Obsługę klienta często streszcza się w jednym zdaniu: "to wszystko przecież idzie przez chatboty". W praktyce dział składa się z dziesiątek zadań, które mają ze sobą niewiele wspólnego. Przychodzący telefon dotyczący nietypowej dostawy wymaga czegoś innego niż wprowadzenie zamówienia, a przygotowanie oferty wymaga jeszcze czegoś innego niż obsługa reklamacji. Nasza taksonomia liczy 82 zadania w tym obszarze. Niektóre z nich AI może już dziś w dużej mierze przejąć, inne wymagają pracownika, który zatwierdza lub odrzuca wynik, a część pozostaje pracą ludzką. Wzorzec stojący za tym podziałem jest bardziej użyteczny niż lista 82 osobnych pozycji.
Zadania, które najłatwiej poddają się pełnej automatyzacji, mają dwie wspólne cechy: są wysokoczęstotliwościowe, a odpowiedź lub kolejny krok wynika w dużej mierze z istniejących danych. Sprawdzanie i przekazywanie statusu zamówienia jest tego dobrym przykładem: system już wie, gdzie znajduje się zamówienie, a zadanie polega w istocie na wyszukaniu tej informacji i przekazaniu jej klientowi. Prowadzenie rozmów na czacie i przez chatboty w dużej części również wpisuje się w tę kategorię, zwłaszcza w przypadku standardowych pytań o godziny otwarcia, politykę zwrotów czy często zadawane pytania dotyczące produktów. Wprowadzanie zamówień do systemu to trzeci przykład: jeśli wprowadzenie wynika z jasnego zapytania klienta z ustalonymi polami, potrzeba niewiele interpretacji i ryzyko błędnej decyzji jest niewielkie.
Wspólnym mianownikiem tych zadań jest to, że błąd jest zwykle szybko widoczny i łatwy do naprawienia, a przestrzeń decyzyjna jest niewielka. Istnieje jasna, prawidłowa odpowiedź lub jasny kolejny krok, który można zautomatyzować bez konieczności stałego nadzoru ze strony człowieka.
Duża część pracy w obsłudze klienta znajduje się w pozycji pośredniej: AI może wykonać większość pracy, ale pracownik musi zatwierdzić lub odrzucić wynik, zanim trafi on do klienta lub do systemu. Przygotowywanie ofert jest tu wyrazistym przykładem. AI może na podstawie zapytania klienta zestawić propozycję cenową z produktami, usługami i warunkami, ale ostateczna marża, wyjątki i indywidualne ustalenia z klientem zazwyczaj wymagają spojrzenia osoby, która znajduje relację z klientem. Przetwarzanie zmian w zamówieniach należy do tej samej kategorii: wprowadzenie zmiany adresu jest trywialne, ale zmiana wpływająca na termin dostawy, cenę lub stan magazynowy w wielu systemach wymaga momentu kontrolnego.
Rejestrowanie reklamacji również należy tutaj, choć bliżej ostrożniejszego końca: rejestrowanie faktów AI wykonuje dobrze, ale ocena, czy dana sytuacja jest odosobnionym incydentem czy sygnałem problemu strukturalnego, jest czymś, co powinien ocenić pracownik, zanim rejestracja zacznie żyć dalej w organizacji. W każdym z tych przypadków korzyść nie polega na tym, że zadanie zanika, lecz na tym, że większa część pracy przesuwa się z wykonywania na ocenianie.
Merytoryczna obsługa reklamacji jest najwyraźniejszym przykładem pracy, która pozostaje pracą ludzką. Nie chodzi tu o stosowanie procedury, ale o wyważenie indywidualnej sytuacji, ocenę tego, czego klient potrzebuje, aby poczuć się wysłuchanym, oraz podjęcie decyzji, która nie wynika ze scenariusza. Nadążanie za otwartymi ofertami częściowo również pasuje do tej kategorii: wysłanie przypomnienia można zautomatyzować, ale rozmowa, która następuje, gdy klient ma wątpliwości lub negocjuje, wymaga osoby, która umie się przestawić. Również złożone eskalacje w mediach społecznościowych, w których niezadowolony klient reaguje publicznie i na szali stawiany jest ton organizacji, nie da się powierzyć modelowi bez powstania ryzyka reputacyjnego.
Wspólnym mianownikiem w tej kategorii jest to, że zadanie kręci się wokół oceny, relacji lub nieprzewidywalności, a błędna ocena nie da się po prostu naprawić późniejszą korektą.
Jeśli nałoży się te trzy kategorie na 82 zadania, nie powstaje ostry podział między "front office pozostaje ludźmi" a "back office staje się AI". Podział przebiega przez obie sfery: niektóre zadania front-office, takie jak czat na żywo, dają się dobrze zautomatyzować, podczas gdy niektóre zadania back-office, takie jak ocena nietypowej zmiany zamówienia, wymagają nadzoru. Pytanie zadawane dla każdego zadania brzmi: jak przewidywalny jest wynik i jak duża jest szkoda w przypadku błędu?
Ten wzorzec nie jest unikalny dla obsługi klienta. Także w przypadku co może przejąć AI w handlu hurtowym oraz jaką pracę może przejąć AI w zakupach podział między trzema kategoriami tkwi mniej w nazwie funkcji, a bardziej w charakterze poszczególnego zadania. Kto szuka struktury, dobrze zrobi, patrząc na poziomie poszczególnych zadań, a nie generalizując na poziomie działu czy roli.
Ostatnia uwaga: jeśli te wyniki są wykorzystywane w rozmowie o liczbie stanowisk lub funkcjach, obowiązują wtedy odrębne wymogi prawne, do których niniejsza strona nic nie dodaje i nic nie ujmuje. Ten przegląd opisuje zadania, nie decyzje personalne.
Aby zobaczyć, jak ten podział wypada w przypadku Państwa własnej obsługi klienta, mało sensu ma zgadywanie na podstawie nazw funkcji. Proporcja między trzema kategoriami zależy od mieszanki zadań, które faktycznie wykonują Państwa pracownicy, systemów z nimi związanych oraz złożoności zapytań klientów. Ftetoai oferuje w tym celu bezpłatny quickscan: dwanaście pytań, bez konta, z wynikiem w postaci wskazania, jaka część godzin w Państwa profilu jest dziś do przejęcia przez AI. Pełny skan pracy, który zagłębia się bardziej w poszczególne zadania, jest jeszcze w budowie; celowo nie oferujemy go tutaj, zanim nie będzie gotowy.
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.