Mõelge viimasele korrale, kui pidite sama probleemi kaks korda selgitama. Võib-olla vestlesite toega, ühendus katkes ja siis pidite helistama ning otsast alustama. Või saatsite ettevõttele e-kirja, ootasite kolm päeva vastust ja agent esitas teile küsimusi, millele olite juba oma esimeses sõnumis vastanud.
See on väike asi, kuid see kuhjub. Ja just sellist hõõrdumist on mälu rikas AI loodud eemaldama.
Tänapäeva kliendid ei taha, et neid koheldaks võõrastena iga kord, kui nad ühendust võtavad. Nad tahavad, et bränd jätkaks sealt, kus eelmine vestlus pooleli jäi, isegi kui see vestlus toimus teises kanalis, teise agendiga, nädalaid tagasi. See pole enam suur nõudmine. Sellest saab uus tavapära.
Mis on mälu rikas AI
Mälu rikas AI on täpselt see, mida nimi ütleb: AI, mis mäletab. Mitte ainult viimast sõnumit vestluses, vaid kogu ajalugu, mis kliendil brändiga on, läbi kõigi kanalite, mida nad on kasutanud.
See hõlmab varasemaid oste, varasemaid probleeme, eelistusi, mida nad on maininud, ja isegi varasemate vestluste tooni. Selle asemel, et kohelda iga suhtlust tühja lehena, kannab AI kogu selle konteksti edasi ja kasutab seda järgmisel korral, kui klient ühendust võtab.
See on tõeline samm edasi võrreldes põhilise automatiseerimisega, mis tavaliselt tegeleb ühe päringuga ja unustab seejärel kõik kohe, kui vestlus lõpeb. Mälu rikas AI ehitab selle asemel iga kliendi kohta pidevalt täienevat pilti, nii et tugi hakkab tunduma vähem nagu ühekordsed tehingud ja rohkem nagu suhe, mida bränd tegelikult mäletab.
Praktikas võib see tähendada, et AI-agent teab, et klient lahendas juba eelmisel kuul tarne problemi, või et ta eelistab saada uuendusi pigem e-posti teel kui vestluses, või et ta märkis mõni päev tagasi üles tootega seotud mure. Väikesed detailid, kuid need muudavad järgmise vestluse kulgu.
Miks kliendid seda küsivad
Isikupärastamine oli varem kena lisavõimalus. Nüüd on see oodatud ja AI on selle üks peamisi põhjuseid.
Kui inimesed kogevad kiiret ja kohandatud teenindust ühes oma eluvaldkonnas, kannavad nad selle ootuse üle kõikjale mujale. Nii et kui bränd alt veab, eriti kui see sunnib kedagi kordama juba antud teavet, ei tundu see väikese ebamugavusena. See tundub nii, nagu bränd ei pööraks tähelepanu.
- aasta tööstusuuring, milles osales üle 11 000 tarbija ja klienditeeninduse juhi, kinnitab seda. 67 protsenti tarbijatest leiab, et brändid peaksid pakkuma isikupärasemat teenust nüüd, kui AI suudab nende suhtlusi analüüsida. Ja 74 protsenti ütleb, et enda kordamine ettevõttele on tõeliselt frustreeriv – nad peavad seda sageli märgiks, et bränd ei väärtusta nende aega.
See on tõeline nihe selles, mida isikupärastamine tähendab. Varem piisas eesnime lisamisest e-kirja teemareale. Nüüd tähendab see tugivestlust, mis tegelikult peegeldab seda, mida klient on ettevõttele juba rääkinud, ilma et ta peaks seda kaks korda ütlema.
Valmis oma äri uuele tasemele viima?
Proovige LiveAgenti tasuta ja veenduge ise.
Äriargument mälu rikka AI kasuks
See pole ainult see, mida kliendid tahavad. See kajastub ka numbrites, mida kliendikogemuse juhid tegelikult jälgivad.
Samas uuringus ütles 85 protsenti kliendikogemuse juhtidest, et püsiv mälu aitab brändidel luua sügavamaid ja kestvamaid suhteid klientidega. Veel 85 protsenti ütles, et mälu rikkad AI-agendid on võtmetähtsusega tõeliselt isikupärastatud, mitte ainult automatiseeritud teekondade pakkumisel. Ja 83 protsenti ütles, et konteksti meelespidamine üle kanalite vähendab oluliselt kliendi pingutust ja frustratsiooni.
Ka agendid tunnevad erinevust. Kui kellegi täielik ajalugu on nähtav ühes kohas, lõpetavad agendid aja raiskamise, et otsida läbi viie erineva tööriista, et kokku panna see, mis juba juhtus. 73 protsenti ütleb, et ajaloo omamine ühes vaates muudab nende töö tegemise lihtsamaks.
Ja tõhusus ning rahulolu käivad siin käsikäes. Agent, kes peab paluma kliendil end korrata või kaevama läbi mitteseotud süsteemide, et leida põhilisi kontoandmeid, on aeglasem ja jätab kliendi suurema tõenäosusega tunde, et teda ei kuulata. Mälu rikas AI eemaldab selle hõõrdumise mõlemalt poolt.
See annab ka konkurentsieelise. 74 protsenti kliendikogemuse juhtidest usub, et nende organisatsioonil võib olla raske konkurentsis püsida ilma AI kiire kasutuselevõtuta. Ja need, kes on juba sammu astunud, näevad selle tasuvust: kõrge küpsusastmega organisatsioonid, kes kasutavad mälu rikast AI-d, teatavad kaks korda tõenäolisemalt CSAT-skoori tõusust ja 1,6 korda tõenäolisemalt on selle kasutusele võtnud võrreldes keskmise ettevõttega.
Sellised funktsioonid nagu LiveAgent’i AI pileti valideerimine ja automaatvastus on loodud just selle lünga täitmiseks. Selle asemel, et saata üldine vastus, kontrollib süsteem piletit asjakohase konteksti vastu enne vastamist, nii et kliendid saavad vastuse, mis tegelikult peegeldab nende olukorda, mitte malli, mis juhtub piisavalt sarnane olema.
Kuidas mälu rikas AI praktikas töötab
Kapoti all sõltub mälu rikas AI andmete ühendamisest, mis tavaliselt asuvad eraldi kohtades: teie tugiplatvorm, teie CRM, tellimuste ajalugu, vestluste logid, võib-olla veel mõned tööriistad, mida keegi täpselt ei mäleta registreerimas. Selle asemel, et jätta kõik eraldatud, koondab mälu rikas AI selle kokku, nii et see on kasutusvalmis hetkel, kui vestlus algab.
Kuid andmete omamine üksi ei piisa. Süsteem peab ka teadma, mis on tegelikult asjakohane praegu toimuva vestluse jaoks, ja seda kasutama ilma klienti üle koormamata või midagi välja toomata, mis enam ei kehti. See on see osa, mis eristab tõeliselt kasulikku mälu rikast AI seadistust sellest, mis lihtsalt tundub, nagu see arvaks.
Hästi tehtuna suudab see ära tunda, et klient sai juba eelmisel kuul tarne probleemi eest teenuskrediiti, ja arvestada seda uue seotud päringu käsitlemisel. See võib ka tabada vestluse pingestumist, tuginedes varasemate sõnumite emotsionaalsele kontekstile, mitte ainult faktidele, mis on kirjas.
See on idee LiveAgent’i universaalse sisendkausta taga. Iga kanal, mida klient kasutab – e-post, otsevestlus, kõned, sotsiaalmeedia sõnumid, kontaktvormid – suunatakse ühte vaatesse koos kogu nende suhtluse ajalooga, mis on piletiga seotud. Agendid ei pea eraldi tööriistades jahtima, et rekonstrueerida, mis juhtus. See on juba olemas.
Liituge meie uudiskirjaga
Värsked nõuanded ja pakkumised otse postkasti.
Alustage väikselt: kuidas ehitada teed mälu rikka AI poole
Te ei pea kõike korraga ümber tegema ja ausalt öeldes on just see koht, kus need projektid tavaliselt takerduvad.
Hea koht alustamiseks on lihtsalt korduste vähendamine ühe vestluse sees. Andke oma AI-le võimalus meeles pidada ja uuesti kasutada detaile, mida klient on jaganud, nii et kelleltki ei küsitaks sama küsimust kaks korda samas vestluses.
Sealt edasi ühendage see mälu ka järgnevate suhtluste vahel. Mõelge, mis juhtub, kui klient vahetab vestluse e-posti vastu või tuleb nädal hiljem tagasi seotud küsimusega. Eesmärk on järjepidevus: ajalugu peaks reisima koos kliendiga, mitte jääma lõksu kanalisse, mida nad juhtusid esimesena kasutama.
Tööriistad nagu LiveAgent’i AI pileti triaaž ja kategoriseerimine aitavad siin samuti. Saabuvad päringud suunatakse ja märgistatakse vastavalt piletist ja kliendi profiilist tulenevale kontekstile, mitte ei käsitleta iga kord uue mitteseotud juhtumina. See hoiab seotud vestlused ühendatuna, selle asemel et neid erinevatesse järjekordadesse laiali puistata.
Aja jooksul kasvab see millessegi suuremasse: ühendatud teadmusbaasi, mis ammutab struktureeritud andmetest, varasematest vestlustest ja poliitikatest, mis juhivad toe osutamist. See alus ei toida mitte ainult isikupärastamist. See on sama alus, mis võimaldab ka kiiremaid lahendusi ja selgemaid, läbipaistvamaid AI otsuseid.
Levinud vead, mida vältida
Isegi hästi läbiviidud mälu rikka AI juurutused võivad valesti minna. Üks viga, mida tihti näeme, on katse ühendada kõiki andmeallikaid juba esimesel päeval. See venitab meeskonnad hõredaks ja lükkab edasi nähtava edasimineku. Tavaliselt on targem alustada süsteemidest, millega kliendid kõige rohkem suhtlevad, nagu tugipiletid ja tellimuste ajalugu, ning laieneda sealt edasi.
Teine lõks on salvestatud kontekstile liiga jäigalt toetumine. Kui AI-süsteem eeldab, et varasem probleem on endiselt aktuaalne, kuigi see pole nii, või klammerdub vananenud eelistuse külge, lakkab see tundumast abivalmina ja hakkab tunduma pealetükkivana. Mälu peaks vestlust informeerima, mitte seda juhtima. Klientidel peab olema võimalus parandada või uuendada seda, mida süsteem nende kohta eeldab.
Ja selle käsitlemine ühekordse projektina, mitte pideva võimekusena, kipub tagasilööki andma. Klientide vajadused muutuvad, kanalid arenevad ja teie AI-d toitvad andmed vajavad regulaarset tähelepanu, et täpsed püsida. Looge harjumus neid perioodiliselt kontrollida, muidu läheb isikupärastamine, mille seadistamisse palju vaeva nägite, vaikselt aegunuks.
Kuidas mõõta, kas see töötab
Mälu rikka AI kasutuselevõtt on vaid pool tööd. Selle mõõtmine, kas see asju tegelikult parandab, tähendab õigete signaalide jälgimist, mitte ainult seda, kui palju meeskonnad seda kasutusele on võtnud.
Alustage korduva kontakti määraga. Kui tihti võtab sama klient uuesti ühendust millegi osas, mis väidetavalt lahendati? Langus siin on üks selgemaid märke, et kontekst tõesti kandub edasi, selle asemel et kliendid peavad iga kord nullist alustama.
Keskmist käsitlemisaega tasub samuti jälgida, kuid ainult koos lahenduse kvaliteediga. Lühem käsitlemisaeg loetakse edasiminekuks ainult siis, kui probleem ikka korralikult lahendatakse. Ühendage see esmakontakti lahendamise määraga, et kiirus ei tuleks probleemi tegeliku lahendamise arvelt.
Kliendi pingutuse skoor väärib samuti tähelepanu, kuna see näitab, kui palju tööd keegi tundis, et ta pidi tegema, et abi saada. Selle pingutuse vähendamine ongi mälu rikka AI mõte, nii et tõeline muutus siin on sageli kõige selgem märk, et investeering tasub end ära.
Lõpuks küsige oma agentidelt. Kiire küsitlus või mitteametlik kontroll võib öelda, kas nad hüppavad endiselt viie vahekaardi vahel, et konteksti leida, või on lubatud ühtne kliendivaade nende igapäevatöös tegelikult kohal.
Kokkuvõte
Ükski neist pole see, et kliendid paluksid midagi ebamõistlikku. Nad tahavad lihtsalt, et neid tuntakse järgmisel korral, kui nad ühendust võtavad, ilma et nad peaksid end nullist tutvustama. Mälu rikas AI võimaldab seda suures mahus ja see liigub kiiresti kenast eristajast millekski, mida kliendid lihtsalt eeldavad.
See tähendab, et mälu üksi pole finišijoon. LiveAgent’i AI iseõppimise tsükkel on loodud pidevalt paranema lahendatud piletite põhjal, nii et isikupärastamine muutub teravamaks, mida kauem see töötab, selle asemel et jääda külmunuks tasemele, millelt see alustas.
Meeskonnad, kes hakkavad seda ühendatud, kontekstipõhist alust looma juba praegu, on palju paremas positsioonis nende ootuste täitmiseks – mitte ainult isikupärastamise osas, vaid ükskõik millise AI-põhise võimekuse jaoks, mis järgmiseks tuleb.
