Deja que los robots se encarguen: la relación IA-agente está en constante evolución

Deja que los robots se encarguen: la relación IA-agente está en constante evolución

December 16, 2018
Deja que los robots se encarguen: la relación IA-agente está en constante evolución

Existe el temor de que los robots se apropien de nuestros trabajos, aunque sería más exacto decir que la automatización con IA se está encargando de tareas que, de todos modos, deberían ser automatizadas.

Hacerse cargo de las funciones repetitivas de los agentes de atención al cliente es la manera perfecta de sacarle partido de la IA, pero los roles de soporte deben evolucionar en paralelo con la tecnología. Aquí es donde entra en juego convertirse en una organización centrada en el conocimiento: convertir el poder conjunto de la información que poseen los agentes en recopilación y distribución colectivas del conocimiento contribuye a que todo tu negocio opere y crezca con más rapidez y eficiencia.

Aprendimos una lección parecida del sector bancario cuando se popularizaron los cajeros automáticos. La tecnología cosechó un gran éxito y, al mismo tiempo, el rol del cajero evolucionó. En lugar de únicamente distribuir dinero en efectivo, los cajeros se volvieron agentes indispensables para cultivar relaciones duraderas con los clientes. No solo no han dejado de estar en primera línea, sino que además también representan al banco en asuntos más complejos.

Lo mismo está sucediendo con los agentes del servicio de atención al cliente. Los clientes desean y esperan la automatización de ciertos servicios porque los hace más sencillos y más rápidos. Pero, para otros asuntos, aún es necesaria la interacción personal. Piensa en cada vez que tú mismo has buscado la respuesta a una pregunta sobre un envío en el Centro de ayuda de una empresa, pero la complejidad de tu pregunta (o preguntas) ha hecho necesaria la ayuda personalizada y práctica de un ser humano.

Estos cambios influyen de forma considerable en la experiencia del cliente, pero su impacto es igualmente enorme en los agentes. Estos son algunos aspectos que hay que tener en cuenta al implementar los nuevos flujos de trabajo y aprovechar la tecnología para aumentar la productividad y satisfacción de los agentes.

Las automatizaciones no son atajos

Aumentar las calificaciones de satisfacción del cliente que reciben los agentes es una de las prioridades más altas de los líderes de soporte, pero la inconstancia en la calidad del servicio sigue siendo una de las principales causas de frustración de los clientes. Por eso sabemos que escatimar en los equipos de soporte no sale rentable y que gastar inteligentemente el presupuesto de soporte es fundamental. Dicho de otra forma, no hay que confundir ser eficientes con conformarse con lo mínimo. No se trata de limitar el rol del administrador de la atención al cliente a lo básico.

El reto en el servicio de atención al cliente no consiste en deshacerse de los agentes con sus conocimientos y sustituirlos por bots, porque despersonalizar esta función para ahorrar dinero daña la relación entre los clientes y tu empresa. Las bases de conocimientos inteligentes equipadas con tecnología de ayuda para los agentes —como las innovaciones que ponen el contenido del Centro de ayuda al alcance de los agentes cuando están resolviendo tickets— son un elemento clave para que sigan trabajando con eficiencia.

Una estrategia ágil de autoservicio produce agentes diestros y bien preparados

La tecnología solo nos puede llevar hasta un cierto punto, razón por la cual los procesos actualizados son tan importantes para ofrecer soporte a los agentes. Por medio de Zendesk Benchmark, un índice que recopila los datos de las prácticas de atención al cliente de 50.000 empresas, descubrimos que aquellas que emplean una estrategia de autoservicio ágil e iterativa tuvieron mayor éxito. Un componente importante de la estrategia ágil es involucrar a los agentes en el proceso de creación de contenido y llenar el vacío entre la creación de contenido y el trabajo cotidiano de los agentes que atienden a los clientes.

La IA y el aprendizaje automático tienen un enorme potencial para tender ese puente. Cuando las innovaciones contribuyen a eliminar las tareas repetitivas que realizan los agentes, estos pueden dedicar más tiempo a la administración del conocimiento.

Una nueva perspectiva de los KPI

Cambiar la definición del rol del agente también influye en cómo se mide su función. A medida que sigue evolucionando el concepto obsoleto de que los equipos de soporte son un centro de costes, las nuevas métricas de éxito serán fundamentales en el camino a seguir. Un giro importante tiene que ver con dos métricas en particular: la redirección de tickets y el tiempo de resolución.

Para muchas organizaciones, el número de tickets redirigidos continúa siendo una métrica clave , y no cabe duda de que es algo que se debe seguir midiendo hasta que maduren las prácticas del Centro de ayuda y de la administración del conocimiento. Pero las métricas de interacción, como el índice de rebote y las vistas de páginas, se vuelven más importantes al considerar de qué manera el Centro de ayuda puede ayudar mejor a los clientes. O bien, se pueden tener en cuenta las búsquedas en el Centro de ayuda que no producen ningún resultado; al identificar quién y cuándo debería estar aportando conocimientos al Centro de ayuda, es importante saber si las búsquedas de los clientes están logrando algún resultado.

Además, a medida que los clientes adoptan más y más el autoservicio, los tiempos de resolución podrían aumentar en vez de disminuir , dada la complejidad de los asuntos y el tiempo que requiere ofrecer una atención personal de calidad, según explica un artículo publicado por Harvard Business Review en 2017. Una manera de gestionar las colas de tickets consiste en facilitar a los clientes que puedan cerrar sus solicitudes cuando un artículo responde su pregunta, lo cual es posible con la función Resolución rápida de Zendesk. Cuando los agentes dedican su tiempo a los tickets más complicados, las tecnologías que utilizan el aprendizaje automático, como el Answer Bot para agentes, les ayudan a resolverlos de manera más rápida y completa porque buscan y muestran las recomendaciones de los artículos más prácticos de la base de conocimientos.

No todas las métricas son iguales: mientras una métrica podría indicar un éxito rotundo, puede que otra señale una posibilidad de mejoramiento. Por eso es importante tener en cuenta el contexto completo de la experiencia del cliente y del agente en todos los canales. Y, al igual que las métricas, la IA tampoco sirve para todo. Esto significa que hay que saber cómo adoptar e implementar la tecnología, vinculándola con su estrategia, y seguir definiendo los objetivos activamente.

Un mejor autoservicio gracias a la IA

Descargar la guía

La cantidad de información para absorber es enorme.

Suscríbete al boletín y léelo a tu propio ritmo.

Ingrese una dirección de correo electrónico válida
También deseo recibir correos electrónicos esporádicos de productos y servicios de Zendesk. (Puedes cancelar la suscripción en cualquier momento).
Selecciona una opción

¡Bienvenido al club!

Algo ha salido mal. Vuelve a intentarlo más tarde.