Automatyzacja obsługi klienta nie zaczyna się od chatbota na stronie. Zaczyna się od zaplecza: kwalifikacji zgłoszeń, przygotowania odpowiedzi do zatwierdzenia i uzupełniania systemów — tam, gdzie AI skraca czas obsługi, zanim jeszcze odezwie się do klienta.
Chatbot jest najbardziej widocznym elementem automatyzacji obsługi — i dlatego bywa kupowany jako pierwszy. Jest też elementem najbardziej ryzykownym: rozmawia z klientem bez nadzoru, a każda zmyślona lub nietrafiona odpowiedź kosztuje zaufanie, które budowało się latami. Firmy, które sparzyły się na obsłudze „przez automat”, nie sparzyły się na automatyzacji — sparzyły się na złej kolejności.
Tymczasem większość czasu w obsłudze nie schodzi na samą rozmowę z klientem. Schodzi na wszystko dookoła: ustalenie, czego dotyczy zgłoszenie i kto ma je obsłużyć, odszukanie zamówienia i historii klienta, sprawdzenie procedury, napisanie odpowiedzi, przepisanie ustaleń do CRM. Te etapy automatyzują się bezpiecznie, bo między systemem a klientem stoi konsultant, który zatwierdza wynik — a klient dostaje odpowiedź od człowieka, tylko szybciej.
Jeżeli zgłoszenia wymagają nie tylko odpowiedzi, ale i działań w kilku systemach — sprawdzenia stanu, wystawienia korekty, zmiany zamówienia — to granica, za którą zaczyna się praca dla agenta AI. Kiedy agent ma sens zamiast zwykłej automatyzacji i jak ustala się jego uprawnienia, opisaliśmy na stronie wdrożenia agentów AI.
Obsługa klienta to z definicji przetwarzanie danych osobowych — imiona, adresy, historia zakupów, czasem dane o zdrowiu czy finansach, które klienci wpisują, choć nikt ich o to nie prosił. Zanim jakiekolwiek zgłoszenie trafi do modelu, trzeba rozstrzygnąć, które dane w ogóle opuszczają firmę, dokąd trafiają i na jakiej podstawie — od wyboru dostawcy i regionu przetwarzania po ograniczenie zakresu danych do minimum potrzebnego w danym kroku. Jak do tego podchodzimy i o co pytać każdego dostawcę, opisaliśmy na stronie bezpieczeństwo i RODO.
Zaczynamy od policzenia rozkładu tematów w prawdziwych zgłoszeniach z ostatnich miesięcy — to on mówi, co automatyzować najpierw i jakiego efektu można uczciwie oczekiwać. Potem jeden proces, najwęższy możliwy pilotaż w trybie z zatwierdzaniem i decyzje o poluzowaniu nadzoru na podstawie danych z pilotażu. Pełny przebieg opisuje metodyka wdrożenia, a cały zakres usługi — od audytu procesów po utrzymanie — strona wdrożenie AI w firmie. Ogólne warunki, które musi spełnić proces nadający się do automatyzacji, opisaliśmy przy automatyzacji AI — obsługa klienta spełnia je częściej niż większość procesów w firmie, bo zgłoszenia są tekstem, powtarzają się i zostawiają ślad w systemach.
O koszcie decyduje liczba systemów do połączenia, stan bazy wiedzy i wymagany poziom pewności odpowiedzi. Największą ukrytą pozycją bywa baza wiedzy: jeżeli odpowiedzi żyją w głowach konsultantów, jej spisanie jest pierwszym etapem projektu — i zostaje w firmie niezależnie od dalszych losów automatyzacji. Wszystkie składniki, łącznie z utrzymaniem, rozpisaliśmy w tekście o tym, ile kosztuje wdrożenie AI.
Nie — i mylenie tych pojęć jest kosztowne. Chatbot to ostatni, najbardziej widoczny i najbardziej ryzykowny element: rozmawia z klientem bez nadzoru. Większość wartości leży wcześniej i jest niewidoczna dla klienta: kwalifikacja i kierowanie zgłoszeń, przygotowanie odpowiedzi do zatwierdzenia przez konsultanta, uzupełnianie danych w CRM, podpowiadanie odpowiedzi z bazy wiedzy. Te etapy da się zautomatyzować bez ryzyka, że klient dostanie zmyśloną odpowiedź — bo między systemem a klientem stoi człowiek.
Uczciwa odpowiedź: nie wiadomo, dopóki nie policzy się rozkładu tematów w prawdziwych zgłoszeniach — i właśnie od tego zaczynamy. W typowej skrzynce obsługowej kilka do kilkunastu tematów odpowiada za większość wolumenu: status zamówienia, zwroty, faktury, hasła. To one automatyzują się najlepiej. Reszta to długi ogon, w którym automatyzujemy nie odpowiedź, lecz przygotowanie do niej. Deklarowanie procentu przed policzeniem rozkładu to obietnica bez pokrycia.
Zgłoszenia klientów to dane osobowe, a czasem także dane szczególnych kategorii — jeżeli klient sam wpisze na przykład informacje o zdrowiu. To pytanie trzeba więc rozstrzygnąć przed integracją, nie po niej. Da się kontrolować, które dane trafiają do modelu, dokąd i na jakiej podstawie prawnej: od wyboru dostawcy i regionu przetwarzania po ograniczenie zakresu danych do minimum potrzebnego w danym kroku. Zasady i pytania do każdego dostawcy opisaliśmy na stronie o bezpieczeństwie i RODO.
O koszcie decyduje liczba systemów do połączenia — poczta, CRM, sklep, system zamówień — stan bazy wiedzy i wymagany poziom pewności odpowiedzi. Firma z uporządkowaną bazą wiedzy i jednym CRM zapłaci mniej niż firma, w której odpowiedzi żyją w głowach konsultantów. Osobną pozycją jest utrzymanie: opłaty od liczby operacji i aktualizacja bazy wiedzy, bo oferta się zmienia. Składniki rozpisaliśmy w tekście o tym, ile kosztuje wdrożenie AI.
Zniechęcają się do złego automatu — takiego, który nie rozumie pytania, nie umie przekazać rozmowy człowiekowi albo udaje, że nim jest. Dlatego rekomendujemy kolejność odwrotną do typowej: najpierw automatyzacja zaplecza, w której klient rozmawia z człowiekiem szybciej niż dotąd, a dopiero potem — na tematach, w których system udowodnił jakość — kontakt bezpośredni, z jasnym oznaczeniem, że to automat, i z zawsze dostępnym przejściem do konsultanta.
Napisz, skąd przychodzą i co zajmuje najwięcej czasu. Odpowiemy, od którego etapu zaczęlibyśmy — również wtedy, gdy odpowiedź brzmi „jeszcze nie warto”.
Umów bezpłatną konsultację