Automatyzacja obsługi klienta

Dlaczego nie zaczynamy od chatbota

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 systemu do obsługi klientów i sprzedaży (CRM). Te etapy można automatyzować z mniejszym ryzykiem, bo konsultant sprawdza i zatwierdza wynik przed wysłaniem — a klient dostaje odpowiedź od człowieka. W pilotażu sprawdzamy, czy skraca to czas obsługi.

Co konkretnie automatyzujemy

• Rozpoznawanie i kierowanie zgłoszeń. Ustalenie, czego dotyczy wiadomość z maila, formularza czy czatu — również wtedy, gdy klient nie użył żadnego słowa z listy — nadanie priorytetu i skierowanie do właściwej osoby lub kolejki. To najczęstszy pierwszy krok: pomyłka oznacza, że zgłoszenie trafi do innej osoby z obsługi, która i tak ma dostęp do tych zgłoszeń. Zgłoszenia trafiają wyłącznie do osób, które już mają do nich dostęp, nigdy poza ten krąg.
• Odpowiedzi do zatwierdzenia. System przygotowuje projekt odpowiedzi na podstawie bazy wiedzy i danych klienta, konsultant zatwierdza, poprawia albo odrzuca. Każda korekta jest jednocześnie daną o jakości systemu — to na jej podstawie podejmuje się później decyzję, które tematy mogą przejść na obsługę bez nadzoru.
• Asystent bazy wiedzy dla konsultantów. Odpowiedź na pytanie „jaka jest procedura w tym przypadku” ze wskazaniem źródła — zamiast przeszukiwania wewnętrznej wiki i pytania na kanale zespołu. Skraca też wdrożenie nowych osób.
• Uzupełnianie CRM i systemów. Przepisanie ustaleń z rozmowy do pól systemowych: temat, status, obietnice złożone klientowi. Praca, której nikt nie lubi, więc bywa robiona późno i niekompletnie — a to na niej opiera się raportowanie.
• Kontakt bezpośredni z klientem — na końcu, nie na początku: na tematach, w których system sprawdził się, gdy człowiek zatwierdzał każdy wynik, z jasnym oznaczeniem automatu i z możliwością przekazania sprawy człowiekowi. Poza godzinami pracy zespołu automat jasno mówi, kiedy i jak konsultant się odezwie.

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.

Kanał telefoniczny rządzi się przy tym własnymi prawami — rozpoznanie mowy gubi część słów, a nagranie rozmowy jest osobnym pytaniem o dane osobowe. Które połączenia da się oddać automatowi, a których nie, opisujemy przy wdrożeniu voicebota.

Czego nie obiecujemy

• Chatbota bez nadzoru od pierwszego dnia. Wszystko, co wychodzi do klientów, startuje w trybie z zatwierdzaniem przez konsultanta. Kontakt bezpośredni włączamy na końcu — na tematach, w których system udowodnił jakość — a decyzję o poluzowaniu nadzoru podejmuje się na danych z pilotażu, nie z założenia.
• Procentu zautomatyzowanych zgłoszeń z góry. Ile da się zautomatyzować, pokazuje dopiero sprawdzenie, czego dotyczą prawdziwe zgłoszenia, i policzenie, jak często powtarza się każdy temat — i od tego zaczynamy. Podawanie procentu, zanim się to policzy, to obietnica bez pokrycia.
• Automatu udającego człowieka. Jeżeli z klientem rozmawia system, jest to jasno oznaczone, a klient może poprosić o przekazanie sprawy konsultantowi. Komplet warunków, przy których odradzamy projekt, zebraliśmy na stronie czego nie robimy.

Dane osobowe w zgłoszeniach

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 AI, 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.

Jak pracujemy

Zaczynamy od sprawdzenia, czego dotyczyły prawdziwe zgłoszenia z ostatnich miesięcy i jak często powtarzał się każdy temat. To pokazuje, co automatyzować najpierw i jakiego efektu można uczciwie oczekiwać. Potem jeden proces i możliwie mały pilotaż, w którym człowiek zatwierdza każdy wynik. Dopiero wyniki pilotażu pozwalają zdecydować, gdzie można ograniczyć sprawdzanie. 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.

Ile to kosztuje

O koszcie decyduje liczba systemów do połączenia, stan bazy wiedzy i wymagana wiarygodność odpowiedzi, czyli jak rzadko mogą zawierać błąd. 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.

Najczęstsze pytania

Czy automatyzacja obsługi klienta to po prostu chatbot?

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: rozpoznanie, czego dotyczy zgłoszenie, i skierowanie go do właściwej osoby, przygotowanie odpowiedzi do zatwierdzenia przez konsultanta, uzupełnianie danych w CRM, podpowiadanie odpowiedzi z bazy wiedzy. Na tych etapach konsultant sprawdza i zatwierdza każdą propozycję odpowiedzi przed wysłaniem. Zmniejsza to ryzyko przekazania klientowi błędnych informacji, a w pilotażu sprawdzamy jakość odpowiedzi i czas potrzebny na ich weryfikację.

Jaką część zgłoszeń da się zautomatyzować?

Uczciwa odpowiedź: nie wiadomo, dopóki nie sprawdzi się, czego dotyczą prawdziwe zgłoszenia, i nie policzy, jak często powtarza się każdy temat — i właśnie od tego zaczynamy. W typowej skrzynce obsługowej większość zgłoszeń dotyczy kilku do kilkunastu tematów: status zamówienia, zwroty, faktury, hasła. To one automatyzują się najlepiej. Przy pozostałych, rzadszych sprawach automatyzujemy nie odpowiedź, tylko przygotowanie do niej. Podawanie procentu, zanim się to policzy, to obietnica bez pokrycia.

Co z danymi osobowymi klientów w rozmowach?

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.

Ile kosztuje automatyzacja obsługi klienta?

O koszcie decyduje liczba systemów do połączenia — poczta, CRM, sklep, system zamówień — stan bazy wiedzy i wymagana wiarygodność odpowiedzi, czyli jak rzadko mogą zawierać błąd. 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.

Czy klienci nie zniechęcą się do rozmowy z automatem?

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 nadal rozmawia z człowiekiem, a dopiero potem — na tematach, w których system udowodnił jakość — kontakt bezpośredni, z jasnym oznaczeniem, że to automat, i z możliwością przekazania sprawy konsultantowi. Poza godzinami pracy zespołu automat jasno mówi, kiedy i jak konsultant się odezwie.