Акселератор для служб поддержки

Акселератор для служб поддержки. Фото: СС0

Есть ряд типичных проблем, характерных для отделов поддержки:

• Высокий объём запросов. В периоды пикового спроса отделы поддержки могут быть перегружены, например, во время распродаж или инцидентов. Это приводит к увеличению времени ожидания, неудовлетворенности клиентов и кратному росту обращений — один недовольный клиент пишет в саппорт 3-4 раза с одной и той же проблемой.
• Недостаток квалифицированных специалистов. Специалисты поддержки часто меняют работу, а процесс онбординга новых сотрудников — дорогой, потому что включает в себя не только долгий поиск, но и обучение. Это приводит к нехватке людей на текущих позициях и затрудняет своевременное решение проблем клиентов. В результате, количество нерешенных задач растет как снежный ком, клиенты недовольны, а сотрудники быстро выгорают.
• Отсутствие автоматизации рутинных задач, таких как распределение запросов и ответы на часто задаваемые вопросы, снижает эффективность работы отдела поддержки, увеличивает нагрузку на сотрудников и приводит к выгоранию, которое напрямую влияет на количество закрытых обращений.

Для служб поддержки клиентов существует много систем автоматизации: хелпдески, онлайн-чаты на сайте и боты для автоматических ответов. Однако, автоматизация сама по себе на дает улучшения показателей, автоматизация — это лишь маленькая часть большого проекта по улучшению клиентского сервиса.

Компания Wikibot создает решение для улучшения работы служб поддержки с помощью ИИ. Умный чат-бот для поддержки клиентов работает 24/7, интегрируется с хелпдесками и чатами. Бот обучается на данных компании и своих ошибках. Работа операторов, бота, и всего отдела собирается, анализируется и оптимизируется для достижения конкретных целевых показателей.

Компания Wikibot не просто внедряет софт, но помогает добиться улучшения клиентского сервиса, выраженного в конкретных показателях.

Как запускается проект по созданию ИИ бота для компании: 

0. Проводим диагностическую встречу, на которой обсуждаем проблемы и точки роста в службе поддержки у вас в компании.

1. Определяем цели на проект. 

Какие показатели будем замерять у команды поддержки и у ботов для поддержки клиентов?

В первой итерации мы рекомендуем выбирать базовые достижимые метрики, обычно это:

a. Процент успешных ответов бота. Обычно 40% (в начале)

b. Время первого ответа клиенту. Обычно 3 минуты (в начале)

c. Среднее время решения проблемы.

2. Выбираем в вашей команде специалиста-супервайзера, ответственного за настройку и обучение бота.

3. Собираем вводную информацию:

• Сколько сейчас в среднем обращений в месяц в техподдержку (тикетов)?
• Сколько примерно пользователей в месяц задают вопросы?
• Среднее время первого ответа?
• Среднее время решения вопроса?
• Количество человек в отделе поддержки?
• Какой хелпдеск и другие системы используются в поддержке?
• Текущие значения целевых показателей.

5. Выбираем топ-20 вопросов и процессов, которые должна закрывать служба поддержки вместе с ботом.

6. Подключаем Wikibot в режиме суфлера днём и в реальные чаты ночью и выходные.

7. Организуем еженедельный процесс обучения, в рамках которого специалист вашей компании и специалисты Wikibot проводят встречи по настройке и дообучению бота и отслеживают динамику целевых показателей.

Итоги:

Компания Wikibot — не только продукт, но и Акселератор для служб поддержки.

Опыт Wikibot показывает, что системная итеративная работа позволяет в разы улучшить качество ответов бота, оптимизировать показатели службы поддержки и повысить лояльность ваших клиентов.

Записаться на вводную встречу https://t.me/use_wikibot