Um cliente quer saber onde está o seu pedido. Um colaborador consulta o status no sistema ERP ou logístico e comunica isso de volta, por telefone, e-mail ou chat. Esta é uma das tarefas mais recorrentes dentro do atendimento ao cliente, e também uma das mais previsíveis. É precisamente isso que a torna adequada para ser executada em grande parte pela IA.
Três eixos são aqui decisivos: estruturação, volume e contacto com o cliente.
A estruturação tem uma pontuação elevada. Um status de pedido não é uma questão aberta: existe um número de pedido, um sistema com um status atual, e um conjunto fixo de respostas possíveis (enviado, a caminho, atrasado, entregue). Não é preciso inventar nada, apenas consultar e comunicar.
O volume é geralmente elevado. Em empresas com muitos pedidos, este tipo de pergunta representa uma grande parte do volume de contacto recebido. Volume elevado combinado com um padrão fixo é exatamente onde a automação compensa: a mesma ação, centenas ou milhares de vezes, sem que o conteúdo mude.
O contacto com o cliente tem uma pontuação baixa em direção à automação (2 de 5), mas isso constitui aqui menos um obstáculo do que parece. O contacto com o cliente só se torna um problema para a IA quando a conversa é sensível ou exige personalização. Numa pergunta sobre status, o contacto é funcional: o cliente quer uma resposta, não uma conversa. Enquanto a mensagem estiver correta e chegar a tempo, o "quem" é secundário.
Três eixos mantêm a pontuação mista, e é relevante não disfarçar isso.
Margem de julgamento (2) e criatividade (5, registada de forma desfavorável porque aqui não é necessária criatividade e esse é precisamente o ponto) mostram que é necessária pouca interpretação — mas em caso de desvios, como um pedido que já está "a caminho" há três dias sem qualquer registo de scan, é efetivamente necessária uma avaliação: trata-se de um erro do sistema, de um atraso na transportadora, ou de um pedido perdido? Isso exige, nesse momento, uma pessoa, ou pelo menos uma regra de escalonamento.
Conformidade (5) significa que existem poucas complicações legais associadas à comunicação de um status. Custo de erro (3) situa-se no meio: comunicar um status errado a um cliente é incómodo, mas raramente prejudicial. Isto varia, no entanto, fortemente por setor. No caso de dispositivos médicos ou entregas B2B sensíveis ao tempo, uma comunicação de status incorreta pode efetivamente ter consequências, e nesse caso este eixo desloca-se para um risco mais elevado do que o aqui considerado.
O que a IA consegue fazer hoje aqui é um agente: um sistema que consulta autonomamente o status no sistema logístico, o traduz para um texto compreensível, e o comunica ao cliente, sem que seja necessária a intervenção constante de uma pessoa. Não se trata de uma substituição total da função, mas sim de uma grande parte das ações repetitivas dentro dessa função.
Três condições determinam se isto funciona na prática:
Em empresas sem ligação em tempo real entre o sistema de pedidos e o sistema logístico — por exemplo, onde o status é mantido manualmente numa folha de Excel — a estruturação é, de facto, mais baixa do que aqui assumido, e esta tarefa ainda não está madura para um agente. Isto está diretamente relacionado com uma tarefa afim: fornecer informações sobre stock e prazos de entrega apoia-se nas mesmas fontes de dados e depara-se com o mesmo problema quando essa ligação não existe.
Empresas com muitos pedidos personalizados ou clientes B2B com acordos contratuais de entrega veem o eixo da margem de julgamento pesar mais: um atraso pode aí significar uma quebra de contrato, e nesse caso é necessária avaliação humana mais rapidamente do que no caso de encomendas de consumo.
Esta tarefa também está relacionada com o que acontece mais adiante no processo. Dados de clientes incorretos levam a comunicações de status erradas, portanto manter os dados dos clientes atualizados no CRM é, na prática, uma condição, e não uma tarefa isolada. Do outro lado do processo estão gerar documentos de envio e devolução e a origem do próprio pedido, através de introduzir pedidos no sistema: quanto mais bem organizadas estiverem essas etapas, mais fiável é a informação de status que delas resulta mais tarde.
Isto não é aconselhamento em matéria de pessoal nem um argumento para reduzir uma equipa de atendimento ao cliente. Se e como uma organização toma decisões de pessoal está sujeito aos seus próprios requisitos legais e à sua própria avaliação; esta página descreve apenas que parte do trabalho se presta à automação, não qual deveria ser a sua consequência a nível de pessoal.
Se esta tarefa é automatizável em grande ou pequena parte na sua empresa depende dos seus sistemas, do seu volume de pedidos e da frequência de desvios. A quickscan gratuita da FTE TO AI consiste em doze perguntas, sem necessidade de conta, e fornece uma indicação de que parte das horas neste tipo de perfil de trabalho pode ser assumida hoje pela IA. A análise de trabalho completa, que calcula isto a nível de tarefa para a sua própria organização, está ainda em desenvolvimento.
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.