كيفية تغيير خدمة العملاء من خلال معالجة اللغة الطبيعية

البرمجة اللغوية العصبية في خدمة العملاء: أفضل 9 حالات استخدام

1) توجيه المكالمات بدقة مع أنظمة الرد الصوتي التفاعلي

هل سبق لك أن اتصلت بخط دعم العملاء واحتجت إلى قول "Billing" للوصول إلى قسم الشؤون المالية؟ أنت تتحدث إلى نظام استجابة صوتية تفاعلية (IVR). IVRs هي التقنية الأساسية التي تحول العبارات ("تحديث بطاقتي الائتمانية" أو "إجراء الدفع") إلى تحويلك إلى قسم الفواتير.

من المحتمل أن يستخدم العملاء هذا النظام للاتصال بفريقك. ولكن عندما يشكل الذكاء الاصطناعي للمحادثات أساس النظام ، يمكنك تحويل مكالمتهم بدقة إلى الخط الأكثر صلة. لماذا ا؟ لأن البرمجة اللغوية العصبية يتفهم طلبهم.

لا تحتاج إلى مطالبة عملائك "بالاستماع إلى الخيارات التالية" لإرسالهم في الاتجاه الصحيح.

يمكن للذكاء الاصطناعي للمحادثة داخل أنظمة الرد الصوتي التفاعلي أن يطلب من عملائك ببساطة شرح ما يحتاجون إلى المساعدة فيه. يمكنهم القيام بذلك بكلماتهم الخاصة قبل أن يرسلهم البرمجة اللغوية العصبية في طريقهم.

شهدت شركة American Airlines نتائج مهمة من حالة استخدام البرمجة اللغوية العصبية هذه لفريق خدمة العملاء. بعد تجديد نظام الرد الصوتي التفاعلي (IVR) لديهم ، قاموا بزيادة احتواء مكالماتهم بنسبة تصل إلى 5٪ - مما وفر لشركة الطيران ملايين الدولارات.

2) تذاكر دعم التوجيه

أنت تمنح الأشخاص بطاقة دعم عندما يحاولون الاتصال بفريقك. ثم يتحول هذا التفاعل إلى قائمة انتظار فريق الدعم.

يمكن أن تساعد البرمجة اللغوية العصبية في تبسيط هذه العملية. لماذا ا؟ لأن الذكاء الاصطناعي للمحادثة يمكنه فهم موضوع التذكرة. يمكنه تحويل تذاكر الدعم إلى الشخص الأكثر صلة ، مما يساعد على حل المشكلات بشكل أسرع.

لنفترض أن عميلك يرسل تذكرة دعم. تحتوي رسالتهم على الكلمات "أحتاج إلى مساعدة في تغيير تفاصيل الدفع الخاصة بي". تقوم منصة الإدارة بدون البرمجة اللغوية العصبية بتمريرها إلى مكتب الدعم العام الخاص بك.

سيحتاج الشخص بعد ذلك إلى تحويل العميل نحو قسم الشؤون المالية الخاص بك. هذا يحتاج إلى القيام به يدويًا. (قد يفوتك الموعد النهائي الذي مدته ساعة والذي يتوقع العملاء ردًا على بريدهم الإلكتروني في غضون ذلك).

ستكتشف المنصة التي تستخدم البرمجة اللغوية العصبية أن العميل بحاجة إلى مساعدة مالية. سيرسل بطاقة الدعم تلقائيًا إلى فريقك المالي.

3) فهم ملاحظات العملاء

ملاحظات العملاء هي بيانات قيمة للشركات. يمكن أن يساعدك في إصلاح العيوب في منتجك وتحديد الجوانب التي يحبها الناس. كلاهما أسس ممتازة لحملاتك التسويقية والإعلانية.

(ليس ذلك فحسب ، بل يمكن أن يحسن سمعتك. يرى 77٪ من المستهلكين العلامات التجارية بشكل أفضل إذا دعوا وقبولوا ملاحظات العملاء).

لا تحتاج إلى قضاء ساعات في التمشيط يدويًا لهذا النوع من البيانات النوعية.

يساعد البرمجة اللغوية العصبية على تحديد الكلمات أو العبارات الشائعة الاستخدام. على سبيل المثال ، كلمات مثل "حديث" و "حدسي" و "باهظ الثمن" ، والتي قد تشير إلى أن العملاء يرونك علامة تجارية فاخرة وراقية.

يمكن أن يجد البرمجة اللغوية العصبية أيضًا موضوعات يتم التحدث عنها في نماذج التعليقات. قد تكون هذه كلمات مثل "الإعداد السهل" أو "الخطط المعقولة التكلفة".

يمكنك دمج البرمجة اللغوية العصبية مع تحليل المشاعر والحصول على نظرة عامة عالية المستوى لآراء العملاء ، مما يجعلها طريقة فعالة من حيث الوقت لتحليل ملاحظات العملاء.

4) روبوتات الدردشة اللغوية العصبية وخدمة العملاء

وجدت الأبحاث أن 42٪ من المستهلكين يفضلون التواصل مع شركة من خلال الدردشة الحية ، مقابل 23٪ للبريد الإلكتروني أو 16٪ لوسائل التواصل الاجتماعي:

(مصدر)

ذلك لأن 70٪ من جيل الألفية يفضلون تفاعلات روبوتات المحادثة لمقاربة الخدمة الذاتية.

يجب أن تتمتع روبوتات الدردشة بموقع مريح في مجموعة التقنيات الخاصة بك لهذا السبب. إنها تتيح لك التواصل مع العملاء بالطريقة التي يفضلونها ، وتوفر أيضًا الدعم في الوقت الفعلي ، دون الحاجة إلى الانتظار للحصول على رد.

ولكن ماذا يحدث إذا كان فريق دعم العملاء الخاص بك ممتلئًا ولا يمكنه الإجابة على استعلام الدعم في الوقت الفعلي من خلال الدردشة المباشرة على موقع الويب الخاص بك؟

باستخدام البرمجة اللغوية العصبية ، يمكنك إنشاء روبوت محادثة لا يفهم استعلام العملاء فحسب ، بل يجيب عنه أيضًا. هذا مثال من Cheapflights:

(مصدر)

لا يهم ما إذا كان استعلام الدعم الخاص بك يحتوي على أخطاء نحوية أو جمل غير كاملة. إن البرمجة اللغوية العصبية (NLP) ذكي بما يكفي لفهم مفهوم الرسالة والاستجابة دون تدخل بشري.

لا عجب أنه بحلول عام 2020 ، من المتوقع أن يكون لدى 80٪ من الشركات شكل من أشكال تكامل chatbot لعملائها.

5) البرمجة اللغوية العصبية لدعم الوكيل

هل تعلم أن متوسط ​​وكيل دعم العملاء يمكنه فقط التعامل مع 21 تذكرة دعم في اليوم؟ من السهل أن ترى كيف يكافح الوكلاء للبقاء على اطلاع على استفسارات العملاء!

(يمكنك حساب متوسط ​​التفاعلات / التذكرة لمعرفة مقدار الوقت الذي تكلفه هذه التفاعلات.)

يتجه عدد متزايد من الوكلاء إلى برامج التعلم الآلي للتعامل مع هذا الطلب المرتفع. اكتشفت Salesforce أن 69٪ من وكلاء الخدمة ذوي الأداء العالي يبحثون بنشاط عن مواقف لاستخدام الذكاء الاصطناعي (AI).

يمكن للذكاء الاصطناعي للمحادثة التعامل مع الاستفسارات التي لا تحتاج إلى الكثير من الاهتمام. وهذا يمنح الوكلاء مزيدًا من الوقت للتعامل مع الاستفسارات المعقدة التي تحتاج إلى لمسة إنسانية.

يمكن للذكاء الاصطناعي للمحادثة التعامل مع أسئلة مثل:

• "أين مدخل HDMI على تلفزيون Samsung الخاص بي؟"
• "ما هو الوضع بالنسبة لطلبي؟"
• "كيف أقوم بتوصيل حسابي في Google Analytics؟" ستشكل تذاكر الدعم هذه جزءًا كبيرًا من التذاكر. ولكن مع التعامل معها بالفعل ، يمكن لوكلائك الإجابة على أسئلة عاطفية مثل "تم إغلاق حسابي وأحتاج إلى المساعدة في أسرع وقت ممكن."
  

  6) تحليل بيانات الأعمال

  في وقت سابق ، ذكرنا كيف يسمح البرمجة اللغوية العصبية للشركات بتحليل البيانات النوعية من ملاحظات العملاء. يمكنه أيضًا استخراج المعلومات من مكان آخر ، وتخطيط الاتجاهات المشتركة لفريقك ليتبعها.

  هذا يعمل بشكل جيد مع شكاوى العملاء. سواء كانوا يأتون مباشرة عبر البريد الإلكتروني أو من خلال "لماذا تركتنا؟" في نموذج الإلغاء الخاص بك ، يمكن للغة البرمجة اللغوية العصبية اختيار الاتجاهات داخل هذه البيانات وإخطار فريقك قبل أن تصبح مشكلة.

  دعنا نضع ذلك موضع التنفيذ ونفترض أن لديك 150 شكوى لتقديمها. يطلب نموذج الإلغاء من الأشخاص تحديد أحد المربعات التالية:

• عملية إعداد مربكة
• انه غالى جدا
• ليس لدي وقت قد يضع الناس علامة في المربع الخطأ. هذا يعني أنك تعتقد أن المشكلة تكمن في منطقة واحدة. لكن في الواقع ، تم تقديم الشكاوى بشكل غير صحيح ، ونتيجة لذلك ، يمكنك زيادة السعر لأن الناس يضعون علامة في المربع ويقولون إنه مرتفع للغاية. ولكن هناك بالفعل مشكلة في عملية الفوترة الخاصة بهم.

7) تحليل المشاعر ورضا العملاء

لقد تلقيت ملاحظات العملاء التي تم ترشيح طريقها إلى فريق الدعم الخاص بك. كيف تعرف ما إذا كان الناس ، بشكل عام ، سعداء بمنتجك أو خدمتك؟ ليس لديك وقت لتمشيط الأمر بنفسك.

يستخدم تحليل المشاعر البرمجة اللغوية العصبية لتحديد المشاعر الأساسية في الرسالة. على سبيل المثال: إذا تلقيت هذه الردود من نماذج التعليقات:

• "الوكيل الذي تحدثت إليه كان رائعًا."
• "وصل طلبي أسرع مما كنت أتوقع."
• "من السهل مزامنة بياناتي. شكرًا لك على تجميع مستنداتك المدمجة! " سيتولى تحليل المشاعر السيطرة على هذه الكلمات ويفسرها على أنها عواطف. في الحالة المذكورة أعلاه ، قد تكون هذه الكلمات "رائعة" أو "أسرع" أو "سهلة". سيخبرك نظام التعلم الآلي بعد ذلك أن الغالبية العظمى من التعليقات إيجابية. يمنحك هذا فهمًا تقريبيًا لمدى جودة أدائك. أفضل جزء؟ يمكنك استخدام نظام الذكاء الاصطناعي للبحث عن إشارات لعلامتك التجارية. بعد ذلك ، يمكنك استخدام تحليل المشاعر لتحديد ما إذا كانت التغطية التي تحصل عليها جيدة كما كنت تأمل.

8) تطبيقات تحويل الكلام إلى نص

ربما تكون قد سمعت عن الإحصائيات التي تشير إلى أن البحث الصوتي في ازدياد. يتوقع بعض الباحثين أن 30٪ من جميع عمليات البحث ستتم بدون شاشة بحلول عام 2020.

التطبيقات التي تساعد على إضفاء الحيوية على هذه الإحصائية هي أجهزة تحويل الكلام إلى نص. تعد الأجهزة مثل Google Home و Amazon Alexa و Siri بمثابة مساعدين شخصيين لنا. نطلب منهم التخطيط لكل دقيقة من يومنا - من التخطيط لأفضل طريق إلى منزل صديقك ، إلى طلب المزيد من الحبوب التي نفدت منك للتو.

… ولكن ماذا يعني ذلك لخدمة العملاء الخاصة بك؟

يمكنك فتح الأرضية لأنظمة التعرف على الصوت من خلال:

• السماح للعملاء بالوصول إلى حساباتهم بأصواتهم
• ترجمة استعلام العميل بلغته الأم إلى استعلامك
• دمج برنامجك مع المساعد الصوتي - لن تعمل أي من هاتين الحالتين بدون البرمجة اللغوية العصبية ، التي تفسر الكلمة المنطوقة. يمنحك ذلك فرصة لتقديم تطبيقات تحويل الكلام إلى نص وتقديم خدمة عملاء أفضل.

9) أشرطة بحث مدمجة في قواعد المعرفة

شريط البحث على موقعك هو الأخ الأصغر لكبار المسئولين الاقتصاديين. يتصرفون بشكل مشابه للبحث عن عمالقة مثل Google. يكتب المستخدم ما يبحث عنه ، ويسترد شريط البحث قائمة بالارتباطات ذات الصلة باستعلامه.

يذهب حوالي 50٪ من المستخدمين مباشرةً إلى شريط البحث بمجرد وصولهم إلى موقع الويب. من المحتمل أن استعلامات البحث الخاصة بهم ليست جمل كاملة. ستكون كلمات وعبارات قصيرة وخاطفة تتعلق بالشيء الذي يبحثون عنه ، مثل "نصيحة التدوين" أو "Fujifilm Instax."

يجب أن تعرض نتائج استعلام المستخدمين المعلومات ذات الصلة. إذا لم يكن كذلك ، فسوف يغادرون موقع الويب الخاص بك. يؤثر هذا على المقاييس الرئيسية مثل معدل الارتداد والتحويلات والوقت المستغرق في الموقع.

لكن شريط البحث في موقعك لن يعرض المعلومات ذات الصلة لطلبات البحث هذه بدون شكل من أشكال البرمجة اللغوية العصبية.

يفسر برنامج التعلم الآلي معنى تلك الاستعلامات. إنه يفهم ما يبحث عنه المستخدم — حتى لو لم يكن ذلك بلغة إنجليزية بسيطة ، أو يحتوي على أخطاء نحوية ، أو به أخطاء إملائية.

NLP = تجربة مستخدم وتخصيص أفضل

البرمجة اللغوية العصبية هي جزء أساسي من التعلم الآلي الذي يجب عليك استخدامه في أقسام خدمة العملاء.

يحصل وكلاء الدعم لديك على آلة يمكنها توفير ساعات من وقتهم ، ولكن سيستفيد عملاؤك أيضًا. لماذا ا؟ لأنهم قادرون على التواصل بطريقة تناسبهم ، وتلبية احتياجات المساعدين الشخصيين الذين لم يعودوا بدونهم.

أعيد نشرها بإذن. الأصل هنا.

الصورة: Depositphotos.com