Hjælper
Når den fjerner ventetid på noget entydigt
"Hvor er min ordre", "hvad er min saldo", "hvornår har I åbent". Svaret findes i et system, det er det samme hver gang, og kunden vil hellere have det nu end om fire timer.
Intern AI · Kundeservice
AI i kundeservice
De fleste har mødt en chatbot, der gjorde det sværere at få hjælp. Det siger mere om, hvad den blev sat til, end om teknologien: den skulle holde kunderne væk fra telefonen. Her er, hvor jeg mener grænsen bør ligge.
Gratis og uforpligtende besøg - derefter et konkret forslag med estimeret tidsbesparelse.
Hvor AI i kundeservice hjælper, og hvor den skader
Den samme teknologi kan give både den bedste og den dårligste kundeoplevelse. Forskellen ligger i, hvad man peger den mod.
Skader
Når den står i vejen for et menneske
En chatbot, der kræver tre forsøg, før den viser et telefonnummer, er ikke kundeservice. Den flytter omkostningen over på kunden og koster mere i tabt tillid, end den sparer.
Hjælper
Når den forbereder sagen for medarbejderen
Kundens historik hentet frem, sagen kategoriseret, det manglende ordrenummer allerede efterspurgt og et udkast med kilder klar. Kunden mærker kun, at svaret kommer hurtigere.
Skader
Når den svarer på noget, den ikke ved
Et selvsikkert forkert svar om reklamationsret eller levering giver en sag mere, ikke en sag mindre. Derfor må automatiske svar kun gives, hvor der er dokumenteret dækning.
Rækkefølgen, der virker i kundeservice
Næsten alle begynder det forkerte sted. Chatbotten bliver sat på forsiden, fordi det er den synlige del, og bagefter går det op for folk, at den skaber lige så mange sager, som den løser.
Den rigtige rækkefølge går indefra og ud. Først gør man medarbejderne hurtigere med kategorisering, kundekontekst og svarudkast med kilder. Kunden mærker ikke andet end kortere svartid, og det virker fra første dag. Hvordan det bygges, står under automatisering i en servicedesk.
Derefter måler man, hvilke spørgsmål der faktisk kommer ind, og hvor mange af dem der har et entydigt, dokumenteret svar. De data har man normalt ikke, fordi manuel kategorisering aldrig bliver ensartet nok.
Til sidst automatiserer man de spørgsmålstyper, hvor tallene viser, at svaret er trygt. Og kun dem. Det bliver typisk en tredjedel af sagerne. På de resterende to tredjedele er medarbejderne stadig hurtigere, end de var før.
Den vej tager længere tid at nå igennem. Til gengæld ender man ikke i den situation, hvor man skal forsvare en chatbot, kunderne hader.
Fem principper, jeg holder fast i
De står der, fordi jeg har set, hvad der sker, når de bliver sprunget over.
- Sig det, når det er en AI. Kunder tilgiver en robot, der er ærlig. De tilgiver ikke at være blevet narret.
- Vejen til et menneske skal være synlig. Altid, på første skærm, uden at man skal insistere.
- Kun svar med dækning. Findes svaret ikke i godkendt materiale, skal den eskalere i stedet for at formulere sig ud af det.
- Automatisér pr. spørgsmålstype. Ikke pr. kanal, og aldrig som en generel beslutning om at "indføre AI".
- Mål på løste sager, ikke afviste. En chatbot, der får antallet af henvendelser ned ved at trætte folk, ser god ud i statistikken og er skadelig i virkeligheden.
Sproget er en større faktor, end de fleste tror
De internationale kundeserviceværktøjer er bygget på engelsk og oversat bagefter. Det kan man høre. Dansk er et lille sprog med bøjninger, sammensatte ord og en høflighedstone, der ligger langt fra amerikansk kundeservicesprog.
En dansk kunde mærker det med det samme, når et svar er oversat. Det er for langt, for overdrevent venligt og fuldt af vendinger, ingen dansk medarbejder ville skrive. Tilliden ryger, selv når indholdet er korrekt.
Det er et af de få steder, hvor det er en reel fordel at få løsningen bygget af nogen, der arbejder på dansk til daglig. Tonen skal skrives på dansk fra begyndelsen, og den skal ligne den, jeres egne medarbejdere bruger, når de skriver til kunderne.
Hvad kunden venter på, og hvad ventetiden består af
Kunden oplever én ventetid. Internt er den sammensat af fire, og kun den sidste handler om at løse problemet.
I dag · Pr. henvendelse
Bagefter
- Henvendelsen ligger i køen20 minSvar med det samme0 min
- Hvem er kunden?3 minGenkendt på mail eller ordre0 min
- Hvad er der sket før?4 minHistorik trukket frem0 min
- Rutinespørgsmålet besvares5 minKlaret uden et menneske0 min
- Den faglige vurdering8 minSendt videre med kontekst8 min
Manuelt i dag
40min
Manuelt bagefter
8min
Sparet pr. henvendelse
0min
Bemærk hvor lidt af tiden der går med den faglige del. Det er derfor AI i kundeservice virker bedst foran mennesket og ikke i stedet for det.
Spørgsmål om AI i kundeservice
Kommer vi til at skulle fyre folk?
Det er ikke det, jeg har set ske hos mine kunder. Det, der sker, er, at man holder op med at ansætte, når mængden vokser, og at de medarbejdere, der er tilbage, slipper for det kedeligste af arbejdet. For de fleste små og mellemstore virksomheder er problemet i forvejen, at kundeservice er underbemandet.
Hvor stor en del af sagerne kan realistisk automatiseres?
For en almindelig dansk virksomhed med ordrer og support: 20 til 35 procent kan besvares helt automatisk med forsvarlig kvalitet. Til gengæld kan behandlingstiden på resten typisk halveres. Lover nogen 80 procent, skal man spørge, hvordan de måler. Det tal opnås normalt ved at tælle afviste henvendelser som løste.
Skal vi bruge en chatbot på hjemmesiden?
Kun hvis I har volumen nok til, at den er værd at vedligeholde, og kun hvis den bygger på jeres eget materiale. Har I 20 henvendelser om ugen, er et synligt telefonnummer og en hurtig mailbesvarelse en bedre investering. Har I 500, er svaret et andet.
Hvordan sikrer vi, at AI'en ikke lover noget forkert?
Ved at den kun må svare ud fra godkendt materiale, ved at emner som reklamation, pris og jura kan sættes til altid at eskalere, og ved at alle svar logges, så de kan efterprøves. Teknikken er den samme som på dansk AI-chatbot på jeres egne dokumenter. Forskellen er, hvor snævert rammen sættes, når modtageren er en kunde og ikke en kollega.
AI i kundeservice
Hvad er jeres tre mest almindelige henvendelser?
Fortæl mig, hvor mange henvendelser I får, hvad de handler om, og hvad der frustrerer jer mest ved det i dag. Så siger jeg, hvad jeg ville automatisere først - og hvad jeg ville lade være.
Relateret
- Automatisering af support og servicedeskSager der kategoriseres, prioriteres og besvares på de spørgsmål der går igen - så mennesker får de svære.
- Dansk AI-chatbot på jeres egne dokumenterEn intern assistent trænet på jeres manualer og procedurer, der svarer med kildehenvisning og holder data i huset.
- AI-telefonpasning der besvarer alle opkaldEn dansk AI-receptionist der tager telefonen døgnet rundt, svarer på rutinespørgsmål og booker møder direkte i kalenderen.