Korisnička podrška (Custome Support- CS). Na upit o značenju ovog pojma Google među prvim odgovorima nudi sljedeću definiciju: „Korisnička podrška odnosi se na tim ljudi koji pomažu korisnicima kada imaju problema s korištenjem proizvoda ili usluga.“
Ako zatim pogledate rezultate pretrage slika, vidjet ćete mnoštvo fotografija i grafika, na kojima ljudi širokih osmijeha sa slušalicama i mikrofonima strpljivo rješavaju više ili manje složene probleme korisnika. Navedeni rezultati pretraživanja mogu nas dovesti u zabludu. Na najmanje tri načina:
- Svatko tko je ikada u životu imao posla s bilo kakvom tehničkom podrškom (oličenjem korisničke podrške) vjerojatno je imao prilično prosječno iskustvo koje nije izmamilo previše osmijeha na lice niti jednoj uključenoj strani.
- Kao što je vidljivo iz naslova ovog članka, korisnička podrška više ne znači samo tim ljudi, već odavno uključuje jedan od oblika automatizirane pomoći koja se provodi uz pomoć digitalnih tehnologija.
- Percepcija korisničke podrške kao pomoći kada se korisnici susretnu s problemima barem je djelomično ograničena. Korisnička podrška predstavlja važan kamenčić u mozaiku koji nazivamo Customer Experience (CX). Dio zaista dobrog korisničkog iskustva također je predviđanje problema s kojima se korisnici mogu suočiti u svim fazama kupovnog puta i proaktivno djelovanje kako bi se spriječilo da se problemi uopće pojave.
Umjetna inteligencija (AI) radikalno mijenja način na koji tvrtke pristupaju korisničkoj podršci. Prednosti – i za korisnike i za tvrtke – su očite: kraće vrijeme odgovora i brže rješavanje problema, poboljšano predviđanje ponašanja korisnika u stvarnom vremenu, integrirana optimizacija i sinkronizacija svih procesa korisničke podrške. Zvuči komplicirano? Bez brige. U nastavku ćemo uz pomoć stvarnih poslovnih primjera predstaviti različite načine na koje se korisnička podrška uz pomoć umjetne inteligencije može podići na potpuno novu razinu.
1. Konverzacijski roboti (Chatbots)
Kada govorimo o automatiziranoj korisničkoj podršci, chatbotovi su definitivno prva stvar koja većini ljudi pada na pamet. Ne bez razloga. To je jedna od najčešćih primjena umjetne inteligencije u praksi (na web stranicama, u mobilnim aplikacijama, na društvenim mrežama) i gotovo svi smo si u nekom trenutku pomogli s njima. Konverzacijski roboti se za svoj rad oslanjaju na NLP (natural language processing) - polje umjetne inteligencije koje se bavi razumijevanjem i obradom ljudskog jezika. Na taj način bez većih problema rješavaju rutinske poslove, što znači da zaposlenici u korisničkoj podršci imaju više vremena za najsloženije probleme. Njemački gigant Deutsche Telekom uz pomoć svog konverzacijskog robota pod imenom Tinka rješava doista široku lepezu problema - od pitanja o računima do izravnih tehničkih zagonetki. Na taj način se uspješno riješi oko 50% svih zahtjeva.
2. Prediktivna analitika i personalizacija
U uvodu smo već spomenuli koliko je važan aspekt proaktivnog rješavanja problema korisnika. Uz pomoć analize korisničkih podataka i strojnog učenja moguće je s iznimnom točnošću predvidjeti buduće trendove i obrasce ponašanja korisnika te poduzeti odgovarajuće mjere. Skyscanner je poznata tvrtka sa sjedištem u Velikoj Britaniji koja, uz pomoć opsežne analize podataka, u svakom trenutku može ponuditi najpovoljnije cijene onima koji traže avionske letove i smještaj u hotelima. Slično tome, Netflix analizira i koristi podatke o povijesti gledanja, ocjenama gledatelja i povijesti pretraživanja kako bi pružio što relevantnije preporuke sadržaja, personalizirani doseg i zadovoljnije gledatelje.
3. Analiza osjećaja (sentiment analysis)
Kao i chatbotovi, analiza osjećaja oslanja se na NLP tehnologiju pomoću koje je moguće seciranje komentara na društvenim mrežama, povratnih informacija korisnika, korisničkih recenzija i upitnika kako bi na taj način identificirala područja u kojima se korisničko iskustvo može poboljšati. Svjetski poznati lanac hotela Hilton koristi ovu vrstu analize kako bi poboljšao dobrobit svojih gostiju: kada su se gosti, primjerice, žalili da predugo čekaju na hotelskoj recepciji, uveli su mjere koje su smanjile vremena čekanja. U drugom kutu boksačkog ringa u segmentu smještaja nalazi se tvrtka Airbnb koja je u trenutku pisanja ovog članka (lipanj 2023.) uvela čak 50 novih promjena na korisničko sučelje, od prikaza cijena do novih funkcionalnosti, koji su također otkriveni uz pomoć analize osjećaja.
4. Virtualni asistenti
Virtualni asistenti izdaleka izgledaju kao chatbotovi, ali zapravo se radi o puno naprednijem obliku umjetne inteligencije. Za razliku od chatbota, virtualni asistenti sposobni su rješavati mnogo složenije zadatke i prije svega brzo učiti na primjerima. U ovu grupu spadaju i najpoznatija glasovna rješenja (voice assistance), kao što su Amazon Alexa, Siri i Google Voice Assistant. U modnoj kući H&M virtualni asistenti koriste se za davanje modnih savjeta potencijalnim kupcima, preporuke proizvoda i informacije o konfekcijskim brojevima.
5. Prepoznavanje slike (image recognition)
Interpretacija objekata pomoću računalnog vida još je jedan način na koji se korisničko iskustvo može učiniti mnogo ugodnijim. IKEA koristi ovu tehnologiju kako bi svojim kupcima pomogla pronaći proizvode u svojim trgovinama: kupac fotografira proizvod koji ga zanima i nakon nekoliko trenutaka dobiva informaciju o njegovoj dostupnosti. Na sličan način, industrija osiguranja koristi prepoznavanje slika za cijeli proces odštetnih zahtjeva – od identifikacije klijenta pomoću prepoznavanja lica do procjene štete na temelju slika oštećenja automobila, koje se uspoređuju s fotografijama u njihovim bazama podataka.
6. Samoposluga – Self-service resources
Korisnici se obično obraćaju chatbotovima ili čak pozivaju podršku uživo za pomoć kada im niti Google niti odjeljak s često postavljanim pitanjima (FAQ) na web stranici tvrtke ne može pomoći. Uspostava baze znanja i FAQ stranice je zahtjevan i posljedično prilično skup zadatak, posebno u tvrtkama koje nude velik broj složenih proizvoda. Uz pomoć alata razvijenih na temelju ChatGPT tehnologije moguće je značajno ubrzati pripremu odgovora na najčešća pitanja, reciklirati postojeće sadržaje i sintetizirati već postojeća znanja.
7. Višekanalna podrška
U našim tekstovima već duže vrijeme naglašavamo da je višekanalna (multi-channel) ili svekanalna (omni-channel) komunikacija već neko vrijeme osnova uspješne digitalne prisutnosti. Dakle, komunikacija s kupcem u odgovarajućem kontekstu i na kanalima (SMS, društvene platforme, e-mail, pozivi uživo) koji klijentu najviše odgovaraju. U stvarnom vremenu. Prije desetak godina ovaj je način komunikacije bio više pobožna želja nego realna mogućnost, no danas je – uz pomoć AI-a – zapravo nadohvat ruke i manjim tvrtkama.
Kako automatski obraditi do 60% zahtjeva korisnika u kontaktnom centru uz pomoć umjetne inteligencije (GPT-4)?
Ako vas zanima kako umjetna inteligencija može radikalno transformirati i poboljšati vašu korisničku podršku, pozivamo vas na FrodX-ov webinar “Kako uz pomoć umjetne inteligencije (GPT-4) automatski obraditi do 60% zahtjeva klijenata u kontaktnom centru?
Na webinaru ćemo otkriti rješenje koje omogućuje:
- do 60% automatskog rješavanja zahtjeva korisnika
- 45% kraće prosječno vrijeme rješavanja zahtjeva
- jedinstvenu pisanu komunikaciju svih agenata te
- rješavanje zahtjeva na jeziku pojedinog kupca.
Sretno!
