Artificial Intelligence sa Customer Service, Chatbot at Demand Management

Mga nadagdag:

• Kakayahang pag-uri-uriin ang mga tanong ng customer gamit ang artificial intelligence at chatbot at maghanda ng mga draft at gabay sa pagtugon
• Kakayahang subukan ang katumpakan ng mga awtomatikong tugon, saklaw ng saklaw at threshold ng escalation na may patakaran at pamamaraan
• Pag-unawa sa pangangailangan para sa pagdami ng tao ng mga reklamo, kompensasyon at legal na kahilingan at ang mga limitasyon ng chatbots

Ang serbisyo sa customer sa insurance ay isang walang katapusang trapiko: mga tanong sa patakaran, pagsubaybay sa katayuan ng pinsala, pagbabayad ng premium, pagpapaliwanag sa saklaw, mga kahilingan sa pagkansela at refund, mga reklamo. Marami sa mga kahilingang ito ay paulit-ulit at nagbibigay-kaalaman; Ang ilan sa kanila ay may pinansyal o legal na kahihinatnan. Ang artificial intelligence at chatbot (software na awtomatikong tumutugma sa customer, nag-uuri at sumasagot sa mga tanong) ay makapangyarihang mga tool sa pamamahala sa trapikong ito: inuuri nito ang papasok na kahilingan, gumagawa ng mga draft na sagot sa mga madalas itanong, at idinidirekta ang customer sa tamang unit. Ngunit ang chatbot ay hindi isang eksperto sa seguro; Ang paggawa ng mga resulta sa sarili nitong tungkol sa mga isyu tulad ng saklaw, halaga ng kabayaran, pagkansela-refund, atbp. ay nagdadala ng panganib ng parehong maling impormasyon at hindi awtorisadong mga transaksyon. Sa unit na ito, malalaman mo kung paano ka nag-uuri at tumugon sa mga kahilingan ng customer gamit ang artificial intelligence, kung paano mo sinusubukan ang mga awtomatikong tugon gamit ang mga patakaran at pamamaraan, at kung aling mga kahilingan ang dapat na itinaas ng tao (itinalaga sa isang awtorisadong empleyado).

Ano ang ginagawa ng chatbot at saan ito humihinto?

Ang serbisyo sa customer na pinapagana ng AI ay ligtas para sa:

• Pag-uuri ng kahilingan: Pagtukoy sa paksa ng papasok na mensahe (pagtatanong sa patakaran, pagsubaybay sa pinsala, pagbabayad, reklamo, pagkansela) at idirekta ito sa tamang daloy.
• Impormasyon: Pagsagot sa mga makatotohanang tanong tulad ng "Sa anong yugto ang aking file ng pinsala?", "Ano ang mga channel sa pagbabayad ng premium?", "Kailan ire-renew ang aking patakaran?"
• Burador ng tugon: Pagbibigay sa ahente ng isang handa na draft ng isang kumplikadong tanong (nagtatama at nagpapadala ang ahente).
• Paghahanap ng base ng kaalaman: Paghahanap at pagbubuod ng may-katuturang impormasyon mula sa pamamaraan at FAQ.

Dapat na mag-isa ang chatbot at italaga ang mga sumusunod na gawain sa mga tao: interpretasyon sa saklaw, pangako sa halaga ng kabayaran, proseso ng pagkansela at premium na refund, paglutas ng reklamo, mga legal na kahilingan, mga transaksyong nangangailangan ng sensitibong data. Ang mga ito ay may pinansyal/legal na kahihinatnan at nangangailangan ng karampatang paghatol ng tao.

Pansin: Kung nangangako ang chatbot gaya ng "sasaklawin ito ng iyong patakaran" o "magiging ganito kalaki ang halaga ng iyong refund", kung mali ito, matatali ang kumpanya at maaagrabyado ang customer. Ang mga isyu tulad ng saklaw at halaga ay dapat na i-scale sa mga tao.

Escalation threshold: kung kailan ililipat sa tao

Ang puso ng bawat disenyo ng chatbot ay mga panuntunan sa pagdami. Ang isang magandang threshold ay humihinto sa automation at nagre-redirect sa awtorisadong manggagawa kapag:

1. Pinansyal na kahihinatnan: Pagkansela, refund, kabayaran, pagbabago ng premium.
2. Komento sa saklaw: Mga tanong na nangangailangan ng interpretasyon ng patakaran, gaya ng "Sasaklawin ba ang pinsalang ito?"
3. Reklamo at kawalang-kasiyahan: Mga emosyonal na sitwasyon na nangangailangan ng paglutas.
4. Kalabuan: Ang mababang kumpiyansa ay sumasagot kung saan hindi sigurado ang chatbot.
5. Sensitibong data/pagkakakilanlan: Mga transaksyong nangangailangan ng pagpapatunay at sensitibong data.
6. Legal na nilalaman: Babala, demanda, mga pahayag ng legal na demand.

Tip: Bilang isang panuntunan, atasan ang chatbot "kung hindi ka sigurado, huwag gawin ito; sabihin ang 'Ikokonekta kita sa isang eksperto tungkol dito'." Ang pinaka-mapanganib na pag-uugali ng isang chatbot ay kapag kumpiyansa itong sumasagot sa isang bagay na hindi nito alam.

Hakbang-hakbang: Secure ang daloy ng serbisyo sa customer

1. Uriin ang kahilingan. Tukuyin ang paksa at pagkamadalian.
2. Matukoy ang pagkakaiba sa pagitan ng impormasyon at pagkilos. Makatotohanang impormasyon → makakasagot ang chatbot; aksyon/desisyon → sukat.
3. Subukan ang tugon laban sa pamamaraan/patakaran. Ang tugon sa chatbot ay dapat na nakabatay sa base ng kaalaman at hindi gawa-gawa.
4. Ilapat ang escalation threshold. Pinansyal/legal/saklaw/reklamo → handover sa tao.
5. Protektahan ang pagkakakilanlan at privacy. Sa sensitibong pagproseso, ang pagpapatunay at proteksyon ng data ay nasa panig ng tao.
6. Iwanan ang iyong marka. I-save ang pag-uusap at handover point; protektahan ang karanasan at kontrol ng customer.

tatlong mini case

Kaso 1 — Tamang pagdami. Sumulat ang isang customer sa chatbot, "Gusto kong kanselahin ang aking patakaran at ibalik ang aking premium." Sa halip na iproseso ang mismong pagkansela at refund, ang chatbot ay nagbigay ng pangkalahatang impormasyon tungkol sa mga kundisyon sa pagkansela at ipinadala ang kahilingan sa awtorisadong kinatawan. Ang kinatawan ay gumawa ng day-based na pagkalkula ng premium refund (refund na katumbas ng hindi nagamit na mga araw ng patakaran): Humigit-kumulang 5,600 TL gross refund para sa natitirang 7 buwan ng 12-buwan na 9,600 TL na premium ay nakuha pagkatapos ng mga pagbabawas. Magkakaroon ng problema kung ang chatbot ay gumawa ng hindi tamang halaga nang mag-isa.

Kaso 2 — Pag-iwas sa katha. Tinanong ng isang customer, "Sinasaklaw ba ng aking patakaran sa seguro ang pinsala sa gulong?" Sa halip na magbigay ng tiyak na "oo/hindi" salamat sa "hindi sigurado" na panuntunan, sinabi ng chatbot, "maaaring mag-iba ang saklaw depende sa iyong patakaran; ikinokonekta kita sa isa sa aming mga eksperto." Sinuri ng eksperto ang patakaran; Sa patakarang ito, ang gulong ay natakpan lamang kung ito ay nasira kasama ng isa pang saklaw. Kung ang chatbot ay nagsabi ng "oo" ito ay lumikha ng maling inaasahan.

Kaso 3 - Bilis sa karaniwang gawain. 70% ng mga tanong na "Sa anong yugto ang aking file ng pinsala?" ay sinagot kaagad ng chatbot (sa pamamagitan ng paghila sa katayuan ng file mula sa base ng kaalaman). Pinalaya nito ang mga ahente mula sa mga karaniwang pagtatanong at pinahintulutan silang tumuon sa kumplikado at mga kahilingan sa reklamo. Ang average na oras ng pagtugon ay bumaba nang malaki; Salamat sa threshold ng escalation, hindi bumaba ang kalidad.

Apat na makokopya na prompt

1) Pag-uuri ng demand:

Isa kang insurance customer service assistant. Uriin ang mensahe ng customer sa ibaba: [mensahe]Output: paksa (pagtatanong sa patakaran / pagsubaybay sa pag-claim / pagbabayad / pagkansela-refund / reklamo /legal / iba pa), pagkamadalian (mababa/katamtaman/mataas), at "maaari bang sagutin ng chatbot o ito ba ay pinalaki ng tao" na desisyon + katwiran.

2) Tugon sa impormasyon (limitado):

Bumuo ng sagot sa isang tanong ng customer batay sa sumusunod na base ng kaalaman: Tanong: [tanong] Base ng kaalaman: [kaugnay na pamamaraan/FAQ]Batay lamang sa kaalaman sa base ng kaalaman; angkop. Para sa bahaging nangangailangan ng aksyon/pagpasya tulad ng saklaw, halaga o refund sa pagkansela, sabihin ang "Makikipag-ugnayan ako sa aming eksperto."

3) Kontrol ng threshold ng escalation:

I-audit ang sumusunod na pag-uusap para sa pagdami: [pag-uusap]Hanapin ang mga senyales na nangangailangan ng handover sa tao: transaksyon sa pananalapi (pagkansela/pag-refund/kabayaran), komento sa saklaw, reklamo, legal na pahayag, sensitibong data, mababang tiwala ng chatbot. Kung kailangan ang handover, tukuyin kung bakit at sa aling unit ang ire-refer.

4) Sagutin ang draft para sa delegado (kumplikadong tanong):

Magpa-draft ng sagot sa isang kinatawan ng account sa sumusunod na kumplikadong tanong: Tanong: [tanong] Kaugnay na patakaran/pamamaraan: [idikit]Draft magalang at malinaw; Markahan ang saklaw/halaga ng mga claim gamit ang tala na "dapat kumpirmahin ng ahente." Paggawa ng pangungusap na may tiyak na pangako.

Mahinang prompt / Malakas na prompt

Mahina: "Hayaan ang chatbot na sagutin ang bawat tanong ng customer at kumpletuhin ang mga transaksyon."

Problema: Iniiwan ang mga gawain sa red-zone tulad ng pagkansela/pag-refund/pagsakop sa automation; panganib ng maling impormasyon at hindi awtorisadong mga transaksyon.

Güçlü: "Hayaan ang chatbot na sagutin ang mga makatotohanang tanong batay sa base ng kaalaman nito; isalin ang saklaw, halaga, pagkansela-refund at reklamo sa mga tao; kung hindi ito sigurado, huwag gumawa, ngunit ikonekta ito sa isang eksperto."

Bakit ito maganda: Bumibilis ang routine, napupunta sa mga tao ang mga delikadong desisyon, pinipigilan ang paggawa.

tsart ng paghahambing

Uri ng kahilingan

chatbot

tao

Bakit

Query sa katayuan ng file

Mga tugon

—

makatotohanang impormasyon

Premium na channel ng pagbabayad

Mga tugon

—

Impormasyon

Saklaw ng komento

Tumataas

nagpapasya

Interpretasyon ng patakaran

Pagkansela/pag-refund

Impormasyon + sukat

gumagawa ng mga transaksyon

Resulta sa pananalapi

reklamo

Tumataas

nalulutas

Kasiyahan/batas

legal na kahilingan

Tumataas

legal/dalubhasa

legal na kahihinatnan

Mga karaniwang pagkakamali

• Pagkuha ng chatbot upang gumawa. Nagbubuklod na mga pahayag tulad ng "sasaklawin ito ng iyong patakaran" o "magiging ganito kalaki ang iyong refund."
• Mahina ang pagtatakda ng threshold ng escalation. Ang pag-iwan sa pananalapi/legal na paghahabol sa automation.
• Hindi ginagawa ang panuntunang "Hindi ako sigurado." Ang kumpiyansa na katha ng chatbot sa hindi nito alam.
• Pagbabahagi ng sensitibong impormasyon nang walang pagpapatunay. Pagbibigay ng impormasyon sa patakaran/pinsala sa isang hindi awtorisadong tao.
• Huwag mag-iwan ng bakas. Pinahina ang pag-audit at mga karapatan ng customer sa pamamagitan ng hindi pag-record ng pag-uusap at handover point.

Sa buod

Sa serbisyo sa customer, inuri ng artificial intelligence at chatbot ang kahilingan, sagutin ang mga makatotohanang tanong at gumawa ng mga draft ng tugon; ngunit ang interpretasyon ng saklaw, halaga, pagkansela-refund, mga reklamo at mga legal na kahilingan ay laki ng tao. Magtatag ng isang malakas na threshold ng escalation at isang "kung hindi ka sigurado, buuin ito" na panuntunan; patotohanan ang sensitibong data; Sundan ang bawat pag-uusap. Pabilisin ang nakagawiang gawain, ngunit ipaubaya ang bawat desisyon na may pinansyal at legal na kahihinatnan sa isang karampatang tao.

Gawain ng aplikasyon

Sumulat ng limang magkakaibang sample na mensahe ng customer (isang cancel-refund, isang tanong sa saklaw, isang status ng kaso, isang reklamo, isang pagbabayad). Pag-uri-uriin ang bawat isa gamit ang prompt na numero 1 at magpasya "chatbot o tao". Suriin ang mga resulta: gumagana ba nang tama ang threshold ng escalation? Kung mali ang pagkaka-uri nito, mangyaring isulat kung paano mo palalakasin ang prompt.

checklist

• [ ] Inuri ko ang mga kahilingan ayon sa paksa at pagkamadalian.
• [ ] Ginawa ko ang pagtatangi ng impormasyon/proseso; Pinaliit ko ang proseso.
• [ ] Ibinatay ko ang tugon ng chatbot sa base ng kaalaman; Pinipigilan ko ang katha.
• [ ] Nag-set up ako ng escalation threshold para sa pinansyal/legal/saklaw/reklamo.
• [ ] Idinagdag ko ang panuntunang "Kung hindi ka sigurado, makipag-ugnayan sa isang eksperto."
• [ ] Iniwan ko ang pagpapatunay at proteksyon ng data sa mga tao sa mga sensitibong transaksyon.
• [ ] Ni-record ko ang usapan at ang handover point.