¡Se confirmó la suscripción al blog de Genesys!
Please add genesys@email.genesys.com to your safe sender list to ensure you receive the weekly blog notifications.
Parado a la vera del río más torrentoso de Europa, recordé una estadística alarmante. Hoy en día, hay cuatro veces más “polvo digital”, o datos, en el mundo que granos de arena en la playa. Según Gartner, más del 75% ni siquiera se toca ni se usa para tomar decisiones de negocios. Del mismo modo en que se necesita el equipo y el kayak adecuados para sortear los rápidos clase V de este río, usted no podrá aprovechar los beneficios de big data si no cuenta con las tecnologías adecuadas.
La inteligencia artificial (IA) y el aprendizaje automático son componentes esenciales para alcanzar el máximo potencial que ofrece big data. Por ejemplo, uno de nuestros clientes opera en un mercado competitivo y saturado, en el que todos pelean por una porción. Los clientes se iban a una velocidad alarmante, mientras que el precio de retenerlos continuaba en aumento.
Los métodos tradicionales de retención, como paquetes, actualizaciones o suscripciones con descuento, solo contribuían a erosionar las ganancias. Entonces, se formaron una suerte de “mesas de rescate” para interceptar a los clientes antes de que abandonaran la empresa. Así y todo, con estos sistemas, la empresa seguía perdiendo clientes a un ritmo insostenible.
El equipo de gerentes buscó un sinnúmero de causas posibles, y lo que descubrieron fue sorprenderte. Algunos agentes tenían un buen desempeño a la hora de tratar con clientes frustrados, pero otros no lo hacían tan bien. Los agentes de peor desempeño tenían buenos resultados en algunas interacciones específicas pero no en todas ellas. Los ejecutivos se preguntaron por qué sucedía esto si se habían ocupado de la capacitación y el engagement de los empleados durante años. Creían que los agentes asignados a las “mesas de rescate” eran los mejores de la empresa.
A través de la IA y el aprendizaje automático aplicados a la experiencia del cliente, los ejecutivos descubrieron patrones en las actividades de agentes y clientes, y pudieron convertir muchos de esos datos latentes en insights para la toma de decisiones. El primer paso fue identificar a los agentes que tenían las mejores habilidades para “rescatar” a determinados perfiles de clientes. Una vez establecida esta correlación mediante la IA, el equipo aplicó el enrutamiento con IA para vincular el perfil del agente con el cliente que se comunica con la empresa. Se logró un nivel de granularidad altísimo; es decir, se conectó al cliente con un problema específico, en un canal específico, con el agente adecuado para atenderlo y resolver esa cuestión particular. Básicamente, el equipo utilizó los patrones que presentaban los datos para relacionar al cliente con el mejor agente.
Al hacerlo, el enrutamiento con IA se adapta a los cambios de comportamiento entre el cliente y el agente. Si usted logra identificar las correlaciones (no las causas) en los datos, podrá alcanzar los resultados que se ha propuesto para su negocio, incluso en los entornos más volátiles.
Utilizar los datos latentes a través de IA es la mejor forma de optimizar las interacciones, reducir los costos, mejorar la eficiencia y disminuir la deserción. También contribuye a perfeccionar la experiencia y la satisfacción del cliente, así como la resolución en el primer contacto. Este tipo de enrutamiento tan granular convierte los datos latentes en insights para la toma de decisiones. Y ayudó a nuestro cliente a navegar con total seguridad los “rápidos de big data”, con una reducción de la deserción mayor al 3%.
Si desea descubrir cómo mejorar el enrutamiento a través de IA, lo invito a que conozca cómo el comportamiento y la tecnología están transformando rápidamente la entrega de CX y qué significa esto para su negocio en CX 18 en Nashville.
