Mga nadagdag:
- Kakayahang iposisyon ang tulong ng kinatawan na katulong tulad ng instant na mungkahi sa sagot, pagkuha ng impormasyon, babala sa pagsunod at live na buod
- Kakayahang maiwasan ang cognitive load sa pamamagitan ng pagdidisenyo ng mga mungkahi na kakaunti, tumpak, pinanggalingan, at sa paraang maaaring tanggihan ng kinatawan.
- Kakayahang i-set up ang assistant bilang tool sa suporta, hindi pangangasiwa, na tumutulong sa ahente sa halip na direktang sumulat sa customer
Ang pinakamahalagang AI application ay kadalasang hindi ang bot na nakikipag-usap sa customer; Isang katulong na nagtatrabaho sa kinatawan. Tinatawag itong agent assistant: habang ang isang ahente ay nakikipag-usap sa customer sa telepono o sa chat, ang artificial intelligence na tumatakbo sa background ay nakikinig/nagbabasa ng pag-uusap, nakakahanap ng may-katuturang impormasyon, nagmumungkahi ng sagot, nagpapaalala sa susunod na hakbang at nagbubuod sa pag-uusap. Ang kinatawan ay ang tao pa rin na nakikipag-usap sa customer, gumagawa ng desisyon, at nagdadala ng responsibilidad; Ang katulong ay bumubulong ng tamang impormasyon sa kanya tulad ng isang prompter, sa oras na kailangan niya ito.
Napakalakas ng modelong ito dahil nag-iiwan ito ng dalawa sa mga kahinaan ng bot (kawalan ng empatiya at kumplikadong pangangatwiran) sa tao, at inililipat ang dalawa sa mga kahinaan ng tao (hindi maalala ang lahat at mabagal sa paghahanap ng impormasyon) sa AI. Ang resulta: mas mabilis, mas tumpak at mas pare-parehong serbisyo — ngunit nasa ilalim ng kontrol ng tao. Sa unit na ito, makikita natin kung ano ang ginagawa ng agent assistant, kung paano ito i-set up at kung paano dapat itatag ng ahente ang kaugnayan nito sa tool na ito.
Ano ang ginagawa ng isang ahente ng katulong?
Nag-aalok ang isang agent assistant ng iba't ibang tulong sa panahon ng pag-uusap:
- Suhestiyon ng agarang sagot (next-best-response): Nagmumungkahi ito ng draft na sagot sa tanong ng customer batay sa base ng kaalaman nito. Binabasa ito ng kinatawan, sinasabi ito sa kanyang sariling wika o itinutuwid ito.
- Pagpapakita ng kaalaman: Sa sandaling nabanggit ang "pagbabalik" sa pag-uusap, dinadala nito ang item ng patakaran sa pagbabalik sa screen ng ahente; Hindi nag-aaksaya ng oras sa paghahanap ng isang kinatawan.
- Next-best-action: Mga suhestyon sa konteksto gaya ng "Malapit nang matapos ang customer na ito, maaaring mag-alok ng loyalty offer."
- Live na buod at mga tala: Gumagawa ng buod habang isinasagawa ang pag-uusap; Ang ahente ay hindi nagsusulat mula sa simula sa wrap-up.
- Mga Babala (pagsunod/pagtuturo): Mga instant na paalala gaya ng "Hindi mo pa nasasabi ang mandatoryong pangungusap ng impormasyon" o "ang customer ay nagpapakita ng mga palatandaan ng galit, lumambot ang tono."
- Pagsasalin at suporta sa wika: Instant na pagsasalin sa pagitan ng customer at ng kinatawan na nagsusulat sa ibang wika.
Kritikal na prinsipyo: bawat output mula sa katulong ay isang mungkahi, hindi isang utos. Ang kinatawan ay ang nagsasabi; tinatanggap, itinutuwid o tinatanggihan ang mungkahi. Hindi ang "autopilot" na modelo, ngunit ang "kopilot" na modelo.
Tip: Ang tagumpay ng agent assistant ay sinusukat sa pamamagitan ng "gaano kadalas gumagamit ang ahente ng mga mungkahi" (adoption). Kung palagiang tinatanggihan ng mga ahente ang mga panukala, ang problema ay hindi sa ahente kundi sa kalidad ng panukala; Suriin ang katumpakan at timing ng mga rekomendasyon.
Hakbang-hakbang: daloy ng tulong ng ahente
- Makinig/magbasa: Isinasalin ng Assistant ang live na pagsasalita sa text (ASR sa paghahanap gamit ang boses) at sinusubaybayan ang layunin/paksa.
- Kunin ang may-katuturan: Kinukuha ang mga nauugnay na item mula sa base ng kaalaman at konteksto ng customer (mula sa CRM, anonymous) ayon sa paksa.
- Magmungkahi: Nagbibigay ng draft ng sagot, flashcard, o mungkahi ng aksyon; nagpapakita ng pinagmulan.
- Nagpasya ang ahente: Ginagamit, ine-edit, o binabalewala ng ahente ang mungkahi.
- Magbuod at matuto: Gumagawa ng buod + tag kapag tapos na ang pag-uusap (Yunit 4); Ang mga pagwawasto ng ahente ay nagpapabuti sa sistema.
Ang daloy na ito ay hindi dapat makagambala sa daloy ng ahente. Ang pinakamalaking panganib ay cognitive overload: kung 6 na mungkahi, 4 na babala, 3 card ang lalabas sa screen nang sabay, ang ahente ay maparalisa. Ang isang mabuting katulong ay nagbibigay ng kaunti ngunit tumpak na tulong.
Mabuti at masamang ahente na katulong
Sukat
masamang katulong
magaling na katulong
Halaga ng rekomendasyon
Napakaraming mungkahi na pumupuno sa screen
Maikli, tumpak, nasa oras
Pinagmulan
unsourced na sagot
Sagot na may sanggunian
timing
Huli o walang kaugnayan
Sa oras lang ng pangangailangan
kontrol
Awtomatikong nagpapadala
Inaprubahan/pag-edit ng delegado
tono
Nagpapataw ng robotic text sa customer
Iniangkop sa wika ng ahente
Pag-aaral
naayos
Natututo mula sa mga pagwawasto
Apat na maaaring kopyahin na mga template
1) Mungkahi ng agarang sagot:
Ang iyong tungkulin: ASSISTANT na katulong sa ahente (hindi ka direktang sumusulat sa customer). Batay sa live na pag-uusap sa ibaba, magmungkahi ng DRAFT na tugon na maaaring sabihin ng ahente sa customer. Umasa lamang sa [KAALAMAN]; Kung hindi, sabihin "walang source, hindi ako makapagbigay ng mga mungkahi". Sipiin ang pinagmulan. Nag-aalok ng pangako/pangako ng kabayaran.[INFO]: <<mga inalis na item>>Pag-uusap (anonymous): <<mga pinakabagong mensahe>>
2) Susunod na pinakamahusay na mungkahi sa pagkilos:
Bigyan ang ahente ng 1 (maximum na 2) na "susunod na hakbang" na mga suhestyon batay sa anonymous na konteksto ng customer sa ibaba. Bawat mungkahi: ano/bakit/pinagmulan. I-base lamang ito sa ibinigay na konteksto; gumamit ng personal na data; Ipaubaya ang mungkahi sa "pagpapasya ng kinatawan", huwag itong ipataw. Huwag magmungkahi kung hindi ka sigurado. Konteksto: <<katayuan ng pagiging miyembro, nakaraang paksa, kasalukuyang layunin — anonymous>>
3) Alerto sa adaptasyon/pagtuturo:
Panoorin ang live na pag-uusap sa ibaba. Gumawa ng MAIKLING paalala sa kinatawan (o magsabi ng "walang babala") sa mga sumusunod na kaso: - Hindi binigkas ang pangungusap na ipinag-uutos na impormasyon, - Nagpapakita ang customer ng mga palatandaan ng galit/krisis (pinapalambot ang tono / delegado), - Panganib ng hindi tama/hindi kumpletong impormasyon. Mga babala 1 linya; sa kinatawan, hindi sa kostumer. Pagsasalita: <<teksto>>
4) Katapusan ng buod ng pag-uusap (agent assist wrap-up):
Tapos na ang usapan. Bumuo ng buod na aaprubahan ng ahente: dahilan / aksyon / resulta / pangako (katulad) / follow-up. Pumili ng tag mula sa taxonomy: topic=[...], result=[...].Panatilihin ang anonymous; pagdaragdag ng impormasyon na wala sa teksto. Pagsasalita: <<teksto>>
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Ano ang dapat kong sabihin sa customer, sumulat ka at magpadala.
Mapanganib: inilalagay ang katulong sa posisyon ng pagsulat nang direkta sa customer, walang mapagkukunan, walang kontrol ng ahente, panganib ng pangako.
Napakahusay na prompt:
Ipanukala sa akin (ang kinatawan) DRAFT ng sagot; Huwag sumulat sa customer. Umasa lamang sa ibinigay na patakaran sa pagbabalik, ipakita ang pinagmulan. Ang tagal/halaga ay kathang-isip lamang; Kung wala ito sa patakaran, markahan ito bilang "dapat itong ipaubaya sa awtoridad/pag-apruba ng tao." Babasahin ko ito at iparating sa sarili kong mga salita.
Pagkakaiba: tungkulin (katulong), mapagkukunan, kontrol (mga pasulong ng ahente) at malinaw na hangganan ng pangako.
tatlong mini case
Kaso 1 — Pagpapabilis ng bagong ahente. Sa isang telecom center, tumagal ng average na 9 na linggo para maging produktibo (ramp-up) ang mga bagong kinatawan. Sa tulong ng Ahente, ang yugto ng panahon na ito ay nabawasan sa 5 linggo nang makita ng mga bagong ahente ang impormasyong malalaman ng isang may karanasang tao sa kanilang mga screen; Ang unang buwan na mga rate ng FCR (first contact resolution) ay tumaas ng 19%. Ang katulong ay nagtrabaho tulad ng isang senior mentor.
Kaso 2 — Cognitive overload. Kapag ang tulong ng ahente ay na-activate sa isang bangko, 8 suhestiyon ang lumabas sa screen nang sabay-sabay; Habang sinubukan ng mga kinatawan na basahin ang mga ito, nawalan sila ng ugnayan sa customer, tumaas ng 40 segundo ang AHT. Kapag ang bilang ng mga rekomendasyon ay nabawasan sa maximum na 2 at tanging mga rekomendasyong may mataas na kaligtasan ang ipinakita, ang AHT ay bumaba sa ibaba ng nakaraang antas at ang paggamit ng rekomendasyon ay tumaas sa 60%. Ang kaunti, tumpak na tulong ay mas mahusay kaysa sa maraming tulong.
Kaso 3 — Halaga ng babala sa pagsunod. Sa isang insurance center, paminsan-minsan ay nakakalimutan ng mga kinatawan ang isang nagbibigay-kaalaman na pangungusap na kinakailangan ng batas; May mga natuklasan sa panahon ng mga inspeksyon. Nang bigyan ng katulong ang ahente ng isang instant na paalala kapag hindi binigkas ang pangungusap, bumaba ang rate ng nawawalang impormasyon mula 14% hanggang mas mababa sa 1%. Ang tao ay nagsasalita, ang katulong ay nagtatatag ng isang safety net.
Mga karaniwang pagkakamali
- Direktang pagpi-print ng assistant sa kliyente. Ang tulong ng ahente ay nagmumungkahi sa ahente; Ang taong nakikipag-usap sa customer. Ang paggawa nito ay nagpapalabo ng kontrol at responsibilidad.
- Nagpapakita ng masyadong maraming mungkahi. Ang cognitive load ay nagpapabagal sa ahente; Panatilihin itong maliit at sa punto.
- Unsourced na mungkahi. Kung ang impormasyon kung saan nakabatay ang rekomendasyon ay hindi ipinapakita, ang ahente ay hindi maaaring magtiwala o mag-verify.
- Gawing mandatoryo ang mungkahi. Dapat kayang tanggihan ng kinatawan ang panukala; Ang pagpapataw ay nagpapataas ng parehong mga pagkakamali at kawalan ng tiwala.
- Nagsasayang ng mga pagwawasto. Kung paano itinutuwid ng ahente ang mungkahi ay ang pinakamahalagang data para sa pagpapabuti ng system; dapat kolektahin.
Mag-ingat: Kung gagawing tool sa pagsubaybay ang agent assistant na sumusubaybay sa performance ng ahente, babagsak ang tiwala at sasabotahe ito ng mga ahente. Iposisyon ang katulong bilang isang "katulong," hindi isang "monitor"; Ang mga senyas sa pagtuturo ay dapat na sumusuporta, hindi nagpaparusa.
Sa buod
Ang agent assistant ay ang pinakamataas na ani na modelo ng call center, na pinagsasama ang empatiya ng tao at paghatol sa bilis at memorya ng artificial intelligence. Ang katulong ay nagmumungkahi ng mga agarang sagot, nagbabalik ng impormasyon, nagpapaalala sa iyo ng susunod na hakbang, nagbibigay ng mga alerto sa pagsunod at nagbubuod sa pag-uusap; Ngunit palaging ang kinatawan ang nakikipag-usap sa customer, gumagawa ng mga desisyon at may pananagutan. Magbigay ng maliit, to-the-point na tulong, iugnay ang bawat mungkahi sa pinagmulan, bigyan ang ahente ng karapatang tumanggi, at iposisyon ang ahente bilang suporta, hindi pagsubaybay. Kapag na-set up nang tama, pinapabilis nito ang mga bagong reps, pinapataas ang FCR, at pinapataas ang consistency.
Gawain ng aplikasyon
Sumulat ng senaryo ng pag-uusap ng customer (hal. "huling pagpapadala + kahilingan sa pagbabalik"). Lagyan ng tsek 4 ang tulong na dapat ibigay ng isang agent assistant sa sitwasyong ito: (1) aling flashcard ang dapat lumabas sa anong oras, (2) aling draft ng tugon ang dapat imungkahi, (3) aling alerto sa kaugnayan/pagtuturo ang dapat ma-trigger, (4) kung ano ang hitsura ng buod ng pagtatapos ng pag-uusap. Ilapat ang mga template na "1) Agarang tugon" at "3) Alerto sa pagsunod/pagtuturo" sa sitwasyong ito.
checklist
- [ ] IMINUHAY ng assistant ang kinatawan; kinatawan na nakikipag-usap sa customer at gumagawa ng mga desisyon.
- [ ] Ang mga mungkahi ay kakaunti, tumpak at tama kung kinakailangan; Hindi ito lumilikha ng cognitive load.
- [ ] Ang bawat mungkahi ay nagpapahiwatig ng pinagmulan kung saan ito nakabatay.
- [ ] Maaaring itama/tanggihan ng ahente ang panukala; Walang imposisyon.
- [ ] Ang Assistant ay hindi nag-aalok ng pangako/pangako ng kabayaran; Ang mga ito ay naiwan sa mga tao.
- [ ] Ang tool ay nakaposisyon bilang isang support/coaching tool, hindi isang surveillance tool.