Sohbet robotu mu, temsilci asistanı mı: müşteri hizmetlerinde yapay zeka nereden başlamalı?

Müşteri hizmetleri yöneticisinin önüne çoğu zaman aynı iki öneri birlikte gelir. Biri sohbet robotu (chatbot): web sitesinde ya da WhatsApp’ta müşterilere doğrudan yanıt veren bir asistan. Diğeri temsilci asistanı (agent assist): temsilcilerin kendi araçlarının içinde çalışan, kaynaklarıyla birlikte yanıt öneren, uzun bir yazışmayı özetleyen ve doğru kuyruğu öneren yapay zeka. İkisi de benzer modellerle çalışır. Ama bambaşka yerlerde hata verirler.

Chatbot mu, temsilci asistanı mı sorusunun yanıtı çoğu zaman aynıdır: temsilci asistanıyla başlayın. Yapay zeka temsilcilere yardım ettiğinde her hata, müşteriden önce eğitimli bir insanla karşılaşır. Temsilcilerin kabul ettiği, düzelttiği ya da reddettiği her taslak da hangi taleplerin öngörülebilir olduğunu gösterir. Bu kayıt, temsilcilerin neredeyse hiç değiştirmediği dar bir talebi işaret ettiğinde yalnızca o talep için self servisi açın; müşteri de her an bir insana ulaşabilsin.

Sohbet robotu ile temsilci asistanı arasındaki fark nedir?

Sohbet robotu müşteriyle konuşur. Temsilci asistanı temsilciyle konuşur. Bu tek fark, yanlış bir yanıtı ilk kimin göreceğini, ne kadar hızlı öğreneceğinizi ve bir hatanın neye mal olacağını belirler.

Temsilci asistanı çekingen bir sohbet robotu değildir. Her sohbet robotunun zaten ihtiyaç duyduğu şeyleri kurduğunuz yerdir: güncel kaynaklar, net bir talep türleri listesi ve hangi yanıtların okunmadan gönderilebileceğine dair kanıt.

Neden müşterilerle değil, temsilcilerle başlamalı?

Temsilciler, iş akışının içinde zaten bulunan uzman inceleyicilerdir. Bir taslak güncelliğini yitirmiş bir iade süresini alıntıladığında ya da kargo firmasının hiç vermediği bir teslim tarihini müşteriye vaat ettiğinde bunu hemen fark ederler. Onlarla başlamanın dört avantajı vardır:

• Hatalar içeride kalır. Yanlış bir taslak temsilciye birkaç saniyeye mal olur; aynı yanıtı sohbet robotu gönderseydi bedeli tekrar eden bir temas ya da bir şikayet olurdu.
• Kaynaklar düzelir. Yanıt önerileri, güncelliğini yitirmiş bilgi bankası makalelerini çabuk ortaya çıkarır; çünkü temsilciler bu makalelere dayanan taslakları reddeder.
• Kanıt toplarsınız. Kısa bir gerekçeyle birlikte her kabul, düzeltme ve ret, etiketlenmiş bir örnektir. Talep türüne göre gruplandığında bu kayıt, yapay zekanın nerede güvenilir olduğunu gösterir.
• Güven oluşur. Taslakları biçimlendiren temsilciler onlara güvenir; müşteriler de ileride temsilcilerin zaten onayladığı yanıtları görür.

Temsilcinin kabul ettiği, düzelttiği ya da reddettiği her taslak, neyin otomatikleştirilebileceğine dair bir kanıttır.

Hangi talepler müşteri için güvenle otomatikleştirilebilir?

Bir talep, şu beş koşulun hepsini karşılıyorsa self servis için adaydır:

1. Yanıt muhakemeden değil, veriden gelir. Müşteri hakkında bir karar verilmez; yanıt sipariş, gönderi ya da çalışma saatleri gibi bir kayıttan okunur.
2. Dar ve sıktır. Tek ve net bir talep türüdür ve yüksek hacimde gelir; böylece harcanan emek karşılığını verir.
3. Müşteri kolayca doğrulanır. Sipariş numarası ile siparişteki e-posta ya da telefon, doğru kaydı doğru kişiye gösterir.
4. Yanlış bir yanıt ucuzdur ve kolayca düzeltilir. Para hareket etmez; şirketin tutamayacağı bir söz verilmez.
5. Temsilciler taslağı nadiren değiştirir. Bu, iyi geçen bir haftadan akılda kalanla değil, çok sayıda vaka üzerinde ölçülür.

Sipariş durumu soruları sık görülen bir ilk adaydır. “Siparişim nerede?” sorusu durmadan gelir; yanıt sipariş sisteminde ve kargo firmasının takip verisinde durur ve doğru yanıt nadiren muhakeme gerektirir. Yine de sınırlara dikkat edin. Teslim edildi görünen ama müşterinin hiç gelmediğini söylediği bir kargo artık durum sorusu değildir. Bu bir tazmin talebidir ve bir insana gider. Para iadeleri, şikayetler, hasarlı ürünler ve politika istisnaları da öyle; kabul oranları ne gösterirse göstersin.

Temsilci asistanından self servise geçiş nasıl olur?

Temsili bir vakaya bakalım: destek ekibi e-posta ve canlı sohbet üzerinden çok sayıda teslimat durumu sorusunu yanıtlayan bir çevrimiçi perakendeci.

1. Yanıt önerileri. Her teslimat sorusunda temsilci, sipariş kaydını ve kargo firmasının son takip hareketini alıntılayan bir taslak görür. Taslağı gönderir, düzeltir ya da reddeder; her düzeltmenin nedenini de yazar.
2. Alt türe göre uyum. Ekip sonuçları “yolda, zamanında”, “gecikmiş” ve “teslim edildi ama ulaşmadı” diye üçe ayırır. Temsilciler ilk türdeki taslaklara nadiren dokunur; diğer ikisini ise sık sık yeniden yazar.
3. Gölge modda self servis. Zamanında giden gönderiler için sistem, temsilcinin yanıtının yanında müşteriye gidecek bir yanıt hazırlar ama göndermez. Böylece bu yanıtın insan eli değmeden de yeterli olup olmadığı görülür.
4. Self servis sipariş takibi. Zamanında giden gönderilerdeki uyum, süreç sahibinin önceden kabul ettiği eşiğin üzerinde kaldığında müşteriler bu durumu sohbette kendileri öğrenebilir. Gecikmeler ve kayıp kargolar yine taslaklarla birlikte temsilcilere gider.
5. Örnekleme sürer. İnsanlar her hafta otomatik yanıtlardan bir örneklemi inceler. Kalite düşerse, örneğin kargo firması durum kodlarını değiştirdiğinde, bu adım geri alınır.

Her adımı, bir öncekinin kaydı haklı çıkarır. Yapay zeka ajanlarının ne zaman tek başına hareket etmesi gerektiğini anlattığımız notun ardındaki ilke de budur.

Müşteri deneyimi nasıl korunur?

Self servis, ancak ondan çıkmak kolaysa iyi hizmettir.

• İnsana her zaman tek adımda ulaşılır. Üç başarısız denemeden sonra değil, her noktada görünür bir çıkış vardır. Müşteri bunu kendi sözleriyle, Türkçe ya da İngilizce istediğinde sistem anlar.
• Döngü yoktur. Asistan bir netleştirme sorusundan sonra talebi çözemiyorsa konuyu aktarır. Aynı soruyu asla iki kez sormaz.
• Bağlam da aktarılır. Aktarımla birlikte sipariş, müşterinin sorduğu ve zaten yanıtlanan bilgiler de gider; kimse kendini tekrar etmez. Müşteriyi robottan insana aktarmayı anlatan notumuz bu tasarımı ele alıyor.
• Yanıtlar verinin içinde kalır. Kayıt soruyu yanıtlamıyorsa asistan bunu söyler ve konuyu aktarır. Asla tahmine dayalı bir teslim tarihi vermez.
• Dürüstlük. Müşteriler otomatik bir asistanla konuştuklarını bilir; müsait kimse yoksa bir insanın ne zaman yanıt vereceğini de bilir.

Her aşamada ne ölçülmeli?

Her aşamanın kanıtlaması gerekeni ölçün ve canlıya almadan önce kaydedilen başlangıç ölçümüyle karşılaştırın.

• Temsilci asistanı: talep türüne göre kabul ve düzeltme oranları, ret nedenleri, görüşme süresi, kalite puanları ve bildirilen bilgi eksikleri.
• Gölge modda self servis: hazırlanan yanıtla temsilcinin gönderdiği yanıt arasındaki uyum ve sistemin yanıtlayacağı ama yanıtlamaması gereken her vaka.
• Canlı self servis: hiçbir kanaldan tekrar temas gelmeden çözülen talepler, müşterilerin ne sıklıkla ve neden bir insan istediği ve temsilcinin yanıtladığı taleplere kıyasla memnuniyet.

Tek başına görüşme süresi sizi her aşamada yanıltır. Müşteri hizmetlerinde yapay zekayı ölçmeyi anlatan not, hangi sayının neyi yakaladığını açıklıyor.

Temsilcilerle nasıl başlanır?

Temsilcilerin en sık yanıtladığı ve yanıtını sistemlerden bakarak bulduğu talebi seçin ve küçük bir temsilci grubuna kaynaklı yanıt önerileri verin. Müşteri operasyonları sayfası bu ilk projenin nasıl ilerlediğini anlatıyor; e-ticaret zekası ise aynı yaklaşımı perakende ve pazaryeri soruları için ele alıyor. Kayıtlar self servisi desteklediğinde o adım, sistemleriniz ve sınırlarınız etrafında kurulan özel yapay zeka yazılımı işidir.