Kilka minut rozmowy z chatbotem. Bot rozpoznaje numer klienta, prosi o opisanie problemu i zapewnia, że za chwilę połączy z konsultantem. Wszystko przebiega sprawnie, więc można odnieść wrażenie, że obsługa została dobrze zaprojektowana.
Po przełączeniu rozmowy konsultant zadaje jednak pierwsze pytanie: W czym mogę pomóc?
Klient po raz drugi opisuje ten sam problem. Po raz drugi podaje numer zamówienia. Po raz drugi tłumaczy, dlaczego dzwoni.
W tym momencie przestaje mieć znaczenie, czy pierwszą część rozmowy prowadził chatbot, czy najbardziej zaawansowany model sztucznej inteligencji. Klient zapamięta przede wszystkim to, że firma zmarnowała jego czas.
Takich sytuacji większość z nas doświadczyła przynajmniej raz. To również dobry przykład pokazujący, dlaczego dyskusja o sztucznej inteligencji w obsłudze klienta często schodzi na niewłaściwe tory. Rozmawiamy o technologii, chociaż źródłem frustracji klientów znacznie częściej okazuje się sposób zaprojektowania całego procesu.
W ostatnich dwóch latach wielokrotnie można było przeczytać, że klienci nie chcą rozmawiać z AI. Tymczasem wyniki badań i codzienne doświadczenia pokazują coś bardziej złożonego. Klienci nie mają problemu z automatyzacją, jeśli dzięki niej szybciej rozwiązują swoją sprawę. Zaczynają protestować dopiero wtedy, gdy technologia staje się kolejną przeszkodą.
Inspiracją do napisania tego artykułu była publikacja Alice Pope „Why Customers Don’t Hate AI. They Hate Bad Service.„. Autorka, bazując na wieloletnim doświadczeniu w zarządzaniu Customer Experience w organizacjach z listy Fortune 100, pokazuje, że źródłem frustracji klientów bardzo często nie jest sama technologia, lecz sposób, w jaki firmy projektują procesy i obsługę. W dalszej części rozwijamy tę perspektywę, odnosząc ją do podejścia CustomerMatters i Customer Experience Governance.
Skąd więc przekonanie, że klienci nie lubią AI?
To przekonanie bierze się z prostego błędu. Firmy często obserwują skutki, ale nie szukają ich przyczyn. Klient rezygnuje z rozmowy z chatbotem? Najłatwiej uznać, że nie ufa sztucznej inteligencji. Prosi o połączenie z konsultantem? Widocznie woli kontakt z człowiekiem.
W praktyce przyczyny bywają znacznie bardziej prozaiczne. Klient nie rezygnuje dlatego, że rozmawia z AI. Rezygnuje wtedy, gdy ma poczucie, że utknął. Nie może przejść do kolejnego etapu, nie otrzymuje odpowiedzi na swoje pytanie albo krąży w zamkniętej pętli tych samych komunikatów.
To doświadczenie zna chyba każdy. Wchodzimy na stronę internetową, otwieramy okno czatu i po kilku minutach orientujemy się, że żadna z proponowanych odpowiedzi nie rozwiązuje naszego problemu. Szukamy przycisku „Połącz z konsultantem”, ale go nie znajdujemy. Zamykamy okno i próbujemy zadzwonić.
Czy to oznacza, że nie chcemy korzystać z AI? Niekoniecznie. Gdyby ten sam chatbot po dwóch pytaniach przekazał rozmowę konsultantowi, a pracownik od razu znał kontekst sprawy, prawdopodobnie ocenilibyśmy całe doświadczenie zupełnie inaczej.
To ważna różnica, bo pokazuje, że klienci nie oceniają poszczególnych elementów procesu. Oceniają całość.
Klient pamięta tylko jedno doświadczenie
Organizacja widzi proces podzielony na etapy. Marketing odpowiada za kampanię, sprzedaż za ofertę, contact center za obsługę, a dział IT za systemy. Każdy zespół realizuje własne cele i analizuje własne wskaźniki.
Klient patrzy na to zupełnie inaczej, nie interesuje go, który dział odpowiadał za konkretny fragment procesu. Pamięta jedynie, czy udało mu się załatwić sprawę i ile wysiłku musiał w to włożyć.
To właśnie dlatego pojedynczy błąd potrafi zdominować ocenę całego doświadczenia. Nawet jeśli wcześniejsze etapy przebiegały bez zarzutu, konieczność ponownego podawania tych samych informacji albo przechodzenia między kilkoma kanałami kontaktu skutecznie psuje końcowe wrażenie.
Warto spojrzeć na to z jeszcze jednej perspektywy. Dla organizacji przekazanie rozmowy z chatbota do konsultanta oznacza zmianę kanału obsługi. Dla klienta nic się nie zmienia. Nadal próbuje rozwiązać ten sam problem.
To pozornie drobna różnica, ale właśnie w takich miejscach najczęściej rodzi się frustracja.
To tutaj zaczyna się prawdziwa rola Customer Experience
Dopiero w tym miejscu warto zadać pytanie, które w CustomerMatters pojawia się bardzo często. Czy organizacja zarządza pojedynczymi punktami styku, czy całym doświadczeniem klienta?
Jeżeli każdy zespół optymalizuje wyłącznie własny fragment procesu, klient prędzej czy później odczuje skutki tych decyzji. Chatbot będzie oceniany za liczbę zakończonych rozmów, konsultanci za czas obsługi, a dział IT za stabilność systemów. Każdy osiągnie swój cel, a klient nadal będzie musiał dwa razy opowiedzieć tę samą historię.
Customer Experience Governance proponuje inne spojrzenie. Punktem odniesienia staje się nie skuteczność pojedynczego narzędzia, ale efekt końcowy z perspektywy klienta. To wymaga współpracy między działami, wspólnych celów i gotowości do usuwania przyczyn problemów, a nie tylko ich skutków.
Właśnie dlatego dyskusja o AI powinna zaczynać się znacznie wcześniej niż na etapie wyboru technologii. Najpierw warto zrozumieć, w których momentach podróży klient napotyka największe trudności. Dopiero później można zdecydować, czy rozwiązaniem będzie automatyzacja, zmiana procesu czy po prostu lepsza współpraca między zespołami.
AI nie rozwiąże problemów, których organizacja nie rozumie
Wiele projektów związanych ze sztuczną inteligencją rozpoczyna się od wyboru narzędzia. Zespół porównuje dostępne rozwiązania, planuje integrację z systemami i przygotowuje harmonogram wdrożenia. Znacznie rzadziej na początku pada pytanie, które z perspektywy klienta jest najważniejsze: jaki problem próbujemy rozwiązać?
To właśnie od odpowiedzi na to pytanie zależy, czy AI rzeczywiście poprawi doświadczenia klientów.
Jeżeli organizacja nie wie, dlaczego klienci dzwonią do contact center, automatyzacja jedynie przyspieszy obsługę tych samych problemów. Jeżeli nie rozumie, dlaczego klienci porzucają proces zakupowy, nawet najlepszy chatbot nie zatrzyma ich na stronie. Jeżeli różne działy podejmują decyzje niezależnie od siebie, sztuczna inteligencja nie sprawi nagle, że doświadczenie klienta stanie się spójne.
To nie oznacza, że AI ma ograniczoną wartość. Wręcz przeciwnie. Może analizować tysiące rozmów, wskazywać powtarzające się problemy, wspierać konsultantów podczas kontaktu z klientami czy skracać czas obsługi. Wszystkie te możliwości przynoszą jednak największe korzyści wtedy, gdy organizacja potrafi wykorzystać informacje do wprowadzania zmian.
W praktyce oznacza to przejście od reagowania na pojedyncze zgłoszenia do systematycznego usuwania ich przyczyn.
Głos klienta jest początkiem, a nie końcem pracy
W wielu firmach program Voice of Customer kojarzy się przede wszystkim z badaniami satysfakcji. Klienci wypełniają ankiety, organizacja analizuje wyniki i przygotowuje raport dla zarządu. Na tym proces często się kończy.
Z punktu widzenia klienta niewiele się wtedy zmienia. Prawdziwa wartość pojawia się dopiero wtedy, gdy informacje zebrane od klientów wpływają na sposób działania organizacji. Jeżeli analiza rozmów pokazuje, że największą frustrację powoduje konieczność wielokrotnego podawania tych samych danych, problemem nie jest jakość pracy konsultantów. Problemem jest sposób zaprojektowania procesu.
To właśnie tutaj sztuczna inteligencja może odegrać ważną rolę. Potrafi znacznie szybciej niż człowiek znaleźć powtarzające się wzorce, wskazać najczęściej pojawiające się przyczyny kontaktów i pomóc ustalić, które problemy mają największy wpływ na klientów. Nadal jednak ktoś musi podjąć decyzję o zmianie procesu, polityki czy sposobu współpracy między zespołami.
Technologia może wskazać kierunek. Odpowiedzialność za zmianę pozostaje po stronie organizacji.
W najbliższych latach przewagę zyskają firmy, które będą zadawały lepsze pytania
Jeszcze niedawno dyskusja koncentrowała się na tym, czy warto inwestować w sztuczną inteligencję. Dzisiaj takie pytanie traci sens. AI staje się naturalnym elementem środowiska pracy i z roku na rok będzie obecna w coraz większej liczbie procesów.
Znacznie ważniejsze staje się to, jakie pytania organizacje zadają przed kolejnymi wdrożeniami.
- Czy naprawdę rozwiązujemy problem klienta?
- Czy usuwamy przyczynę kontaktu, czy jedynie szybciej na nią reagujemy?
- Czy klient przechodzi przez cały proces płynnie, niezależnie od kanału kontaktu?
To pytania, które prowadzą do lepszych decyzji biznesowych niż dyskusja o tym, który model językowy jest dziś najdokładniejszy.
Na koniec wróćmy do klienta z początku tego artykułu
Wyobraźmy sobie jeszcze raz tę samą sytuację. Klient kontaktuje się z firmą, rozmawia z chatbotem, a następnie zostaje przekierowany do konsultanta.
Tym razem przebieg rozmowy wygląda inaczej. Konsultant zna historię kontaktu, nie prosi o ponowne opisanie problemu i od razu przechodzi do jego rozwiązania. Po kilku minutach sprawa jest zamknięta.
Czy klient zapamięta, że rozmawiał ze sztuczną inteligencją? Prawdopodobnie nie. Zapamięta, że firma sprawnie rozwiązała jego problem.
To właśnie dlatego pytanie o to, czy klienci lubią AI, prowadzi nas w niewłaściwym kierunku. Znacznie ważniejsze jest, czy potrafimy wykorzystać technologię do projektowania doświadczeń, które oszczędzają klientom czas i wysiłek.
Na tym polega różnica między wdrożeniem nowego narzędzia a świadomym zarządzaniem Customer Experience. I właśnie ta różnica będzie w najbliższych latach decydowała o przewadze konkurencyjnej wielu organizacji.