Sztuczna inteligencja zmieni rynek contact center?

Receptą na poprawę sytuacji mają być rozwiązanie oparte o zaawansowaną analitykę danych i uczenie maszynowe.

Michał pracuje w korporacji i niebawem planuje wyjechać z dziewczyną na długo wyczekiwany urlop. Po kilku dniach surfowania po internetowych stronach biur podróży zdecydował się w końcu na 10 dniowy pobyt w pięciogwiazdkowym hotelu na Krecie. Dzień po sfinalizowaniu transakcji zadzwonił telefon. Michał znał już ten numer. To natrętny telemarketer, który zawsze dzwoni w godzinach pracy i to w najmniej odpowiednich momentach. Tym razem jednak postanowił odebrać i ze zdziwieniem dowiedział się, że zamiast oferty garnków, konsultant contact center zaproponował mu ubezpieczenie turystyczne. Rozmowa nie trwała długi i jak można było przypuszczać, była produktywna dla obu stron.

Magia Big Data

Ten przykład pokazuje w jaki sposób analiza dużych zbiorów informacji przekłada się na biznes i doświadczenia klienta. Contact Center skorzystało z analityki Big Data i wzbogacenia własnego systemu CRM gromadzącego dane o klientach, o zewnętrzne informacje pozwalające na dokładną identyfikację zainteresowań danej osoby. – W sieci internauci pozostawiają po sobie mnóstwo cyfrowych śladów, które można przekuć na użyteczną wiedzę dotyczącą decyzji zakupowych, tym samym znacząco zwiększając szanse na sprzedaż i poprawę obsługi klienta. Dzięki wykorzystaniu sztucznej inteligencji możemy analizować gelolokalizację, zainteresowania użytkowników sieci, przyjrzeć się zainstalowanym przez nich aplikacjom oraz analizować tysiące innych zmiennych. To wszystko pozwala stworzyć wiarygodny profil klienta i monetyzować informacje – zauważa Piotr Prajsnar, CEO Cloud Technologies, notowanej na NewConnect spółki, która jest operatorem jednej z największych hurtowni danych zbierającej informacje o zainteresowaniach internautów. Globalnie przetwarza już 9 mld anonimowych profili internautów korzystających zarówno z urządzeń mobilnych, jak i desktopów. Wzbogacaniu systemów wspierających zarządzanie w contact center o zewnętrzne dane o internautach otwiera przed telemarketerami i pracownikami infolinii nowe możliwości, dając im dostęp do niezwykle użytecznej i dotychczas nieosiągalnej wiedzy. Jeśli pracujący przy projekcie badacze danych skutecznie powiążą je ze zgromadzonymi w systemie wewnętrznymi zbiorami cyfrowych informacjami, błyskawiczna reakcja na potrzeby klienta stanie się standardem, tak samo, jak wyodrębnianie grupy docelowej na podstawie profili behawioralnych konsumentów.

– Dzięki analizie danych można dojść do bardzo ciekawych wniosków, zwiększając poziom satysfakcji klientów contact center. Można np. nie tylko zidentyfikować ich zainteresowania, to czego aktualnie szukają, ale także określić czas, w którym najlepiej zadzwonić do danej osoby. Korzystając z analizy z mediów społecznościowych, można prognozować zwiększenie ruchu telefonicznego czy zidentyfikować tematy, z którymi mogą dzwonić klienci – zwraca uwagę Paweł Pierścionek, Chief Technology Officer w Cludo, firmie dostarczającej zaawansowane rozwiązania chmurowe wspierające zarządzanie contact center.

Wybór profilu

Profilowanie behawioralne to znana praktyka o szerokim zastosowaniu. Stosuje się ją np. w kryminalistyce, reklamie internetowej i marketingu. Na podstawie takich profili największe portale randkowe parują użytkowników, wykorzystując do tego wprowadzone przez nich informacje i zaawansowane algorytmy. Podstawą takiej pracy są dane, a im jest ich więcej, tym lepiej. Właśnie w tę stronę zmierza branża call center. – Dzięki danym i ich analizie, profilowanie klientów odbywać się będzie w czasie rzeczywistym i rzadkością będzie sytuacja, w której konsultant call center zadzwoni z propozycją pożyczki do osoby z milionami na koncie. Profilowanie będzie odbywało się na podstawie algorytmu uczenia maszynowego, co oznacza, że system będzie się ciągle rozwijał i zwiększał swoje umiejętności. Algorytm zajmie się segmentacją i oceni prawdopodobieństwo odpowiedzi na daną ofertę – twierdzi Piotr Prajsnar. Jego zdaniem, na podstawie indywidualnej historii klienta będzie można określić, z jakim prawdopodobieństwem przystanie on na ofertę, zrezygnuje z usługi lub przejdzie do konkurencji. – Mówimy tu o technologii, która pomoże przygotować szytą na miarę ofertę i określić odpowiedni moment na kontakt z klientem. Fantazja? Wbrew pozorom wcale nie. Z takich możliwości contact center korzystają już dziś – dodaje prezes zarządu Cloud Technologies.

Instytut Badań Pollster: Ekologiczny koszt AI nowym wyzwaniem w komunikacji marek [RAPORT]

Czar sztucznej inteligencji

Big Data w contact center to nie tylko precyzyjne targetowanie i pogłębiona wiedza o życiu klientów. Nowoczesne narzędzia oparte o analitykę danych i sztuczną inteligencję znajdują coraz szersze zastosowanie w biznesie, o czym na własnej skórze przekonała się firma Dialog Direct, która w amerykańskim miasteczku Grand Rapids w stanie Michigan otworzyła nową placówkę call center i w ciągu miesiąca potrzebowała zatrudnić 140 telemarketerów. Dla działu HR takie wyzwanie to prawdziwe piekło. Dotychczas, by zrekrutować jedną osobę, przy dobrych wiatrach, zespół potrzebował minimum dwóch roboczogodzin. Rekrutacja ponad 140 nowych pracowników zajęłaby mu co najmniej dwanaście 24 godzinnych dni pracy. W tak krótkim czasie wykonanie narzuconego przez zarząd zadania było niemożliwe do zrealizowania. Szukając rozwiązania, które pomogłoby firmie wyjść z impasu, Jack Wilkie, Chief Marketing Officer, dowiedział się o działającej w chmurze obliczeniowej platformie do optymalizacji HR, która wykorzystując analitykę Big Data skracała proces rekrutacji o 75 proc. Jak to możliwe? Kandydaci zainteresowani pracą w nowej placówce Grand Rapids musieli nie tylko wypełnić szczegółową ankietę online, lecz również aktywnie uczestniczyć w symulowanej rozmowie, mającej sprawdzić ich naturalne predyspozycje do pracy na stanowisku telemarketera. Korzystający z analityki predyktywnej system automatycznie analizował nagrania wraz z danymi z elektronicznej ankiety, a następnie oznaczał najlepiej rokujących aplikantów kolorem zielonym, problematycznych – żółtym, a tych, którzy nie spełniali wymaganych kryteriów – czerwonym. Nowa metoda rekrutacji okazała się strzałem w dziesiątkę. – To pozwoliło nam oszczędzić 45 minut w procesie rekrutacji pojedynczego pracownika – przyznaje Wilkie.

Zaawansowane algorytmy mogą pomóc call center osiągać lepsze wyniki również poprzez przemyślane przydzielenie konsultantów do konsumentów. Istotną rolę odgrywa tu nie tylko typ osobowości, lecz również wiek, płeć i pochodzenie rozmówcy. Z badań przeprowadzonych przez Software Advice na terenie Stanów Zjednoczonych wynika, że aż 67 proc. osób w wieku przekraczającym 65 lat preferuje rozmowę z konsultantem wysławiającym się w sposób powolny. Taki stan rzeczy wydaje się w miarę oczywisty, jednak pozostałe wyniki mogą stanowić spore zaskoczenie. Okazuje się bowiem, że 24 proc. mieszkańców miast preferuje rozmowę z telemarketerem w swoim własnym wieku, podczas gdy zaledwie 10 proc. mieszkańców wsi uważa, że jest to istotne. Ważną rolę odgrywa również pochodzenie rozmówcy. 78 proc. ankietowanych w wieku 55 – 64 preferuje kontakt z telemarketerem o tej samej narodowości, natomiast procent osób w przedziale wiekowym 18 – 24 o takiej inklinacji wyniósł 48. Nowoczesne systemy do zarządzania contact center winny brać pod uwagę tego typu badania i za sprawą uczenia maszynowego prowadzić własne analizy, pozwalające na inteligentne parowanie konsultantów z konsumentami.

Jak na Tinderze

Xerox opublikował raport: „Stan obsługi klienta w 2015 r.”, w którym pojawiły się ciekawe dane. Otóż ponad połowa (54%) ankietowanych zadeklarowała, że jest gotowa zapłacić więcej za produkt, w zamian za lepszą obsługę klienta oferowaną przez wybierane marki. Dziś firmy muszą usprawniać doświadczenia klienta w każdym punkcie styku i robić to z wyprzedzeniem. Dlatego operatorzy contact center będą dążyć do jak najlepszej identyfikacji klientów, ich potrzeb oraz preferencji. – System teleinformatyczny w nowoczesnym centrum będzie znacznie więcej mówił konsultantowi o kliencie niż robi to dziś. A zacznie się to już od pierwszego słowa klienta, dzięki analizie mowy, która nie tylko pozwoli zidentyfikować dzwoniącego, ale też określić jego nastrój, poziom zainteresowania ofertą i nastawienie do rozmowy. Do klienta i jego potrzeb dopasowany będzie również pracownik – jego umiejętności i kwalifikacje. Obrazowo mówiąc, będzie to podobne do matchowania par znanego z aplikacji randkowych – uważa Paweł Pierścionek.