Costumo dizer que quando bem realizado, o autoatendimento é uma ferramenta poderosa para permitir que os clientes façam perguntas e resolvam problemas em seus próprios termos, o que melhora o CX.
Pessoal, vocês já notaram que
nada diz a um cliente, como:
Não estou realmente interessado
em falar com você, de forma tão direta quanto uma resposta de voz interativa
(IVR).
É a voz do computador que todos
adoramos odiar!!!! em seu telefone mais de uma vez para obter um ser humano
para ajudá-lo com uma consulta simples. A tecnologia é boa para verificar o
saldo de uma conta ou descobrir quanto será sua próxima fatura, mas a
comunicação falha quando precisamos ser interativos.
Então, toda essa essência aparece
entranhada, da seguinte maneira:
Os chatbots nem sempre são
eficazes, pois embora sejam projetados para ajudar, os recursos limitados dos
chatbots podem frustrar os clientes e dissuadi-los de sua marca.
O mau serviço atribuído ao
chatbot está em seu design desconcertado, assim, muitos consumidores se veem
incapazes de chegar a uma solução porque os chatbots não conseguem diagnosticar
adequadamente seu problema.
O meu parecer é que o objetivo a
ser alcançado e redesenhar a experiência do chatbot, de ambas as pontas.
Incentivar os consumidores a serem sinceros e falar com suas próprias palavras
ajuda os chatbots a aprender a lidar com um problema de maneira mais adequada.
Na atual conjuntura, apesar dos
lançamentos iniciais de chatbots de autoatendimento, que podem usar o aumento
da IA de forma mais eficaz, é intrigante observar como as marcas estão
lutando para atender às necessidades de seus clientes na implementação de
chatbots. Com muita frequência, a experiência do chatbot parecia seguir um
modelo semelhante aos IVRs, ou seja, a única diferença era que o cliente estava
digitando em vez de falar. Mas por que? Depois do que aprendemos sobre IA ao
longo dos anos, como uma experiência ruim pode ser simplesmente replicada em
outro canal de comunicação.
Como descrever o que há de errado
com o caminho do Chatbot?
A pergunta é porque foi feito
pelos motivos errados. Quando bem feito, o autoatendimento é uma ferramenta
poderosa para permitir que os clientes façam perguntas e resolvam problemas em
seus próprios termos, melhorando consequentemente a experiência do cliente.
Infelizmente, muitas marcas viram nos chatbots o que viram nas IVRs, um meio de
cortar custos tirando os humanos da conversa. Isso é irônico, considerando que
várias pesquisas revelaram que metade dos consumidores abandonou um negócio
quando atingiram um IVR, com uma perda considerável para o negócio por cliente.
Por causa disso, precisamos olhar para as causas da má adoção do chatbot para
evitar cometer os mesmos erros (e perdas de negócios).
Vou considerar alguns elementos
importantes que contribuem para essa má execução:
Será mesmo que você não conhece o
seu cliente. O primeiro indicativo é que muitas marcas simplesmente não
conheciam seus clientes, quem são e em que tipos de transações estão tentando
navegar. Sem uma definição lógica essas marcas muitas vezes faziam suposições
sobre o que um cliente poderia querer sem qualquer exame sério dos dados de
desempenho.
Sem nenhum obstáculo vamos seguir
a árvore IVR. Em segundo lugar, as marcas continuam a seguir o modelo de árvore
IVR, ou seja, de fazer com que o cliente selecione o motivo da ligação
(geralmente de uma pequena categoria) e, a seguir, conduza-o por subcategorias
mais restritas. Isso é demorado e muitas vezes frustrante para os clientes,
especialmente quando eles chegam a um beco sem saída e não podem voltar atrás.
Alternativas ruins equivale a
cliente frustrado. Por fim, quando chegam a um beco sem saída, não há
alternativa para o cliente a não ser reiniciar toda a transação e esperar
encontrar seu destino final por meio de diferentes respostas aos prompts do
chatbot.
Mas nem tudo é ruim, a boa
notícia é que, para cada um desses elementos, existem caminhos de solução
correspondentes, que estão dentro das principais habilidades e influência dos
profissionais de experiência do cliente.
Procure realizar uma análise
completa da voz não estruturada do cliente (VoC), particularmente VoC não
solicitada e não estruturada. Isso acontecerá principalmente por meio de
gravações de chamadas, transcrições de bate-papo ao vivo e e-mails. Não confie
em códigos de motivo inseridos por agentes ou em respostas de pesquisas
pós-transação. Por natureza, essas respostas fornecem feedback sobre o que eles
acham que deve ser importante para seus clientes. Os consumidores são
verdadeiramente sinceros em suas perguntas não solicitadas; essas fontes também
revelam a fraseologia real que seus clientes estão usando, o que nos leva ao
segundo caminho de solução.
Incentive os clientes a falarem
com suas próprias palavras. Com a
qualidade sempre aprimorada da IA para gerenciar uma conversa, não há mais
desculpa para ignorar o processamento de linguagem natural (PNL) como a
principal entrada do cliente para o seu chatbot. Jogue fora os modelos de
árvore IVR desgastados que você está usando e deixe os clientes digitarem da
maneira como falam. Com apenas uma quantidade modesta de treinamento em IA, seu
chatbot pode ser hábil em reconhecer a intenção do cliente, mesmo quando não
declarada explicitamente. A PNL capacita os clientes a irem direto ao seu
trabalho a ser feito sem perder tempo com camadas de questões de múltipla
escolha que podem levá-los a um beco sem saída que é abordado no terceiro
caminho de solução.
Se redirecione e vá para um
atendente humano ao primeiro sinal de confusão do cliente. Não permita que a euforia
do seu cliente suba tendo que gritar por um agente se ele ficar preso. Introduza
limites acionáveis e gatilhos para identificar quando os clientes fizeram
várias tentativas de buscar esclarecimentos ou expressaram frustração. Nesse
ponto, é crucial transferir prontamente a sessão de chat, juntamente com seu histórico
completo de diálogos, para um agente humano que possa resolver a transação de
maneira rápida e eficaz. A resolução de uma consulta é o fator mais
significativo na determinação da satisfação geral com uma transação
automatizada. Os clientes agradecerão e você aprenderá mais sobre onde ajustar
a inteligência do seu chatbot para futuros compromissos.
Pessoal, o entorno do conceito de
empresas que incentivam os clientes a se autoatendimento começou décadas atrás,
principalmente com postos de gasolina. Poucos leitores podem perceber que nos
EUA houve um tempo em que um motorista nunca saía do carro para reabastecer, em
vez disso, um atendente o fazia. No entanto, se os motivos iniciais para essa
prática fossem reduzir custos, os clientes acabaram evoluindo para preferir o
autoatendimento para economizar tempo e evitar a espera de outro humano.
Nesse parâmetro é aí que reside a
proposta ganha-ganha para implementações de chatbot, ou seja, em vez de forçar
os clientes a se autoatendimento para cortar custos, as marcas devem buscar
atrair os clientes para um funil de autoatendimento, oferecendo opções que os
beneficiem na forma de complexidade mínima, custo e economia de tempo. Como
resultado, essas marcas criarão mais clientes recorrentes, aumentarão a
fidelidade à marca e, possivelmente outra ironia, reduzirão seus custos
operacionais, assim, todos ganham.
Pense nisso.
Sergio Mansilha
