Como os chatbots funcionam em call centers?

Acredita-se comumente que os call centers são enormes salões onde os operadores respondem às solicitações dos clientes. Raramente pensamos no fato de que as pessoas que trabalham em call centers se deparam com uma grande quantidade de informações, cujo processamento envolve enormes recursos. Isso inclui o trabalho dos operadores, equipamentos, custos de eletricidade, aluguel de instalações, depreciação, etc.

Isenção de responsabilidade: Todas as estatísticas mencionadas abaixo foram derivadas de estudos e pesquisas originais feitas por nossa empresa.

As modernas tecnologias de aprendizado de máquina ajudam a reduzir significativamente o custo de prestação de serviços, além de aumentar a eficiência dos centros.

A prática mostra que cerca de 70% das solicitações que chegam à linha direta são do mesmo tipo.

Atualmente, os serviços robóticos do chamado suporte de “primeira linha” alocam efetivamente essas solicitações. Para prestar serviços de alta qualidade, basta que eles reconheçam o assunto da solicitação e façam algumas perguntas esclarecedoras ao cliente. Isso permite que a empresa satisfaça de forma clara, rápida e inequívoca a solicitação do cliente.

Vale a pena notar que uma solicitação de um cliente pode vir de várias formas e através de vários canais de comunicação - mensageiros, chatbots, assistente de voz ou operador trabalhando de acordo com um algoritmo definitivamente verificado. E em todos esses casos, as tecnologias de aprendizado de máquina vêm em socorro. Eles permitem que você determine a “máscara” de perguntas mais adequada e dê uma resposta mais precisa aos clientes.

Os sistemas robóticos mais primitivos são chatbots lineares

Nós os encontramos em mensageiros, redes sociais, aplicativos móveis e em sites. Os chatbots listados não são treinados e funcionam de acordo com um determinado cenário. Mas eles são úteis - com a ajuda deles, você pode pedir uma pizza ou uma mesa em um restaurante, especificar o custo do envio de um pacote ou obter uma passagem para uma consulta médica. Ao mesmo tempo, o tempo médio de processamento de solicitações será reduzido em cerca de 3 vezes.

Esses bots permitem manter a fidelidade do cliente — sabe-se que mais de 50% das pessoas preferem resolver problemas sem se comunicar com as pessoas. E informações rápidas e mais detalhadas, sem dúvida, levam a um aumento nas vendas.

Exemplo 1 : Entrega Internacional

Como exemplo, vamos descrever o cenário de trabalho com um chatbot de uma empresa de entrega internacional.

Não faz muito tempo, havia a necessidade de enviar cargas do país N para o país K. Entramos no site da empresa e conversamos com um chatbot. Ao mesmo tempo, verificou-se que devido às dimensões não padronizadas da carga, é necessário esclarecer os parâmetros: comprimento, largura, altura da carga.

Acontece que o número de lugares no contêiner que precisavam ser pagos dependia significativamente de alguns centímetros. Depois de fazer mais algumas ligações, 20 minutos depois, respondemos com sucesso a todas as perguntas.

Depois disso, fomos transferidos para a operadora. Confirmamos com sucesso todos os parâmetros transmitidos da carga e ele fez um pedido para entrega em 5 minutos. Assim, os custos de tempo foram os seguintes: cerca de 30 minutos foram gastos em um chatbot e 5 minutos em comunicação ao vivo com a operadora. A eficácia desse chatbot acabou sendo igual a 85%.

Exemplo 2: Seguro

Vamos analisar outro exemplo de um chatbot de primeira linha, em cujo desenvolvimento participei. A empresa estava envolvida em seguros e queria criar seu próprio chatbot com IA. A peculiaridade desse projeto era a total ausência de chat, e o ponto de entrada da solicitação era no canal de voz. A pandemia agravou a situação e levou a uma sobrecarga severa do canal de voz. Como resultado, decidiu-se configurar um bot de suporte de primeira linha para melhorar a qualidade do serviço e descarregar o call center.

Na primeira fase, acabamos de lançar um chat e em um mês tentamos torná-lo um ponto de entrada único para a maioria das solicitações. Em seguida, analisamos e configuramos um sistema de widgets rápidos do seguinte tipo: informações sobre a apólice, consulta médica, caso de seguro etc. bater papo. Ao mesmo tempo, o operador marcou o diálogo com o cliente com tags. De fato, na primeira etapa, os operadores realizaram a marcação de dados.

Em seguida, o sistema colocava as tags automaticamente e, ao final da conversa, o operador precisava confirmá-las. Este procedimento não levou mais de 10 segundos. By the way, esta opção ainda é válida.

A cada duas semanas, realizamos treinamento adicional no reconhecimento do tema da comunicação.

Na fase final do projeto, o chatbot fechou completamente 30% dos pedidos em modo automático sem participação do operador, outros 35% dos pedidos exigiam apenas a confirmação do operador, devido às especificidades do ramo segurador.

Dos 35% restantes, cerca de 80% dos clientes do chatbot redirecionaram corretamente para a operadora, errando apenas em 20% dos casos.

Como resultado, o tempo médio para resolver uma solicitação em que é necessária a participação do operador foi reduzido de várias horas para 10 a 15 minutos.

Atualmente, muitos programas foram desenvolvidos que permitem criar, implementar e configurar rapidamente um chatbot linear simples. O baixo custo e a facilidade de desenvolvimento permitiram que fossem implementados em quase todos os lugares. Agora, este serviço é usado ativamente por clientes de operadoras de telecomunicações, bancos, seguradoras, entrega, serviços públicos, turismo. Os sistemas robóticos lineares não apenas respondem às solicitações dos clientes, mas também enviam as ofertas mais relevantes. Os arquivos de mídia também podem ser fornecidos como resposta à solicitação. Além disso, esses chatbots formam facilmente um banco de dados de solicitações, o que permite responder rapidamente às mudanças nas necessidades dos clientes.

Mas as tecnologias modernas baseadas em aprendizado de máquina serão capazes de substituir totalmente os operadores de call center?

Já podemos dizer com certeza que a resposta é não.

Somente uma pessoa pode responder a perguntas complexas fora do padrão, fornecer o apoio psicológico necessário e dar um tom emocional a uma conversa.

No entanto, as informações recebidas inicialmente sobre o assunto da conversa, os dados coletados do cliente e as respostas recebidas podem permitir que o cliente transfira o trabalho com ele da máquina para a pessoa sem que o cliente perceba. Vale a pena notar que nenhuma tecnologia moderna está pronta para resolver situações de conflito.

Autor: Ilya Smirnov, chefe de ciência de dados da Usetech