Zákazníci dnes očekávají rychlé, přívětivé a personalizované služby, a to bez ohledu na to, zda komunikují s pracovníkem u přepážky, osobním poradcem nebo operátorem kontaktního centra. Vzhledem ke konkurenci na trhu ve všech oborech si mohou vybírat a neváhají se o své zkušenosti – zejména negativní – podělit s ostatními. Uspokojit vysoké nároky není snadné, zvláště se staršími systémy pro kontaktní centra.

Technologie jako cloud, umělá inteligence (AI), strojové učení (ML) a analýza dat v moderních řešeních kontaktních center pomáhají nejen základnímu cíli – rychle a úspěšně uspokojit požadavky zákazníků – ale také v důsledku toho zlepšovat reputaci firmy a získávat zákazníky nové.

Jednou z největších výzev pro kontaktní centra je v této souvislosti právě personalizace přístupu k zákazníkovi. Zákazník očekává, že operátor ví, s kým hovoří, a na co případně svým dotazem nebo požadavkem navazuje, a že se dočká rychlé, srozumitelné a relevantní odpovědi či efektivního vyřešení svého problému. K tomu musí mít operátor snadný a rychlý přístup k úplnému kontextu – údajům o zákazníkovi, historii transakcí, dřívějším interakcím a podobně. Potřebuje ale mít po ruce také pohotový kontakt na správné interní experty, od kterých si může vyžádat odborné informace, nebo na které může zákazníka přesměrovat. Systém v kontaktním centru by měl umožňovat interním uživatelům na základě agregovaných dat sledovat trendy a vzorce v jednotlivých zákaznických segmentech pro další směřování komunikační a prodejní strategie.

Dosáhnout významného pokroku v rychlosti, efektivitě a personalizaci u systémů kontaktních center, umožňuje (podobně jako ve spotřebitelských aplikacích) umělá inteligence. Mnoho globálních společností do ní proto investuje – jeden z jejích nejvýznamnějších přínosů totiž spočívá v automatizaci a samoobslužnosti zákaznického servisu. Teprve v případě, že systém nedokáže požadavek uspokojivě vyřešit, hladce přesměruje konverzaci k pracovníkovi kontaktního centra. Umělá inteligence mu však nadále asistuje – naslouchá telefonní nebo textové konverzaci a aktivně operátorovi nabízí relevantní informace, takže je nemusí sám vyhledávat v dalších aplikacích.

Analýza řeči odhalí víc než klíčová slova

Jedním z nástrojů, na nichž staví automatizace a zefektivňování interakce zákazníka s kontaktním centrem, je analýza přirozené řeči. Ta umožňuje získávat důležité informace z nestrukturovaných dat a odhalovat v nich vzorce a trendy. Na rozdíl od dřívějšího vyhledávání určitých výrazů v mluvené komunikaci dnešní nástroje pro analýzu řeči dokáží detekovat důvod telefonátu, tón, emoce, napětí v hlase, spokojenost či nespokojenost, vývoj hovoru (např. prodlevy nebo skákání do řeči), narůstající frustraci, apod.

Nové technologie, jako je analýza řeči v reálném čase nebo emoční analýza spolu s umělou inteligence dokáží rychle odhalit potřeby, přání a očekávání zákazníka a pomáhat je operátorovi co nejlépe uspokojovat. Analýza řeči dokáže také v rámci statistiky porovnávat běžně užívaná slova a fráze při pozitivních a negativních interakcích a na základě takových signálů navrhovat kroky ke zlepšení zkušenosti zákazníka. Poznatky z analýzy řeči se obvykle využívají ve spojení s dalšími dostupnými daty ke sledování trendů, příčin nespokojenosti a fluktuace zákazníků i řešení komplexnějších obchodních problémů.

Dalším přínosem okamžitých výstupů analýzy řeči je odhalování příležitostí ke cross-sellingu či up-sellingu. Operátor může na základě dostupných dat v rámci hovoru zákazníkovi ve správnou chvíli nabídnout určitý produkt nebo službu. Zpětná analýza hovorů ukáže, kteří operátoři jsou nejúspěšnější – jaké postupy vedou k nejvyšším prodejům a spokojenosti zákazníků. Na základě toho je možné patřičně školit i další pracovníky, což jednak zvýší celkovou efektivitu kontaktního centra, jednak sníží počet nevyužitých příležitostí.

Kontaktní centrum nepřesouvejte do Indie, ale do cloudu

Kontaktní centrum by mělo s minimálními náklady pro firmu vyřídit požadavek klienta k jeho maximální spokojenosti. Ale nejen to. Mělo by přispívat k celkovému úspěchu firmy, zvyšování výnosů a získávání nových zákazníků. Jak jsem zmínil v úvodu, umělá inteligence v kontaktním centru vybavuje operátory znalostmi, kontextem a daty, která potřebují k relevantnější a personalizovanější komunikaci se zákazníkem. Zároveň také v podobě virtuálních asistentů umožňuje zákaznickou samoobsluhu jako nejefektivnější cestu k urychlení vyřizování požadavků.

Další technologií, která pomáhá vyhovět moderním nárokům na kontaktní centra, je cloud. Do cloudu je možné dnes přenést celý systém kontaktního centra a provozovat jej jako službu. Firmu, která chce své stávající kontaktní centrum modernizovat, vybudovat nové nebo řídit jednotně více kontaktních center z jednoho místa, to zbavuje nutnosti nemalé investice do vybavení. Znamená to také žádnou starost o aktualizace softwaru či implementaci nových funkcí a snazší integraci s jinými cloudovými podnikovými systémy. Přechod do cloudu přitom nemusí znamenat opuštění stávajícího lokálního řešení, ale jeho rozšíření o nové funkce bez komplikované migrace. Výhodou cloudového řešení je také snadná škálovatelnost a možnost postupného rozšiřování funkcionalit. Začít je možné jedním kanálem a postupně přidávat další podle obchodní strategie.

Systém kontaktního centra by měl být také schopný vyhodnocovat interakci se zákazníkem z hlediska compliance. Firma jako celek může dodržovat veškeré zákony, etické kodexy a podobně, ale jednotliví operátoři mohou pod tlakem na výkon nebo ve vypjaté situaci nechtěně opomenout upozornit zákazníka podle předpisů. Zde opět pomáhá analýza řeči automaticky identifikovat potenciálně problémové hovory, kterým je nutné věnovat pozornost.

Cesta a zkušenost zákazníka

Zkušenost zákazníka (CX) je zaklínadlo moderního marketingu. Tvoří ji souhrn všech situací, kdy zákazník přijde s firmou do styku, a to jednostranně i oboustranně. U kontaktního centra tedy jde o to, jak optimalizovat interakci se zákazníkem ve všech komunikačních kanálech.

Cloudová platforma, která prostřednictvím kontaktního centra propojuje podnik se zákazníky, shromažďuje, uchovává a zpracovává nepřetržitý tok dat. Ten slouží k vytvoření komplexního obrazu zákazníka jako podkladu pro lepší rozhodování a personalizaci zkušenosti s cílem zvýšit spokojenost zákazníka.

Dalším cílem je vytvořit hladkou cestu zákazníka od první interakce s firmou po nákup, poskytnutí služby nebo vyřešení požadavku. V každé fázi cesty by přitom zákazník měl mít možnost volby svého preferovaného způsobu komunikace a volně mezi nimi přecházet. Nedokáže-li firma takovou cestu zajistit, když zákazník potřebuje podporu nebo asistenci, hrozí jeho odchod ke konkurenci.

Jedině přístup založený na cestě zákazníka odhalí faktory, které nejvíce ovlivňují výsledky, a ukáže, kde existuje prostor pro optimalizaci. Analýza jednotlivých kroků cesty umožňuje postupně zlepšovat všechny fáze a celkově ovlivnit celý průběh životního cyklu zákazníka. Tradiční přístup, kdy jsou stávající zákazníci zpětně dotazováni na svoji zkušenost, nemusí vzhledem k prodlevě pokrýt všechny aspekty. Mezi vyhodnocení zpětné vazby a přijetím příslušných opatření navíc obvykle uběhne značná doba. Analýza dat z celého průběhu cesty zákazníka umožňuje do budoucna lépe předvídat pravděpodobné další kroky v jednotlivých kanálech a přizpůsobovat jim strategii.

Ivan Sýkora Autor článku je expertem na technologie pro komunikaci a týmovou spolupráci ve společnosti Cisco.