Клиентский сервис складывается из большого количества небольших действий: как сотрудник ответил на вопрос, насколько быстро решил проблему, что написал после разговора, какие формулировки использовал и что в итоге запомнил клиент.
Поэтому ИИ в клиентском сервисе особенно полезен там, где информации много, а вручную анализировать каждое взаимодействие сложно.
Источниками могут быть:
записи телефонных разговоров;
переписка в мессенджерах;
обращения через сайт;
данные из CRM;
отзывы клиентов;
анкеты обратной связи;
комментарии сотрудников;
результаты опросов.
ИИ позволяет собрать эти данные и увидеть повторяющиеся ситуации, которые в ежедневной работе легко пропустить.
Что можно увидеть в звонках и обращениях клиентов
Например, компания выгружает записи звонков из телефонии.
ИИ можно использовать для анализа:
наиболее частых вопросов;
причин недовольства;
возражений клиентов;
ситуаций, в которых сотрудники теряют клиента;
удачных формулировок сотрудников;
повторяющихся проблем;
тем, по которым клиентам постоянно требуется дополнительное объяснение.
Для руководителя это уже материал для конкретных решений.
Можно понять, каким сотрудникам требуется обучение, какие ответы стоит изменить, что добавить в базу знаний и где сам бизнес-процесс создаёт неудобство для клиента.
CRM может стать источником управленческой аналитики
Большая таблица со сделками и обращениями сама по себе редко отвечает руководителю на все вопросы.
С помощью ИИ можно искать закономерности:
какие обращения чаще заканчиваются продажей;
после каких этапов клиенты прекращают коммуникацию;
какие причины отказа повторяются;
где увеличивается срок ответа;
какие вопросы постоянно возникают у новых клиентов.
Дальше эти данные можно превращать в регулярный отчёт для руководителя.
Отдельная задача — понять, почему сделки не доходят до продажи. Мы подробно разбирали этот сценарий в материале «ИИ для анализа причин отказов в продажах»: какие данные брать из CRM, как группировать причины и что обязательно проверять перед управленческими выводами.
ИИ помогает обучать сотрудников на собственных ситуациях
Для клиентского сервиса особенно полезно обучение на материалах самой компании.
Можно взять реальные обезличенные диалоги и разобрать: что сотрудник сделал хорошо; где ответ можно было сформулировать точнее; какой вопрос стоило задать клиенту; как можно было продолжить коммуникацию; какие формулировки лучше использовать в похожих ситуациях.
Так обучение становится связано с теми задачами, которые сотрудники встречают каждый день.
Отзывы — отдельный источник информации о бизнесе
В десятках и сотнях отзывов можно увидеть:
за что компанию чаще всего хвалят;
что клиенты считают её главным преимуществом;
какие недостатки повторяются;
какие сотрудники или услуги упоминаются;
какие детали сервиса оказываются важными для клиента;
что влияет на решение обратиться повторно.
ИИ значительно упрощает такой анализ.
Вместо ручного чтения большого количества отзывов можно получить структуру тем, повторяющиеся формулировки и список вопросов, которые требуют внимания руководителя.
Если отзывов уже много, их можно анализировать как отдельный массив клиентских данных. Пошаговый сценарий мы собрали в статье «Анализ отзывов клиентов с помощью ИИ».
Отзывы важны и за пределами разговора с конкретным клиентом
Сегодня отзыв читает уже не только следующий потенциальный покупатель.
Отзывы становятся частью цифрового следа компании: они присутствуют на картах, площадках, в поиске и других системах, которые собирают информацию о бизнесе.
Поэтому компании важно понимать, какие характеристики клиенты регулярно связывают с её брендом.
Если сильной стороной бизнеса является, например, скорость работы, профессионализм специалистов или особенно удобный сервис, полезно понимать, отражается ли это в реальной обратной связи клиентов.
Речь здесь не о том, чтобы диктовать человеку текст отзыва.
Компания может создать нормальный сценарий получения обратной связи: выбрать момент, канал коммуникации и задать клиенту вопросы, которые помогут ему подробнее описать собственный опыт.
Что для вас оказалось самым удобным?
Почему вы выбрали именно нас?
Что особенно понравилось в работе специалиста?
Какую задачу вам удалось решить?
Такие вопросы дают компании намного больше информации, чем стандартное «Оставьте, пожалуйста, отзыв».
ИИ помогает подобрать формат коммуникации
Единой механики клиентского сервиса для всех компаний нет.
Где-то лучше работает телефон. Где-то — Telegram или WhatsApp. Где-то клиенту проще ответить на короткую форму после оказания услуги.
С помощью ИИ можно готовить разные варианты сообщений, тестировать формулировки, адаптировать их под разные ситуации и постепенно собирать рабочие сценарии.
То же относится к ответам на отзывы.
ИИ может помочь подготовить черновик ответа, учитывать содержание обращения и выдерживать единый стиль компании. Финальная коммуникация при этом остаётся под контролем сотрудника.
С чего начать
Можно взять один уже существующий источник: 50 звонков, 100 обращений, выгрузку CRM или отзывы компании за несколько месяцев.
Дальше провести анализ и ответить на несколько вопросов:
что чаще всего спрашивают клиенты;
где возникают сложности;
какие формулировки сотрудников работают лучше;
что клиенты считают преимуществом компании;
что нужно изменить в сервисе;
какие действия можно автоматизировать следующим этапом. Даже такой небольшой анализ часто даёт руководителю конкретный список задач для отдела продаж или клиентского сервиса.
