Обслужването на клиенти често се обобщава в едно изречение: „това нали вече върви изцяло чрез чатботове.“ На практика отделът се състои от десетки задачи, които имат малко общо помежду си. Входящо обаждане за отклонена доставка изисква нещо различно от въвеждането на поръчка, а изготвянето на оферта изисква пък нещо друго от обработката на оплакване. Нашата таксономия отчита 82 задачи в тази област. Някои от тях AI вече днес може да поеме до голяма степен, други изискват служител, който одобрява или отхвърля, а част остава работа за хора. Моделът зад това разделение е по-полезен от списък с 82 отделни точки.
Задачите, които се автоматизират най-пълно, имат две общи характеристики: те са с висока честота и отговорът или следващата стъпка могат до голяма степен да се извлекат от съществуващи данни. Проверката и съобщаването на статуса на поръчката е добър пример за това: системата вече знае къде се намира дадена поръчка, а задачата на практика се състои в намирането и превеждането на тази информация към клиента. Провеждането на разговори в чат на живо и чатботове също до голяма степен попада в тази категория, особено при стандартни въпроси относно работно време, политика за връщане или често срещани въпроси за продукти. Въвеждането на поръчки в системата е трети пример: ако въвеждането следва от ясна заявка на клиента с фиксирани полета, е необходима малко интерпретация и риск при грешен избор е малък.
Общото при тези задачи е, че грешка обикновено се вижда бързо и може да се коригира, а пространството за решения е малко. Има ясен правилен отговор или ясна следваща стъпка, и това може да се автоматизира без постоянен човешки контрол.
Голяма част от работата в отдела за обслужване на клиенти се намира в междинна позиция: AI може да свърши по-голямата част от работата, но служител трябва да одобри или отхвърли резултата, преди той да стигне до клиента или да влезе в системата. Изготвянето на оферти е показателен пример за това. AI може въз основа на запитването на клиента да съставя ценово предложение с продукти, услуги и условия, но крайният марж, изключенията и специфичните за клиента договорки обикновено изискват поглед от някой, който познава клиентската връзка. Обработката на промени в поръчки попада в същата категория: промяна на адрес е тривиална, но промяна, която засяга срока на доставка, цената или наличността в множество системи, изисква контролна точка.
Регистрирането на оплаквания също попада тук, но по-скоро от предпазливата страна: AI може добре да фиксира фактите, но оценката дали нещо е изолиран инцидент или сигнал за структурен проблем е нещо, което служител трябва да прецени, преди регистрацията да продължи да живее по-нататък в организацията. Във всички тези случаи ползата не е, че задачата изчезва, а че по-голямата част от работата се измества от изпълнение към оценка.
Съдържателното обработване на оплаквания е най-ясният пример за работа, която остава работа за хора. Тук не става дума за следване на процедура, а за преценка на индивидуална ситуация, оценка на това от какво се нуждае клиентът, за да се почувства чут, и вземане на решение, което не следва от сценарий. Проследяването на отворени оферти отчасти също попада тук: изпращането на напомняне може да се автоматизира, но разговорът, който следва, когато клиент се двоуми или преговаря, изисква някой, който може да превключи бързо. Също и сложни ескалации в социалните медии, при които недоволен клиент реагира публично и тонът на организацията е поставен на изпитание, не могат да бъдат оставени на модел без да възникне репутационен риск.
Общият знаменател в тази категория е, че задачата се основава на преценка, връзка или непредвидимост, и че грешна оценка не може просто да се поправи с последваща корекция.
Ако приложите тези три категории върху всичките 82 задачи, не се получава остро разграничение между „предният офис остава човешки“ и „задният офис става AI“. Разделението минава напряко през и двете: някои задачи от предния офис, като чата на живо, се автоматизират добре, докато някои задачи от задния офис, като оценката на нетипична промяна на поръчка, изискват надзор. Въпросът за всяка задача е: колко предвидим е резултатът и колко голяма е щетата при грешка?
Този модел не е уникален за обслужването на клиенти. Също и при какво може AI да поеме в търговията на едро и при каква работа може AI да поеме в отдела по покупки разделението между трите категории се крие по-малко в длъжностното наименование и повече в естеството на отделната задача. Затова, който търси структура, добре прави да разглежда всяка задача поотделно, а не да генерализира по отдел или роля.
Последна забележка: ако тези резултати се използват в разговор относно броя на персонала или длъжностите, за тях се прилагат собствени правни изисквания, на които тази страница нищо не добавя и нищо не отнема. Този преглед описва задачи, не решения относно персонала.
За да видите как това разделение се проявява за вашия собствен отдел за обслужване на клиенти, няма особен смисъл да се гадае на база длъжностни наименования. Съотношението между трите категории зависи от съчетанието на задачите, които вашите служители действително изпълняват, от системите, свързани с тях, и от сложността на въпросите на вашите клиенти. Ftetoai предлага за това безплатен бърз тест: дванадесет въпроса, без акаунт, с резултат — индикация коя част от часовете във вашия профил може днес да бъде поета от AI. Пълният работен анализ, който навлиза по-дълбоко в отделните задачи, все още се изготвя; съзнателно не го предлагаме тук, преди да е готов.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.