Klienditeenindust võetakse tihti kokku ühe lausega: "see käib ju kõik chatbotide kaudu." Praktikas koosneb osakond kümnetest ülesannetest, mis omavahel vähe seost omavad. Sissetulev telefonikõne ebatavalise tarne kohta eeldab midagi muud kui tellimuse sisestamine, ja hinnapakkumise koostamine eeldab omakorda midagi muud kui kaebuse käsitlemine. Meie taksonoomia loeb selles valdkonnas 82 ülesannet. Osa neist saab AI juba täna suures osas üle võtta, teised eeldavad töötajat, kes heaks kiidab või tagasi lükkab, ja osa jääb inimtööks. See jaotuse taga olev muster on kasulikum kui 82 üksiku reegli loetelu.
Ülesannetel, mida on kõige täielikumalt võimalik automatiseerida, on kaks ühist tunnust: need on suure sagedusega ja vastus või järgmine samm on suures osas tuletatav olemasolevatest andmetest. Tellimuse staatuse kontrollimine ja teavitamine on selle hea näide: süsteem juba teab, kus tellimus asub, ja ülesanne seisneb tegelikult selle info otsimises ja kliendile edastamises. Ka live-chati ja chatboti vestluste pidamine kuulub suures osas sellesse kategooriasse, kindlasti standardsete küsimuste puhul lahtiolekuaegade, tagastuspoliitika või sagedaste tootega seotud küsimuste kohta. Tellimuste sisestamine süsteemi on kolmas näide: kui sisestus tuleneb selgest kliendisoovist fikseeritud väljadega, on tõlgendamist vähe vaja ja vale valiku risk on väike.
See, mis nendel ülesannetel ühist on, on see, et viga on tavaliselt kiiresti märgatav ja parandatav, ning otsustusruum on väike. On olemas selge õige vastus või selge järgmine samm, ja seda saab automatiseerida ilma, et inimene peaks pidevalt kaasa vaatama.
Suur osa klienditeeninduse tööst asub vahepealsel positsioonil: AI saab teha suurema osa tööst, kuid töötaja peab tulemuse heaks kiitma või tagasi lükkama enne, kui see jõuab kliendini või süsteemi. Hinnapakkumiste koostamine on siin kõnekas näide. AI saab kliendi päringu alusel koostada hinnapakkumise koos toodete, teenuste ja tingimustega, kuid lõplik marginaal, erandid ja kliendispetsiifilised kokkulepped eeldavad tavaliselt pilku isikult, kes klienditsuhet tunneb. Tellimuse muudatuste töötlemine kuulub samasse kategooriasse: aadressimuudatuse läbiviimine on triviaalne, kuid muudatus, mis mõjutab tarneaega, hinda või laoseisu mitmes süsteemis, eeldab kontrollmomenti.
Kaebuste registreerimine kuulub samuti siia, kuid pigem ettevaatlikuma poole peale: faktide fikseerimine on AI-le hästi jõukohane, kuid hinnang, kas midagi on üksik juhtum või struktuurse probleemi märk, on see, mida töötaja peab hindama enne, kui registreering organisatsioonis edasi elama hakkab. Kõigil neil juhtudel ei ole võit see, et ülesanne kaob, vaid see, et suurem osa tööst nihkub tegemiselt hindamisele.
Kaebuste sisuline käsitlemine on selgeim näide tööst, mis jääb inimtööks. Siin ei ole tegu protseduuri järgimisega, vaid individuaalse olukorra kaalumisega, hinnanguga sellele, mida klient vajab, et tunda end kuulda võetuna, ning otsuse langetamisega, mis ei tulene skriptist. Avatud hinnapakkumiste jälgimine kuulub osaliselt ka siia: meeldetuletuse saatmine on automatiseeritav, kuid vestlus, mis järgneb, kui klient kahtleb või kaupleb, eeldab kedagi, kes suudab olukorda vastavalt kohandada. Ka keerukad eskalatsioonid sotsiaalmeedias, kus rahulolematu klient reageerib avalikult ja organisatsiooni maine on mängus, ei ole usaldatavad mudelile ilma mainerisikuta.
Selle kategooria ühisosa on see, et ülesanne keerleb hinnangu, suhte või ettearvamatuse ümber, ning et valel hinnangul ei saa lihtsalt tagantjärgi paranduse abil parandada.
Kui asetada need kolm kategooriat 82 ülesande peale, ei tekita see selget lõiget "front office jääb inimesele" ja "back office muutub AI-ks" vahel. Jaotus jookseb läbi mõlema: mõned front-office ülesanded, nagu live-chat, on hästi automatiseeritavad, samas kui mõned back-office ülesanded, nagu ebatavalise tellimusmuudatuse hindamine, eeldavad järelevalvet. Küsimus tuleb esitada ülesande kaupa: kui prognoositav on tulemus ja kui suur on kahju vea korral?
See muster ei ole omane ainult klienditeenindusele. Ka mida saab AI hulgikaubanduses üle võtta ja millist tööd saab AI hankes üle võtta puhul peitub jaotus kolme kategooria vahel vähem ametinimetuses ja rohkem konkreetse ülesande olemuses. Kes otsib struktuuri, tegutseb seega targalt, kui vaatab asju ülesande kaupa ja ei tee üldistusi osakonna või rolli põhjal.
Viimane märkus: kui neid tulemusi kasutatakse jutuks personaliarvude või ametikohtade üle, kehtivad selle jaoks omad õiguslikud nõuded, millele see lehekülg midagi lisada või millest maha võtta ei saa. See ülevaade kirjeldab ülesandeid, mitte personaliotsuseid.
Selleks, et näha, kuidas see jaotus teie enda klienditeeninduse jaoks välja kukub, on ametinimetuste põhjal oletamine vähe kasulik. Kolme kategooria vaheline suhe sõltub ülesannete kombinatsioonist, mida teie töötajad tegelikult täidavad, sellega seotud süsteemidest ja teie klientide päringute keerukusest. Ftetoai pakub selleks tasuta kiirtesti: kaksteist küsimust, kontot vajamata, tulemuseks hinnang selle kohta, kui suure osa teie profiili tundidest saab AI täna üle võtta. Täielik töötestimine, mis vaatab üksikuid ülesandeid põhjalikumalt, on veel valmimisel; seda me siin teadlikult ei paku enne, kui see on valmis.
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.