Por Julio Farias, director comercial de Zerviz
Para maximizar plenamente los datos de los clientes -y de los agentes-, los líderes deben identificar las métricas, recopilar los datos, analizarlos y tomar medidas.
Según el reporte de ‘CX Metrics Gap’ de Five9, proveedor del centro de contacto inteligente en la nube, existen dos usos principales de la analítica y la IA de cara al agente de atención al cliente:
1) Asistencia al agente: Los objetivos principales de las plataformas de asistencia a los agentes son capacitarlos y hacerlos más productivos. Mientras que los agentes pueden aportar empatía, creatividad y liderazgo en una interacción con el cliente, la IA calcula y aconseja rápidamente basándose en datos históricos y en tiempo real.
Por ejemplo, las aplicaciones de asistencia al agente potenciadas por la IA pueden hacer lo siguiente:
● Escuchar la conversación y ofrecer transcripciones en tiempo real para futuras interacciones con el cliente. Mientras tanto, los agentes no tienen que perder tiempo después de la llamada grabando notas o los siguientes pasos, y durante la llamada pueden estar más atentos sabiendo que la IA está tomando notas.
● Proporcionar orientación en tiempo real sobre cómo tratar a un cliente. Supongamos que un asesor de inversiones está a punto de recomendar una acción o un fondo concreto. El asistente virtual puede hacer un seguimiento de los datos macroeconómicos en tiempo real con una pantalla que puede sugerir una inversión diferente basada en las tendencias emergentes del mercado que el asesor de inversiones no está viendo porque está hablando con su cliente.
● Entregar informes que contengan información relevante de la conversación. Por ejemplo, ¿el análisis de sentimientos detecta que los clientes de un determinado agente están siempre contentos o enfadados? ¿Sigue el agente los consejos del asistente virtual y, en cualquier caso, cuál es el resultado? Esto proporciona orientación sobre si el asistente virtual está realmente ayudando.
Cuando los supervisores del contact center tienen ojos y oídos habilitados por la IA en cada interacción con los agentes, el cielo es el límite en cuanto al tipo de datos que pueden recopilar y utilizar para efectuar cambios. Lo mejor de todo es que los datos sobre el rendimiento de los agentes se evalúan en tiempo real, por lo que las mejoras pueden producirse inmediatamente.
2) Análisis de agentes: Aunque las plataformas de asistencia a los agentes ofrecen muchos análisis, hay más datos disponibles para ayudar a los responsables de CX a evaluar el rendimiento individual y del equipo.
Los líderes de CX han utilizado durante mucho tiempo docenas de KPI para medir la productividad del contact center. Entre los KPI más comunes se encuentran el tiempo de gestión de llamadas (CHT), la resolución del primer contacto (FCR) y el tiempo en fila. Pero a medida que los agentes adquieren más responsabilidades de ventas adicionales y cruzadas, los líderes están añadiendo nuevas métricas.
Por ejemplo, las empresas están correlacionando la puntuación media de CSAT (Customer Satisfaction Report) con el número de chats simultáneos en curso para determinar el número máximo de chats que puede manejar cada agente antes de que se reduzca la productividad. Cuando se aprovechan al máximo estas tecnologías, se pueden reestructurar las métricas y las empresas pueden transmitir a los agentes los comentarios de los clientes en tiempo real con el objetivo final de mejorar la experiencia al cliente y aumentar las ventas.