سود:
- امکان طبقه بندی سوالات مشتریان با هوش مصنوعی و چت بات و تهیه پیش نویس پاسخ و راهنمایی
- امکان تست دقت پاسخ های خودکار، محدوده پوشش و آستانه تشدید با خط مشی و رویه
- درک نیاز به تشدید شکایات انسانی، جبران خسارت و درخواست های قانونی و محدودیت های چت بات ها
خدمات مشتری در بیمه یک ترافیک بی پایان است: سوالات بیمه نامه، ردیابی وضعیت خسارت، پرداخت حق بیمه، توضیح پوشش، درخواست لغو و بازپرداخت، شکایات. بسیاری از این درخواست ها تکراری و آموزنده هستند. برخی از آنها پیامدهای مالی یا حقوقی دارند. هوش مصنوعی و ربات چت (نرم افزاری که به طور خودکار با مشتری مطابقت می کند، به سؤالات طبقه بندی می کند و به سؤالات پاسخ می دهد) ابزار قدرتمندی در مدیریت این ترافیک هستند: درخواست های دریافتی را طبقه بندی می کند، پاسخ های پیش نویس سؤالات متداول را تولید می کند و مشتری را به واحد مناسب هدایت می کند. اما چت بات متخصص بیمه نیست. تولید نتایج به خودی خود در مورد موضوعاتی مانند پوشش، مبلغ غرامت، لغو-بازپرداخت و غیره خطر اطلاعات نادرست و تراکنش های غیرمجاز را به همراه دارد. در این بخش، یاد خواهید گرفت که چگونه درخواست های مشتریان را با هوش مصنوعی طبقه بندی کرده و به آنها پاسخ می دهید، چگونه پاسخ های خودکار را با خط مشی ها و رویه ها آزمایش می کنید، و کدام درخواست ها باید به صورت انسانی (به یک کارمند مجاز تفویض شود).
چت بات چه کاری انجام می دهد و در کجا متوقف می شود؟
خدمات مشتری مبتنی بر هوش مصنوعی برای موارد زیر ایمن است:
- طبقه بندی درخواست: تعیین موضوع پیام دریافتی (استعلام خط مشی، ردیابی خسارت، پرداخت، شکایت، لغو) و هدایت آن به جریان صحیح.
- اطلاعات: پاسخ به سوالات واقعی مانند "پرونده خسارت من در چه مرحله ای است؟"، "کانال های پرداخت حق بیمه کدامند؟"، "چه زمانی بیمه نامه من تمدید می شود؟"
- پیش نویس پاسخ: ارائه پیش نویس آماده از یک سوال پیچیده (نماینده تصحیح و ارسال می کند).
- جستجوی پایگاه دانش: یافتن و خلاصه کردن اطلاعات مرتبط از رویه و سؤالات متداول.
چت بات باید به تنهایی کار کند و وظایف زیر را به انسان ها محول کند: تفسیر پوشش، تعهد مبلغ غرامت، فرآیند لغو و بازپرداخت حق بیمه، حل شکایت، درخواست های قانونی، تراکنش هایی که به داده های حساس نیاز دارند. اینها پیامدهای مالی/حقوقی دارند و نیاز به قضاوت شایسته انسانی دارند.
توجه: اگر چت بات قولی مانند «سیاست شما این را پوشش میدهد» یا «مبلغ بازپرداخت شما به این میزان خواهد بود» بدهد، اگر این اشتباه باشد، شرکت مقید میشود و مشتری متضرر میشود. مسائلی از قبیل دامنه و مقدار باید برای انسان ها در نظر گرفته شود.
آستانه تشدید: چه زمانی باید به انسان منتقل شود
قلب هر طراحی چت بات قوانین تشدید است. یک آستانه خوب اتوماسیون را متوقف می کند و زمانی که:
- پیامد مالی: لغو، بازپرداخت، غرامت، تغییر حق بیمه.
- نظر پوشش: سؤالاتی که نیاز به تفسیر خط مشی دارند، مانند "آیا این آسیب پوشش داده می شود؟"
- شکایت و نارضایتی: موقعیت های عاطفی که نیاز به حل دارند.
- ابهام: پاسخ هایی با اعتماد پایین در جایی که چت بات مطمئن نیست.
- داده/هویت حساس: تراکنش هایی که نیاز به احراز هویت و داده های حساس دارند.
- محتوای حقوقی: اخطار، دعوی حقوقی، بیانیه مطالبه حقوقی.
نکته: به عنوان یک قاعده، به چت بات دستور دهید "اگر مطمئن نیستید، آن را درست نکنید؛ بگویید "من شما را به یک متخصص در این زمینه متصل خواهم کرد". خطرناک ترین رفتار یک چت بات زمانی است که با اطمینان به چیزی که نمی داند پاسخ می دهد.
گام به گام: جریان خدمات مشتری ایمن
- درخواست را طبقه بندی کنید موضوع و فوریت را تعیین کنید.
- بین اطلاعات و عمل تمایز قائل شوید. اطلاعات واقعی → چت بات می تواند پاسخ دهد. اقدام/تصمیم → مقیاس.
- پاسخ تست در برابر رویه/سیاست. پاسخ چت بات باید مبتنی بر دانش باشد نه ساختگی.
- آستانه تشدید را اعمال کنید. مالی / حقوقی / دامنه / شکایت → تحویل به انسان.
- از هویت و حریم خصوصی محافظت کنید. در پردازش حساس، احراز هویت و حفاظت از داده ها در سمت انسان است.
- نشان خود را بگذارید. ذخیره مکالمه و نقطه تحویل. از تجربه و کنترل مشتری محافظت کنید.
سه کیف کوچک
مورد 1 - تشدید صحیح. یکی از مشتریان به ربات چت نوشت: «میخواهم سیاستم را لغو کنم و حق بیمه خود را پس بگیرم». به جای پردازش لغو و بازپرداخت خود، ربات چت اطلاعات کلی در مورد شرایط لغو ارائه کرد و درخواست را به نماینده مجاز افزایش داد. نماینده یک محاسبه بر اساس روز بازپرداخت حق بیمه (بازپرداخت برابر با روزهای استفاده نشده بیمه نامه) انجام داد: تقریباً 5600 لیر بازپرداخت ناخالص برای 7 ماه باقی مانده از حق بیمه 12 ماهه 9600 TL پس از کسر خالص شد. اگر چت بات به خودی خود مقدار نادرستی را انجام دهد مشکلی ایجاد می شود.
مورد 2 - جلوگیری از ساخت. مشتری پرسید: "آیا بیمه نامه من خسارت تایر را پوشش می دهد؟" ربات چت به جای اینکه به لطف قانون «مطمئن نیستم» یک «بله/نه» قطعی بدهد، گفت: «پوشش ممکن است بسته به خطمشی شما متفاوت باشد؛ من شما را به یکی از کارشناسان خود وصل میکنم». کارشناس سیاست را بررسی کرد. در این بیمه نامه تنها در صورت آسیب دیدن تایر همراه با پوشش دیگری پوشش داده می شد. اگر ربات چت "بله" می گفت، انتظار اشتباهی ایجاد می کرد.
مورد 3 - سرعت در روال. 70% سوالات "پرونده خسارت من در چه مرحله ای است؟" فوراً توسط چت بات (با بیرون کشیدن وضعیت فایل از پایگاه دانش) پاسخ داده شد. این کار عوامل را از پرس و جوهای معمولی رها کرد و به آنها اجازه داد تا روی درخواست های پیچیده و شکایت تمرکز کنند. میانگین زمان پاسخ به طور قابل توجهی کاهش یافت. به لطف آستانه تشدید، کیفیت کاهش پیدا نکرد.
چهار فرمان قابل کپی
1) طبقه بندی تقاضا:
شما یک دستیار خدمات مشتریان بیمه هستید. پیام مشتری را در زیر طبقهبندی کنید: [پیام] خروجی: موضوع (استعلام خطمشی / ردیابی ادعا / پرداخت / لغو-بازپرداخت / شکایت /قانونی / سایر موارد)، فوریت (کم/متوسط/بالا)، و تصمیم + منطق «آیا ربات چت میتواند پاسخ دهد یا افزایش یافته است».
2) پاسخ اطلاعاتی (محدود):
پیش نویس یک پاسخ برای یک سوال مشتری بر اساس پایگاه دانش زیر: سوال: [سوال] پایگاه دانش: [رویه مرتبط/سؤالات متداول]فقط بر اساس دانش در پایگاه دانش. مناسب برای بخشی که نیاز به اقدام/تصمیم مانند پوشش، مبلغ یا لغو-بازپرداخت دارد، بگویید "با کارشناس ما تماس خواهم گرفت".
3) کنترل آستانه تشدید:
مکالمه زیر را برای تشدید بررسی کنید: [مکالمه] به دنبال نشانه هایی باشید که نیاز به تحویل به انسان دارند: تراکنش مالی (لغو/بازپرداخت/غرامت)، نظر دامنه، شکایت، بیانیه حقوقی، داده های حساس، اعتماد کم به ربات چت. در صورت نیاز به واگذاری، مشخص کنید که چرا و به کدام واحد مراجعه کنید.
4) پاسخ پیش نویس برای نماینده (سؤال پیچیده):
از یک نماینده حساب بخواهید که پاسخی به سؤال پیچیده زیر بدهد: سؤال: [سوال] خط مشی/رویه مرتبط: [چسباندن] پیش نویس مؤدبانه و واضح. ادعاهای دامنه/مبلغ را با یادداشت «نماینده باید تأیید کند» علامتگذاری کنید. جمله سازی با تعهد قطعی.
اعلان ضعیف / اعلان قوی
ضعیف: "بگذارید چت بات به هر سوال مشتری پاسخ دهد و تراکنش ها را کامل کند."
مشکل: وظایف منطقه قرمز مانند لغو / بازپرداخت / پوشش را به اتوماسیون واگذار می کند. خطر اطلاعات نادرست و معاملات غیرمجاز.
Güçlü: "اجازه دهید چت بات بر اساس دانش خود به سوالات واقعی پاسخ دهد؛ پوشش، مبلغ، لغو-بازپرداخت و شکایت را به انسان ها ترجمه کند؛ اگر مطمئن نیستید، آن را درست نکنید، بلکه آن را به یک متخصص متصل کنید."
چرا خوب است: روال سرعت میگیرد، تصمیمات مخاطرهآمیز به دست مردم میرود، از جعل جلوگیری میشود.
نمودار مقایسه
نوع درخواست
چت بات
انسان
چرا
پرس و جو وضعیت فایل
پاسخ می دهد
-
اطلاعات واقعی
کانال پرداخت حق بیمه
پاسخ می دهد
-
اطلاعات
نظر دامنه
تشدید می شود
تصمیم می گیرد
تفسیر سیاست
لغو/بازپرداخت
اطلاعات + مقیاس
معاملات انجام می دهد
نتیجه مالی
شکایت
تشدید می شود
حل می کند
رضایت / قانون
تقاضای قانونی
تشدید می شود
حقوقی/کارشناس
نتیجه حقوقی
اشتباهات رایج
- در حال متعهد شدن چت بات. اظهارات الزام آور مانند "خط مشی شما آن را پوشش می دهد" یا "بازپرداخت شما به این میزان خواهد بود."
- تنظیم آستانه تشدید ضعیف. ترک ادعای مالی/حقوقی در اتوماسیون.
- عدم ایجاد قانون "من مطمئن نیستم". ساخت ربات چت از چیزی که نمی داند.
- به اشتراک گذاری اطلاعات حساس بدون احراز هویت دادن اطلاعات خط مشی/خسارت به افراد غیرمجاز.
- هیچ ردی از خود باقی نگذاشتن. تضعیف حسابرسی و حقوق مشتری با عدم ثبت مکالمه و نقطه تحویل.
به طور خلاصه
در خدمات مشتری، هوش مصنوعی و ربات چت درخواست را طبقه بندی می کنند، به سوالات واقعی پاسخ می دهند و پیش نویس های پاسخ را تولید می کنند. اما تفسیر دامنه، مبلغ، لغو-بازپرداخت، شکایات و درخواست های قانونی در اندازه انسانی است. یک آستانه تشدید قوی و یک قانون "اگر مطمئن نیستید، آن را درست کنید" ایجاد کنید. احراز هویت داده های حساس؛ ردیابی هر مکالمه کار روتین را تسریع کنید، اما هر تصمیمی که عواقب مالی و حقوقی دارد را به یک فرد صالح بسپارید.
وظیفه کاربردی
پنج نمونه پیام مشتری مختلف (یک لغو-بازپرداخت، یک سوال پوشش، یک وضعیت پرونده، یک شکایت، یک پرداخت) بنویسید. هر کدام را با اعلان شماره 1 طبقه بندی کنید و "چت بات یا انسان" را انتخاب کنید. نتایج را ارزیابی کنید: آیا آستانه تشدید به درستی کار می کند؟ اگر اشتباه طبقه بندی شده است، لطفاً بنویسید که چگونه می توانید اعلان را تقویت کنید.
چک لیست
- [ ] من درخواست ها را بر اساس موضوع و فوریت طبقه بندی کرده ام.
- [ ] من اطلاعات/فرآیند را متمایز کردم. من روند را مقیاس کردم.
- [ ] من پاسخ ربات چت را بر پایه دانش پایه گذاری کردم. من جلوی ساختگی را گرفتم.
- [ ] من آستانه تشدید را برای مالی / حقوقی / دامنه / شکایت تنظیم کردم.
- [ ] من قانون "اگر مطمئن نیستید، با یک متخصص تماس بگیرید" را اضافه کردم.
- [ ] من احراز هویت و حفاظت از داده ها را در تراکنش های حساس به انسان ها واگذار کردم.
- [ ] من مکالمه و نقطه تحویل را ضبط کردم.