As etapas para a redução da demanda de atendimento ao cliente

Muitas centrais de atendimento ao cliente sofrem com o alto número de chamados, o que acaba prejudicando a qualidade do atendimento e a produtividade dos operadores. É possível reduzir a demanda de atendimento ao cliente, para isso é preciso um olhar mais analítico. Saiba, neste artigo, como o AI, os bots e o Big Data podem auxiliar na redução da demanda de atendimento ao cliente da sua operação.

---

Este artigo foi publicado originalmente pelo Customer Think e escrito por Bill Price

---

Se definirmos como meta geral manter uma experiência do cliente consistente e incrível em vários canais e pontos de contato. Há diversos desafios que incomodaram as empresas por muitos anos. Nenhum deles é fácil de resolver e o objetivo pode parecer difícil, uma vez que as expectativas dos clientes continuam aumentando.

O poder da AI, dos bots, do Big Data e da análise agora pode nos permitir atacá-los e, assim, aumentar as receitas sustentáveis, obter margens mais altas e sustentar níveis maiores de fidelidade do cliente.

Um desses sete desafios é redução da demanda de atendimento ao cliente. Os clientes dizem que prefeririam em entrar em contato com sua empresa para obter suporte, preferindo que:

• Tudo estava claro e correto (por exemplo, as remessas chegavam a tempo, os descontos eram calculados com precisão ou os links os enviavam para onde queriam ir);

• Eles poderiam resolver o problema sozinhos (por exemplo, alterar a senha, fazer um pedido por meio de um aplicativo ou descobrir como usar o serviço);

• Você os alerta em momentos críticos (por exemplo, quando o voo está atrasado, para confirmar a entrega ou para oferecer um acordo melhor).

No entanto, apesar de anos de esforços para direcionar os contatos dos clientes para o autoatendimento, muitas empresas ainda estão adicionando pessoal para lidar com os problemas dos clientes em uma proporção de 1: 1, crescendo a linha superior, em vez de reduzir a demanda de atendimento ao cliente.

Como podemos aumentar o autoatendimento, remover as coisas erradas que fazemos, alavancar os contatos que queremos e envolver todos os operadores da empresa para resolver problemas na raiz do problema?

As etapas para a redução da demanda de atendimento ao cliente

Etapa 1

Redefina por que os clientes entram em contato com você como “códigos de razão” capturando o que dizem na abertura de suas chamadas telefônicas (por exemplo, “Como posso saber quanto devo?”) ou por email, chat, SMS ou outros canais.

Em vez de oferecer aos agentes opções como “Problema de faturamento” ou “Problema técnico” que não lhe dizem muito, menus suspensos que confundem seus agentes ou o temido motivo “Outros”, você pode definir 30-50 códigos de razão no idioma do cliente, analisando as chamadas gravadas, os tópicos de e-mail ou de bate-papo ou os campos de pesquisa abertos.

Etapa 2

Calcule os custos para cada um desses códigos de razão, não apenas sua frequência. É importante sair do departamento de suporte ao cliente e incluir no seu orçamento “custos de downstream” (refere-se à medição da banda do download).

Com a modelagem de Big Data, agora é fácil coletar registros detalhados de chamadas ou tempos estimados de manipulação dos códigos de motivo, multiplicando-se pelos custos do agente e a frequência para produzir custos de contato.

Você também pode associar todos os trabalhos subsequentes aos contatos iniciais do cliente como custos de downstream (por exemplo, despachar um técnico para diagnosticar e corrigir erros ou investigar discrepâncias de faturamento relatadas).

Etapa 3

Atribuir uma das quatro “ações” para cada código de razão com base no fato de a questão ser:

a) Valiosa para o cliente e valiosa para a empresa (alavancar a interação e buscar mais contatos como eles);

b) Valioso para o cliente, mas irritante para a empresa (Automatize a interação usando aplicativos, web ou URA self-service;

c) Irritante para o cliente e para a empresa (eliminar a necessidade em primeiro lugar);

d) Irritante para o cliente, mas valioso para a empresa (simplifique os problemas com o objetivo de eliminá-los ao longo do tempo).

Etapa 4

Construa ações e soluções como:

a) Bots de bate-papo ou “agentes virtuais” em seu site que usam AI para converter uma base de conhecimento em um sistema de compartilhamento de conhecimento;

b) Opções de autoatendimento com maior destaque no site ou oferecidas em primeiro lugar na URA com base em solicitações anteriores do mesmo cliente (por exemplo, se ela telefonar todos os meses para obter o saldo da conta, diga a ela quando nos conectarmos na URA);

c) Análise da causa raiz  para garantir que essas ações e soluções estejam ajudando na redução da demanda de atendimento ao cliente e não aumentando inadvertidamente.

Etapa 5

Prever melhorias, incluindo menor demanda por automatizar ou eliminar códigos de razão

a) Identificando o “driver” para cada código de razão (por exemplo, “Como posso saber quanto devo?” É orientado pelo número de faturas ou contas produz enquanto “Por que eu continuo caindo chamadas?” é impulsionado pelo tempo de conversação);

b) Associar esses drivers às ações e soluções;

c) Definir reduções de demanda pelo código de razão usando modelos Big Data;

d) Rastrear e ajustar essas previsões ao longo do tempo.

Melhore a produtividade com a redução da demanda de atendimento ao cliente

Ao seguir essas cinco etapas e usar inteligência artificial, bots, Big Data e análises, você reterá mais clientes, contará com menores custos operacionais e aumentará a satisfação do cliente, além de melhorar a satisfação do agente, pois terá removido contatos desnecessários, enriquecendo o seu trabalho.

---