Przez lata systemy do automatyzacji komunikacji z użytkownikami wspierały firmy w działaniach Customer Success. Od prostych botów po złożone mechanizmy marketing automation.
Dziś jednak wchodzimy w zupełnie nowe czasy. Czasy agentów AI, którzy nie tylko przejmują powtarzalne zadania, ale realnie rozwiązują problemy i wspierają zespoły w codziennych obowiązkach. To właśnie dzięki nim technologia zaczyna mówić językiem klienta. Dosłownie.
Akcja automatyzacja!
W świecie, w którym użytkownicy oczekują natychmiastowych odpowiedzi, cyfrowe wsparcie przestaje być dodatkiem, a staje się fundamentem całego doświadczenia. Właśnie dlatego agenci AI sprawiają, że marketing automation i customer success wchodzą na zupełnie nowy poziom, oferując rozwiązania zdolne rozumieć intencje odbiorców i reagować na nie w czasie rzeczywistym.
Z tą myślą patrzyliśmy na kierunki rozwoju. W Brand24 od lat korzystamy z Intercoma. To narzędzie, które łączy komunikację, automatyzację procesów i dostęp do wiedzy o naszych użytkownikach. Kiedy więc Intercom ogłosił wprowadzenie Fina, agenta AI, od razu dostrzegliśmy w nim naturalne rozszerzenie naszego zespołu customer success.
Wybierając gotowe rozwiązanie, mogliśmy szybko wdrożyć AI, bez konieczności zmieniania całej infrastruktury. Zyskaliśmy więcej czasu na zbudowanie solidnych fundamentów, aby agent mógł rozpocząć pracę.
Fin jest integralną częścią systemu, z którego już korzystaliśmy. Od początku, mogliśmy go szkolić z wykorzystaniem naszej bazy wiedzy i dotychczasowych rozmów, pomijając etap tworzenia materiałów treningowych od podstaw i konieczność integracji z innymi systemami.
Ogromną zaletą jest to, Fin specjalizuje się w dziedzinie obsługi klienta. W praktyce oznacza to, że doskonale rozumie specyfikę zapytań oraz intencje klientów.
Proces wdrożenia AI: od pomysłu do działania
Wprowadzenie agenta AI to nie tylko techniczne włączenie nowej funkcji. W zespole podeszliśmy do tego strategicznie. Skoncentrowaliśmy się na najczęściej poruszanych zagadnieniach, aby mieć pewność, że w każdej rozmowie nasi użytkownicy otrzymają szybkie i sprawne wsparcie.
Krok 1: Fundamenty, czyli baza wiedzy
Pierwszym i najważniejszym krokiem było przygotowanie materiałów. Choć mieliśmy już bazę wiedzy, aby odpowiedzi Fina były precyzyjne, musieliśmy ją rozbudować i dostosować.
Agent uczy się na podstawie danych zgromadzonych w jednym miejscu, w folderach podzielonych na klastry tematyczne naszego Knowledge Hub.
Narzędzie tworzy odpowiedzi, łącząc najistotniejsze informacje z wielu źródeł wiedzy. Dzięki temu udziela precyzyjnych i kompletnych odpowiedzi, nawet na złożone pytania (Multi-source generative answers).
Przeanalizowaliśmy archiwalne rozmowy z klientami, aby zidentyfikować najczęstsze tematy i stworzyć treści zoptymalizowane pod naukę AI, które będą odpowiadać na najczęściej pojawiające się pytania.
To oczywiście nie było jednorazowe działanie. Ciągłe poszerzanie źródeł wiedzy Fina stało się stałym elementem codziennej pracy.
Im więcej informacji dostarczasz, tym model lepiej działa. Każdy w zespole customer success może wysłać swoją konwersację z Finem jako referencję. Po autoryzacji taka rozmowa staje się materiałem treningowym.
Krok 2: Testy
Przeprowadziliśmy dziesiątki rozmów z Finem, od prostych zapytań po złożone problemy, aby zidentyfikować jego mocne strony i obszary wymagające dalszych usprawnień. Trening to podstawa, aby system odpowiadał, jak należy.
Testowaliśmy także różne wersje osobowości agenta. Eksperymentowaliśmy z doborem odpowiedniego tonu (profesjonalny, przyjacielski, żartobliwy) oraz długością odpowiedzi, od zwięzłych po szczegółowe. Tak, aby odpowiedzi były zgodne z potrzebami naszych klientów.
Wprowadziliśmy także instrukcje, którymi kieruje się nasz zespół customer success, aby agent zawsze działał zgodnie z wewnętrznymi zasadami. Celem było (i zawsze jest!) utrzymanie standardu obsługi klienta, mimo automatyzacji.
W efekcie Fin potrafi naśladować nasz sposób komunikacji. Wie, w jakich przypadkach rozbudować wypowiedź, zadać pytania uzupełniające, a kiedy przekazać rozmowę do specjalisty. To sprawia, że interakcje są bardziej naturalne, a klienci czują się zrozumiani.
Taki proces pozwolił nam na dopracowanie systemu jeszcze przed ostatecznym wdrożeniem.
Krok 3: Implementacja
Fin pełni funkcję pierwszej linii wsparcia i uzupełnia naszą pracę. Gdy zespół CS zamyka komputery i zajmuje się ludzkimi sprawami, to właśnie on przejmuje stery. Odpowiada na pytania klientów z całego świata. Następnego dnia rano przeglądamy jego konwersacje, aby upewnić się, że każde pytanie otrzymało precyzyjną odpowiedź. Jeśli jest inaczej, zespół przejmuje rozmowę i wyjaśnia wszystko, co zostało poruszone w trakcie czatu.
Dzięki temu nasi specjaliści mogą w pełni skoncentrować się na obsłudze skomplikowanych przypadków. To znacznie przyspiesza naszą pracę, a przede wszystkim skraca czas oczekiwania na odpowiedź!
Fin jest także “asystentem” każdego customer success managera. Tłumaczy wiadomości w czasie rzeczywistym: my piszemy po angielsku, a on dostarcza odbiorcy gotową, przetłumaczoną na wybrany język wiadomość. Analogicznie, kiedy klient pisze w swoim języku, my widzimy wiadomość po angielsku. To również przyspiesza i ułatwia komunikację klientami.
Oczywiście, żadne wdrożenie nie obywa się bez wyzwań. Początkowo na bieżąco monitorowaliśmy trendy w odpowiedziach, zgłaszaliśmy braki w treściach i udoskonalaliśmy odpowiedzi. W przypadku AI również trening czyni mistrza.
Spójrzmy na wyniki zespołu Brand24 we współpracy z AI:
20% zgłoszeń przy wsparciu AI — agent był zaangażowany w tysiące rozmów, odciążając zespół i pozwalając mu skupić się na trudniejszych przypadkach oraz budowaniu trwałych relacji.
78% Customer Experience Score — wskaźnik zadowolenia klientów. Dzięki szybkiemu i skutecznemu wsparciu AI obserwujemy wzrost.
72% zgłoszeń rozwiązywanych samodzielnie przez AI — tyle zapytań nie wymagało zaangażowania specjalistów.
Wdrożenie agenta AI w obszarze Customer Success to proces, do którego warto podejść etapami. Od testów i treningu, przez zapewnienie wysokiej jakości danych, aż po stałe monitorowanie i optymalizację. Jasne określenie celów i mierników sukcesu pozwala na mierzalne korzyści.
Przykład wdrożenia Fina udowodnił, że odpowiednio wdrożone rozwiązanie AI nie konkuruje z ludźmi, a staje się ich realnym wsparciem. To nie rywal narzędzie, dzięki któremu specjaliści mogą skupić się na tym, co naprawdę wymaga ludzkiego podejścia.
Autor:
Karol Marmuszewski – Customer Success Automation & AI Lead w Brand24
Przygodę z Brand24 rozpoczął w 2019. Obecnie łączy doświadczenie z Customer Success z Marketing Automation i AI. Po godzinach przegląda strony linii lotniczych i kinowych zapowiedzi.
Przeczytaj również: Człowiek i jego cyfrowa armia agentów, czyli jak AI wspiera obsługę klienta.
