Az ügyfélszolgálatot gyakran egy mondatba sűrítik: "ezt ma már mind chatbotok csinálják." A gyakorlatban a részleg tucatnyi olyan feladatból áll, amelyek keveset kapcsolódnak egymáshoz. Egy bejövő telefonhívás egy eltérő szállításról más kezelést igényel, mint egy megrendelés rögzítése, és egy árajánlat elkészítése ismét mást igényel, mint egy panasz kezelése. A taxonómiánk 82 feladatot számol ebben a tartományban. Némelyiket az AI ma már nagyrészt átveheti, mások olyan munkatársat igényelnek, aki jóváhagy vagy elutasít, és egy részük emberi munka marad. A felosztás mögötti mintázat hasznosabb, mint egy 82 különálló sorból álló lista.
Azoknak a feladatoknak, amelyek a leginkább teljeskörűen automatizálhatók, két közös jellemzőjük van: magas a gyakoriságuk, és a válasz vagy a következő lépés nagyrészt levezethető a meglévő adatokból. A rendelés státuszának ellenőrzése és közlése erre jó példa: a rendszer már tudja, hol áll egy megrendelés, és a feladat gyakorlatilag abból áll, hogy ezt az információt megkeressük és lefordítjuk az ügyfél számára. Az élő chat- és chatbot-beszélgetések vezetése is nagyrészt ebbe a kategóriába tartozik, különösen a nyitvatartási időkkel, visszaküldési szabályzattal vagy gyakori termékkérdésekkel kapcsolatos standard kérdések esetén. A megrendelések rendszerbe rögzítése egy harmadik példa: ha a rögzítés egy egyértelmű, rögzített mezőkkel rendelkező ügyfélkérésből következik, kevés az interpretáció, és kevés a kockázat egy hibás választás esetén.
Az ezekben a feladatokban közös, hogy egy hiba általában gyorsan látható és javítható, és a döntési tér kicsi. Van egy egyértelműen helyes válasz vagy egyértelmű következő lépés, és ez automatizálható anélkül, hogy folyamatosan emberi felügyeletre lenne szükség.
Az ügyfélszolgálati munka nagy része egy köztes helyzetben van: az AI elvégezheti a munka nagy részét, de egy munkatársnak jóvá kell hagynia vagy el kell utasítania az eredményt, mielőtt az eljut az ügyfélhez vagy bekerül a rendszerbe. Az árajánlatok elkészítése ékes példa erre. Az AI az ügyfélkérdés alapján összeállíthat egy árajánlatot termékekkel, szolgáltatásokkal és feltételekkel, de a végleges árrés, a kivételek és az ügyfélspecifikus megállapodások általában olyan valaki pillantását igénylik, aki ismeri az ügyfélkapcsolatot. A megrendelés-módosítások kezelése ugyanebbe a kategóriába tartozik: egy címváltozás átvezetése triviális, de egy olyan módosítás, amely hatással van a szállítási időre, az árra vagy a több rendszerben nyilvántartott készletre, ellenőrzési pontot igényel.
A panaszok rögzítése is itt található, de az óvatosabb oldalon: a tények rögzítését az AI jól tudja, de annak megítélése, hogy valami elszigetelt incidens vagy egy strukturális probléma jele, olyan dolog, amit egy munkatársnak kell megítélnie, mielőtt a rögzítés továbbterjed a szervezetben. Ezekben az esetekben a nyereség nem az, hogy a feladat megszűnik, hanem hogy a munka nagy része a végrehajtásból az elbírálás irányába mozdul el.
A panaszok tartalmi kezelése a legvilágosabb példa arra a munkára, amely emberi munka marad. Itt nem egy eljárás követéséről van szó, hanem egy egyéni helyzet mérlegeléséről, annak felméréséről, mire van szüksége az ügyfélnek ahhoz, hogy meghallgatottnak érezze magát, és egy olyan döntés meghozásáról, amely nem egy forgatókönyvből következik. A nyitott árajánlatok utánkövetése részben ide is tartozik: egy emlékeztető elküldése automatizálható, de a beszélgetés, amely akkor következik, amikor egy ügyfél habozik vagy tárgyalni próbál, olyan valakit igényel, aki tud alkalmazkodni. A közösségi médián zajló összetett eszkalációk, amikor egy elégedetlen ügyfél nyilvánosan reagál, és a szervezet hangvétele kerül kockára, sem hagyhatók egy modellre reputációs kockázat vállalása nélkül.
A közös nevező ebben a kategóriában az, hogy a feladat ítélet, kapcsolat vagy kiszámíthatatlanság körül forog, és egy rossz megítélés nem egyszerűen korrigálható utólag.
Ha ezt a három kategóriát a 82 feladatra fekteti, nem alakul ki éles határvonal "a front office ember marad" és "a back office AI lesz" között. A felosztás mindkettőn keresztülhalad: néhány front office feladat, mint az élő chat, jól automatizálható, míg néhány back office feladat, mint egy rendkívüli megrendelés-módosítás megítélése, felügyeletet igényel. A kérdés minden feladatnál más: mennyire kiszámítható a kimenet, és mennyire nagy a kár egy hiba esetén?
Ez a mintázat nem egyedi az ügyfélszolgálatra nézve. A mit vehet át az AI a nagykereskedelemben és a milyen munkát vehet át az AI a beszerzésen esetében is a három kategória közötti felosztás kevésbé a munkakör megnevezésében rejlik, és inkább az egyes feladatok jellegében. Aki struktúrát keres, jól teszi, ha feladatonként vizsgálja a helyzetet, és nem osztályoz részleg vagy szerepkör szerint általánosítva.
Egy utolsó megjegyzés: ha ezeket az eredményeket létszámmal vagy munkakörökkel kapcsolatos megbeszélésben használják, azokra saját jogi követelmények vonatkoznak, amelyeket ez az oldal semmiben nem érint. Ez az áttekintés feladatokat ír le, nem személyzeti döntéseket.
Ahhoz, hogy lássa, ez a felosztás hogyan alakul az Ön saját ügyfélszolgálatán, kevés haszna van annak, hogy munkakör-megnevezések alapján próbáljon találgatni. A három kategória közötti arány attól függ, milyen a munkatársai által ténylegesen elvégzett feladatok keveréke, milyen rendszerek tartoznak ehhez, és mennyire összetettek az ügyfélkérdései. Az Ftetoai ehhez ingyenes gyorstesztet kínál: tizenkét kérdés, fiók nélkül, eredményként pedig egy jelzés arról, hogy az Önnél mért órák hányad része vehető át ma AI-val. A teljes munkateszt, amely mélyebben belemegy az egyes feladatokba, még fejlesztés alatt áll; ezt szándékosan nem ajánljuk itt, amíg nincs kész.
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.