Cómo cambiar el servicio al cliente a través del procesamiento del lenguaje natural

PNL en Servicio al Cliente: Top 9 Casos de Uso

1) Enrutamiento preciso de llamadas con sistemas IVR

¿Alguna vez llamó a una línea de atención al cliente y tuvo que decir "Facturación" para comunicarse con el departamento de finanzas? Estás hablando con un sistema de respuesta de voz interactiva (IVR). Los IVR son la tecnología fundamental que convierte frases ("actualizar mi tarjeta de crédito" o "realizar un pago") para transferirlo al departamento de facturación.

Es probable que los clientes utilicen este sistema para ponerse en contacto con su equipo. Pero cuando la IA conversacional subyace en el sistema, puede desviar con precisión su llamada a la línea más relevante. ¿Por qué? Porque PNL entiende su petición.

No necesita pedirles a sus clientes que "escuchen las siguientes opciones" para enviarlos en la dirección correcta.

La IA conversacional dentro de los sistemas IVR puede simplemente pedir a sus clientes que expliquen con qué necesitan ayuda. Pueden hacer esto con sus propias palabras antes de que la PNL los envíe por el camino.

American Airlines vio resultados significativos de este caso de uso de NLP para su equipo de servicio al cliente. Después de renovar su sistema IVR, aumentaron la contención de llamadas hasta en un 5 %, lo que ahorró a la aerolínea millones de dólares.

2) Enrutamiento de tickets de soporte

Le estás dando a la gente un ticket de soporte cuando intentan contactar a tu equipo. Esta interacción luego se filtra a través de la cola de su equipo de soporte.

La PNL puede ayudar a agilizar este proceso. ¿Por qué? Porque la IA conversacional puede entender el tema del ticket. Puede desviar los tickets de soporte a la persona más relevante, lo que ayuda a resolver los problemas más rápido.

Digamos que su cliente envía un ticket de soporte. Su mensaje tiene las palabras "Necesito ayuda para cambiar mis detalles de pago". Una plataforma de gestión sin PNL la pasa a su mesa de soporte general.

Entonces, una persona tendría que desviar al cliente hacia su departamento de finanzas. Esto debe hacerse manualmente. (Podría perderse el plazo de una hora en el que los clientes esperan una respuesta a su correo electrónico).

Una plataforma que utiliza NLP detectará que el cliente necesita ayuda financiera. Enviará automáticamente el ticket de soporte a su equipo de finanzas.

3) Comprender los comentarios de los clientes

Los comentarios de los clientes son datos valiosos para las empresas. Puede ayudarlo a corregir fallas en su producto e identificar qué aspectos aman las personas. Ambos son excelentes bases para sus campañas de marketing y publicidad.

(No solo eso, sino que podría mejorar su reputación. El 77% de los consumidores ven las marcas de manera más favorable si invitan y aceptan los comentarios de los clientes).

No necesita pasar horas revisando manualmente este tipo de datos cualitativos.

PNL ayuda a identificar palabras o frases de uso común. Por ejemplo, palabras como "moderno", "intuitivo" y "caro", que podrían indicar que sus clientes lo ven como una marca de lujo de alta gama.

La PNL también puede encontrar temas sobre los que se hable en los formularios de comentarios. Estas podrían ser palabras como "incorporación fácil" o "planes asequibles".

Puede combinar PNL con análisis de sentimientos y obtener una descripción general de alto nivel de las opiniones de los clientes, lo que lo convierte en una forma efectiva de analizar los comentarios de los clientes.

4) Chatbots de atención al cliente y PNL

La investigación ha encontrado que el 42% de los consumidores preferiría conectarse con una empresa a través del chat en vivo, frente al 23% por correo electrónico o el 16% por las redes sociales:

(Fuente)

Esto se debe a que el 70 % de los millennials prefieren las interacciones de los chatbots por su enfoque de autoservicio.

Los chatbots deberían tener un lugar acogedor en su pila de tecnología por ese motivo. Le permiten comunicarse con los clientes de la forma que prefieran y también brindan soporte en tiempo real, sin tener que quedarse esperando una respuesta.

Pero, ¿qué sucede si su equipo de atención al cliente está repleto y no puede responder una consulta de soporte en tiempo real a través del chat en vivo en su sitio web?

Con NLP, puede crear un chatbot que no solo comprenda la consulta de un cliente, sino que también la responda. Aquí hay un ejemplo de Cheapflights:

(Fuente)

No importa si su consulta de soporte tiene errores gramaticales o oraciones incompletas. La PNL es lo suficientemente inteligente como para comprender el concepto del mensaje y responder sin intervención humana.

No es de extrañar que para 2020, se espera que el 80 % de las empresas tengan algún tipo de integración de chatbot disponible para sus clientes.

5) PNL para soporte de agentes

¿Sabía que el agente de atención al cliente promedio solo puede manejar 21 tickets de soporte por día? ¡Es fácil ver cómo los agentes luchan por mantenerse al tanto de las consultas de los clientes!

(Puede calcular su promedio de interacciones/boleto para ver cuánto tiempo cuestan estas interacciones).

Un número cada vez mayor de agentes recurre al software de aprendizaje automático para hacer frente a esa gran demanda. Salesforce descubrió que el 69 % de los agentes de servicio de alto rendimiento están buscando activamente situaciones para utilizar inteligencia artificial (IA).

La IA conversacional puede manejar consultas que no necesitan mucha atención. Esto deja a los agentes con más tiempo para manejar consultas complejas que necesitan un toque humano.

Su IA conversacional podría manejar preguntas como:

• "¿Dónde está la entrada HDMI en mi televisor Samsung?"
• "¿Cuál es el estado de mi orden?"
• “¿Cómo conecto mi cuenta de Google Analytics?” Esos tickets de soporte constituirán una parte considerable de los tickets. Pero con ellos ya manejados, sus agentes pueden responder preguntas emocionales como "mi cuenta se cerró y necesito ayuda lo antes posible".
  

  6) Análisis de datos comerciales

  Anteriormente, mencionamos cómo la PNL permite a las empresas analizar datos cualitativos de los comentarios de los clientes. También puede extraer información de otros lugares y diseñar tendencias comunes para que las siga su equipo.

  Esto funciona especialmente bien con las quejas de los clientes. Ya sea que lleguen directamente por correo electrónico o a través de "¿por qué nos dejaste?" en su formulario de cancelación, PNL puede identificar las tendencias dentro de estos datos y notificar a su equipo antes de que se conviertan en un problema.

  Pongámoslo en práctica y digamos que tiene 150 quejas para presentar. Su formulario de cancelación les pide a las personas que marquen una de las siguientes casillas:

• Proceso de incorporación confuso
• Es muy caro
• No tengo tiempoLa gente podría marcar la casilla incorrecta. Esto significa que cree que el problema está en un área. Pero en realidad, las quejas se han presentado incorrectamente. Como resultado, es posible que aumente su precio porque las personas marcan la casilla diciendo que es demasiado alto. Pero en realidad hay un problema con su proceso de facturación.

7) Análisis de sentimiento y satisfacción del cliente

Tiene comentarios de los clientes filtrándose hasta su equipo de soporte. ¿Cómo sabe si, en general, las personas están contentas con su producto o servicio? No tienes tiempo para peinarlo tú mismo.

El análisis de sentimientos utiliza PNL para determinar la emoción subyacente en un mensaje. Por ejemplo: si obtiene estas respuestas de los formularios de comentarios:

• “El agente con el que hablé fue increíble”.
• “Mi pedido llegó más rápido de lo que esperaba.”
• “Es fácil sincronizar mis datos. ¡Gracias por reunir sus documentos de incorporación!” El análisis de sentimientos se hará cargo e interpretará esas palabras como emociones. En el caso anterior, esas palabras podrían ser "impresionante", "más rápido" o "fácil". El sistema de aprendizaje automático le dirá que la gran mayoría de los comentarios son positivos. Esto le da una idea aproximada de lo bien que se está desempeñando. ¿La mejor parte? Puede usar el sistema AI para buscar menciones de su marca. Luego, puede usar el análisis de sentimientos para determinar si la cobertura que está obteniendo es tan buena como esperaba.

8) Aplicaciones de voz a texto

Probablemente haya escuchado las estadísticas que dicen que la búsqueda por voz está en aumento. Algunos investigadores predicen que el 30% de todas las búsquedas se realizarán sin pantalla para 2020.

Las aplicaciones que ayudan a dar vida a esa estadística son los dispositivos de voz a texto. Dispositivos como Google Home, Amazon Alexa y Siri son nuestros asistentes personales. Les pedimos que planifiquen cada minuto de nuestro día, desde planificar la mejor ruta a la casa de su amigo hasta pedir más cereales que se acaban de terminar.

…Pero, ¿qué significa eso para su servicio al cliente?

Puede abrir la puerta a los sistemas de reconocimiento de voz al:

• Permitir que los clientes accedan a su cuenta con su voz
• Traducir la consulta de un cliente en su idioma nativo al suyo
• Integrar su software con un asistente de vozNinguna de estas situaciones funcionaría sin PNL, que interpreta la palabra hablada. Eso le da la oportunidad de introducir aplicaciones de voz a texto y ofrecer un mejor servicio al cliente.

9) Barras de búsqueda integradas en bases de conocimiento

La barra de búsqueda en su sitio es el hermano menor de SEO. Actúan de manera similar a los gigantes de búsqueda como Google. Un usuario escribe lo que está buscando y la barra de búsqueda recupera una lista de enlaces relevantes para su consulta.

Alrededor del 50% de los usuarios van directamente a la barra de búsqueda tan pronto como llegan a un sitio web. Lo más probable es que sus consultas de búsqueda no sean oraciones completas. Serán palabras y frases cortas y concisas relacionadas con lo que buscan, como "consejos para blogs" o "Fujifilm Instax".

Los resultados de la consulta de sus usuarios deben mostrar información relevante. Si no, abandonarán su sitio web. Esto afecta las métricas clave como la tasa de rebote, las conversiones y el tiempo en el sitio.

Pero la barra de búsqueda de su sitio no mostrará información relevante para esas consultas sin algún tipo de NLP.

El software de aprendizaje automático interpreta el significado de esas consultas. Entiende lo que el usuario está buscando, incluso si no está en un inglés sencillo, contiene errores gramaticales o está mal escrito.

PNL = Mejor experiencia de usuario y personalización

NLP es una pieza central de aprendizaje automático que debe utilizar en sus departamentos de servicio al cliente.

Sus agentes de soporte obtienen una máquina que puede ahorrar horas de su tiempo, pero sus clientes también se beneficiarán. ¿Por qué? Porque pueden comunicarse de la manera que más les convenga, atendiendo a los asistentes personales sin los que ya no estarían.

Republicado con permiso. originales aquí.

Imagen: Depositphotos.com