4 manieren waarop je contactcenter aan de slag kan met generatieve AI

Het meest besproken onderwerp op het gebied van dienstverlening van nu is generatieve AI, vooral in contactcenters. 84% van de IT-managers die we in een recent onderzoek hebben ondervraagd zegt dat generatieve AI hun organisatie zal helpen om klanten beter van dienst te zijn, en we zien dagelijks servicemanagers die heel enthousiast zijn over het potentieel van generatieve AI voor contactcenters.

Toch gebruikt slechts 24% een vorm van AI voor contactcenters. Waarom is dat percentage zo laag? 66% zegt dat hun medewerkers niet de juiste vaardigheden hebben om generatieve AI te gebruiken. Laten we daarom eens kijken naar de vier manieren waarop je AI voor contactcenters kunt gebruiken, en naar wat gebruiksscenario’s en tips om aan de slag te gaan.

1. Serviceantwoorden genereren voor klanten

Je contactcenter biedt klanten meerdere manieren om contact met je bedrijf op te nemen – van telefoon tot e-mail en sms. Hoewel veel klanten nog steeds de telefoon gebruiken, geeft 57% nu de voorkeur aan digitale kanalen. Je medewerkers op deze digitale kanalen moeten tijdig accurate en relevante informatie bieden en het probleem van de klant snel oplossen.

Hoe kan generatieve AI helpen? De grote taalmodellen van generatieve AI kunnen automatisch een menselijk antwoord op elke vraag genereren. Op basis van je klantdata en kennisdatabase kun je de gegenereerde antwoorden personaliseren om meer vertrouwen te wekken. De suggesties van het taalmodel kunnen vervolgens eenvoudig worden gecontroleerd en verzonden. Medewerkers die meerdere cases tegelijk afhandelen, kunnen veel tijd besparen met AI voor contactcenters. 

Laten we een voorbeeld bekijken van een fictief internetbedrijf dat we Nation-Wide Web noemen. 

Jane is een klant van Nation-Wide Web en ziet een onverwachte kostenpost op haar rekening. Jane start een chatsessie op de website van het bedrijf en wordt verbonden met de medewerker Katie. 

Katie heeft een paar berichtvensters van klanten open, een van die klanten is Jane. Jane vertelt haar dat ze zich zorgen maakt over de rekening. Het lijkt erop dat Jane haar databundel voor de maand heeft overschreden. De AI-tool van het contactcenter genereert op basis van Jane’s vraag en de context van haar accountstatus een persoonlijk bericht met empathische uitleg over deze kostenpost, maar geeft ook aan dat het volgens het bedrijfsbeleid toegestaan is om de kosten onder deze omstandigheden kwijt te schelden. 

Katie leest het bericht en controleert het beleid. Vervolgens stuurt ze een bericht en verwijdert ze de kostenpost uit de rekening van Jane. Jane is blij dat het probleem snel en eenvoudig werd opgelost en Katie kan haar aandacht richten op klanten met moeilijkere problemen.

Tip: neem de tijd om de nauwkeurigheid en toon van klantcommunicatie te controleren om misverstanden te voorkomen.

2. Casesamenvattingen genereren 

Om je klanten een geweldige ervaring te bieden, heb je nauwkeurige data nodig om de service-interacties van je bedrijf te kunnen volgen en optimaliseren. Daarom behoort de samenvatting die je medewerkers maken nadat een case is gesloten tot de belangrijkste servicedata die je bedrijf kan verzamelen.

De uitdaging? Dit is een tijdrovende taak, die je medewerkers verhindert om andere klanten te helpen. 

AI voor contactcenters kan echter een voorstel voor een samenvatting genereren voor de meest complexe e-mail- en chatgesprekken. Je medewerker hoeft deze samenvattingen alleen maar te controleren voordat ze worden opgeslagen in het caselogboek. Dit bespaart medewerkers veel tijd en moeite op het gebied van data-invoer. 

Laten we teruggaan naar het voorbeeld van Nation-Wide Web. 

Zoals je weet had de AI-tool van Katie een antwoord voor Jane gegenereerd, en hoefde Katie alleen maar het bericht te controleren, op Verzenden te klikken en de kostenpost te verwijderen uit de rekening van Jane. Ondertussen heeft de AI een casesamenvatting gegenereerd met de data uit het gesprek en de acties die Katie heeft uitgevoerd voor de rekening van Jane. 

Wanneer het gesprek met Jane is voltooid, kan Katie deze voorgestelde samenvatting controleren, een paar details aanpassen en de samenvatting opslaan in de caserecord. Doordat Katie minder werk hoeft te doen na het servicegesprek kan ze sneller andere klanten helpen.

Tip: maak een sjabloon voor je casesamenvattingen, zodat je AI-tool voor contactcenters eenvoudig gespreksdata kan opslaan in het CRM-systeem zonder belangrijke details te missen.

3. Kennisartikelen genereren 

Volgens onderzoek van Salesforce geeft 59% van de klanten de voorkeur aan selfservicetools voor eenvoudige serviceproblemen. Daarvoor heeft een bedrijf echter een grote kennisdatabase nodig waarin klanten een oplossing kunnen vinden. 

Servicemedewerkers moeten vaak kennisartikelen publiceren nadat ze een case hebben opgelost. Maar het kost medewerkers tijd om handmatig een artikel te maken, te controleren en te publiceren, en in die tijd kunnen ze geen andere klanten helpen. 

Nadat een supportcase is gesloten kan AI voor contactcenters automatisch een kennisdatabaseartikel genereren op basis van casenotities, de berichtengeschiedenis en data uit andere servicetools. Daarna hoeft je medewerker het artikel alleen nog maar te controleren op correctheid en daarna toevoegen aan de goedkeuringswachtrij. Je medewerkers hoeven dus niet een compleet nieuw artikel te schrijven.

We gaan terug naar ons voorbeeld van Nation-Wide Web. Austin heeft langzaam internet en belt om het probleem op te lossen. Hij is verbonden met Tawni die om zijn router- en modemdetails vraagt. Tawni doorloopt een paar gangbare scenario’s op basis van vergelijkbare cases, maar deze werken niet bij de configuratie van Austin. 

Tawni besluit iets nieuws te proberen. Ze vraagt Austin om het systeem helemaal opnieuw op te starten via de mobiele app van Nation-Wide Web. Daarna zijn de internetsnelheden van Austin weer normaal en wordt de case gesloten. Tawni slaat al deze informatie op in de serviceconsole van het bedrijf, met inbegrip van de router- en modemconfiguratie en het feit dat het probleem werd opgelost door het systeem opnieuw op te starten. 

Omdat dit een unieke case is, genereert de AI-tool van het contactcenter een nieuw kennisdatabaseartikel op basis van de data van het gesprek tussen Tawni en Austin, en de context van het probleem van Austin. Tawni voegt nog wat extra informatie toe en plaatst de samenvatting dan in de goedkeuringswachtrij.

Tip: neem zoveel mogelijk details op in je kennisdatabaseartikelen, zodat klanten alle informatie ontvangen die ze nodig hebben om hun problemen op te lossen.
 

4. Antwoorden genereren  

Wanneer je medewerkers bezig zijn met een service-interactie, hebben ze geen tijd om grote aantallen documentatiepagina’s of elk detail van een kennisdatabaseartikel te lezen. Maar ze moeten wel de juiste informatie vinden om het probleem van de klant op te lossen. 

Dit geldt ook voor selfservice. Het is geen goede customer experience als er meerdere artikelen moeten worden gelezen om de vereiste informatie te vinden. 

Generatieve AI kan medewerkers en klanten helpen om sneller en eenvoudiger de gewenste antwoorden te krijgen. In plaats van een lijst met pagina’s te bieden die (misschien) de juiste oplossing bevatten, kan AI de relevante details uit een kennisartikel halen en een vraag direct beantwoorden met onbewerkte tekst.

Voor het laatste voorbeeld gaan we terug naar Austin, de klant van Nation-Wide Web. 

Een paar maanden na deze interactie met Tawni, is zijn internet weer langzaam. Hij weet dat ze de vorige keer de mobiele app hebben gebruikt om het probleem op te lossen, maar hij heeft nu geen toegang tot de mobiele app. Hij vraagt echter niet om hulp, maar gaat naar het helpcentrum van het bedrijf. Austin gebruikt de zoekfunctie om de volgende vraag te stellen: “Hoe herstel ik een langzame internetverbinding als ik geen toegang heb tot de mobiele app?” 

Voorheen zou Austin eerst het artikel over het resetten van zijn wachtwoord moeten vinden om vervolgens naar het artikel over opnieuw opstarten met de app te gaan. Nu genereert de AI-tool van het contactcenter een gepersonaliseerd antwoord op de vraag van Austin met informatie uit meerdere artikelen. “Klik eerst hier om een nieuw wachtwoord voor je mobiele app aan te vragen. Zodra je bent aangemeld, kun je het systeem op deze manier opnieuw opstarten…”  

Austin heeft zijn probleem opgelost zonder interactie met een medewerker, maar kreeg toch een gepersonaliseerde ervaring. Als een medewerker de specifieke informatie had moeten vinden in het kennissysteem was de ervaring hetzelfde geweest.

Tip: je bouwt vertrouwen op als klanten je selfservicecontent eenvoudig kunnen vinden en doorzoeken.
 

Ga aan de slag met generatieve AI voor contactcenters

Door generatieve AI toe te voegen aan je contactcenter bied je iedereen een optimale service-interactie. Je medewerkers krijgen meer gedaan met minder werk en je klanten ontvangen snel en eenvoudig een oplossing voor hun problemen via een gepersonaliseerde ervaring.

Wat is de beste manier om succesvol te worden met generatieve AI? Begin langzaam en breid je AI-programma voor contactcenters uit wanneer je bedrijf meer AI-vaardigheden krijgt. Zorg bijvoorbeeld dat je medewerkers Einstein Reply Recommendations for Service op Trailhead volgen en daarna met elkaar oefenen wat ze hebben geleerd. Wanneer ze dit onder de knie hebben, kijk dan op welke andere manieren je generatieve AI kunt benutten in je contactcenter.