerine desteklemek için var olduğunu açıkça belirtmelidir.

Ardından, net süreçler ve iyi tanımlanmış hedefler belirleyin. Ekip müşteri sorunlarını nasıl ele aldığını, müşteri bilgi tabanından kimin sorumlu olduğunu veya hangi sonuçları iyileştirmeye çalıştığını açıkça açıklayamıyorsa, yapay zekânın değer katmak yerine muhtemelen kafa karışıklığı yaratması beklenir. Yapay zekânın yapılandırılmış iş akışlarına, doğru bilgilere ve ölçülebilir bir amaca ihtiyacı vardır.

İş akışlarında yapay zekâ uygulayan CX liderleri için dört tavsiye

CX liderlerine tavsiyem şu:

• Yapay zekâyı benimseyin ve onu müşteri anlayışının yerine geçen değil, onu güçlendiren bir araç olarak değerlendirin.
• İçerik oluşturma, bilgi yönetimi ve temel destek yönlendirmeleri gibi, güveni zedelemeden yapay zekânın hızı ve tutarlılığı artırabileceği yüksek hacimli, tekrarlanabilir işlerle başlayın.
• Strateji, karmaşık kararlar, hassas eskalasyonlar ve hizmet telafisinden insanları sorumlu tutun .
• Ve verimlilikten fazlasını ölçün. Doğruluğu, müşteri duyarlılığını, çözüm kalitesini ve eskalasyon eğilimlerini izleyin. Müşteri güvenine zarar vermesi hâlinde, tek bir kötü etkileşim birçok başarılı otomatik etkileşimin değerini aşabilir.

Takip edin

Jesica Chavez'in çalışmalarını LinkedIn'de takip edebilirsiniz.

CX Lead'de daha fazla uzman röportajı yakında!