1、 人工智能不是人類聯系的替代品

　　人工智能（AI）使組織能夠收集和使用關鍵洞察力來增強客戶關系，這在客戶忠誠度至關重要的時代至關重要。

　　但組織需要意識到該技術有其局限性。

　　許多組織聲稱自動化與客戶的溝通使他們的旅程更加高效和簡化。但事實確實如此嗎？或者這只是在他們和他們的客戶之間設置障礙？

　　為了利用組織及其客戶服務人員與客戶進行的電話交談，品牌將越來越多地轉向人工智能和機器學習--但他們必須以正確的方式做到這一點。

　　不幸的是，聊天機器人和語音助理之類的東西經常被組織用作客戶服務產品的替代品而非增強品，因此該技術開始為自己贏得了一個壞名聲。

　　或者，組織可以更好地使用人工智能來改善他們的電話服務。這可以提供更加個性化的服務，通過360度全方位查看所有客戶之前在任何渠道與品牌的互動。

　　最終，我們與機器的未來將是（并且需要）合作和增強的關系，而不是徹底的替代。

　　感謝Natterbox的NeilHammerton

　　2、AI可用于預測客戶意圖

　　您的客戶可能會因多種原因與您聯系。其中一些原因相當簡單，其他原因錯綜復雜，但很少是完全新穎的。

　　通過每次錄音的電話，聊天交互和電子郵件收集的大量數據，您可以使用戰略資產來培訓機器學習模型，以了解客戶在會話中的意圖。

　　一旦了解了真正的客戶動機，您就可以使用AI通過以下方式優化交互：

　　3、AI可以通過建議下一個最佳行動來改善客戶流失

　　AI使您能夠分析所有客戶的反饋，并創建個性化的個人資料，其中包括客戶情緒，興趣和他們對您的品牌的期望的摘要。

　　當您將此反饋與其他元數據（例如購買或索賠歷史記錄，客戶生命周期價值和客戶人口統計信息）相結合時，您可以更清晰地了解客戶的動機和決策過程。

　　該數據可用于訓練機器學習算法，以預測每個客戶的下一個最可能的動作。

　　這種建議的行動可能就像對心懷不滿的客戶的主動推廣一樣簡單，預計會流失或更復雜，例如提供最有可能導致新銷售的精確折扣或促銷代碼。

　　4、AI可以幫助您跟蹤客戶的工作量

　　客戶的工作量是忠誠度的主要指標之一。分析客戶的工作量可以指導組織在出現重大問題之前識別新出現的問題。

　　傳統上，通過調查的結構化問題量化了工作量。但是，人工智能和機器學習技術與文本分析相結合，可以幫助評估任何非結構化客戶反饋中表達的工作量。

　　AI可以通過解釋單詞選擇和句子結構來實現這一點，因為您可以快速了解客戶體驗的哪些方面導致任何反饋來源的摩擦--而不僅僅是在調查中。

　　感謝Clarabridge的Shorit Ghosh

　　5、AI最好在整個團隊的支持下實施

　　在部署AI之前，值得考慮的是，任何IT實施，系統升級或系統更改中的最大風險因素之一是該系統的人類用戶。

　　由于未能以開放，誠實，透明的方式溝通，這項技術將如何使他們受益，您將遇到阻力。

　　如果您只是說，我們將在周一推出這種新的機器人主導方法，您的員工將不可避免地對技術產生負面情緒，甚至可能會積極地破壞它。

　　相反，您需要讓人們參與這個過程。確保他們可以在安全的環境中測試技術，并確保他們在開始推出技術之前對其感到滿意。

　　6、聊天機器人最適合工作描述

　　當組織今天實施先進的自動化時，很多人都這么認為：如果他們今天為新的人工智能技術進行部署，突然間，到下周一早上，一切都將高效地運行，同時將節省大量資金。不幸的是，并不是像那樣的。

　　當人們有明確的目標和明確的角色時，他們的工作要好得多。AI也是一樣的。任何機器人，像任何人類員工一樣，都需要工作描述。

　　大多數組織沒有將其與定義的業務目標聯系起來，因此大多數組織都無法在第一時間交付。不要犯同樣的錯誤。畢竟，如果你不確切地知道機器人想要做什么，你將如何開發它？

　　就像人類一樣，機器人需要獲得相關知識和信息才能發揮最佳作用。

　　7、通過良好的知識管理，人工智能增加價值

　　任何人工智能應用程序都只會是一種有用的知識。您需要確保在聯絡中心回答問題時，將該知識捕獲并傳遞到知識管理系統（KMS）中，以便客戶，機器人和座席可以利用相關信息。

　　畢竟，當AI實際上什么都不知道的時候，怎樣才能用它做出決定呢？它可以學習但需要相關數據來做到這一點。

　　這就是為什么擁有能夠將準確數據和智能提供給KMS的流程和程序非常重要的原因。

　　許多組織過于依賴員工作為知識來源，因此冒著這樣的風險，即如果人們離開企業，他們就會獲得他們從中獲得的知識和理解。

　　感謝Enghouse Interactive的Jeremy Payne

　　8、AI受客戶和員工數據的驅動

　　任何使用AI和機器學習的策略都應該考慮在更廣泛的客戶體驗AI策略中，該策略考慮如何在客戶和員工旅程中利用數據。

　　在整個客戶參與過程中有很多機會應用AI和機器學習。

　　例如，了解在線主動與客戶互動的正確時機，根據所需的業務成果路由到最佳座席并協助他們準確處理查詢--人工智能和機器學習可以幫助推動所有這些。

　　但是，AI不僅適用于客戶旅程。它還可以幫助確定特定座席在某些聯系人或客戶類型上比其他座席更好的原因，提高勞動力規劃和調度的速度和準確性，并在聯系后自動完成任務。

　　9、AI不需要大型IT團隊的支持

　　有一種誤解認為部署和有效使用AI需要大型IT部門和大量受過高等教育的數據科學家。

　　實際上，該技術已經成熟到一定程度，組織不再需要大量的內部專家來使聊天和語音機器人為他們的業務工作。

　　但是，部署機器人仍需要全面的規劃，設計和開發，以確保它滿足業務中的特定需求。

　　成功的機器人部署還需要參與客戶旅程的主要利益相關方的支持，無論是來自聯絡中心，銷售部門還是營銷部門。

　　10、AI可用于更好地捕獲和優先服務潛在客戶

　　AI可以被證明在捕獲和優先排序潛在客戶，更快地轉換潛在客戶，檢測和減少放棄以及更高效地培育潛在客戶方面非常有用。

　　例如，組織可以使用機器學習來繪制網站訪問者的模式和行為。

　　此外，該技術可以確定客戶在網站上流失，可能離開網站或放棄購物車的預測結果。

　　這可能很有價值，因為它允許營銷和銷售團隊在正確的時間通過正確的渠道--聊天，聊天機器人，現場銷售代表，電子郵件，移動設備--參與其中。

　　感謝Genesys的Brendan Dykes

　　聲明:版權所有 非合作媒體謝絕轉載