บทบาทใหม่ของตัวแทนคอนแทคเซ็นเตอร์เริ่มต้นขึ้นแล้ว ในช่วงทศวรรษที่ผ่านมา Conversational Artificial Intelligence (AI) ได้เข้ามาเปลี่ยนแปลงครั้งใหญ่ของการดูแลลูกค้าและการสนับสนุนไปสู่การบริการด้วยตนเองด้วย เครื่องมืออัตโนมัติแบบบริการด้วยตนเองและระบบ IVR เช่น โปรเเกรม Bot และศูนย์การเรียนรู้ สามารถจัดการงานพื้นฐานได้อย่างง่ายดาย เช่น การตรวจสอบสถานะคำสั่งซื้อ หรือการแก้ไขปัญหารหัสที่ผิดพลาด ผู้บริโภคได้ปรับตัวให้เข้ากับกระบวนการรูปเเบบการให้บริการด้วยตนเองได้อย่างเต็มที่และจะใช้ตัวเลือกเหล่านั้นเมื่อมีโอกาสทำได้

ทุกวันนี้ ผู้บริโภคที่มีปฏิสัมพันธ์กับเจ้าหน้าที่ตัวเเทนมีความคาดหวัง และความต้องการที่สูงกว่าเมื่อทศวรรษที่แล้วมาก สำหรับเจ้าหน้าที่ ไม่มีคำว่า “ง่าย” อีกต่อไป - ซึ่งโปรเเกรม Bot ได้เข้ามาช่วยจัดการสิ่งเหล่านั้นให้ได้แล้ว หากลูกค้าต้องการพูดคุยกับเจ้าหน้าที่ นั่นเป็นเพราะพวกเขาไม่สามารถแก้ไขปัญหาผ่านระบบบริการด้วยตนเองได้ เนื่องจากมีความซับซ้อนเกินไป และเป็นเรื่องที่ต้องทำความเข้าใจอย่างมาก การรวม Bot มาช่วยซัพพอทการทำงานแบบ Work-From-Home ที่คุณจะไม่ได้มีเพื่อนข้างโต๊ะหรือหัวหน้างานที่พร้อมจะคอยช่วยเหลือคุณอย่างทันที

นอกจากนี้ ทุกคนกำลังเผชิญกับแรงกดดันด้านงบประมาณ การทำงานให้ได้ผลมากขึ้น โดยใช้เวลาน้อยลง หมายความว่าคุณต้องการแก้ปัญหาด้วยวิธีที่คุ้มค่าที่สุดที่คุณทำได้ ตัวอย่างเช่น ร้านขายเครื่องใช้ไฟฟ้ามักจะช่วยลูกค้าแก้ไขปัญหาด้วยอุปกรณ์ของตนเองก่อน แทนที่จะส่งช่างไปซ่อม โดยเฉพาะในช่วงระยะเวลารับประกัน

สิ่งนี้ทำให้งานบริการลูกค้าที่ยากอยู่แล้วยิ่งยากขึ้นไปอีก ทุกวันนี้ตัวแทนคอนเเทคเซ็นเตอร์กำลังเผชิญกับคำถามที่ซับซ้อนมากขึ้น พร้อมกับความคาดหวังของลูกค้าที่สูงขึ้น และแรงกดดันมากขึ้นในการแก้ปัญหาด้วยการโทร ทั้งหมดนี้การทำงานจากระยะไกลจะไม่ได้รับประโยชน์จากการโทรเลย เพราะความไม่เข้าใจในสิ่งที่ไม่เคยเจอมาก่อน สิ่งเหล่านี้จะนำไปสู่การเพิ่มความเหนื่อยล้าให้กับตัวแทนและอัตราการลาออกของพนักงานที่สูงขึ้น

AI สามารถเชื่อมช่องว่างที่เกิดจากแนวปฏิบัติใหม่เหล่านี้ เพื่อให้ตัวเเทนเจ้าหน้าที่สามารถตอบสนองความต้องการที่เพิ่มขึ้นได้

ความรู้ด้าน AI และระบบอัตโนมัตินั้นทรงพลังและมีประสิทธิภาพ

สมมุติว่า คุณ Malcolm ได้บทบาทเป็นเจ้าหน้าที่เพิ่งเข้ามาได้ไ 3 - 4 เดือน ในบทบาทตัวแทนใหม่ของเขา เขาผ่านการฝึกอบรมภาคบังคับ ได้รับแล็ปท็อปและชุดหูฟังและกำลังทำงานจากที่บ้าน ลูกค้าต้องการพูดคุยกับตัวเเทนเจ้าหน้าที่ เนื่องจากคำถามที่ซับซ้อนจะถูกส่งต่อไปยังคุณ Malcolm ลูกค้าเริ่มรู้สึกหงุดหงิดและใจร้อนเล็กน้อยแล้ว เพราะเธอได้ใช้ช่องทางบริการด้วยตนเองในแชท แต่ไม่สามารถหาวิธีแก้ปัญหาได้ การพูดคุยกับตัวแทน คือคำถามสุดท้ายของเธอ

ลูกค้าอธิบายปัญหาของเธอซึ่งซับซ้อน คุณ Malcolm ไม่สามารถระงับการโทรของเธอไว้และขอความช่วยเหลือจากหัวหน้างานได้ หัวหน้างานก็ไม่พร้อมช่วยเหลือในทันที และเวลาก็เดินไปเรื่อยๆ ทุกวินาทีมีความสำคัญ ตามรายงานของ Genesys ล่าสุด “สถานะของประสบการณ์ของลูกค้า” จากรายงาน ผู้บริโภคกว่า 33% กล่าวว่าพวกเขาเลิกใช้บริการของบริษัททันทีหลังจากได้รับบริการเชิงลบเพียงครั้งเดียวในปีที่ผ่านมา ดังนั้นการรักษาเวลาจัดการค่าเฉลี่ยที่เหมาะสมจึงมีความสำคัญอย่างยิ่งต่อการสร้างประสบการณ์ที่ยอดเยี่ยมแก่ลูกค้าและสร้างความภักดีได้อีก

เจ้าหน้าที่สามารถเข้าถึงฐานข้อมูลได้ ดังนั้นเขาจึงต้องเปลี่ยนไปที่หน้าจออื่นและเริ่มค้นหา ระหว่างที่ลูกค้าถูกพักสาย และเวลากำลังเดินต่อเนื่องในขณะที่ คุณ Malcolm ค้นหาข้อมูลเพื่อหาคำตอบ ตอนนี้ลูกค้ารู้สึกผิดหวังมากขึ้น และเจ้าหน้าที่ก็เครียด เป็นประสบการณ์ที่ไม่พึงประสงค์สำหรับทุกคน

นี่คือสิ่งที่ AI สามารถช่วยได้ คอนแทคเซ็นเตอร์สามารถใช้ความรู้ที่เปิดใช้งานด้วย AI เพื่อรับฟังลูกค้า สามารถระบุคำถามที่ซับซ้อน ค้นหาและแสดงคำตอบที่ถูกต้องแก่เจ้าหน้าที่ทันทีแบบเรียลไทม์ ซึ่งหมายถึงการมีฐานความรู้ที่ปรับให้เหมาะสมสำหรับการค้นหาความหมาย และการใช้ AI เพิ่มเติมเพื่อค้นหาและหาข้อมูลได้ง่ายขึ้น

เมื่อเทคโนโลยี AI ช่วยให้เจ้าหน้าที่ได้รับคำตอบเเบบรวดเร็ว ลูกค้าก็ไม่จำเป็นต้องรอสายอีกต่อไป ข้อมูลจะถูกดึงมาในขณะที่การสนทนากำลังดำเนินไป และด้วยการคลิกเพียง 1-2 ครั้งเดียว การสอบถามก็จะได้รับการแก้ไข และเทคโนโลยีนี้ไม่ได้มีไว้สำหรับการโต้ตอบเเบบดิจิทัลเท่านั้น ตัวแทนยังสามารถเข้าถึงการถอดเสียงแบบเรียลไทม์จากการสนทนาทางโทรศัพท์ และรับประโยชน์จากข้อมูลเชิงบริบทตามเวลาจริงได้อีกด้วย

การมีส่วนร่วมตามบริบทและการคาดการณ์ช่วยปรับปรุงการบวนการทำงานและผลลัพธ์ได้

AI ยังสามารถขับเคลื่อนความสามารถในการพัฒนาปรับปรุงประสบการณ์ของลูกค้าผ่านการมีส่วนร่วมที่คาดการณ์ได้ โดยสามารถรับฟังพฤติกรรมของลูกค้าแล้วคำนวณเเบ่งกลุ่ม หรือผลลัพธ์ที่คาดการณ์ได้โดยอัตโนมัติตามรูปแบบของพฤติกรรม ข้อมูลนี้มักจะถูกใช้เพื่อกระตุ้นข้อเสนอสำหรับการขายรูปเเบบ Cross-Sell หรือ Up-sell รวมถึงการติดต่อสนทนา ตัวอย่างเช่น AI ส่วนร่วมเชิงคาดการณ์ สามารถกำหนดเป้าหมายในบทสนทนาเกี่ยวกับอุปกรณ์มือถือไปยังโปรเเกรม Bot สำหรับลูกค้าที่อยู่ในกลุ่มมือถือที่ระบุได้ ว่าใครที่มีแนวโน้มมีโอกาสที่จะซื้อสินค้า

ทั้งยังสามารถใช้ความสามารถเดียวกันนี้เพื่อแสดงให้ตัวแทนเห็นเส้นทางของลูกค้าทั้งหมดในการสื่อสารระหว่างกันหลายครั้ง รวมถึงตัวบล็อกต่างๆ การให้เนื้อหาคำอธิบายกับเจ้าหน้าที่คอลเซ็นเตอร์เกี่ยวกับการเส้นทางของลูกค้าทั้งหมดสามารถปรับปรุงประสิทธิภาพการทำงานของเจ้าหน้าที่ได้ สามารถปรับปรุงความพึงพอใจของลูกค้า (CSAT) และช่วยผลักดันผลลัพธ์ที่ดีขึ้นได้ในท้ายที่สุด สามารถช่วยให้ตัวแทนมีข้อมูลเชิงลึกเเละเข้าใจว่าเหตุใดลูกค้าจึงติดต่อบริษัท และจะพบปัญหาใดๆในเส้นทางหรือไม่

สร้างการเชื่อมต่อที่ถูกต้องสำหรับการโต้ตอบกับลูกค้าแบบเรียลไทม์

AI ในศูนย์ติดต่อยังสามารถปรับปรุงการเชื่อมสัมพันธ์ระหว่างตัวแทนกับลูกค้าก่อนที่การโต้ตอบจะเริ่มต้นขึ้นได้ และแม้ว่าการใช้ AI เพื่อเพิ่มประสิทธิภาพการทำงานร่วมกันจะไม่ใช่แนวคิดใหม่ แต่ก็เป็นเรื่องยากอยู่ดี

ซอฟต์แวร์คอลเซ็นเตอร์ก่อนหน้านี้ต้องใช้กองทัพนักวิทยาศาสตร์ข้อมูลที่จะคัดเลือกผ่านข้อมูลการทำงานร่วมกันที่มีอยู่ สร้างแบบจำลอง ทดสอบแบบจำลอง จากนั้นปรับใช้และวัดผล อย่างไรก็ตามเทคโนโลยี Genesys AI จะช่วยให้กระบวนการนี้สำเร็จได้เพียง 3 คลิกได้

  1. เปิดการกำหนดเส้นทางเชิงคาดการณ์ของ Genesys และกำหนดเป้าหมายดัชนีชี้วัดความสำเร็จ KPI ที่ต้องการ ซึ่งจะก่อให้เกิดการค้นหาระบบจัดการคิวที่สามารถเพิ่มประสิทธิภาพได้อย่างง่ายดาย
  2. เลือก "โหมดทดสอบ" สำหรับโหมดที่ต้องการ ซึ่งจะเรียกใช้โมเดลโดยอัตโนมัติในปฎิสัมพันธ์การติดต่อครึ่งหนึ่ง สามารถติดตามผลกระทบที่มีต่อ KPI และแสดงผลลัพธ์
  3. ใช้ Genesys คาดการณ์เส้นทาง โดยเลือกจากแอปพลิเคชัน 100%, A/B ที่สอดคล้องกัน (50/50) หรือโมเดล 80/20 ที่ให้เกณฑ์มาตรฐานมาในตัว

นอกจากนี้ยังสร้างรายงานในตัวหลายรายการที่แสดงว่าการกำหนดเส้นทางเชิงคาดการณ์ทำงานอย่างไรและบรรลุ KPI ที่ตั้งไว้ได้หรือไม่ รวมถึงโปรแกรมดูแบบจำลองที่จะแสดงปฏิสัมพันธ์ หรือลักษณะเฉพาะของลูกค้าใดมีผลกระทบมากที่สุดต่อเป้าหมายดัชนีของ KPI

ก้าวสู่อนาคตด้วย Generative AI

เป็นเรื่องยากที่จะไม่พูดถึง Generative AI ดังนั้น สิ่งสำคัญคือต้องถอยออกมาหนึ่งก้าว และทำความเข้าใจไปกับ Generative AI ที่เข้าได้พอดีกับระบบคอนแทคเซ็นเตอร์

Genarative AI สามารถทำได้ เเละเข้ามามีบทบาทอย่างมากในชีวิตประจำวันของตัวแทนคอนแทคเซ็นเตอร์ ในการสรุปปฏิสัมพันธ์กับลูกค้า นี่อาจเป็นงานที่ใช้เวลานานและเกิดข้อผิดพลาดได้ง่าย ซึ่งโดยทั่วไปเรียกว่า “After Call Work” (การดำเนินการที่เจ้าหน้าที่ศูนย์คอนแทคเซ็นเตอร์ต้องดำเนินการให้เสร็จสิ้นหลังจากการโต้ตอบกับลูกค้าแต่ละครั้ง) ซึ่งมีวิธีที่เฉพาะเจาะจงและเป็นงานที่ต้องดำเนินการ

ใช้เวลาให้เกิดประโยชน์สูงสุดแก่พนักงานและลูกค้า

ถึงเวลา ส่งมอบประสบการณ์แบบ End-to-End ในแบบเฉพาะบุคคล ที่ลูกค้าต้องการ พนักงานคอนแทคเซ็นเตอร์ ต้องใช้เวลา บริบท และการเข้าถึงข้อมูลแที่รวดเร็วและง่ายดาย สิ่งนี้สามารถทำได้สำเร็จด้วย 3 สิ่งนี้:

  1. ความรู้อัตโนมัติ ช่องทางการติดต่อที่ลูกค้าเป็นศูนย์กลาง (Omnichannel) ความแม่นยำและเข้าถึงได้ง่าย
  2. การปฏิสัมพันธ์เริ่มต้นก่อนการสนทนาจะเกิดขึ้น
  3. ระบบอัตโนมัติ - นี่คือพรมแดนใหม่ที่พลังเสียงของ Generative AI นั้นดังที่สุด แต่การทำงานจริงนั้นเพิ่งเริ่มต้นขึ้น

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีที่ Genesys Cloud CX Agent Assist ช่วยให้องค์กรของคุณจัดการกับประสบการณ์ลูกค้าแบบครบวงจรได้อย่างราบรื่นไร้รอยต่อ คลิก