Cada vez que necesitamos ayuda sobre algún producto o servicio contratado, la primera opción que nos viene a la cabeza es llamar al Servicio de Atención al Cliente.

Si. Llamar. Aun sabiendo que hoy en día tenemos disponibles muchos canales para comunicarnos como Email, Formularios Web, Chat, App, WhatsApp, Telegram, Facebook o Instagram. No sigo enumerando porque no se me ocurren más ahora mismo, pero los hay.

Terminamos llamando… sea por comodidad, rutina o percepción de que nos atenderán mejor… Mi cabeza siempre dice: <<Bahhh… llamo que es menos lío y que me lo resuelvan ya…>>

Lo siguiente que suele ocurrir es que nos atiende una “maquinita”, que nos marea haciéndonos pulsar dígitos en menús de interminables opciones. Opciones donde, fíjate que casualidad, que rara vez está la que necesitamos…

<<Para otras consultas, por favor, espere…>> Pues eso, espero, hasta que al final puede pasar una de estas dos opciones:

  • Me enfado con la marca por hacerme perder el tiempo y cuelgo.
  • Me enfado con la marca por hacerme perder el tiempo, pero espero enfadado porque necesito solucionar mi problema urgentemente.

Si, en las dos opciones me enfado…

Sale mi vena de consultor y pienso, ¿por qué? Con toda la tecnología que hay hoy en día, ¿por qué seguimos igual que hace años? Desde mi punto de vista, fallan dos partes clave:

Primero, la falta de diseño de una IVR alineada con los procesos de negocio y enfocada en la experiencia del cliente.

Segundo, tecnología para hacer más humanos y amigables estos procesos para el cliente final.

María José Peraza ya hablaba sobre el primer fallo que se comete en el artículo “Portales de voz: buenas prácticas para su diseño”, por lo que me voy a enfocar en el segundo : Tecnología para mejorar la experiencia de cliente en el canal de voz.

Con la evolución tecnológica de hoy en día y los ecosistemas de microservicios (ya hablaremos de esto en otro artículo más adelante), tenemos fácil acceso a herramientas para poder diseñar enrutamientos de voz avanzados, ofrecer una experiencia mejor y de paso ahorrarnos las consultas más repetitivas, ya que podremos automatizarlas.

Herramientas como:

  • Speech To Text (STT): Se ocupa de la transcripción de datos de audio a texto. Es muy común utilizarlo en transcribir grabaciones para analizar posteriormente conversaciones. También se utiliza en los sistemas de IVR para transcribir las respuestas de voz de los clientes y es una pieza clave para integrar más soluciones como traducción en tiempo real o entendimiento del lenguaje natural para tomar acciones.
  • Text To Speech (TTS): Herramienta muy común en los Contact Center. Se encarga de convertir texto en audio de forma artificial con lo que conseguimos responder de manera personalizada a nuestros clientes, construyendo previamente el texto que queremos reproducir con las variables obtenidas de sistemas transaccionales.
  • Translator: Traducción de un texto en tiempo real a otro idioma. Esta herramienta se utiliza poco, pero el valor es alto. Al recibir un texto, es capaz de averiguar en que idioma está escrito y lo traduce al idioma que le especifiquemos. Dentro del Contact Center, puede tener gran utilidad, por ejemplo, en un e-commerce, donde tenemos clientes de todo el mundo, pero nuestros agentes y el sistema solo está preparado en un idioma.
  • Natural Language Understanding (NLU): Cuando hablamos de Entendimiento del Lenguaje Natural, nos referimos a técnicas de Inteligencia Artificial capaces de “entender” lo que se quiere decir/sentir en un texto. A alto nivel, esta comprensión se hace mediante 3 elementos:

Intenciones – Entidades – Expresiones

Las “expresiones” son frases de ejemplo que se utilizarán para entrenar los modelos de datos. Estos modelos son categorizados mediante las “entidades” que, extraen los datos importantes de una frase tras lo cual, conseguimos obtener las “intenciones” de lo que pretende decir el texto.

Algunos sistemas también son capaces de predecir el sentimiento de la persona que ha escrito o dicho la frase.

Cada una de estas herramientas se puede integrar como pequeños módulos en la mayoría de los sistemas ACD para enriquecer los enrutamientos. Pongamos un ejemplo genérico:

Tenemos una llamada entrante de un cliente, en la que tenemos definido un proceso muy sencillo para poder enrutarlo correctamente:

  1. Identificación del cliente: ¿Quién nos está llamando?

  2. Identificación del motivo de contacto: ¿Por qué nos está llamando?

  3. Decisión del mejor enrutamiento: ¿A dónde debería enviar la llamada para resolver la consulta de la manera más eficiente?

  4. Atención asistida/no asistida: ¿Necesito a un humano para la resolución o podría automatizarlo?

Siguiendo estos pasos para la atención de la llamada, en la siguiente imagen podemos identificar las diferentes herramientas que pueden interactuar en el proceso:

Si entramos en detalle:

  1. Identificación del cliente: ¿Quién nos está llamando?
    Entra la llamada en la IVR. El sistema identifica mediante el número de teléfono de que cliente se trata y si no es capaz de reconocerlo, le pide al cliente que le dé su número de identificación. Mediante la herramienta de Speech To Text (STT) reconocemos lo que ha contestado y lanzamos la pregunta a nuestro CRM para obtener finalmente los datos del cliente. Le damos la bienvenida de manera personalizada al cliente con Text To Speech (TTS). Ya conociendo al cliente, sabemos su nombre por lo que con esta herramienta podemos decirle: “¡Hola, Iván! ¿En qué puedo ayudarte?

  2. Identificación del motivo de contacto: ¿Por qué nos está llamando?
    Una vez tengamos identificado quien nos llama, debemos saber que necesita. Volvemos a utilizar Speech To Text (STT) para recoger la respuesta y esta vez enviamos el texto a otra herramienta que es Natural Language Understanding (NLU), donde, mediante la extracción de entidades previamente definidas, podemos conocer cuál es la intención que tiene el cliente. Esta herramienta es muy potente y con la cual podemos aportar mucho valor. Básicamente estamos simulando una conversación ya que hemos pedido abiertamente al cliente que nos diga que es lo que necesita sin haberle dado previamente las opciones disponibles.

  3. Decisión del mejor enrutamiento: ¿A dónde debería enviar la llamada para resolver la consulta de la manera más eficiente?
    En base a las intenciones obtenidas en el paso anterior, seremos capaces de saber la necesidad del cliente, por lo que sabremos enrutarlo hacia el departamento/acción más adecuada sin haber perdido tiempo de agentes en averiguarlo.

  4. Atención asistida/no asistida: ¿Necesito a un humano para la resolución o podría automatizarlo?
    En los procesos diarios de un agente, hay acciones sencillas y repetitivas que podrían automatizarse. Por ejemplo, conocer el estado de un pedido. Es una información que, generalmente de manera fácil podría obtenerse de otros sistemas transaccionales y con las herramientas disponibles, ser capaces de devolver la respuesta al cliente sin interacción ninguna por parte de un agente.

En resumen, existen muchas herramientas a nuestra disposición para poder ofrecer un Servicio de Atención al Cliente excelente. Sirven para cualquier canal de comunicación y no es necesario usar todas. Debe hacerse un análisis y diseño previo para ver cuál es el mejor encaje para cada situación, pero desde luego, debemos aprovecharlas para salir ganando todos.

Category
Tags

4 Respuestas

  1. Excelente reflexión Ivan. Estoy convencida de que estamos ante una nueva etapa donde tanto los Directores de Sistemas de Información como los Directores de Clientes, entienden que hay que evolucionar y dotar de inteligencia a los canales de voz. Queremos clientes felices y embajadores de la marca y para eso nos hace falta cambiar el enfoque, como bien nos explicas en tu articulo.
    Muchas gracias por compartir tu experiencia

    • Muchas gracias María José, Efectivamente, queremos clientes felices y embajadores de marca, y debemos tener en cuenta la tecnología de la que disponemos para que nos allane el camino hacia nuestro objetivo.

      Un abrazo.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

Archivos