שילוב סוכני AI בפעילות המוקדית | יישום #8

זהו המאמר השמיני בסדרת מאמרים העוסקת בשילוב סוכני AI בפעילות המוקדית.
במאמרים הקודמים עסקנו בהנגשת מידע, בהשלמת תהליכים דיגיטליים, בזימון תורים, באיסוף לידים, בתמיכה טכנית, בטיפול בפניות מקצה לקצה ובסיוע לנציגי.ות המוקד בזמן אמת. הפעם נבחן שימוש נוסף שמעניין כמעט כל מנהל.ת מוקד – בקרת איכות והערכת שיחות. בקרת איכות ותהליכי משוב וחניכה הם חלק בלתי נפרד ומשמעותי מאוד בעולמות ניהול המוקדים. אבל תמיד חוזרת ועולה השאלה – כמה באמת מגיעים לזה.

כמה שיחות באמת נבדקות אצלכם?

• במצב אידיאלי מתבצעת דגימה של מספר שיחות לכל נציג אחת לחודש. וזה אידיאלי! עוד באותה אידיליה יש טופס משוב מובנה עם ציוני וכלל הדרג הניהולי או המנהל היחיד עובדים עם אותו סרגל הערכה זהה. זו שיטה מוכרת שעובדת לא רע, החיסרון המרכזי שלה הוא שצריל לעבוד בה! וגם, שלעולם לעולם 2-3 שיחות שניתחתם, לעומק ככל שתוכלו, לא באמת תשקף תמונת מצב מלאה. במהלך ניתוח שיחה של נציג אנחנו בדר"כ רוצים לבחון מגוון היבטים; האם הנציג זיהה נכון את הצורך?, האם ניתן מענה מקצועי?, האם השיחה הייתה שירותית/מכירתית? האם הייתה הובלת שיחה? האם השיחה בוצעה עפ"י נהלים? איך היה הטיפול של הנציג.ה בהתנגדויות? ועוד ועוד.
  אני חושבת שהאתגר די ברור וגם ההמשך הטבעי של המאמר הזה.

מה סוכן AI משנה?

הפעם אנחנו כבר לא מדברים על סוכן שמנהל שיחה אלא על כלי שמנתח אותה לאחר שהסתיימה.
במקום לבדוק עשרות שיחות מתוך אלפים, ניתן לנתח כמות גדולה בהרבה של אינטראקציות באופן אוטומטי.
המערכת יכולה לזהות האם בוצעו שלבים מסוימים בתהליך, האם נמסר מידע נדרש, האם נשאלו שאלות חובה, האם נשמרו נהלים מסוימים ולעיתים גם לזהות מגמות שחוזרות על עצמן.
במערכות הקיימות כיום ניתן אפילו להגדיר למערכת Scorecard טופס הערכה מובנה שבו מוגדרים הקריטריונים שעל פיהם תוערך כל שיחה.

לאילו סוגי מוקדים זה מתאים?

כמעט לכל מוקד, אני לא מצליחה לחשוב על מוקד שלא יוכל להרוויח ממערכת כזו. כל פעילות מוקדית או אחרת שבה הארגון מעוניין למדוד איכות ולוודא עמידה בנהלים. ככל שנפח הפעילות גדול יותר, כך קשה יותר לבצע בקרה ידנית על כלל האינטראקציות ולכן גם הערך הפוטנציאלי של AI גדל.

ומה הערך למוקד?

הערך אינו מסתכם רק בחיסכון בזמן עבודה. שימוש נכון ב-AI  יכול לסייע גם ב:

1. הגדלת היקף הבקרות המתבצעות בפועל
2. זיהוי מגמות חוזרות בשיחות
3. איתור פערי ידע והדרכה
4. שיפור אחידות הבקרה
5. זיהוי חריגות במהירות גבוהה יותר
6. חיזוק תהליכי ניהול ושיפור ביצועים
7. זיהוי מגמות מרכזיות ברמה רוחבית – עסקיות, רכות ועוד
8. איתור שיחות שראוי וכדאי למשב עליהן
9. ניתוח רמות מיומנויות נקודתיות כמו מענה להתנגדויות, שלבי מכירה וכיוצ'

במקרים רבים המשמעות היא שמנהלי.ות המוקד מקבלים תמונה רחבה ומדויקת יותר על מה שקורה בשטח ולא רק על המדגם שנבדק.

שאלה שאולי עלתה לך – האם סוכן AI יכול להחליף את תהליכי החניכה והמשוב?

אני מאמינה בכוחן של מערכות יחסים ולכן אני מאמינה שתהליכי חניכה ומשוב צריכים להיות בין מנהל.ת לעובד.ת. יחד עם זאת, כל שלבי העבודה המקדימים פשוט נחסכים לכם.
מערכת AI תזהה דפוסים, תבחן עמידה בתהליכים ותנתח עבורכם כמויות גדולות של מידע שיהפכו את תהליכי החניכה שלכם לעמוקים ומקצועיים לאין ערוך.

ומה עדיין מחייב גורם אנושי?

קבלת החלטות ניהוליות, ניתוח מקרים מורכבים ומתן משוב איכותי לנציגים עדיין דורשים מעורבות אנושית.

לסיכום

במוקדים רבים בקרת האיכות מתבססת על מדגם קטן מתוך כמות גדולה מאוד של אינטראקציות. מערכות AI מאפשרות להרחיב משמעותית את היקף הבקרה, לזהות מגמות, לאתר חריגות ולהפיק תובנות שלא תמיד ניתן להגיע אליהן באמצעות בדיקה ידנית בלבד.

במאמר הבא נבחן שימוש נוסף של AI בעולם המוקדים ונראה כיצד ניתן להשתמש בו לצורך הדרכה, חניכה ופיתוח מקצועי של נציגי.ות המוקד.

מקווה שנתתי לכםן חומר למחשבה!
שלכםן,
אורית מאוטוריטה

הגיע הזמן לפיתוח ארגז הכלים לניהול המוקד?
צרו עמנו קשר– בשביל זה אנחנו כאן!