Migliorare l'assistenza clienti con l'intelligenza artificiale

Obiettivi di apprendimento

Al completamento di questa unità, sarai in grado di:

Descrivere il valore dell'IA (Intelligenza Artificiale) e il modo in cui può migliorare le attività del call center.
Spiegare perché Einstein per Service aumenta il raggio d'azione e la produttività dell'assistenza clienti.
Conoscere i vari modi in cui l'IA può aiutarti a offrire esperienze di altissimo livello.

La vera storia dell'intelligenza artificiale (IA)

Contrariamente a quanto hai visto nei film di fantascienza o letto nei social media, l'IA non dominerà il mondo e nemmeno ti sostituirà nel lavoro di assistenza ai clienti ma, sicuramente, cambierà molte cose, come scoprirai in questa unità.

Che cos'è dunque l'intelligenza artificiale? In linea generale, l'IA è il concetto secondo il quale possiamo programmare le macchine in modo che pensino come esseri umani. Nuovi esempi di IA spuntano un po' dovunque. Se hai mai ordinato un prodotto usando Alexa o hai chiesto a Siri di consigliarti un ristorante, puoi capire quali sono i suoi vantaggi. L'IA non è un concetto nuovo: i modelli teorici esistono da molto tempo, ma ora, grazie all'enorme mole di dati disponibili e al costo ridotto della potenza di calcolo, possiamo realizzarli.

Come funziona il machine learning

Il machine learning è il motore principale dell'IA. È il processo che utilizza gli algoritmi per estrarre dai dati, senza scrivere codice specifico, informazioni di interesse inerenti al problema che si vuole risolvere. In altre parole, è un modo per far sì che i computer imparino dai dati con un minimo di programmazione. Invece di scrivere codice, puoi inviare i dati a una macchina che crea una propria funzione logica sulla base di quei dati. Ecco una breve panoramica di alcuni dei componenti dell'IA più importanti.

Comprensione del linguaggio naturale (NLU, Natural Language Understanding): si riferisce ai sistemi che gestiscono le comunicazioni tra persone e macchine.
Elaborazione del linguaggio naturale (NLP, Natural Language Processing): si distingue dalla NLU e descrive la capacità di una macchina di comprendere cosa intende un essere umano quando parla con un altro essere umano in modo naturale.
Riconoscimento entità denominata (NER, Named Entity Recognition): etichetta le sequenze di parole ed estrae gli elementi importanti, come nomi, date e orari. Il NER comporta la suddivisione di una frase in segmenti che il computer può comprendere e a cui può rispondere rapidamente.
Deep learning: si riferisce alle reti neurali sviluppate tra punti di dati nei grandi database. Proprio come la mente umana collega i puntini per generare le informazioni, il deep learning usa gli algoritmi per passare al setaccio i dati, trarre conclusioni e migliorare le prestazioni.

I dati alla base di tutto

Ma come funziona in pratica il machine learning? Tutto inizia con i dati di addestramento, ovvero un insieme di dati forniti al modello di dati per aiutarlo a imparare. Più dati fornisci al modello, più questo sarà preciso ed efficace.

Quando li fornisci al tuo modello di machine learning, i dati di addestramento vengono definiti in base a un insieme di attributi e caratteristiche. È il modello a determinare come trarre un senso da tutti quegli attributi. Ma come fa il modello a decidere quali attributi sono più importanti per creare il modello migliore? L'algoritmo pondera le diverse caratteristiche del modello per determinare il miglior insieme di attributi che, una volta combinato in un'equazione, risolve un problema specifico.

Dal momento che il corretto funzionamento del machine learning dipende dai dati, l'igiene di questi ultimi è di importanza cruciale. Se i dati sono ben ripuliti e organizzati, la distribuzione dell'IA sarà molto più semplice. Se, al contrario, l'organizzazione storicamente non ha applicato una buona igiene dei dati, ad esempio se ci sono record cliente incompleti o account duplicati, l'impresa sarà ben più ardua. Prima di addestrare l'IA dovrai ripulire manualmente i dati collaborando con l'organizzazione, ma ne varrà la pena perché i risultati si rifletteranno in una distribuzione dell'IA di gran lunga più accurata.

Assistenza clienti più efficiente con Einstein

Risolvere rapidamente il problema di un cliente cercando di inquadrare al volo la situazione è una delle sfide dei call center, specialmente se si deve passare al setaccio una cronologia account con centinaia di punti di dati. Per questo abbiamo incorporato Einstein nel nostro prodotto, in modo da semplificare per i clienti di ogni dimensione e settore la distribuzione dell'IA e il suo utilizzo nei call center, fornendo a te e ai tuoi agenti l'intelligenza predittiva necessaria per incrementare la soddisfazione del cliente.

Aumenta la deviazione e riduci il tempo di gestione. I bot Einstein possono risolvere le richieste più comuni dei clienti e trasferire facilmente il cliente a un agente se il problema richiede l'interazione con un essere umano.
Migliora la produttività degli agenti. Einstein Agent fornisce agli agenti del call center suggerimenti intelligenti e contestualizzati che li aiutano a lavorare al meglio per assistere i clienti.
Velocizza la distribuzione e il time-to-value. Einstein per Service è già integrato in Salesforce e nei canali di assistenza esistenti, completo di un'interfaccia utente intuitiva pronta all'uso.

Einstein permette di fornire un'esperienza cliente trasformativa ed è integrato nella distribuzione di Service Cloud esistente. Tramite l'IA e il machine learning, in tempo reale, le funzionalità descritte di seguito consentono agli agenti del call center di essere più efficienti ed efficaci.

I bot Einstein risolvono automaticamente i problemi più comuni dei clienti, raccolgono informazioni qualificate sui clienti e trasferiscono agevolmente i clienti agli agenti, con un conseguente incremento dei casi deviati e una riduzione dei tempi di gestione per gli agenti.
Einstein Agent favorisce la produttività degli agenti in tutto il call center. Attraverso l'instradamento intelligente dei casi, il triage automatico e la previsione dei campi dei casi, Einstein Agent accelera sostanzialmente la risoluzione dei problemi e migliora l'efficienza.
Einstein Discovery aiuta i responsabili a intraprendere l'azione giusta utilizzando i KPI predittivi dell'assistenza. Presentando le analisi, in tempo reale, degli elementi che influiscono sui KPI, come i livelli di abbandono o di soddisfazione cliente (CSAT), e proponendo consigli e spiegazioni, permettono a responsabili di prendere decisioni più strategiche per la propria attività.
Einstein Vision per Field Service automatizza la classificazione delle immagini per accelerare la risoluzione dei problemi sul campo. Basta scattare una foto dell'oggetto per consentire a Einstein Vision di identificare subito il pezzo, permettendo al tecnico di intervenire con precisione e migliorando le percentuali di soluzione al primo tentativo.
Einstein Language mette a disposizione degli sviluppatori la potenza del deep learning. Possono impiegare modelli preaddestrati per classificare il testo come positivo, neutrale o negativo in base al sentiment, per poi classificare l'intento soggiacente in un corpo di testo. L'insieme di queste funzionalità ti dà la possibilità di elaborare il linguaggio in base a dati non strutturati in qualsiasi app.

L'IA per tutti

Una buona esperienza del cliente inizia con una buona esperienza dell'agente. È questo il motivo per cui vogliamo che l'IA sia facile da utilizzare per tutti gli agenti, per automatizzare le attività più semplici e dare agli agenti la possibilità di concentrarsi sul cliente. Invece di dedicare il tempo a rispondere a innumerevoli domande di facile risoluzione, gli agenti possono impiegarlo per gestire problemi complessi che richiedono un interlocutore umano e, a loro volta, portano più valore al business.

Non sono solo gli agenti a beneficiare dell'intelligenza artificiale: l'IA offre vantaggi anche ai responsabili del servizio di assistenza. Grazie all'IA, l'efficienza dei call center migliora e gli agenti lavorano con meno stress. Liberando gli agenti dal peso delle richieste ricorrenti, i bot amplificano la loro produttività. Inoltre, i KPI di assistenza predittivi rafforzano la capacità dei responsabili di acquisire una maggiore conoscenza dello stato di salute del call center e dei team.

Anche i clienti traggono vantaggio dall'IA in quanto questa, essendo connessa al CRM, è in grado di personalizzare l'esperienza durante l'intervento di assistenza, tenendo conto del contesto e dei loro gusti e interessi. I clienti ricevono l'aiuto di cui hanno bisogno più velocemente, quando vogliono e su qualsiasi dispositivo e, grazie all'aumento del numero di casi risolti, ottengono rapidamente una risposta precisa.

Sviluppare il business con l'IA

Abbiamo già visto in che modo l'IA può consentire ad agenti e responsabili di aumentare la produttività, favorire l'efficienza del call center e offrire un'esperienza più personalizzata ai clienti. Allo stesso modo, l'IA contribuisce a supportare le attività di assistenza e può svolgere un ruolo fondamentale nel promuovere l'efficienza delle attività di vendita e marketing per migliorare l'esperienza e la soddisfazione di clienti e dipendenti. I team di vendita trovano i lead e le opportunità già ordinati dall'IA in base alla priorità e possono consultare previsioni migliori e analisi di pipeline articolate, mentre i team del marketing possono avere una comprensione più profonda del pubblico a cui si rivolgono e creare messaggi personalizzati per ogni utente, in base alle sue preferenze e all'intento. Con Einstein, ciascun utente business in ogni ruolo, funzione e settore può trarre vantaggio dalle capacità dell'IA, nel proprio lavoro e direttamente all'interno di Salesforce.

Con l'aiuto dell'IA puoi supportare gli agenti, aumentare la produttività del call center, favorire l'efficienza dei responsabili, migliorare la velocità e la precisione per i dipendenti mobili e ampliare gli effetti delle tue attività di supporto. Tutto con Einstein per Service, incorporato in Salesforce Platform.