{"id":422714,"date":"2022-02-23T02:39:05","date_gmt":"2022-02-23T10:39:05","guid":{"rendered":"https:\/\/www.genesys.com\/blog\/post\/usare-gli-strumenti-basati-su-ai-per-diffondere-empatia-nel-contact-center"},"modified":"2022-03-07T02:29:53","modified_gmt":"2022-03-07T10:29:53","slug":"using-ai-based-tools-to-build-empathy-in-the-contact-center","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/it-it\/blog\/post\/using-ai-based-tools-to-build-empathy-in-the-contact-center","title":{"rendered":"Usare gli strumenti basati su AI per diffondere empatia nel contact center"},"content":{"rendered":"<p>&nbsp;<\/p>\n<p>Pensa alla migliore esperienza che hai vissuto come cliente. Essendoti sentito compreso da un altro essere umano, \u00e8 probabile che sia stata superiore a qualsiasi altra tua interazione; un momento in cui qualcuno ha affrontato al meglio le tue esigenze e preoccupazioni, trattandoti con grande empatia.<\/p>\n<p>Lo sviluppo dell\u2019empatia a livello aziendale parte dal contact center. Spesso questo rappresenta il punto di svolta di ogni Customer Experience vissuta con un brand visto che il livello di considerazione e attenzione che i clienti ricevono pu\u00f2 di fatto cambiare per sempre la loro percezione dell\u2019azienda, nonch\u00e9 influenzarne irrimediabilmente il livello di fidelizzazione.<\/p>\n<p>La costruzione di una CX empatica richiede strumenti realizzati anch\u2019essi con empatia. Questo significa scegliere quelli in grado di mettere le persone al centro dei processi. Il cosiddetto \u2018human centered design\u2019, che rientra tra i <a href=\"https:\/\/www.genesys.com\/blog\/post\/design-thinking-puts-the-customer-first\" target=\"_blank\" rel=\"noopener\">principi del design thinking<\/a>, va verso la direzione presa dal mercato nei confronti dell&#8217;empatia. Il che significa arrivare a comprendere i passi avanti che le aziende devono compiere per servire meglio i rispettivi clienti. Attivit\u00e0 come la mappatura dell&#8217;empatia e le interviste ai clienti consentono agli sviluppatori di mettersi nei panni degli utenti e di verificare regolarmente di essere sulla buona strada.<\/p>\n<h5>Progettare per l\u2019Empatia<\/h5>\n<p>Quando si tratta di interazioni reali che avvengono tra cliente e agente, a che punto \u00e8 l&#8217;empatia? Come si pu\u00f2 misurarla? E soprattutto, come \u00e8 possibile trovare delle opportunit\u00e0 per insegnarla?<\/p>\n<p>\u00c8 qui dove entra in gioco lo human-centered design. In Genesys, abbiamo applicato strategie quali la mappatura dell&#8217;empatia e le interviste ai clienti per capire cosa serve a questi ultimi e sviluppare strumenti di gestione dell\u2019engagement utili per entrare in sintonia con loro. I supervisori di contact center dovrebbero farsi queste domande:<\/p>\n<ul>\n<li>Che aspetto ha l&#8217;empatia quando i nostri agenti la esprimono?<\/li>\n<li>Perch\u00e9 \u00e8 importante per noi e come possiamo misurarla?<\/li>\n<li>Come possiamo individuare opportunit\u00e0 per insegnarla?<\/li>\n<\/ul>\n<p>Al centro di ogni interazione si trovano due parti che cercano di collaborare per risolvere un problema. Sebbene ci siano tante modalit\u00e0 per arrivare a questo traguardo, ognuno si sentir\u00e0 diversamente a seconda dell&#8217;approccio singolarmente adottato. Durante alcune delle interazioni pi\u00f9 semplici, il rapporto con un bot freddo ma efficace potrebbe soddisfare i clienti in quanto si sentitisi trattati bene. In altre situazioni, come quelle in cui il cliente \u00e8 teso e nel panico, la stessa interazione inespressiva seppure efficiente potrebbe lasciarlo insoddisfatto.<\/p>\n<p>Joel Hickok, Senior Manager, Call Center Operations do AAA, riassume cos\u00ec un&#8217;interazione basata sull&#8217;empatia: &#8220;[I nostri] clienti si trovano in una situazione difficile. Si tratta di ripetere, rassicurarli, riconoscere che si trovano in una situazione difficile. Il tutto servendosi di frasi che mostrano empatia e usando il tono corretto&#8221;.<\/p>\n<p>Affidandosi all&#8217;empatia le aziende possono andare oltre le classiche misurazioni che tengono conto del tempo di gestione e dei codici di disposizione. Le organizzazioni hanno la possibilit\u00e0 di agire in interazioni in cui contano di pi\u00f9 il sentiment, il tono mostrato e il modo in cui vengono gestite. In definitiva, si tratta di fattori che influenzano metriche standard quali la risoluzione al primo contatto (FCR) e i Net Promoter Score (NPS). Tuttavia, analizzandole da vicino si pu\u00f2 capire cosa sta realmente accadendo nell&#8217;interazione oltre a suggerire ai responsabili di contact center di supportare chi la sta portando avanti in quel momento. Il tutto rivelando anche le situazioni in cui offrire un suggerimento. Tra queste ci sono:<\/p>\n<ul>\n<li>Come una risorsa risponde quando interagisce con un cliente arrabbiato<\/li>\n<li>Come una risorsa gestisce le obiezioni o l\u2019utilizzo di frasi particolari<\/li>\n<li>Quale azione la risorsa compie per concludere la chiamata positivamente<\/li>\n<\/ul>\n<p>Presentare tutto questo ai diversi membri del team, commentando quanto avvenuto o suggerendo un\u2019attivit\u00e0 di riesame personale, pu\u00f2 migliorare la capacit\u00e0 di ciascuno di essi di entrare in sintonia con il proprio interlocutore durante le interazioni. Anche se \u00e8 possibile riviverle manualmente per individuare tali momenti, questo non \u00e8 sempre possibile, in special modo su grandi dimensioni. Anche accelerando l\u2019ascolto delle interazioni, si potrebbe utilizzare questo metodo solo per un campione ristretto di interazioni svolte da ogni agente. Un lavoro che si rivelerebbe comunque estenuante per i revisori.<\/p>\n<p>Ecco che per capire dove intervenire bisogna limitare la revisione delle interazioni o dei segmenti in gioco. Per fare questo, si pu\u00f2 tenere conto dei punteggi di sentiment, ossia trovare prima i trend in corso e quindi analizzare la chiamata. Un altro metodo \u00e8 l\u2019uso di uno strumento specializzato nell\u2019individuazione degli argomenti della conversazione, portando alla luce frasi specifiche dette dall&#8217;agente a un cliente e quindi capendo come l\u2019agente si \u00e8 comportato. Infine, si tratta di esaminare pi\u00f9 elementi in gioco, come i punteggi NPS e gli eventi riguardanti il sentiment, per poi rivedere i rispettivi segmenti. In particolare \u00e8 il caso in cui un punteggio NPS positivo si relaziona a una chiamata con punteggi di sentiment negativi.<\/p>\n<p>Utilizzando strumenti basati sull&#8217;intelligenza artificiale (AI), puoi anche automatizzare l\u2019individuazione dei momenti ottimali di apprendimento. In questo modo, anzich\u00e9 impegnarsi in lunghi cicli di revisione necessari a rilevare le lacune esistenti fronte competenze o conoscenze, i team possono dedicarsi a una rapida analisi strategica e identificare le variazioni nelle prestazioni a livello di coda, flusso e agente. I supervisori potranno quindi concentrarsi con pi\u00f9 attenzione sullo sviluppo delle competenze degli agenti per migliorare ulteriormente la Customer Experience.<\/p>\n<p>Per offrire ai client esperienze veramente empatiche, i contact center devono infine entrare a loro volta in sintonia con le proprie risorse supportandole adeguatamente durante ciascun journey, comprendendo le loro esigenze e prevedendo feedback aperti e finalizzati a un miglioramento costante.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>&nbsp; Pensa alla migliore esperienza che hai vissuto come cliente. Essendoti sentito compreso da un altro essere umano, \u00e8 probabile che sia stata superiore a qualsiasi altra tua interazione; un momento in cui qualcuno ha affrontato al meglio le tue esigenze e preoccupazioni, trattandoti con grande empatia. Lo sviluppo dell\u2019empatia a livello aziendale parte dal [&hellip;]<\/p>\n","protected":false},"author":235,"featured_media":424305,"template":"","tax_priority":[],"tax_blogtype":[17750],"tax_blogcategory":[15948],"tax_contenttheme":[],"tax_bundle":[],"tax_contenttheme2":[],"tax_capability_sitewide":[],"tax_products_programs":[],"tax_buying_job":[],"tax_buyer_persona":[],"tax_sector":[],"tax_segment":[],"class_list":["post-422714","blog","type-blog","status-publish","has-post-thumbnail","hentry","tax_blogtype-genesys-it-it","tax_blogcategory-ai-and-machine-learning-it-it"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog\/422714","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/users\/235"}],"version-history":[{"count":5,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog\/422714\/revisions"}],"predecessor-version":[{"id":422728,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog\/422714\/revisions\/422728"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/media\/424305"}],"wp:attachment":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/media?parent=422714"}],"wp:term":[{"taxonomy":"tax_priority","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_priority?post=422714"},{"taxonomy":"tax_blogtype","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_blogtype?post=422714"},{"taxonomy":"tax_blogcategory","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_blogcategory?post=422714"},{"taxonomy":"tax_contenttheme","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_contenttheme?post=422714"},{"taxonomy":"tax_bundle","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_bundle?post=422714"},{"taxonomy":"tax_contenttheme2","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_contenttheme2?post=422714"},{"taxonomy":"tax_capability_sitewide","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_capability_sitewide?post=422714"},{"taxonomy":"tax_products_programs","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_products_programs?post=422714"},{"taxonomy":"tax_buying_job","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_buying_job?post=422714"},{"taxonomy":"tax_buyer_persona","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_buyer_persona?post=422714"},{"taxonomy":"tax_sector","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_sector?post=422714"},{"taxonomy":"tax_segment","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_segment?post=422714"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}