如何使用AI,机器人和大数据提高首次联络解决率

来源:
浏览次数: 126

   基于笔者在2018年4月的专栏“使用人工智能,机器人,大数据和分析来减少对支持的需求”,作为客户体验(CX)领导者面临的七大挑战之一,今天我将讨论如何面对第二个挑战,即提高首次联络解决率(FCR)。

如何使用AI,机器人和大数据提高首次联络解决率
  人工智能,机器人,大数据和分析的强大功能现在使我们能够实现“我们如何在多个渠道和接触点创建和维持一致且令人敬畏的客户体验”这一整体目标,从而提高可持续收入,实现更高利润率,并维持更高水平的客户满意度和忠诚度。
如何使用AI,机器人和大数据提高首次联络解决率
  让我们深入探讨第二个挑战,即提高FCR。
  经过研究证实,联络中心和其他支持功能的首次联络解决率(FCR)是客户满意度的最大驱动因素。然而,大多数公司过分依赖平均FCR等点数统计,他们忽略了今天客户开始查询或在线搜索支持的事实,在IVR系统中失败的事实,然后他们才会通过电话、电子邮件或聊天来联系客户服务代表。想一想:如果客户无法在网上得到他们想要的东西,并且在IVR遭到挫折,那么他们与座席的互动是第三次接触=非常不满意,而且代价高昂!
  客户在座席级别了解FCR会不会更好,更令客户满意(哪些座席比其他座席有更高的解决率,哪些座席不会产生重复联络)?并找出第一次难以解决哪些问题,产生重复联络?并分析客户在网站上启动的FCR,并尽可能多地解决这些交互?最后一点还涉及我之前关于减少对联络中心需求的专栏,并在我的第一本书“最佳服务是无服务”和我的第二本书“客户规则”的关键部分中整齐地联系起来!
  在这篇文章中,我将不讨论如何定义和改进IVR遏制,因为还有很多其他的地方可以找到方法。为什么增加FCR如此困难的一些原因,特别是在我提出的全渠道基础上,包括:
  (1) 渠道通常由不同的团体或职能部门“拥有”;
  (2) 渠道发展不协调;
  (3) 渠道报告同样不协调,存放在不同的数据库中;
  (4) FCR没有单一的定义;
  (5) 我们经常依赖FCR的“平均值”,就像处理时间(AHT)等许多其他指标一样,而不是深入到座席级别或问题级别上。
  最后一条是因为缺乏足够精确的数据来预测绩效,因为座席加入,被培训或离职,并且使问题或原因或多或少地变得复杂。
  然而,通过使用AI,机器人,大数据和分析,解决这五个原因并跟踪FCR的持续增长变得更加容易。我将回顾解决这个关键问题的五个步骤:“我们如何预测重复接触;第一次完全解决它们;并专注于开始重复接触过程的问题,原因代码和座席(或创建滚下山的”雪球“),以及能够解决重复接触的过程和座席(或”融化雪球““)?”
  步骤1=在每个渠道和跨渠道定义FCR
  正如所指出的那样,对于FCR没有一致的定义,并且周围的内容被称为渠道不同的东西(网络支持和IVR支持的“遏制”,联络中心的FCR平均值)。让我们首先使用相同的术语来表示重复的,未解决的联系人(“雪球”);在网站上开始客户启动的地方;并发送平均值以达到座席和问题级别。我们可以通过多种方式定义FCR,最受欢迎的是“同一个客户在7天内没有再次与我们联系”;然而,通常引用的“联系人”是在联络中心,而不是在所有渠道上,也不是从网络上开始。因此,让我们将FCR定义为“同一客户没有因为任何渠道中的同一问题在4天内再与我们联系,”,更严格的时间表等同于客户更大程度的不耐烦。
  步骤2=在座席和问题级别收集FCR数据点
  这一步骤大大提升了大数据的力量,以“混搭”无数的数据源,并整理出具有最高预测价值的数据源。这是我们在所有问题上击倒“平均”FCR和整体FCR的地方;相反,我们需要收集所有渠道,座席和问题的数据点,问题=客户语言中的一组有限的“原因代码”,例如“我的退款在哪里?”或“我如何获得另一个过滤器?”您会发现该网站的FCR非常低(我们经常看到平均网络支持FCR约为30%!),值得密切关注,使网络支持变得简单。您会发现某些问题的FCR非常低,可能是因为政策混乱(参见步骤4),有些问题可能接近100%FCR,因此不太注意修复。
  通过构建一个输入--输出表来显示哪些座席解决问题,哪些不解决问题,您最终可以超越平均值并将座席汇总到他们的团队中以生成基于管理员的FCR结果。在这里你会看到一些座席的FCR低于50%,拉低了整体平均FCR,可能是因为培训不足(参见步骤4),有些几乎是完美的100%,值得你持续保持对他们的关注。
  步骤3=在座席和问题级别可视化FCR数据
  现在是有趣的部分......将粒状FCR数据点加载到清晰且可操作的模型中。几年来,我的团队一直在使用Microsoft PowerB I,Qlik或Tableau等工具构建这些模型,还有其他可用的可视化工具。最好将输入,趋势视图和“所有者”显示与所有者=负责开发或改进影响FCR的流程和系统的高管结合起来。
  步骤4=测试预测模型以增加FCR
  通过步骤2中发现的一些假设,使用AI,您可以找到FCR可能驱动程序的原因和结果,例如重新设计的Web支持页面,新培训,简化的知识共享页面以及对座席的反馈(以便每个人都可以看看他们的工作如何影响客户满意度)。您还可以开始预测哪些客户和问题可能是雪球,使劳动力管理能够将他们路由到更专业的座席那里,这些座席具有融合雪球的成熟技能。
  第5步=庆祝成功(并推下加速器)!
  在最后一步中,您将能够识别能够解决更多联系人的座席,而不是送雪球下坡,开发人员能够增加WebFCR,以及可视化专家能够将所有这些都集中在一起。然后,您可以从这些成功中学习,并建立在它们之上,进入持续改进的良性循环当中。
  通过遵循这五个步骤并使用AI,机器人,大数据和分析,您将增加FCR并提高客户满意度。你还会:
  • 避免在座席和问题级别使用更精确的数据点的“平均值”瘟疫;

  • 降低客户支持成本;

  • 让导致问题的“所有者”深入了解解决方法并采取最佳行动。



      原文网址:http://customerthink.com/how-to-increase-first-contact-resolution-with-ai-bots-and-big-data/


  • 相关资讯 More
  • 点击次数: 97
    2020 - 08 - 04
    8×8的Jeremy Watkin讨论了联络中心实时监控的最佳用途。  我不确定为什么会这样,但是当我考虑到可以实时监控联络中心座席的能力时,我通过电视看到了无休止的客户互动流,就像联络中心被实况电视转播一样。  认真地说,哪个联络中心负责人有时间和精力来监视他们的座席?  退一步,当我谈到实时监控时,是指能够收听座席的呼叫音频并查看其桌面活动的功能。  尽管许多联络中心平台都记录和保存音频和视频,但实时监控使您可以实时查看和收听活动。  而且,它通常与耳语功能配对,以便在没有客户听到的情况下与座席通话,而接驳功能则可以完全接听电话。  在本文中,我将分享8种实时监视用途,这些用途不一定类似于24小时新闻周期滚动播报,但可以使联络中心负责人从该功能中获得最大收益。  1、处理升级的互动时“先生,对不起让您有这种感觉。”“女士,如果您能冷静下来,很高兴为您提供帮助。”“如果您继续使用该语言,我将不得不结束此通话。”  或者,您可能已经被告知在群聊中很难进行互动,并且想听听或了解一下客户在说什么。  在加入或接管交互之前进行实时监视并获得一些背景信息,可以帮助您作为主管来使客户平静下来,并更快地制定出解决问题的方案。  2、当客户需要挽留时  有时,当客户互动变得激烈时,您将冒着完全失去客户的风险。  使用耳语功能来指导座席达到最佳解决方案可以帮助扭转整个交互过程,并采取措施恢复客户对公司的信心。  3、监视新座席时  您如何看待一位父母为3岁的孩子购买了第一辆自行车,向他们展示了如何骑自行车的30分钟教学视频,然后期望他们的孩子在没有训练的情况下完美骑行?那是愚蠢的,对吧?  同样,实时监视使新座席在与客户进行首次交互时变得更加容易。这可以在任何地方进行,无论是在联络中心还是在世界各地。  4、当新座席与经验丰富的座席一起工作时  座席完成培训时的一种常见做法是让他...
  • 点击次数: 84
    2020 - 07 - 27
    Akixi的希拉里(Hilary)解释了电信行业面临的挑战。  就像新数字化世界中的所有其他部门一样,电信业正处于重大转型之中。我们交流的方式正在发展,以适应需要更大敏捷性,机会和灵活性的环境。  在新的十年的第一年2020年,环境充斥着混乱,电信行业的变化无处不在。  人工智能(AI)现在已成为日常交流的标准,补充并增强了客户与品牌之间的讨论。  5G技术正在发展,为丰富的移动体验铺平了道路。由于这些独特市场的大幅增长,对新网络服务的需求也出现了前所未有的增长。  根据《安永数字化转型》(2020年及以后)报告,电信公司面临的最大挑战是技术,服务管理和其他领域的供应商的破坏性竞争。  那么,通信公司今后还需要克服哪些其他重要问题?  让我们来看看。  对传统服务的需求正在减少  尽管物联网(IoT)和5G已开始推动供应商产品提供更多的多样性,但使用旧版工具的企业仍在努力保持领先地位。  所有环境中的供应商都需要扩展他们的产品范围,超越语音基础,以提供从SMS到视频的所有内容。  人们交流的方式正在改变。互联网消息传递,VoIP和其他基于云的技术正在占领整个行业。甚至智能手机流量也正在转移到WiFi。  这意味着各种规模的企业都需要考虑如何发展其服务包以适应以云为中心的新社区。  公司不仅需要提供下一代的联络中心产品以保持领先地位,而且还需要确保这些新服务可靠且实用。  客户越来越不接受质量和性能下降的问题。  如果通信公司要蓬勃发展,那么实时监视数据和检查呼叫流量质量的能力将至关重要。通信服务需要比以往任何时候都更快,更敏捷,更可靠。  安全性和数据泄露风险  监视呼叫和通信质量对于确保客户获得应有的那种电信体验至关重要。  但是,出于另一个原因--数据和隐私,跟踪和了解您的通信生命周期对于电信公司也至关重要。  对于电信公司而言,将数据安全性和隐私性作为主要重点已变得越...
  • 点击次数: 100
    2020 - 07 - 20
    突然需要“远程”,影响了公司运营的各个方面,客户服务也是如此。一些公司很幸运,已经部署了使联络中心团队能够远程工作并因此保持客户习惯的支持水平的技术。其他人则没有那么幸运,他们需要关闭某些(有时只是暂时的)客户服务渠道,因为他们不能通过远程团队适当地支持他们。我们还听到了一些案例,这些案例是公司试图通过新的安全协议使客户服务办公室保持开放状态,以便为客户提供服务。这无疑会降低生产率,并可能使团队面临风险。  随着各国开始考虑开放并试图恢复到“正常”状态,毫无疑问,企业将在考虑是否以及如何将远程和灵活的工作仍然作为联络中心运营的一部分。长期如何运作?他们如何运营?  客户服务悖论  客户服务团队一直在努力拥抱新的数字渠道,例如消息传递应用程序,实时聊天,聊天机器人和社交媒体渠道,以与客户进行沟通。但是,客户服务团队通常不具备从任意位置通过各种渠道随意参与的相同灵活性。使用本地软件,它们通常与固定的联络中心位置保持联系。洪水,旅行中断和大流行控制措施等事件使固定运营的公司更难以满足其客户和员工的需求。  灵活工作给员工带来的好处已经有几十年了,但是目前对组织和客户的运营好处还不那么明显。  客户正在努力联系客户服务座席,这可能是因为团队已被派往家中,或者是座席无法在不访问他们通常依赖的本地系统的情况下与客户进行远程连接。已经使用云技术的具有远见的组织可以通过从任何地方通过浏览器访问的软件来远程运营其联络中心。为了利用这种灵活性并更好地远程管理查询,自2020年3月以来,我们已经看到许多公司将其电话座席转移到数字化渠道上来。  客户服务运营的未来  未来,组织中的客户服务将通过每个部门对云和远程工作如何帮助他们更好地开展业务的方式进行重新思考。云已经彻底改变了企业共享文件,团队内部通信,管理供应链,管理营销等方式。将其与灵活的远程工作策略相结合,将使客户服务部门足够敏捷以应对任何...
  • 点击次数: 96
    2020 - 07 - 13
    人工智能(AI)作为客户服务技术(包括启用语音的技术)中的嵌入式功能正变得越来越普遍。  公司每年使用AI来处理数十亿的客户通信。AI系统可以响应最常见和最简单的查询,例如“我的帐户余额是多少”,从而使人工座席可以自由处理更复杂的客户服务问题。AI系统的设计不仅可以理解客户的查询,还可以确定最佳的响应方式,这是否意味着提供直接答案,提出明确的问题,将交互传递给现场座席,下订单或其他。  对系统进行编程以做出这些决定并采取这些行动绝非易事,而且要承担与承担该任务的人员相同的失败。因此,偏见可能会渗入算法,特别是因为AI仅与输入的训练数据一样好,并且该数据可能包括关于性别,种族,性取向或其他历史或社会不平等因素。  在许多公司正在扩大对AI的使用的时候,意识到这些偏见并缓解它们是当务之急。  “这是一个重要的问题,因为我们正在做出越来越重要的AI决策,”Spark Beyond的首席执行官兼联合创始人Sagie Davidovich说。Spark Beyond是使用AI的自动化研究引擎的提供商。“您要有责任心,透明性和包容性。”  “发现AI语音识别系统包含歧视特定人群的偏见。”Pro Privacy.com的数字隐私专家Ray Walsh说:“这令人不安,因为这类算法通常部署在所有公民使用的平台上。结果,这些技术可能积极地导致偏见或歧视的重新表达。”  如果不加发现,人工智能的偏见可能导致有害的歧视性做法,竞选结果失真,违反法规或失去公众信任。  没有比在2016年失败的Microsoft Twitter机器人Tay失败命运更明显的事实了。Microsoft将Tay描述为一种对话理解的实验,其中Tay参与度越高,越聪明,它就会通过“随意而有趣的对话。”  但是,一旦Tay上线,人们就开始在Twitter上发布推文,其中包括各种厌恶种族主义言论。Tay开始向用户重复这些种族主义...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务