Klientų aptarnavimas dažnai apibendrinamas viename sakinyje: „tai vis tiek vyksta per pokalbių robotus." Praktikoje šis padalinys susideda iš dešimčių užduočių, kurios turi mažai bendro tarpusavyje. Įeinantis skambutis dėl netinkamo pristatymo reikalauja kitokio požiūrio nei užsakymo įvedimas, o pasiūlymo sudarymas vėlgi reikalauja kitokio požiūrio nei skundo nagrinėjimas. Mūsų taksonomija šioje srityje skaičiuoja 82 užduotis. Kai kurias iš jų AI šiandien jau gali didžia dalimi perimti, kitos reikalauja darbuotojo, kuris patvirtina arba atmeta, o dalis išlieka žmogaus darbu. Šio pasiskirstymo modelis yra naudingesnis nei 82 atskirų eilučių sąrašas.
Užduotys, kurias lengviausia visiškai automatizuoti, turi du bendrus požymius: jos yra dažnos, o atsakymą arba tolesnį žingsnį galima didžia dalimi nustatyti iš esamų duomenų. Užsakymo statuso tikrinimas ir jo pranešimas yra tam geras pavyzdys: sistema jau žino, kur yra užsakymas, ir užduotis faktiškai susideda iš tos informacijos surinkimo ir pateikimo klientui. Taip pat pokalbiai gyvo pokalbio (livechat) ir pokalbių robotų priemonėmis didžia dalimi patenka į šią kategoriją, ypač kai kalbama apie standartinius klausimus dėl darbo laiko, grąžinimo politikos ar dažnai pasitaikančių produktų klausimų. Užsakymų įvedimas sistemoje yra trečias pavyzdys: kai įvedimas išplaukia iš aiškaus kliento prašymo su fiksuotais laukais, interpretacijos reikia mažai, o klaidingo pasirinkimo rizika yra nedidelė.
Šias užduotis vienija tai, kad klaida dažniausiai greitai pastebima ir ją galima ištaisyti, o sprendimo laisvė yra nedidelė. Yra aiškus teisingas atsakymas arba aiškus tolesnis žingsnis, ir tai galima automatizuoti be nuolatinės žmogaus priežiūros.
Didelė dalis klientų aptarnavimo darbo užima tarpinę padėtį: AI gali padaryti didžiąją dalį darbo, tačiau darbuotojas turi patvirtinti arba atmesti rezultatą, kol jis pasiekia klientą arba patenka į sistemą. Pasiūlymų sudarymas yra tam iškalbingas pavyzdys. AI, remdamasi kliento užklausa, gali sudaryti kainos pasiūlymą su produktais, paslaugomis ir sąlygomis, tačiau galutinė marža, išimtys ir su konkrečiu klientu susijusios sutartys dažniausiai reikalauja žvilgsnio žmogaus, kuris pažįsta kliento santykius. Užsakymų pakeitimų vykdymas patenka į tą pačią kategoriją: adreso pakeitimo įvykdymas yra paprastas, tačiau pakeitimas, turintis įtakos pristatymo laikui, kainai ar atsargoms keliose sistemose, reikalauja patikrinimo momento.
Skundų registravimas taip pat patenka čia, tačiau atsargesnėje pusėje: faktų fiksavimą AI gali daryti gerai, tačiau vertinimas, ar tai izoliuotas incidentas, ar signalas apie struktūrinę problemą, yra dalykas, kurį darbuotojas turi įvertinti, kol registracija toliau plinta organizacijoje. Visais šiais atvejais nauda nėra ta, kad užduotis išnyksta, bet ta, kad didžioji dalis darbo persikelia iš vykdymo į vertinimą.
Skundų nagrinėjimas turinio prasme yra akivaizdiausias pavyzdys darbo, kuris išlieka žmogaus darbu. Čia kalbama ne apie procedūros vykdymą, bet apie individualios situacijos svarstymą, vertinimą, ko klientui reikia, kad jaustųsi išklausytas, ir sprendimo priėmimą, kuris neišplaukia iš scenarijaus. Neapmokėtų pasiūlymų priminimas iš dalies taip pat patenka čia: priminimo išsiuntimą galima automatizuoti, tačiau pokalbis, kuris seka, kai klientas dvejoja ar derasi, reikalauja žmogaus, kuris gali pritaikyti savo požiūrį. Taip pat sudėtingos eskalacijos socialiniuose tinkluose, kai nepatenkintas klientas viešai reaguoja ir organizacijos tonas atsiduria pavojuje, negalima palikti modeliui be reputacijos rizikos.
Bendras šios kategorijos vardiklis yra tai, kad užduotis remiasi sprendimu, santykiais ar nenuspėjamumu, ir kad klaidingas įvertinimas negali būti tiesiog ištaisytas vėlesniu korekcijos veiksmu.
Jei šias tris kategorijas pritaikysite visoms 82 užduotims, nesusidaro aiškaus skirtumo tarp „front office lieka žmogui" ir „back office tampa AI". Pasiskirstymas eina skersai per abi sritis: kai kurios front-office užduotys, tokios kaip livechat, gerai automatizuojamos, o kai kurios back-office užduotys, tokios kaip nestandartinio užsakymo pakeitimo įvertinimas, reikalauja priežiūros. Klausimas kiekvienai užduočiai yra: kiek nuspėjamas rezultatas ir kokia žala klaidos atveju?
Šis modelis nėra unikalus klientų aptarnavimui. Taip pat ką AI gali perimti didmeninėje prekyboje ir kokį darbą AI gali perimti pirkimuose pasiskirstymas tarp trijų kategorijų mažiau susijęs su pareigų pavadinimu ir labiau su konkrečios užduoties prigimtimi. Todėl, ieškant struktūros, verta žiūrėti pagal atskirą užduotį, o ne apibendrinti pagal padalinį ar pareigas.
Paskutinė pastaba: jei šie rezultatai naudojami pokalbyje apie darbuotojų skaičių ar pareigas, tam taikomi savi teisiniai reikalavimai, kuriems šis puslapis nieko nei prideda, nei atima. Šioje apžvalgoje aprašomos užduotys, o ne sprendimai dėl personalo.
Siekiant pamatyti, kaip šis pasiskirstymas pasireiškia jūsų pačių klientų aptarnavimui, mažai naudos spėlioti pagal pareigų pavadinimus. Santykis tarp trijų kategorijų priklauso nuo užduočių mišinio, kurį jūsų darbuotojai faktiškai vykdo, su tuo susijusių sistemų ir jūsų klientų užklausų sudėtingumo. Ftetoai tam siūlo nemokamą greitąją patikrą: dvylika klausimų, be paskyros, kurios rezultatas – nuoroda, kokią dalį jūsų profilio valandų šiandien galima perduoti AI. Išsamesnė darbo analizė, kuri giliau nagrinėja atskiras užduotis, dar kuriama; jos sąmoningai čia nesiūlome, kol ji nebus baigta.
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.