Artículo

5 maneras en que la experiencia del cliente ya está aprovechando la IA

Por

Publicado 15 febrero 2019
Última actualización en 15 febrero 2019

A medida que los clientes y las compañías se familiarizan y se sienten más a gusto con la inteligencia artificial, se habla menos de esta como algo “ilusorio” y se oyen más expresiones de “Ah, así es como podemos usarla”. Las especulaciones sobre cómo podríamos trabajar junto con nuestros colegas robots y sobre el potencial del aprendizaje automatizado seguirán por un tiempo, pero ya estamos viendo muchas aplicaciones prácticas de la tecnología de la IA. En especial, en lo que se refiere a la experiencia del cliente.

Estas son noticias excelentes para los negocios, porque ya pueden incluir en sus metas casos de usos realistas de la IA. No obstante, los expertos advierten que las compañías deben tener cuidado de no implementar la IA solo porque sí; en su opinión, la inteligencia artificial funciona mejor cuando ayuda a las personas a ofrecer mejores experiencias al cliente.

Por eso, muchos analistas recomiendan la adopción planificada de las herramientas de IA, es decir, de modo que se tome en cuenta “cómo” y “por qué” las herramientas logran una mejor experiencia al cliente en conjunto. Por ejemplo, Forrester aconseja que “un buen servicio al cliente o un buen programa de ventas impulsados por la IA dependerán de procesos que admitan una estrategia de IA combinada. Esto significa que los seres humanos desempeñarán un rol importante en la optimización continua de la IA".

Para quienes contemplan ir a la vanguardia en la implementación de la IA para lograr mejores experiencias del cliente, estas son cinco maneras en que esta tecnología se puede aprovechar actualmente:

1) Autoservicio más eficiente para los clientes que buscan ayuda

Los clientes que prefieren resolver sus dudas por sí mismos, en vez de interactuar con los agentes de soporte, a veces tienen que buscar la solución por todos lados. El proceso del autoservicio puede ser tedioso cuando implica hacer búsquedas en Google, navegar en un centro de ayuda en línea para encontrar un artículo práctico y luego confirmar que la solución del artículo resuelve adecuadamente el problema. Para algunos clientes, en especial los que no son expertos en tecnología, ese tipo de autoservicio puede ser agotador e inadecuado, y menoscaba su experiencia.

Las innovaciones recientes en la inteligencia artificial evitan al cliente la complicación de buscar artículos de ayuda y garantizan que obtenga la información correcta para solucionar su problema. La IA usa el aprendizaje automatizado y el procesamiento del lenguaje natural (NLP) para buscar los artículos de ayuda que solucionen mejor el problema del cliente y para recomendarle el artículo apropiado. Además, los líderes en experiencia del cliente pueden determinar cuándo es más útil para los cliente contar con este tipo de autoservicio automatizado; sea en un centro de ayuda, en un punto crítico del trayecto del comprador o en un sitio web o aplicación móvil.

2) Contenido mejor adaptado a las necesidades y los problemas del cliente

Hablando de artículos de ayuda, los productos y servicios son cada vez más complejos, y es difícil para las organizaciones de soporte mantener el contenido de sus artículos adecuado y actualizado. Para un cliente, es muy frustrante encontrar contenido de soporte inútil, y para evitar esto proactivamente es necesario aplicar una estrategia práctica para optimizar el contenido. Si los clientes salen de inmediato de un centro de ayuda o de los artículos que este contiene (o si al hacer seguimiento, opinan que el artículo no les sirvió), esto indica probablemente que el contenido no se adaptaba a su necesidad ni a su problema.

Por suerte, ya existe la IA que ayuda a crear y actualizar contenido mejor adaptado a una base de clientes específica. Los modelos de aprendizaje profundo pueden captar las palabras y frases comunes relacionadas con los temas específicos de los tickets de soporte, y hacer recomendaciones sensatas para optimizar el contenido del centro de ayuda. Por ejemplo, si los clientes envían tickets de soporte acerca del tema “cambiar mi contraseña”, la IA recomendará los ajustes de publicación apropiados para un artículo de ayuda titulado “Cómo actualizar tus credenciales de inicio de sesión”. El artículo se puede modificar para adaptarlo a la manera en que los clientes comunican sus problemas, y para hacer que el contenido sea más fácil de encontrar y entender. Cuando la organización de soporte recibe información sobre los problemas que tienen sus clientes y la manera en que los comunican, los creadores de contenido pueden aportar soluciones más acordes con una mejor experiencia del cliente.

3) Agentes de atención al cliente más eficientes

¿Cuántas veces has oído a un agente de soporte decir “Permítame verificarlo”, porque sencillamente no saben la respuesta a tu pregunta? Por lo general, los agentes de soporte dedican el 20 % de su tiempo a la búsqueda de información sobre productos, lo cual prolonga la interacción de ayuda y repercute negativamente en la satisfacción del cliente.

La misma inteligencia artificial que automatiza las sugerencias de autoservicio para los clientes también puede ser usada por los agentes. Digamos que el acceso de un cliente a su cuenta se bloqueó debido a que hizo muchos intentos de contraseña fallidos, pero necesita con urgencia acceder a ella para enviar un ticket de soporte. El agente que recibió el ticket desconoce el proceso interno para desbloquear una cuenta, y necesita consultar la documentación interna correspondiente; pero primero, necesita buscarla. La herramienta de IA adecuada puede analizar el ticket de soporte, recomendar un artículo práctico de la base de conocimientos de la compañía y hacer todo esto directamente en la interfaz del agente. Cuando los agentes están preparados con la información apropiada cuando la necesitan, pueden resolver eficientemente los problemas de los clientes en cuanto se presentan.

4) Interacción con el cliente mejorada con sugerencias basadas en datos

Nuestras actividades e interacciones digitales generan toneladas de datos que los algoritmos del aprendizaje automatizado pueden utilizar. Básicamente, son el combustible que necesita la habilidad predictiva de la IA. ¿Alguna vez te has preguntado por qué las máquinas son tan buenas para responder preguntas como “cuál es la ruta más rápida para llegar a mi casa a las 6:00 p. m. los jueves”? Al combinar todos los viajes hechos por quienes siguen una ruta similar, la IA es capaz de hacer una recomendación bien investigada y en tiempo real para que llegues a tu casa de inmediato.

De la misma manera, se pueden utilizar los datos grabados de las interacciones del servicio de atención al cliente para mejorar su satisfacción. La herramienta de IA evalúa los detalles de tickets de soporte anteriores y puede saber si la interacción de soporte en curso dará lugar a una experiencia positiva o negativa para el cliente, y generar con ello una predicción acertada de la puntuación de satisfacción del cliente (CSAT). Los detalles que influyen en las puntuaciones de CSAT podrían incluir el tiempo entre la primera respuesta y los tiempos de contestación posteriores, el empeño dedicado a resolver el problema del cliente y si las respuestas de texto con una redacción similar han logrado clientes satisfechos. Este es el tipo de aplicación de la IA que no sustituye a los agentes, sino que amplía su trabajo para ofrecer experiencias mejores a los clientes.

5) Organizaciones con más tiempo para innovar en el campo de la experiencia del cliente

Una de las propuestas de valor más atractivas de la automatización es claramente que da más tiempo a los seres humanos para dedicarse a actividades de mayor impacto. La inteligencia artificial ya está permitiendo a los negocios mejorar las experiencias de sus clientes de maneras nunca antes posibles.

Dollar Shave Club, el servicio de rasuradoras a pedido, aprovecha el tiempo adicional que le da el Answer Bot de Zendesk para optimizar las experiencias de sus clientes. Con el tiempo ahorrado por medio de las resoluciones automáticas de tickets, han podido:

- Crear un “grupo de trabajo de centro de ayuda” encargado de comprobar que sus artículos de ayuda ofrezcan continuamente contenido útil y actualizado a los clientes de su autoservicio (y de complementar las recomendaciones del Answer Bot).

- Aumentar el tiempo que ofrecen soporte de chat en vivo durante el día, lo que les permite dar más ayuda en tiempo real sin tener que contratar más personal.

- Publicar un boletín mensual interno con información sobre las interacciones de los clientes que resalta las tendencias y mantiene a sus agentes mejor informados de sus métricas de éxito.

- Procurar la capacidad para organizar un “equipo de prueba y aprendizaje” para probar nuevos mensajes de correo electrónico que podrían mejorar la experiencia de sus suscriptores.