Рутина, статистика, аналитика: с чем ИИ-ассистент может помочь руководителю отдела техподдержки или горячей линии

Ежедневно он принимает сотни и тысячи звонков от клиентов с вопросами и претензиями.

На каждый вариант развития событий предусмотрен протокол: как отвечать, где искать информацию, как удержаться от эмоциональных высказываний. А также: что и как заполнить в карточке клиента, продукта (если претензия к продукту), сотрудника…

Но есть ли у вас стопроцентная уверенность, что все правила соблюдаются?

Есть два способа убедиться в этом: прослушать звонок и сравнить его с протоколами и выбрать «старших менеджеров», которые занимаются практически исключительно контролем коллег.

Узнать обо всех косяках и недоработках в таким режиме почти невозможно.

Чтобы оценить все звонки, нужно нанять столько же экспертов, сколько у вас работает линейных сотрудников, а это нерентабельно. Максимум, что вы можете позволить — небольшая произвольная выборка, в которую могут не попасть самые проблемные звонки или сотрудники.

Тем временем, каждый неправильный ответ или эмоциональный взрыв — угроза для репутации компании и для метрик.

Если менеджер регулярно допускает такие ошибки, лучше узнать об этом как можно раньше. Ассистент, который оценивает звонки объективно и обеспечивает вас статистикой по отделу А теперь представьте, что вы получаете данные по каждому звонку каждого менеджера.

Причем эти данные проанализированы непредвзятым экспертом, который легко соотносит звонки с существующими регламентами, оценивает точность соблюдения, делает срезы по проектам или менеджерам.

Для принятия решений вам достаточно посмотреть простую табличку примерно такого вида: И вы увидите, что в половине случаев менеджеры предлагают решения, которые не соответствуют скрипту.

Почему это происходит: потому что скрипт устарел или потому, что менеджеры его плохо знают?

Это вы сможете выяснить, имея на руках достоверные данные по аналитике.

Сам же менеджер будет получить письма с подробным анализом его звонков на соответствие регламентами — и с рекомендациями, что нужно улучшить!

Уже через месяц качество исполнения регламентов улучшится на 50%-95%, повысится и качество самих регламентов — ведь теперь вы будете быстрее получать данные об их устаревании.

Недооцененность, как и переоцененность сотрудников — проблемы-близнецы, на которых вы теряете деньги.

Но как получить объективные данные, что кто-то недотягивает до нужного уровня, а кто-то действительно уже overqualified для своего места?

Спросить его коллег, спросить старшего менеджера и — да, снова! — прослушать звонки, на которых этот сотрудник общается с клиентом.

Полностью полагаться на мнение подчиненных не получится: человеческая оценка всегда зависит от личных отношений.

Остается только личная вовлечённость. Хорошо, если вам нужно принять решение по одному человеку в месяц. А если по 10? 30?

Удобный формат визуализации и множество критериев оценки входящей информации

Агрегированные и визуализированные данные по сотруднику А теперь представьте, что все звонки сотрудника вместо вас уже кто-то прослушал, расшифровал и оценил по тем параметрам, которые важны для вас.

Вы видите перед собой детализированную таблицу, которую можете отсортировать по типам звонков и датам. И увидеть, даже не вчитываясь, как меняется оценка сотрудника во времени: улучшились ли его показатели или остались на прежнем уровне, совершает ли он ошибки, вежлив ли с клиентами, быстро ли отвечает на сложные запросы.

Представьте — клиент, с которым вы давно работаете, в рамках очередного обращения ссылается на проблему, которая была год или два назад.

Он и сам не помнит, когда это было. И вашему менеджеру приходится изучать всю историю за последние годы, чтобы понять, что это была за проблема, как ее решили и как она могла повлиять на нынешнюю ситуацию.

Тем временем клиент нервничает, время идет, другие тикеты отодвигаются…

Стоит всего лишь изменить инструмент, и ситуация тоже поменяется.

Вместо поисков по CRM или иной системе, с которой вы работаете, ваш менеджер пишет в чат-бот «дай ссылку на тикет по ситуации такой-то у клиента такого-то».

Через 15 секунд он получит и ссылку, и резюме по проблеме, и решение, и ссылку на запись разговора, и скринкаст… Всё, что нужно.

Что еще приятнее: не обязательно воспроизводить точные формулировки, которые могли звучать при описании проблемы. ИИ-ассистент понимает и профессиональный сленг, и человеческую речь.

Посмотрим внимательнее, на что уходит время менеджеров в течение стандартной 8-часовой смены.

Четыре часа — на непосредственное общение с клиентами и решение их проблем, три часа ― на составление кратких резюме встреч, протоколов и служебных записок.

Еще час он будет просматривать историю обращений клиентов, чтобы понять, есть ли в CRM «болезненные» паттерны и что с этим пытались сделать ранее.

Кроме того, нужно будет понять масштабы проблем, поискав ретроспективную информацию.

Выполнение рутинных задач требует подзарядки, так что прибавьте к этому времени кофебрейки и медитацию осознанности, если проблема серьезная и нужно управлять стрессом. Шутка, в которой есть доля правды.

Половина сотрудников техподдержки сообщают о выгорании на работе, согласно исследованию отчета Microsoft 2023 Work Trend Index→. А 66% говорят→, что они не успевают завершить задачи в течение рабочего дня.

При штате в 24 человека компания может сопровождать, скажем, 12-15 клиентов.

Хотелось бы больше, но для этого придется добавить в каждую из трёх смен по одному человеку.

Меньше рутины — проще масштабирование

Любой звонок клиента в техподдержку должен заканчиваться протоколом.

Вопрос в том, сколько времени на это будет тратить менеджер и какова будет точность этого протокола.

Делегировать эту рутинную функцию на ИИ — логичный шаг.

Ассистент с искусственным интеллектом расшифрует встречу, напишет саммари для карточки клиента, не забудет о малозаметных (но иногда очень важных) деталях.

Менеджеру останется только немного подредактировать формулировки и дополнить протокол действиями по решению проблемы.

Такой подход высвободит примерно по 1-2 часа в день на каждого сотрудника. Кажется, немного — но это 1-2 часа для более сложных и важных задач. И дополнительные 12,5-25% ресурсов для масштабирования всего бизнеса.