Há um ditado no aprendizado de máquina: lixo entra, lixo sai. Plataformas de gerenciamento da experiência do cliente, como o RevealCX Boost ¹ da Nexcom, oferecem maneiras inovadoras de coletar dados com eficiência. A inteligência artificial (IA) tem um vasto potencial e é lucrativa, mas apressar sua implementação pode ser uma receita para o desastre, a menos que eliminemos primeiro os vieses. Como podemos desenho função que minimize a possibilidade de a IA fornecer resultados errados?
Práticas de amostragem para garantia de qualidade
Historicamente, a garantia de qualidade (QA) tem sido um poço sem fundo para os centros de contacto e as organizações de experiência do cliente. Os programas típicos de QA oferecem uma visão limitada de uma pequena amostra das transações dos clientes e não têm um impacto mensurável sobre a experiência do cliente ou os principais resultados comerciais.
O controle de qualidade avalia principalmente o desempenho dos agentes e fornece informações para avaliar e capacitação . Ao analisar os controles em vigor, podemos encontrar uma solução para assegurar uma avaliação de desempenho assegurar .
Certas práticas de controle de qualidade têm sido questionadas. Há preocupações quanto à capacidade de avaliar milhares de transações diariamente ou de hora em hora. É necessária uma pequena equipe de avaliadores de qualidade para obter insights reais sobre a experiência do cliente e alcançar resultados de desempenho significativos.
As práticas de amostragem de controle de qualidade geralmente têm boas intenções, mas expõem os dados a vieses ao se concentrarem apenas em determinados tipos de transações, como a duração. Quando introduzimos um viés na amostra,afetamos a utilidadedos dados na tomada de decisões mais amplas.
Sem os apropriada , existe o risco de comprometera integridade dos dados. Quer utilizemos as informações para orientar e gerenciar o desempenho dos agentes ou para uma tomada de decisão mais ampla, dados não confiáveis afetam negativamente nossa confiança na tomada de medidas subsequentes.
Conectando a garantia de qualidade às diretrizes comerciais
Muitas vezes, não fica claro quais são os efeitos diretos da garantia de qualidade (QA) no aumento das receitas, no melhor desempenho dos negócios e em outras métricas financeiras. Afalta de correlaçãofaz com que as empresas releguem a QA para o fim da lista de prioridades ou a abandonem completamente.
Aqueles que mantêm o controle de qualidade normalmente não aproveitando a função principal em todo o seu potencial. É claro que apoiamos o papel do controle de qualidade em uma organização que funciona bem, mas ele deve gerar valor comercial.
As organizações de alto desempenho descobriram duas coisas fundamentais:
- Incorporando as melhores práticas no desenho de controle de qualidade
- Usando as ferramentas certas para resolver lacunas
Ao projetar uma função de controle de qualidade, primeiro buscamos maneiras de estabelecer uma conexão com os aspectos importantes para o negócio. Em outras palavras, como traçamos a linha entre o controle de qualidade e as métricas críticas do negócio e as pessoas que estamos tentando alcançar?
Começamos por reunir e analisar diferentes tipos de dados dos clientes, tais como sentimentos, expectativas e preferências. Com este tipo de dados, os clientes ensinam-nos o que é mais importante, o que os motiva a comprar os nossos produtos e a aumentar a sua fidelidade.
As informações dos clientes servem comobase para projetar uma função de controle de qualidade que influencia diretamente os indicadores-chave de desempenho vitais.
Erros críticos e desempenho do processo
Quando deixamos de realizar processos que promovem a satisfação e a fidelidade, isso é um erro crítico. erro crítico ². Empresas de sucesso investem tempo significativo para identificar a causa de um erro crítico e implementar soluções sistemáticas e abrangentes para a melhoria sustentável do desempenho.
efetivo coletam dados para avaliar o desempenho individual e toda service journey. Elas aprimoram desenho do modelo de suporte desenho os processos que afetam a experiência do cliente, utilizando as ferramentas adequadas para identificar problemas e oportunidades.
Otimizando todos os aspectos da service journey encontrar e validar os comportamentos (humanos e digitais) que geram maior satisfação e fidelidade do cliente.
Fatores comuns de satisfação:
— Precisão na resolução
— Rapidez do serviço
— Esforço do cliente
— Empatia
O primeiro aspecto das colmatar as lacunas no serviço é saber quais comportamentos ou elementos de serviço avaliar. Em seguida, é preciso saber onde reduzir os erros individuais dos agentes e corrigir o processo. Aliás, ter uma equipe enorme de avaliadores de qualidade não é economicamente viável para os contact centers e os obriga a adotar abordagens de amostragem questionáveis.
Dados precisos e representativos
A IA abre a possibilidade de analisar grandes volumes de transações de toda a população sem amostras tendenciosas. Parece ser uma solução promissora para a gestão da experiência do cliente. Aumenta a eficiência, reduzindo custos e permitindo que as empresas identifiquem rapidamente se os problemas estão relacionados com os agentes ou com os processos.
No entanto, é necessário verificar as informações que usamos para treinar a máquina. A IA oferece maneiras novas e aprimoradas de coletar dados vitais relacionados à experiência do cliente. Os riscos são altos; qualquer preconceito que transmitirmos à IA pode ter consequências graves para as operações.
Incorporando melhores práticas ³ em todos os aspectos de um programa de controle de qualidade, começando pelo desenho do formulário, ajuda a minimizar a possibilidade de a IA fornecer resultados errados.
Identificar e corrigir as causas fundamentais VS Definir os problemas
Ferramentas de gestão da experiência do cliente (CXM), como o RevealCX Boost, têm o potencial de liberar o tempo da sua equipe, permitindo que ela resolva problemas em vez de apenas identificá-los. O RevealCX pode mostrar o desempenho dos agentes e o que afetaa experiência do cliente. Ao mesmo tempo, a IA só pode monitorar o que é dito ou feito em uma interação. Você ainda precisará gerenciar, recrutar, treinar, orientar, desenvolver e motivar sua equipe.
Potencial para gerar grandes conjuntos de dados
A coleta de dados que antes levava um mês agora leva apenas um dia. Com a calibração adequada, ferramentas como o RevealCX fornecem dados confiáveis. Não há viés indesejado que afete a utilidade dos dados da amostra, o que permite que você tome decisões finais com maior confiança.
Aproveitando as interações com os clientes com inteligência empresarial
Imagine avaliar um agente com base na totalidade de suas comunicações com os clientes durante um determinado período, em vez de apenas algumas interações. Utilizando inúmeras transações e taxas de precisão exatas, a IA é uma forma prática de avaliar os agentes e facilitar capacitação.
Ao analisar um número significativo de amostras, você pode melhorar a qualidade do coaching oferece. Em vez de dizer a um agente:“Percebemos que você cometeu um erro em uma das quatro chamadas que analisamos”,você diria:“Você cometeu X erros Y vezes durante o último mês;vamos trabalhar juntos para corrigir isso”.
Você sabia que:
— 75% dos problemas estão relacionados a processos
— 25% estão relacionados aos agentes
Alcançando 90% de precisão na IA para avaliação de desempenho de agentes
O número de avaliações que uma organização pode criar é o fator limitante para acumular dados suficientes para treinar um sistema de inteligência artificial de controle de qualidade. Os prazosvariam dependendodo tamanho da operação.
O diretor de tecnologia da Nexcom, Iain Ironside, afirmou: “Com base em nossa experiência até o momento, acreditamos que, assim que tivermos cerca de 1.500 avaliações com uma boa representação de transações com erros e tratamento aceitável, poderemos começar a criar modelos com um nível aceitável de precisão”.
Com uma equipe de controle de qualidade substancial, operações de grande porte que envolvem milhares de transações construirão rapidamente o banco de dados. Por outro lado, um grupo pequeno, com apenas alguns avaliadores de qualidade, levará mais tempo para estabelecer um banco de dados para capacitação da máquina.
As transações de voz exigem uma etapa extra para implementação. A análise da transação será inevitavelmente uma tarefa mais extensa, pois essa etapa envolve a captura da estrutura da frase. Não há muita diferença de tempo após transformar a transação em texto para a máquina.
As organizações obterão respostas mais precisas e reduzirão custos ao investir tempo antecipadamente.
Espaço para seres humanos
Pesquisas de satisfação do cliente e grupos focais continuam sendo osprincipais meios de análise de dados para validar os principais fatores que influenciam a satisfação e a fidelidade do cliente.
Mesmo quando a IA consegue interpretar a interação por voz, os especialistas terão invariavelmente que classificar o que é positivo e negativo para o aprendizado de máquina. Iain Ironside disse que ainda há necessidade de um medidor, um especialista que assegurar máquina esteja avaliando corretamente.
Mudanças no conhecimento
Com mais análises da voz do cliente, as operações inevitavelmente mudarão suas definições de atributos de voz. Da mesma forma que retreinamos um monitor humano, um modelo de aprendizado de máquina precisa ser retreinado. O ciclo de retreinamento será vital e levará a outra área de estudo.
Nossa posição sobre inteligência artificial
O software de gerenciamento da experiência do cliente baseado em IA pode ser uma maneira prática de influenciar os indicadores-chave de desempenho em todo o suporte ao cliente. As plataformas CXM podem ajudar as organizações a atender às expectativas e construir fidelidade, usando dados para entender o que é importante para os clientes.
Em suma, a IA não elimina a necessidade dos seres humanos ou das melhores práticas. Se você tiver um formulário incorreto com um desenho defeituoso, a IA fará impreciso e você continuará indo na direção errada, só que a um ritmo mais rápido.
- Erro crítico: qualquer coisa, do ponto de vista do cliente, que faça com que a transação seja defeituosa, como não resolver a dúvida (se isso exigir uma repetição da transação), tratar mal o cliente e não se comunicar com clareza.
- Melhores práticas: Experiência em primeira mão da COPC Inc. em auditorias e revisões realizadas em todo o mundo e em diversos setores e/ou áreas de negócios. Esta é a melhor abordagem, processo ou método observado pela COPC Inc. para atender a uma exigência específica da Norma COPC CX ou a um processo executado em uma operação de contato com o cliente.