La inteligencia artificial impulsa la gestión del conocimiento en el contact center

La mayoría de los líderes de centros de contacto comprenden el potencial que tiene tanto la gestión del conocimiento (KM, por su sigla en inglés) como el autoservicio, y lo prometedores que son. Pero solo unos pocos han tenido la experiencia de llevar adelante proyectos de KM óptimos o exitosos. Afortunadamente, una nueva generación de KM ha llegado, y se suma a los fabulosos avances en materia de IA, automatización, big data y herramientas de análisis.

El conocimiento es fundamental para todo lo que hace un contact center, y su función primaria es conectar las preguntas con las respuestas en todos los canales de interacción. Una KM exitosa influye en casi todos los indicadores: tiempo de atención, transferencia de llamadas, deserción de empleados, costos, resolución en el primer contacto y satisfacción del cliente. Y cuando se implementa correctamente, los gerentes pueden utilizar estos indicadores para provocar un impacto positivo en el centro de contacto. Con todo, para saber cómo aplicar estas métricas correctamente, primero, tenemos que analizar por qué hay tantas iniciativas de gestión del conocimiento y de autoservicio que fallan.

Tres motivos por los que fallan los proyectos de gestión del conocimiento

Los altos costos de mantenimiento asociados a las iniciativas de conocimiento tradicionales hacen que resulte difícil contar con información precisa, actualizada y confiable. Además, la gestión del conocimiento no es prioritaria porque los administradores se dedican a apagar incendios y a manejar los problemas más importantes a lo largo de todo el día. Por ende, la KM pasa a un segundo plano, y con el tiempo, se vuelve obsoleta, razón por la cual la base de conocimiento no les resulta confiable ni a los agentes ni a clientes.

La “findability” o “encontrabilidad” (capacidad de encontrar la información buscada) siempre ha sido un aspecto clave en la gestión del conocimiento y el autoservicio; y el hecho de tener múltiples sistemas con interfaces antiguas que no fueron diseñadas para optimizar búsquedas lo único que hace es complicar aún más la situación. Desafortunadamente, estos escenarios pueden empeorar en entornos en los que hay un tercerizador que actúa como proveedor de nivel 1. Por otra parte, los agentes de atención incrementan los costos al transferir las llamadas a recursos internos cuando no pueden localizar la información, y eso perjudica todavía más la experiencia del cliente.

Por último, la falta de indicadores y de ROI hace difícil poder supervisar las capacidades de gestión del conocimiento y comprobar el valor que tienen a lo largo del tiempo. En el pasado, la KM ha sido una “caja negra”: a los administradores les resultaba difícil saber exactamente lo que debían optimizar, y a su vez, poder demostrar su impacto a la gerencia.

Estos problemas han sido motivo de frustración y ansiedad en todo el contact center. Afortunadamente, los grandes avances tecnológicos de los últimos dos o tres años han podido hacer frente a los problemas que tradicionalmente presentaba la gestión del conocimiento.

Tendencias tecnológicas para crear iniciativas exitosas de gestión del conocimiento

Son cuatro las tendencias que ayudan a los gerentes de contact center a crear iniciativas exitosas de gestión del conocimiento: una tecnología en nube madura, herramientas de análisis y big data de última generación, el auge de IA y las nuevas funcionalidades que automatizan el descubrimiento del conocimiento a fin de generar cambios que mejoren la experiencia del cliente de una manera completamente nueva.

La tecnología de automatización se está aplicando a tareas relacionadas con el conocimiento que, hasta ahora, exigían la asistencia humana. El gráfico que se presenta a continuación describe cómo se está llevando a cabo la transición.

La disrupción actual en materia de gestión del conocimiento hace que se transfieran las diversas actividades que hoy realizan las personas y que se abra la “caja negra” a una tecnología que ofrece transparencia y que, además, reduce significativamente los gastos administrativos y aumenta exponencialmente la efectividad de una pequeña cantidad de personas con el objeto de mejorar el flujo de conocimiento en el departamento de experiencia del cliente.

Esta disrupción se sustenta en tres pilares:

  • Las herramientas de análisis, que ofrecen insights acerca del comportamiento del cliente, los patrones de contenido y el rendimiento del sistema que, hasta hoy, no estaba disponible.
  • La automatización, que libera a los administradores de tener que actualizar el contenido y mantenerlo confiable y preciso.
  • La IA, que transforma un sistema previamente “chato” y no inteligente en un motor de conocimiento dinámico y de mejora continua.

La gestión del conocimiento tradicional se está volviendo obsoleta: ha llegado la era de la inteligencia del conocimiento. Los gerentes y ejecutivos deben repensar las estrategias y considerar la integración de estas innovadoras tecnologías en su planificación. La próxima generación de KM puede:

  • Reducir el tiempo de atención un 25% o más si se aplican tecnologías de inteligencia artificial para encontrar la información buscada
  • Ahorrar más de 500 horas/administrador al año a través de la automatización
  • Ayudar a todo el contact center a obtener valiosos insights sobre el comportamiento del cliente y del agente

A través de Genesys AppFoundry, usted puede aprovechar soluciones de gestión del conocimiento basadas en IA, tales como Shelf, para automatizar el mantenimiento, obtener insights más precisos sobre el comportamiento del usuario y mejorar el contenido de encontrabilidad. Inscríbase en este webinar on-demand hoy y visite Shelf.io en el portal AppFoundry.

Compartir: