5 ключевых вопросов о вашей CX-стратегии: как построить лучший клиентский опыт с прямым влиянием на бизнес

Скорее всего, да.

Как это чаще всего устроено?

В фокусе любого CX-руководителя — понятный набор целевых метрик. Например:

• CSI — Customer Satisfaction Index
• CSAT — Customer Satisfaction Score
• NPS — Net Promoter Score
• CES — Customer Effort Score
• FCR — First Call Resolution

Для того, чтобы увидеть полную картину, компании стремятся собрать максимум данных о коммуникациях с клиентом для анализа:

• Опросы
• Анализ всех речевых параметров
• Запросы обратной связи
• Оценка эмоций и тональности всех диалогов

В итоге довольно быстро накапливается серьезный массив данных, которого чаще всего уже достаточно для того, чтобы изучать и улучшать клиентский опыт. Но при этом, не всегда ясно, как именно извлечь из них ценность.

Поэтому бизнес, продолжая накапливать информацию, рискует оказаться в таком или похожем контексте:

• Для клиента: очевидна объективная усталость от постоянных опросов и запросов обратной связи
• Для самого бизнеса: за большим объемом данных часто не видно реальных проблем с CJM. Кроме того, в связи с новыми законами стоимость коммуникаций клиентами становится все выше.

Итак, мы накапливаем данные о клиенте и его пути, но движемся ли в сторону улучшения клиентского опыта?

Часто ключ к успеху в построении эффективной CX-стратегии — в смещении фокуса со сбора и накопления данных на работу с ними. Другими словами, главная задача — понять, как и где именно искать инсайты о клиентском пути, чтобы:

• Оптимизировать CJM
• Снизить отток
• Эффективнее отрабатывать возражения
• Повысить уровень удовлетворенности сервисом и лояльности клиентов
• Выявить и масштабировать лучшие практики

Здесь видим два основных критерия:

• Возможность быстрого анализа большой выборки — чтобы избавиться от слепых пятен в аналитике
• Возможность настройки прицельного анализа под конкретную задачу вместо анализа «всего и сразу» — обеспечивается функционалом системы и экспертизой команды вендора

Речевая аналитика с ИИ-модулем обеспечивает оба этих условия, причем текущий уровень развития продукта позволяет говорить о нем в контексте CX-партнерства с бизнесом — благодаря скорости доставки ценности для разных функций внутри компании, глубине анализа и быстрому поиску инсайтов для трансформации бизнес-процессов.

В чем ценность такого партнерства?

• Анализ всех коммуникаций в режиме одного окна: 100% транскрибации, ML-анализ, ручная оценка и набор LLM-инструментов
• Возможности для инсайт-менеджмента: сокращение Contact Rate и решение проблем на этапе «до звонка»
• Экспертный анализ и быстрая доставка ценности благодаря консалтингу от команды вендора: глубокое погружение в CX-задачи и поиск слабых мест
• Кастомизация критериев анализа под конкретный бизнес и задачу

И еще немного про скорость доставки ценности.

Мы в NCI считаем, что пилотирование решения перед внедрением — отличная практика для того, чтобы «примерить» систему на задачи компании и получить реальный результат еще до покупки.

Сделали десятки пилотов, и цель каждого из них — понять, как именно технология может повлиять на бизнес заказчика, и сделать ценность для клиента от продукта более достижимой и реальной.

Одна из ценностей речевой аналитики — возможность одновременно влиять на несколько ключевых аспектов бизнеса. Речь об автоматизации контроля качества, задачах, связанных с улучшением клиентского опыта, и работе с выручкой и поиском упущенной прибыли.

Эти три зоны взаимосвязаны, и грамотная работа с каждой — возможность повлиять на показатели успешности бизнеса в целом:

Мы выбрали три кейса из нашей практики, чтобы показать взаимозависимость этих компонентов и возможность одновременно влиять на них с помощью речевой аналитики:

С зонами влияния и базовой ценностью речевой аналитики разобрались. А за счет каких функций система позволяет ускорить и углубить анализ?

В NCI это позволяет сделать собственный LLM-модуль, который включает в себя LLM-саммаризацию, возможность кастомизации промпта под специфику бизнеса и LLM-промптинг

LLM-саммаризация. Для оптимизации контроля качества: быстрое погружение в контекст и ключевая информация о событиях в диалоге для быстрой оценки.

LLM-промптинг. Всесторонняя оценка коммуникаций (в том числе, контекста и эмоционального тона) по заданным критериям с доказательствами.

Кастомизация промпта под бизнес-задачи. Возможность настроить параметры запроса и отслеживать выполнение критериев, важных именно для вашего контекста.

Ключевые зоны влияния AI-анализа: