(Accenture araştırmasına göre) yetersiz müşteri hizmetleri nedeniyle işletmelerin her yıl 1.6 trilyon dolar kaybetmelerinden dolayı, bu konu birçok markayı sıkboğaz eden bir mesele haline gelmiştir.Yapay zeka, bu kayıplara bir nebze de olsa engel olabilir mi? Piyasada bir takım farklı teknolojiler var. Buna örnek olarak genel bir değerlendirme…

Çoktan seçmeli chatbotlar
Chatbotlar gittikçe yaygınlaşıyor. Her ne kadar Yapay Zeka teknolojisinde yoğunlaşsalar da başlıca amaçları, konuşma biçimini kullanarak ve taklit ederek hizmet yönlendirme sürecinin karmaşıklığını azaltmaktır.

Önceden belirlenmiş çoklu seçenekler sunarken, hiç yok denecek kadar az metin girişi sunarlar. Esas itibariyle, bunlar müşteri bilgilerini de (örneğin, sipariş ayrıntıları) sağlayabilen bir bilgi mimarisi şeklindedirler.

Bu tip chatbotlara verilebilecek örnekler, perakende (Toplu) ve seyahat (Expedia) gibi birçok farklı sektörde bulunabilir.

UX açısından bakıldığında, kullanıcılar için göz korkutucu bir beklenti olabilecek çoktan seçmeli alanlar içeren uzun formlar chatbot içine yerleştirildiğinde daha erişilebilir hale getirilebilir ve daha az vergilendirme sağlanabilir.

Bu, belki de müşteriye bir seferde bir alanın sunulduğu, mevcut online formdan yapılan mantıksal ilerlemenin bir sonraki aşamaya geçmeden önce en iyi şekilde uygulanmasındandır.

Chatbotlar, ayrıntılı, iç içe geçmiş bir menü deneyiminden kaçınan ve kullanıcıyla ‘etkileşim kurarak’ bilgiyi ortaya çıkarmayı tercih eden web sitelerine ve uygulamalara da yol açabilir.

Böyle bir teknoloji, müşteri hizmeti alanında zamandan tasarruf potansiyeli sunmaktadır. Canlı sohbet işlevselliğine de entegre edilebilir (aşağıdaki bot destekli temsilcilere bakın).

Chatbotlarla ilgili daha fazla bilgi:

Chatbot’lar nedir ve pazarlamacılar neden ilgilenmelidir?

Chatbot’lar perakendeciler için neden önemli bir fırsattır?
Sanal Temsilciler

Çoğu tüketici birkaç yıldır piyasada olan sanal temsilcilere aşinadırlar.

Bu temsilciler genellikle SSS bölümünde arama yapma vasıtasından fazlası değildirler. Bir çağrı merkezi temsilcisi ile hayal edilen kişiselleştirilmiş hizmetleri gerektirse de, dahil edilen dil işleme, bir isteğin anlamını bulmak için az gelirken, anahtar kelime ve cümlelerin SSS içeriğiyle eşleştirilmesi için fazla gelmektedir.

Bilinçli tüketiciler bu çözümlerle daha fazla karşılaştıkça ve aşina oldukça, kişinin (müşterinin) kaliteli bir arama işlevselliği ile uğraştığının fark etmesi çok iç açıcı bir durum olmayabilir.

LivePerson’un CEO’su Robert LoCasçıo, “Başlangıç aşamasında bulunan bu geleneksel botların sağladığı müşteri memnuniyetinin % 70’in altında olduğunu ve bu durumun müşteri hizmetleri ve satışlar için gerçekten düşük” olduğunu ifade ediyor.
Bu iyi kurulmuş sanal temsilci stili, otomatikleştirilmiş / akıllı hizmet dinamikleri konusunda ilginç bir ders vermektedir. Çözülmesi gereken sorun, müşterilerin beklentilerini nasıl doğru bir şekilde belirlemektir – sonuçta hayal kırıklığına uğratan sözde akıllı hizmet sunumunun yerini ya yeterince doğru ve hatasız olan Yapay Zekay ya da arka planda Yapay Zeka tarafından desteklenen insan hizmetleri almalıdır.

Bot-destekli temsilciler

Yapay zekanın çoğu, bir algoritmanın çıktısını öğrenmesine veya denetlemesine yardımcı olan, insan geribildiriminin veya yardımın bir parçası olan bir “insan döngüsüne” dayanıyor.

Bot-destekli temsilciler sanal temsilcilerden sonraki adımdır. İnsan temsilciler botun önerdiği cevabı kalite kontrolden geçirir. LivePerson bunu cyborg modeli olarak adlandırmaktadır ve verimlilikte % 30-35 kazanç sağladığını belirtmektedir (muhtemelen zaman tasarrufu).

Bu tarz bir yardım Digital Genius tarafından geliştirilen bir sistem aracılığıyla KLM tarafından hayata geçirildiğinde çok fazla tanıtım ve reklam elde etti. Temsilciler, kişisel cevapları hızlı ve doğru bir şekilde vermek için, müşteri hakkında toplananlar da dahil olmak üzere, geçmiş kullanım verilerine dayalı önerilen cevaplarla desteklenmektedir.

Sosyal medya yöneticisi Karlıjn Vogel-Meijer, bu yaklaşımın “her iki dünyanın da en iyi – yerinde, doğru ve kişisel bir cevap verdiğini söylüyor: İnsanların ve teknolojinin en iyisi”.

Nvidia aracılığıyla aşağıda paylaşılan ekran görüntüsü bunun Dijital Genius ara yüzü içinde nasıl çalıştığını gösteriyor. Güven seviyeleri sağlanır ve temsilciler otomatik mesajları kişiselleştirmeyi veya onaylamayı seçebilir.

Otomasyon eşiği, aşağıdaki örnekte% 90 olarak ayarlanmıştır; bu, algoritma yeterince emin olduğunda otomatik olarak cevap vereceği anlamına gelir.

Dijital deha

2016 yılının sonlarında, KLM, sadece Facebook Messenger aracılığıyla dakikada beş soru (en yoğun zamanlarda dakikada 13 soru) alıyordu. Havayolu şirketi zaten c 250 civarında sosyal medya temsilcisine sahip ve bu nedenle temsilci sayısını artırmaya devam etmeden mesaj oranları ile başa çıkmak için yapılacak herhangi bir çözüm açıkça çok büyük bir değere ve öneme sahiptir.

Bilgi tabanı içerisindeki içerikleri ortaya çıkarma sürecini optimize etmek ya da bir temsilciye öngörülen cevaplar vermek için kullanılabilecek olan benzer bir çözüm piyasada DeviceBits tarafından sağlanmıştır.

Aynı zamanda Afiniti de müşterinin verilerini analiz etmeye dayalı olarak, müşteri çağrılarını uygun aracıya yönlendiren benzer bir ürün sunmaktadır.

Gerçek zamanlı duygusal analiz

Cogito, Yapay Zeka müşteri hizmetlerini sunmakta olan en ilginç şirketlerden biridir. Şirketin web sitesi, müşteri ve temsilci memnuniyetini artırdığını, müşteri çabalarını ve yıpranmayı azalttığını ve bu sayede gelir ve tasarruflarda kazançlar elde ettiğini iddia ediyor.

Yazılım, gerçek zamanlı olarak yapılan çağrılar sırasında müşteri duygularını, niyetlerini ve sosyal mesajları işaretleyerek bunu yapar. Bunun neye benzediğini merak ediyorsanız, aşağıdaki ekran görüntüsüne bakın.

Cogito
Cogito, sağlık şirketi Humana ile birlikte çalışmanın müşteri memnuniyetinde (tavsiye etme olasılığı) % 28’lik bir artış olduğunu iddia ediyor.

Ancak, örnek etkileyici derecede büyük olmasına (100.000 telefon görüşmesi) ve test ve kontrol grupları kullanmasına rağmen, deneyin ne kadar doğruluk payı olduğu hususunda daha ayrıntılı bilgi bulamadım.

Aynı etkenler mi kullanılıyordu? Müşteri soruşturmaları ve demografik veriler her bir test ve kontrol grubundan nasıl farklıydı? Aynı anda mı yürütüldüler?

Müşteri sorunlarını çözümde kaydedilen % 6.3’lük bir gelişme yabana atılmayacak olsa da (konuşma esnasında yayın kesilmesi durumunda % 30’lük bir azalma da dahil olmak üzere), bazıları bu teknolojinin, konuşma esnasındaki ses ahengi ve temposundaki bireysel ve hatta bölgesel farklılıkları yorumlayacak kadar sofistike olmadığı görüşündeler.

Bu noktada, MİT Review, duygu takibi sistemine öncülük eden MİT Medya Laboratuvarı’nda profesör olan Rosalınd Picard’ı söylediklerini şöyle alıntılıyor “Birçok New York’lu” “yüksek kesinti ” tarzını uyguluyorlar. Kesinti böylece sevindirici olabilir ve onlarla ilişki kurabilir. Ancak aynı davranış başka arayanlar tarafından kaba olarak görülebilir. ”

Akıllı asistanlar

Müşteri hizmetleri ve yapay zekanın bitim noktası tamamen otomatikleştirilmiş bir çözüm olarak düşünülebilir. Mevcut durumda doğal dil işlemesi konusunda bulunan kısıtlamalar nedeniyle bunun ne zaman mümkün olabileceği ve gerçekten de empati eksikliği olan otomatik bir tecrübenin bir insan etkeninin sağlayabileceği müşteri memnuniyetini sağlayıp sağlayamayacağı belirsizdir.

Alexa gibi ev ve kişisel asistanlar hâlihazırda çok sofistike olmalarına rağmen, bu sistemler önümüzdeki dönemlerde özellikle de telefon üzerinden müşteri hizmetleri cephesinde uygulanırsa hata oranları çok yüksek olacaktır.

Bununla birlikte, beğenilsinler ya da beğenilmesinler, evdeki akıllı asistanların bir şirketin ürün veya hizmet sunumunu etkileyebileceğini akılda tutmakta fayda vardır.

Şirketler kendi bilgi ve servislerinin bir ev / kişisel asistan vasıtasıyla müşteriye nasıl sunulacakları konusunda karar vermelidir. Bu, bir tür HTML biçimlendirmesi veya e-ticaret gibi işlevselliklerle daha fazla entegrasyon anlamına gelebilir.

Müşterinin kişisel akıllı bir asistan aracılığıyla yaşadığı deneyim normal bor temas noktası gibi değerlendirilmeli ve markayla tutarlı bir etkileşim sunmalıdır.

İçerik geliştirme (ya da Ticari satış)
Yapay Zeka, ticari satış ve online kişisel alışveriş gibi hizmetlerin daha yumuşak tarafında kullanılıyor.
North Face, ceket alıcılarına oldukça basit sorular soran (ancak biraz serbest veri girişi ile) ve böylece ürün yelpazesini daraltmayı amaçlayan interaktif bir aracı test etmesi için IBM’in Watson teknolojisini kullanıyor.

Soru, bu deneyimin özellikle yararlı olup olmadığıdır. North Face en büyük ürün yelpazesine sahip değil ve bir web sitesine erişen çoğu insan, ihtiyaç duydukları ceket türüyle ilgili olarak daha geniş web üzerinde daha etkili bir araştırma yapmıştır zaten.

Görünüşe göre 60 günlük deneme süresince, 50.000 tüketici bu servisi kullanıyor ve bu araç olmadan sitede iki dakika daha fazla vakit geçiriyor. Aracı sadece meraktan kaç kişinin ziyaret ettiği ve kaç tanesinin algoritmanın daha ucuz veya daha uygun bir ürünü kaçırmadığından emin olarak bir satın alım yaptığı konusu tartışmalı olsa da, % 75’i bu aracı bir daha kullanacaklarını söylemiştir.
North Face

Özet olarak…

Bu, çeşitli Yapay Zeka müşteri hizmetleri araçlarıyla hızlı bir yürüyüş gibiydi. Teknolojinin bu denli zengin olduğu bu dünya piyasasında, pragmatik işlevsellik sunan ülkelerin – Yapay Zekanın arka planda rol aldığı (örneğin, bot destekli temsilciler) – kısa vadede başarılı olma olasılıkları en yüksek görünüyor.

Uzun vadede, insan etkeninin kaderini kim biliyor! Otomasyon için kesinlikle çok fazla itici güç var, ancak şu an için havalı bir marifet gibi görünebilir (bkz. Henn na Hotel).

Herhangi bir ölçekte kullanıldığında, Yapay Zekanın müşteri yolculuğunu kesin olarak kolaylaştırdığı ve bunun doğal sonucu olarak en nihayetinde geliri artıracağı kanıtlanmış olmalıdır.

One thought on “Yapay zeka, chatbotlar ve CRM

  1. Geri bildirim: tabletkitabesi

Yorumlar kapatıldı.