Una vez que comienza la interacción, podemos usar datos, inteligencia artificial, para medir el sentimiento, el sentimiento del cliente. Y en el curso de la interacción, un agente puede recibir una notificación de su supervisor que dice: “Aquí hay un par de cosas diferentes que puede hacer para ayudar a mejorar esta llamada”. O: “Oye, en nuestra sesión de coaching hablamos de ser más empáticos y eso es lo que esto significa para este cliente”. Por lo tanto, dar indicaciones específicas para que la interacción se desarrolle mejor en tiempo real.
Otro ejemplo que también cargan los supervisores; Por lo general, tienen un equipo grande de hasta 20, a veces 25 agentes diferentes que tienen llamadas al mismo tiempo.
Y es difícil para los supervisores saber quién está en qué interacción con qué cliente. ¿Y es importante esta escalada o cuál es el lugar más importante? Porque sólo podemos estar en un lugar a la vez. Por mucho que intentemos hacer muchas cosas con la tecnología moderna, sólo podemos hacer una realmente bien a la vez.
Entonces, los supervisores pueden recibir una notificación sobre qué llamadas necesitan escalarse y dónde pueden ayudar mejor a su agente. Y también pueden ver cómo se desempeñan sus equipos al mismo tiempo.
Una vez finalizada la llamada, la inteligencia artificial puede hacer cosas como resumir la interacción. Durante una interacción de contexto, los agentes absorben mucha información. Y entonces es difícil descifrar eso, y su próxima llamada llegará muy rápidamente. De modo que la inteligencia artificial puede generar un resumen de esa interacción, en lugar de que el agente tenga que escribir notas.
Y esta es una gran mejora porque mejora la experiencia de los clientes. Que la próxima vez que llamen, sepan que esas notas se entregarán al agente y que el agente podrá usarlas. Los agentes también lo aprecian mucho, porque les resulta difícil recrear de forma abreviada, algo muy complicado, en la atención sanitaria, por ejemplo, todos los diferentes números de codificación para distintos tipos de procedimientos, o el proveedor, o varios proveedores, o explicaciones de beneficios para resumir. todo eso de manera concisa antes de atender su próxima llamada.
Entonces, una herramienta de resumen automático lo hace automáticamente basándose en la conversación, ahorrando a los agentes hasta un minuto de notas posteriores a la llamada, pero también ahorrando a las empresas más de $14 millones al año para 1,000 agentes. Lo cual es genial, pero los agentes lo aprecian porque al 85% de ellos no les gustan todas sus aplicaciones de escritorio. Tienen muchas aplicaciones que administran. Entonces la inteligencia artificial está ayudando con estos resúmenes de llamadas.
También puede ser útil generar informes a posteriori para ver cuál es la tendencia de todas las llamadas: ¿hay un sentimiento alto o bajo? Y también en el aspecto de gestión de calidad de la gestión de un centro de contacto, cada llamada se evalúa en cuanto a cumplimiento, saludo y cómo el agente resolvió la llamada. Y uno de los grandes desafíos de la gestión de la calidad sin inteligencia artificial es que es muy subjetivo.