Heim > Artikel > Technologie-Peripheriegeräte > Sprechen Sie über Kundendienstindikatoren für künstliche Intelligenz
Wir erhalten häufig geschäftliche Anfragen zu den Bewertungskriterien für einen intelligenten Kundenservice. Diese Frage ist sehr schwer zu beantworten, da wir den Einsatz von intelligentem Kundenservice rechtfertigen und sicherstellen müssen, dass der Einsatz von intelligentem Kundenservice dem Unternehmen zugute kommt.
Obwohl es keine „echten“ Bewertungskriterien für intelligente Kundenservice-Lösungen gibt, liste ich hier einige Fälle auf, in der Hoffnung, allen zu helfen und Ihnen einige Tipps aus diesen Fällen zu geben.
Intelligenter Kundenservice ist eine Lösung oder eine Reihe von Lösungen, die es Benutzern ermöglicht, auf Informationen zuzugreifen und sogar einfache Aufgaben autonom ohne die Hilfe von Kundendienstmitarbeitern auszuführen.
Was sind also die Anfragen oder Aufgaben, die ein intelligenter Kundenservice bearbeiten oder durchführen kann?
Verfolgen Sie Ihr Paket, fordern Sie ein Angebot an oder bezahlen Sie Ihre Rechnung online, ohne den Kundendienst zu kontaktieren – das sind alles geschäftliche Aufgaben, die wir regelmäßig erledigen.
Im Hinblick auf Kundenanfragen können nicht alle Anfragen durch einen intelligenten Kundenservice bearbeitet werden, da einige komplexe Sachverhalte immer noch manuelles Eingreifen erfordern. Intelligente Kundendienstlösungen sind jedoch sehr effektiv bei der Lösung wiederkehrender Tier-1-Anfragen. Dies sind sehr häufige und sehr häufige Anfragetypen, die viele Ressourcen in Anspruch nehmen. Zur Beantwortung dieser Fragen können wir sie nutzen.
Beim Versuch, die Indikatoren für intelligenten Kundenservice zu quantifizieren, hat jedes Unternehmen seine eigenen Indikatorenbewertungsstandards. Im Folgenden sind einige häufig verwendete Indikatoren aufgeführt, die regelmäßig aktualisiert und überwacht werden müssen.
„Anrufweiterleitung“ bezieht sich auf die Weiterleitung von Kundenanfragen an alternative Servicekanäle wie Chatbots, FAQs und Knowledge-Center-Datenbanken. Das Ziel der Anrufweiterleitung besteht darin, sicherzustellen, dass Kunden die Antworten, die sie suchen, auf möglichst effiziente Weise erhalten und die Anzahl der an menschliche Agenten weitergeleiteten Anrufe zu reduzieren. Diese Kennzahl bezieht sich auf „Anrufe“, umfasst aber auch alle anderen Kommunikationsmittel wie Live-Chat und E-Mail.
Die Messung der Anrufweiterleitungsrate kann kompliziert sein, weil wir versuchen, etwas zu messen, das nicht passiert! Laut DB Kay & Associates besteht ein Ansatz darin, den Prozentsatz der Benutzer zu schätzen, die mit intelligentem Kundenservice erfolgreich sind, und den Prozentsatz der Benutzer, die auf manuellen Service umsteigen. Die Differenz zwischen diesen beiden Prozentsätzen stellt die Durchbiegungsrate dar.
Die Förderung der Nutzung intelligenter Kundendienstkanäle ist für jedes Unternehmen ein spannendes Projekt zur Verbesserung/Verbesserung des Kundenerlebnisses. Wenn Kunden jedoch mit den Tools, die ihnen der Smart Customer Service bietet, unzufrieden sind, wenn sie diese als zu schwierig oder ineffizient empfinden, kann der Smart Customer Service-Kanal nicht als erfolgreich angesehen werden. Die Kundenzufriedenheit für jeden intelligenten Agentenkanal muss durch Umfragen, direktes Feedback und den Net Promoter Score (NPS) verfolgt werden, um ein klares Verständnis dafür zu gewinnen, welche Kanäle am erfolgreichsten sind und welche verbessert werden müssen.
Eine einfache Möglichkeit, den Erfolg des intelligenten Kundendienstes zu bestimmen, besteht darin, zu verfolgen, wie viele Kundenanfragen vom intelligenten Kundendienstkanal bearbeitet werden, ohne dass sie an einen menschlichen Agenten weitergeleitet werden. Dies könnte beispielsweise der Prozentsatz sein, mit dem eine FAQ zum Thema „Bestellung“ zu einer Bestellung und nicht zu einer vom Kunden initiierten Chat-Sitzung führte, oder der Prozentsatz, mit dem eine Suche in der Wissensdatenbank zu einem hilfreichen Artikel mit einer Benutzerbewertung führte Der Artikel war „nützlich“ oder gab an: „Das hat das Problem gelöst.“ Mein Problem.“
Viele aktuelle Lösungen verfolgen, berechnen und stellen automatisch relevante Berichte sowie viele andere nützliche Indikatoren bereit.
Lassen Sie uns zunächst den Prozentsatz der Probleme definieren, die von Kunden selbst mithilfe intelligenter Kundenservicekanäle gelöst werden können. Wie bereits erwähnt, können nicht alle Anfragen durch einen intelligenten Kundenservice bearbeitet werden und komplexere Anfragen erfordern menschliches Eingreifen. Jahrelange Erfahrung im Kundenservice mit künstlicher Intelligenz zeigt uns, dass dieser Prozentsatz weitgehend von Geschäftsszenarien, Branchenerfahrung und sogar der APP-Nutzung abhängt, aber normalerweise können 50 % der Anfragen von Kunden selbst gelöst werden.
Von diesen 50 % müssen wir quantifizieren, wie viel überflüssig oder doppelt vorhanden ist. Wie bereits erwähnt, fallen etwa 80 % der von menschlichen Agenten eingehenden Anfragen in diese Kategorie. Diese eignen sich für einen smarten Kundenservice.
Der maximale Nutzen eines intelligenten Kundenservices ergibt sich aus dem Produkt dieser beiden Prozentsätze, nämlich 0,5 x 0,8 = 0,4, sodass 40 % der maximal zu erwartende Wert eines intelligenten Kundenservices sein wird.
Abschließend müssen Sie die Effizienz der KI berücksichtigen, die Ihr Werkzeug antreibt. Mit der richtigen KI, den richtigen Inhalten und einer leistungsstarken Branchenwissensdatenbank kann Ihre intelligente Kundenservicelösung bis zu 80 % dieser wiederkehrenden Anfragen beantworten.
32 % (0,4 x 0,8 = 0,32) sind also ein guter Zielwert für eine intelligente Kundenservicequote.
Natürlich sind dies nur Beispiele und die Ergebnisse können je nach Unternehmen, Branche oder Art der Technologie, die Ihre intelligente Kundenservicelösung unterstützt, erheblich variieren, was Ihnen eine gute Vergleichsbasis bieten kann.
Das obige ist der detaillierte Inhalt vonSprechen Sie über Kundendienstindikatoren für künstliche Intelligenz. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!