Les avantages de l'intelligence artificielle

Les centres de service standard et les autres opérations de service à la clientèle se sont heurtés à des plafonds de coût et de performance.

Le routage prédictif, alimenté par l'intelligence artificielle, brise ces contraintes. Au lieu d'une file d'attente «premier entré, premier sorti», le routage prédictif permet une correspondance client / agent plus intelligente pour l'interaction en cours.

Cette approche combine un profil client étendu avec une évaluation rigoureuse des compétences de l'agent et tient compte du type spécifique d'interaction.

Le routage prédictif a amélioré la fidélité des clients et l'efficacité des employés, réduit les temps de désabonnement et de traitement et amélioré les résolutions dès le premier contact.

La science des centres de service a progressé grâce aux estimations du temps d'attente, aux options de rappel et aux technologies de reconnaissance vocale. Pourtant, une fois que le client atteint un agent, les chances sont élevées que l'agent ne soit pas en mesure de résoudre le problème en une seule fois. Les problèmes non résolus entraînent davantage de plaintes, une plus grande rotation des clients et une perte de temps des employés qui tentent de calmer les clients contrariés.

L'intelligence artificielle (IA) promet d'améliorer considérablement l'expérience. Les premiers efforts aident les entreprises à améliorer l'expérience client globale, tout en réduisant les coûts - en temps du personnel, les escalades de service telles que les visites de techniciens sur le terrain et les clients défaillants - dans la bonne affaire.

Les technologies basées sur l'IA forment le moteur du routage prédictif, qui associe directement les clients aux agents sur de nombreux canaux, non pas via une file d'attente traditionnelle premier entré, premier sorti, mais plutôt sur la base des caractéristiques individuelles et de l'histoire du client, associées à une évaluation analytique du profil de chaque agent. Pour de nombreuses entreprises, le routage prédictif est actuellement l'un des moyens les plus efficaces d'utiliser l'IA. La technologie est relativement rapide et facile à déployer, et elle génère des résultats rapidement.

Les entreprises ayant des opérations de services massives - grandes banques, compagnies d'assurance, prestataires de soins de santé, opérateurs de télécommunications, fournisseurs de technologie - qui ont utilisé le routage prédictif au cours des deux dernières années dans différents types de travail ont commencé à voir des avantages tels qu'une fidélisation accrue de la clientèle et une baisse du taux de désabonnement , une plus grande efficacité des employés, des temps de traitement réduits et plus de problèmes résolus dès le premier contact (voir Figure 1). Par exemple, grâce au routage prédictif, la société canadienne de communications et de médias Rogers Communications a réduit le temps de traitement moyen de 7% et augmenté la fidélisation de la clientèle de près de 3%. Un opérateur de télécommunications mobiles d'Europe de l'Ouest a vu sa résolution de premier contact augmenter de près de 4% et son Net Promoter Score® (un indicateur clé de la fidélisation de la clientèle) de quatre points.

Figure 1

La technologie de routage prédictif génère plusieurs avantages

Au fil du temps, le routage prédictif ira au-delà des appels pour faire correspondre les clients aux agents via des applications mobiles, un chat en ligne en direct et des messages asynchrones. Pourtant, l'installation de la technologie n'est que le début pour réaliser tout le potentiel du routage prédictif. Le succès permet également d'améliorer encore les opérations et les comportements des services, notamment dans la sélection, la formation et la planification des employés.

Un match parfait

Considérez l'expérience de service idéale du point de vue du client. Sofia travaille à domicile et compte sur sa connexion Internet haut débit. Elle découvre que la connexion est interrompue et appelle son fournisseur, racontant au système de réponse automatique ce qui s'est passé. Après une courte attente, son appel est dirigé vers un agent, Alexander. Pendant que Sofia reste en ligne, Alexander diagnostique et corrige à distance le problème pour rétablir la connexion et la faire fonctionner. Alexander remarque également que Sofia dépasse souvent son allocation de données et lui propose un plan de mise à niveau approprié, qu'elle accepte.

Les interactions laissent Sofia heureuse à plusieurs égards, et Alexander se sent bien de l'aider. Ses responsables, quant à eux, apprécient les scores positifs de fidélisation de la clientèle et la mise à niveau du plan, tout en réduisant les coûts en évitant les contacts multiples ou la visite d'un technicien de terrain.

Bien sûr, réaliser ce scénario est un défi de taille. Vous devez vous assurer que le client se connecte à un agent compétent, ce qui est une tâche plus difficile que de répondre rapidement et de gérer les files d'attente des appelants aux niveaux spécifiés par un contrat. En effet, la haute direction souhaite de plus en plus que les centres de services contribuent à améliorer les résultats commerciaux tels que les ventes, la fidélisation et la défense des clients. Pour ce faire, il faut garder une trace des données en constante évolution sur les agents et les clients; élaborer des profils de compétences, des compétences et des règles fondés sur la performance; et l'optimisation de la capacité à résoudre une demande au moment du besoin, dans les limites du seuil de patience du client.

Bain Partner Jeff Melton décrit comment l'intelligence artificielle et l'automatisation peuvent aider les agents du service client à résoudre plus efficacement les problèmes des clients.

L'IA trace un meilleur itinéraire

Le routage prédictif applique l'IA aux données historiques et au contexte en temps réel afin d'identifier les facteurs qui influencent chaque interaction. Ces facteurs peuvent être les achats, transactions et demandes de service récents d'un client. Par exemple, la technologie montre que le client A a contacté l'entreprise à deux reprises au cours de la semaine dernière au sujet d'une facture, ou elle parcourt les données de recherche Web externes pour voir que le client B a visité des sites de vente de maisons et de comparaison de prêts hypothécaires.

Le moteur d'IA compare les profils des clients et les profils des agents avec les résultats éventuels des interactions dans des situations similaires - des résultats allant de la conversion des ventes au Net Promoter Score attribué par le client. Ces informations entrent dans un algorithme d'apprentissage automatique qui prédit une correspondance préférée entre le client et l'agent, en fonction du résultat souhaité. Le moteur de routage applique ensuite la correspondance client / agent préférée, compte tenu des contraintes du moment telles que le niveau de service et la disponibilité de l'agent (voir figure 2).

Figure 2

De nombreuses sources de données alimentent le moteur d'intelligence artificielle

Ici, l'IA peut corriger une faille fondamentale dans les organisations de centres de services aujourd'hui: se fier au profil de l'agent plutôt que de démontrer ses compétences. De nombreuses organisations conservent des feuilles de calcul remplies par la formation, la certification et la compétence présumée des agents en fonction de la formation et de l'ancienneté, dont aucune ne prédit avec précision dans quelle mesure une personne peut gérer les interactions de certains types ou les clients avec certains profils. Une grande variation existe généralement parmi les agents qui ont des compétences similaires sur papier. Les tableaux de compétences actuels ont souvent peu ou pas de corrélation avec les résultats commerciaux réels, car la corrélation est généralement calculée au niveau agrégé, et non au niveau d'un client, d'une interaction, d'un agent ou d'un résultat individuel. Le routage basé sur des métriques opérationnelles traditionnelles a donc tendance à avoir une faible probabilité de réussite commerciale. Ce processus fournit des appariements larges, avec des résultats insatisfaisants à la fois pour l'entreprise et pour l'individu, ce qui peut finalement coûter des millions de dollars en valeur perdue chaque année.

Les moteurs de routage prédictif, en revanche, automatisent le processus de caractérisation de chaque agent en fonction de sa capacité à gérer différents types de contacts, et de chaque client pour sa valeur pour l'entreprise, les données de résultat et l'historique des interactions. Les moteurs utilisent des bases de données et des algorithmes externes pour remplir le contexte plus large de l'interaction. Et les techniques d'apprentissage automatique peuvent désormais signaler des modèles de comportement afin d'améliorer continuellement les algorithmes qui prédisent et prescrivent les résultats optimaux. Par exemple, plusieurs contacts par un client près de la date de renouvellement de son contrat peuvent signaler une propension à annuler un contrat; un appel après une facture récente pourrait signifier que le client conteste des frais; ou la première demande après qu'une banque envoie une carte de crédit à un client sera probablement d'activer la carte.

L'approche de routage prédictif réduit également l'activité de transfert grâce à de meilleures correspondances client / agent. Les entreprises ordonnent généralement aux agents d'éviter de transférer des interactions.Ainsi, lorsqu'un agent reçoit une interaction qu'il n'est pas sûr de gérer, il ressent du stress. Le routage prédictif réduit l'incidence de ce problème en augmentant la qualité de la correspondance (voir Figure 3). Et lorsqu'un appel est transféré, il est plus susceptible d'atteindre un agent prêt à vous aider.

figure 3

Le routage prédictif conduit à de meilleures correspondances entre agents et clients

Le temps équivaut toujours à de l'argent, mais pas comme tu le pensais

Le routage prédictif renverse la considération traditionnelle du temps. Les entreprises utilisent souvent le temps d'attente des clients comme une mesure du succès du service, par exemple, un objectif de répondre à 80% des appels en 30 secondes.

Mais de nombreux clients sont plus disposés à attendre un bon service que les entreprises ne le pensent. Ils veulent entrer en contact avec un agent compétent pour résoudre leur demande, dans un délai raisonnable. Combien d'attentes les gens toléreront-ils? Vous pouvez déterminer les niveaux de patience en calculant la période d'attente au cours de laquelle le score net du promoteur pour l'interaction, ou un autre résultat commercial, commence à baisser. L'analyse par Bain et Genesys de la corrélation entre le Net Promoter Score et les courbes de temps d'attente montre que les niveaux de patience varient selon les pays, la raison de l'enquête, le canal et la façon dont une entreprise positionne son service. En général, cependant, les niveaux de patience sont souvent plus élevés que ce que les gestionnaires pensent généralement (voir la figure 4).

Figure 4

Les clients peuvent être disposés à attendre plus longtemps au téléphone que prévu

Prendre la vue la plus granulaire - le type de demande informé par le contexte du client particulier - aide les entreprises à répondre de manière plus appropriée à chaque demande. Et avec plus de flexibilité dans les temps d'attente, les entreprises peuvent orienter l'enquête vers l'agent le mieux équipé. Les entreprises utilisant des mesures de niveau de patience et de compétence empirique ont considérablement amélioré la résolution au premier contact et le Net Promoter Score, car les agents passent plus de temps sur les problèmes auxquels ils sont les plus adaptés. En comprenant les niveaux de patience et la valeur probable d'une interaction, les entreprises peuvent concevoir le temps d'attente pour augmenter la certitude d'une correspondance de haute qualité entre le client et l'agent.

Choisir les bonnes données et le bon problème

Les entreprises collectent des données précieuses dans leurs centres de service depuis des années. Ils peuvent désormais utiliser les données pour acheminer les demandes de manière prédictive en fonction de leurs compétences en temps réel et basées sur les performances. Pour évaluer l'opportunité, les dirigeants peuvent poser quelques questions clés:

Utilisons-nous les résultats d'interaction pour définir les compétences des agents et utilisons-nous les compétences des agents pour acheminer les contacts?

Quelle part de nos contacts atterrit avec les agents les plus compétents pour traiter ce type de contact?

Quelle part du temps des agents est consacrée aux types de contacts auxquels ils sont le plus compétents?

Quelle est la pente de notre courbe d'expérience pour chaque type?

Si une entreprise ne connaît pas les réponses, ou si les réponses ne placent pas une entreprise parmi les meilleurs opérateurs, challenge commercial les dirigeants ont probablement une opportunité de taille. Une brève analyse évaluera la valeur de l'amélioration des résultats de routage à travers les canaux pertinents, puis les cadres supérieurs devraient identifier leurs principaux objectifs dans le déploiement de la technologie: augmenter les scores de fidélité? Augmenter les ventes? Maximiser la résolution au premier appel? Si le prix est assez important, cela vaut la peine d'aller de l'avant.

À ce stade, vous devez trouver la bonne technologie et un fournisseur qui a fait ses preuves dans l'utilisation de l'IA, peut démontrer la qualité du résultat et peut vous mettre en marche rapidement. Les considérations comprennent les suivantes:

Valeur. Le fournisseur peut-il quantifier la valeur potentielle et s'engager à la livrer?

Automatisation. Dans quelle mesure l'IA automatise-t-elle votre environnement de routage?

Transparence. Pouvez-vous voir les décisions prises par l'IA pour éclairer les améliorations opérationnelles, ou la technologie est-elle une boîte noire?

Facilité d'utilisation. À quelle vitesse l'IA peut-elle être déployée pour prouver sa valeur et à quelle vitesse peut-elle évoluer dans une entreprise?

Souplesse. Comment l'IA gère-t-elle les changements apportés aux priorités et aux paramètres commerciaux tels que le Net Promoter Score, les revenus ou le taux de désabonnement de la clientèle?

Adaptabilité. Comment la technologie pourrait-elle faire face aux perturbations du système actuel?

La cyber-sécurité. Quelles mesures existent pour garantir la sécurité et la confidentialité des données clients?

Le routage prédictif facilitera les tâches de la première ligne et du centre de service. Au fil du temps, la nouvelle méthode de mise en correspondance de la demande des clients et de l'offre d'agents peut nécessiter d'améliorer la gestion des agents et la planification de la capacité. Les responsables doivent donc se préparer à informer le personnel du fonctionnement du nouveau système et adapter le coaching individuel pour aider chaque agent à servir l'ensemble de clients nouvellement personnalisé.

Avec la bonne planification et un fournisseur de technologie compétent, les entreprises qui intègrent le routage prédictif dans leurs opérations de service sont susceptibles de saisir un avantage au cours des prochaines années. Ils seront en mesure de réduire les coûts, d'augmenter les ventes et les économies, d'augmenter le niveau de défense des clients, de créer des emplois plus satisfaisants et de maintenir les agents talentueux engagés dans les tâches où ils sont le plus compétents.