Çağrı merkezi yapay zekası, temsilci performansından yardıma, otomasyondan müşteri deneyimine kadar çok çeşitli alanlarda iletişim ve çağrı merkezlerine halihazırda yardımcı oluyor.
Şu anda piyasada bulunan en yararlı yapay zeka çağrı merkezi yeteneklerinin yanı sıra önümüzdeki birkaç yıl içinde göreceğiniz üç heyecan verici gelişmeyi derledim.
Etkileşimli sesli yanıt, gelişmiş çağrı merkezi teknolojisinin ilk uygulamalarından biridir ve sözlü yanıtları ortaya çıkararak müşteri etkileşiminin önemli yönlerini otomatikleştirir.
BAKIN: Güç Kullanılabilirliği Yapay Zeka Devrimini Rayından Çıkaracak mı? (TechRepublic Premium)
İlk günlerinde IVR tam olarak makine gibi performans gösteriyordu. Doğası gereği biraz insani olmasına rağmen sesi bilgisayara daha yakındı ve yalnızca önceden kaydedilmiş yanıtları tanıyabiliyordu. Arayan kişi belirli bir ifadeden başka bir şey söylediğinde (“bir temsilciyle konuşun”, “hesap durumunu kontrol edin” veya “ana menü” gibi basit bir şey) genellikle “cevapla” anlamına gelen bir açıklamayla canlı bir temsilciye yönlendiriliyordu. hesaplamıyor.”
Bugünün yinelemeleri, çok da uzak olmayan geçmişin robotik versiyonlarıyla tam bir tezat oluşturuyor. Yaklaşımı çok daha konuşkan olan otomatik araç, çok çeşitli beyanları veya talepleri tanıyabilir ve bunlara yanıt verebilir.
Doğal dil yetenekleri, müşterilerin gerçek hayatta olduğu gibi konuşabilmesi anlamına gelir. Makine öğrenimi, sürekli genişleyen bir konuşma kataloğunu güçlendiriyor, ancak çabalarına rehberlik etmek için hala insan desteğine ihtiyaç duyuyor.
Apple ve Amazon gibi şirketler bu teknolojiye ellerinden geleni yaparak onu Siri ve Alexa gibi özelliklerle popüler hale getirdiler. Amazon Lex, yeni nesil duyarlı uygulamalar yaratan geliştiriciler için bu gelişmiş IVR’yi bile paketliyor.
Bu özellik kesinlikle uzun bir yol kat etmiş olsa da henüz mükemmel değil. Artı tarafta, işgücü maliyetlerini azaltmak ve sınırlama oranlarını iyileştirmek için çağrı akışlarınızı otomatikleştirebilir. Ancak, marka içi diyalog oluşturmak için ihtiyaç duyduğu dağlar kadar veriyi girerken, mali faydaları, yoğun bir ön yatırımla birlikte gelir.
Veri analizi, yapay zeka teknolojisinin gerçekten parladığı alanlardan biridir. Sisteminiz, normalde ekibinizin haftalar olmasa da günlerini alabileceği inanılmaz miktardaki veriyi saniyeler içinde sindirebilir ve yorumlayabilir.
Ayrıca, acente-müşteri etkileşimleri gibi ilgili bilgileri ortaya çıktıkça çıkararak işaretleyebilir ve size gemiyi düzeltme ve herhangi bir sorunu daha büyümeden çözme şansı verir.
Gerçek zamanlı konuşma analitiği, bir temsilcinin olası bir yanlış adımı konusunda sizi uyaran anahtar kelimeleri veya cümleleri vurgulamak için otomatik konuşma tanıma özellikleriyle birlikte çalışarak bunu mümkün kılar. Bu şekilde, bir ekip üyesinin senaryonun dışına çıkmasından veya yanlış bilgi paylaşmasından kaynaklanan uyumluluk veya kalite güvence sorunlarını yakalama olasılığınız artar.
Ayrıca, hayal kırıklığı sinyali veren belirli kelimelere veya ifadelere odaklanarak, hem olumlu hem de olumsuz müşteri duygularından yararlanan konuşma kalıplarını da analiz edebilir, böylece gerekli önceliklendirme önlemlerini uygulayabilirsiniz.
Dialpad ve RingCentral gibi VoIP sağlayıcıları bu teknolojiyi daha da geliştirdikçe, davranışsal model tanımayı da içeren gelişmiş yetenekleri görmeye başlıyoruz. Bunlar, çok hızlı konuşmaktan öfkeli bir müşteriyi yönetmeye kadar bir temsilcinin performansının her yönüne ince ayar yapmanıza olanak tanır.
Gerçek zamanlı konuşma analitiği, veriyle ilgili eğilimleri hızlı ve verimli bir şekilde izlemeyi, tanımlamayı ve bunlara göre ayarlama yapmayı mümkün kılarak, operasyonunuzu kolaylaştırmak için gereken insan zamanı ve çaba miktarını azaltır.
Mükemmel çağrı komut dosyaları, müşteri itirazlarının üstesinden gelme veya şikayetler üzerinde çalışma konusunda temsilcileri destekleyerek dönüşüm oranlarını artırabilir. Herkese aynı konuşma çerçevesini sunarak ekibiniz genelinde tutarlı kalite sağlarlar. Tek sorun, yaratmanın ve mükemmelleştirmenin biraz zaman almasıdır – ya da en azından eskiden öyleydi.
Bugünlerde, hayati önem taşıyan parçaları çıkarmak için yüzlerce ve binlerce yazılı müşteri etkileşimini incelemek yerine, bu bilgiyi, bunu sizin için yapacak bir makineye besleyebilirsiniz. Analitik yazılımı tüm verilerinizi ışık hızında sıralayabilir ve ardından ayarladığınız parametrelere göre çağrı komut dosyaları oluşturabilir. Bu üretken teknolojinin en iyi örneği ChatGPT gibi yapay zeka yazılımlarındadır.
Ancak tıpkı ChatGPT gibi, oluşturulan arama komut dosyaları da henüz başlangıç aşamasındadır. Yayınladığı içerik yalnızca sağladığınız bilgiler kadar iyidir; bu da taleplerinizi mümkün olduğunca spesifik ve ayrıntılı bir şekilde ifade etmenizi özellikle önemli kılar.
O zaman bile mükemmel şekilde parlatılmış bir ürün elde edemezsiniz.
Kullanılabilir hale gelmeden önce son komut dosyasını iyileştirmek için zaman harcamanız gerekecek. Ancak üretken yaklaşım, en azından başlamanız için uygulanabilir bir yapı sağlayarak, görevinizden bol miktarda saat kısaltır.
Müşteri verilerini ve pazar eğilimlerini inceleyerek, bir potansiyel müşteri listesi geliştirmek için modeller arayarak saatler ve günler geçirebilirsiniz. Tüm bunlardan sonra, acenteler potansiyel müşterileri satış hunisinin çok erken safhalarında dönüştürmeye çalışırken, sonuçlarınız yine de hedefi kaçırabilir.
Modern yapay zeka, mümkün olan en sıcak potansiyel müşterilere hizmet vermek için muazzam miktarda veriyi, web trafiğini ve müşteri profillerini eleyerek süreçten varsayımları çıkarır.
Daha sonra, işlerin ilerlemesini sağlamak için metin, e-posta veya sohbet yoluyla sosyal yardım çabalarını otomatikleştirebilir.
Customers.ai ve Seamless.ai gibi markalar, açılmaları, tıklamaları ve etkileşimi iyileştirmek için tasarlanmış otomatik olarak oluşturulan e-posta kopyaları bile sunuyor. Yapay zeka teknolojisi hala mükemmelleştirilme aşamasında olduğundan, herhangi bir otomatik kopyayı göndermeden önce prova etmek her zaman iyi bir fikirdir.
Tüm bu özellikler temsilcilerinize doğrudan müşteri etkileşimi için daha fazla zaman tanır ve bu etkileşimlerin mümkün olduğunca başarılı olmasını sağlar.
Customers.ai dahil olmak üzere bazı platformlar, size neler olduğuna dair fikir vermek için ücretsiz bir sürüm sunar. İş amaçlı sağlam sürümlerin size ayda 500 ABD Doları veya daha fazla maliyeti olabilir.
Biletleri kapatmak ve müşteri profiline son notları eklemek, acentenin müsait zamanının üçte biri kadar zaman alabilir.
Yine de bu yönler, sağlam müşteri ilişkileri kurmak ve gelecekteki büyüme fırsatlarını belirlemek için çok önemlidir. Dialpad ve Balto gibi şirketler, süreci kolaylaştırma aracı olarak üretken yapay zekayı kullanarak, insanların not almasını tamamen ortadan kaldırmayı amaçlıyor.
Dialpad’in üretken yapay zeka asistanları, bir temsilci ile müşteri arasında tartışılan tüm ana temaların ve önemli fikirlerin ana hatlarını çizmek için çağrı özeti özelliğini kullanabilir.
Bu notlar, çağrı sonrası temsilci çabalarına bir alternatif olarak hizmet edebilir, hafızaya güvenme ihtiyacını ortadan kaldırır ve doğruluk için yalnızca kısa bir inceleme gerektirir. Hatta sisteminizi, sektörünüz için gerekli olan belirli uyumluluk önlemlerine uyacak şekilde programlayabilirsiniz.
Bu yapay zeka teknolojisinin mevcut örnekleri arasında, her ikisi de yanıtları ve içeriği yaratıcı bir şekilde otomatik olarak oluşturabilen çevrimiçi sorgu platformları olan ChatGPT ve Google Gemini (eski adıyla Bard) yer alıyor; tıpkı bir insanın yapabileceği gibi. Mükemmele yakın olmasa da, teknolojiyi çalıştıran algoritmalar sürekli bir kendi kendine öğrenme ve gelişme döngüsünü sürdürüyor.
Dolayısıyla, cevaplar ve çıktılar giderek daha iyi hale geliyor ve sağlam bir içerik çerçevesi sağlıyor; bu çerçeve, biraz insani kanıtlamayla, soğuk e-posta göndermekten çağrı komut dosyaları yazmaya kadar çeşitli hedefleri hedefine ulaştırabiliyor.
Yapay zekanın üretken ve makine öğrenimi yetenekleri, dil engellerinin artık mevcut olmayabileceği yeni alanlara yol açıyor.
Mevcut yinelemeler konuşmayı metne dönüştürür, metni çevirir ve ardından içeriği sese dönüştürür. Modern versiyonlar, gerçek zamanlı konuşma çeviri hızlarına yaklaşıyor ve hala çözülmesi gereken birkaç sorun var.
Microsoft Azure, bu yeni gelişen alanda lider konumda olmasına rağmen, Google geçen yıl gelecek vaat eden bir çift gerçek zamanlı çeviri artırılmış gerçeklik gözlüğü piyasaya sürdü.
Bu teknolojiyi mükemmelleştirmenin önündeki en büyük engel, halihazırda var olan 7.000’den fazla dilin ardındaki değişen cümle yapısı ve kültürel-duygusal karmaşıklıktır. Ancak makine öğrenimini yöneten spesifik algoritmalar gelişmeye devam ettikçe, gerçek zamanlı çeviri teknolojisinin önümüzdeki on yıl içinde iletişim merkezi alanında iş başında olduğunu görmemiz muhtemel.
Bilgiye dayalı kimlik doğrulama yöntemlerine güvenmek, müşteriden kimliğini doğrulamak için hesabını, PIN’ini veya sosyal güvenlik numarasını girmesini istemek zaten yaygın bir uygulamadır.
Yeni biyometrik yöntemler, bir müşterinin yalnızca sesine göre doğrulamak için “sesli baskı” teknolojisini kullanıyor. Bu tanımlayıcı bilgiler, müşteri bir dizi spesifik ifadeyi tekrarladıktan sonra veya gündelik konuşma sırasında toplanıp saklanabilir.
Biyometrinin güzelliği müşteriye sağladığı kolaylıktır.
Artık bankanızı veya taşıt kredisi hizmet sağlayıcınızı aradığınız son 10 seferde sağladığınız numaraların aynısını girerek zaman kaybetmenize gerek yok.
Ayrıca her arayanın “ses izi” farklı olduğundan oldukça doğrudur. Yine de tıpkı yüz tanıma teknolojisinde olduğu gibi ses verileriniz çalınabilir ve uygunsuz şekilde kullanılabilir. Belirli veri güvenliği ve gizlilik endişeleri giderilene kadar, en azından müşterinin açık izni olmadan biyometrik kimlik doğrulama özelliklerinin yaygın şekilde benimsendiğini görmemiz pek olası değil.
Sanal gerçeklik son on yılda uzun bir yol kat etti ve oyun ve video için daha ilgi çekici ve gerçeğe yakın deneyimler sağladı. Bazı şirketler halihazırda teknolojiyi eğitim amacıyla test ediyor ve çalışanlarına en üst düzeyde performans gösterme çabasıyla çeşitli karmaşık senaryoları simüle etme yetkisi veriyor.
Teknolojinin kalitesi ve duyarlılığı kesinlikle bu amaçlara uygun olsa da, maliyet son derece engelleyici olmaya devam ediyor.
Bir VR öğrenme yönetim sistemi, alt uçta 10.000 ila 15.000 ABD Doları arasında bir yatırım gerektirir. Sağlık ve eğlence gibi pek çok rolün doğası gereği oldukça teknik olduğu sektörler bu yaklaşımın ön sıralarında yer alıyor. İletişim merkezleri için on yıl içinde daha erişilebilir, hatta sıradan hale gelmesi bekleniyor.
Kaynak: https://www.techrepublic.com/article/call-center-ai/
Web sitemizde ziyaretçilerimize daha iyi hizmet sağlayabilmek adına bazı çerezler kullanıyoruz. Web sitemizi kullanmaya devam ederseniz çerezleri kabul etmiş sayılırsınız.
Gizlilik Politikası