Как применять AI в клиентском сервисе и что делать на старте внедрения: интервью с Head of Customer Success в Carrot quest Сергеем Глуховым

Как применять ИИ в работе success-команды? Когда роботы заменят менеджеров? Как внедрять AI-инструменты в свои процессы? На эти модные вопросы серьезно ответил наш Head of Customer Success Сережа Глухов на подкасте «Про бизнес и сервис». А мы сделали выжимку главных мыслей. 

Для каких задач клиентского сервиса можно применять искусственный интеллект

В success ИИ можно применять для автоматизации рутины и предиктивной аналитики. Например, чтобы AI подсказывала кому из клиентов сейчас чего-то не хватает, чего именно.

Первый кейс, который вспоминается — экономия времени менеджера на написание сообщений клиенту. GPT можно отдать техническую часть информации: документацию или данные от команды продукта о новой фиче. А потом попросить более емко рассказать клиенту о функционале. Но это только одно очень узкое применение. Гораздо более интересно, что он сможет в будущем.

Резкое снижение спроса не повлияло на снижение стоимости жилья. Наоборот — цена за квадратный метр выросла на 3%.

У нас в Carrot quest есть инструмент с ИИ, который помогает автоматизировать поддержку пользователей. Это AI-бот на основе искусственного интеллекта. Он обучается за 1 день на базе знаний, формирует ответ за 1 минуту и консультирует пользователей круглосуточно. 

Бот поможет:
— Разгрузить поддержку. AI-бот заменит первую линию поддержки и решит часть повторяющихся вопросов, про которые есть информация в базе знаний. 
— Отвечать в нерабочее время. AI-бот работает 24/7 с одинаковой скоростью. Формулирует ответ за минуту.
— Экономить бюджет. Можно не нанимать нового сотрудника, а подключить AI-бота, который стоит на 30% меньше, чем зарплата оператору и может заменить нескольких сотрудников сразу.

Для анализа данных

Еще один кейс применения ИИ — обработка больших объемов данных и поиск закономерностей. Например,  в Carrot quest мы понимаем, что клиент успешно использует сервис по определенным показателям. Сейчас мы следим за показателями вручную:

• собираем сырую выгрузку данных,
• подключаем аналитика для сбора дашборда с данными,
• интерпретируем результаты и ищем узкие места,
• предлагаем решения клиенту.

Если добавить в процесс AI-инструменты, тот же анализ сырых данных можно делегировать им. ИИ сможет подсветить динамику изменений у клиента, предложить нужные ему решения. 

Для регулярных сообщений клиентам

ИИ можно поручить регулярную автоматическую проверку данных и такие же автоматические сообщения клиентам. Например, дать ориентиры по метрикам, и если показатели клиента в них укладываются, отправлять ему определенный шаблон сообщения с прогрессом по задачам проекта. Так и клиент, и менеджер всегда будут в курсе происходящего. 

Также можно рассказывать клиентам про обновления в сервисе. AI-инструментам легко дать доступ к базе новых фичей или разделу на сайте и шаблон, по которому AI будет рассказывать клиентам про обновления. Получится дополнительное касание без участия менеджера и польза для клиента.

Обычно один success менеджер сопровождает 40-60 более-менее крупных клиентов. Его ресурс ограничен, ведь всем им нужно внимание и разбор уникального кейса.

С подключением AI-инструментов менеджеры смогут вести в 2 раза больше клиентов, потому что делегируют рутинные процессы ИИ. Например, ИИ поможет собирать и анализировать данные, а ресурс менеджера будет уходить на общение с пользователями и решение их кейсов.

Для работы с клиентом на разных этапах 

ИИ можно использовать для адаптации онбординга под конкретные задачи пользователя. На старте важно показать клиенту, какой сервис он купил и как это решает его задачу. Здесь ИИ может давать советы о том, какие еще инструменты и решения предлагать клиенту на основе ключевых вводных о задаче, боли и том, что уже нашел менеджер. В отличие от человека, ИИ создаст план онбординга за несколько минут. Он будет не идеален, но из него можно будет найти новые идеи. Задачей менеджера будет задать правильные вопросы и определить ключевые задачи клиента. 

А еще ИИ поможет найти решения для реактивации базы и оттока. У нас этим занимается команда продаж, но, возможно, это можно поручить ИИ. Он сможет напоминать пользователям о том, что изменилось в сервисе с последнего контакта, и возвращать их в диалог на любом этапе.

Руководителю ИИ поможет анализировать большие объемы данных и автоматизировать напоминания. Например, сейчас я отдельно изучаю данные по когорте каждого менеджера: собираю метрики, ищу паттерны и зависимости в поведении клиентов.

ИИ помог бы сделать какие-то первичные выводы по данным и регулярно проверять метрики клиента. Мы следим за состоянием клиентов по собственной модели, а ИИ могла бы собирать резюме из этого массива и давать руководителю. А потом и отправлять персонализированные сообщения пользователям.

Результат от внедрения AI в клиентский сервис — это как минимум расширение клиентской базы в целом и объема, с которым может работать один менеджер. За счет автоматизации части сообщений менеджер сможет больше клиентов вести параллельно и в контексте денег это кратный рост. 

С чего начать внедрение AI в свои процессы 

Для начала — исходить из процессов, которые нужно улучшить в команде. Важно найти участки, которые занимают много времени менеджера и при этом довольно просто решаются механически. Например, перевод записи общения с клиентом в текст и составление резюме для общего чата с ним. 

А еще важно опираться на существующие кейсы в области ИИ в клиентском сервисе. Большинство функций, которые мы обсудили, — это довольно сложные механики. Поэтому при выборе инструмента важно смотреть на реальные кейсы применения AI-решений для конкретных задач.

Заменит ли ИИ человека: в какой момент success-менеджер становится ненужным

Такое возможно только если ИИ научится эффективно решать вопросы с клиентом, используя инструменты менеджера-человека. Это и переговоры с лидами, и поиск уникальных условий, и подбор разных исполнителей на разные задачи, и доработки продукта. 

Customer success делает все, чтобы для клиента действительно что-то менялось к лучшему. А ИИ силен в анализе и советах, но не настолько гибок в поиске решений.  Поэтому с внедрением ИИ менеджер не становится ненужным, а просто концентрируется на решении уникальных вопросов клиента. Он разными способами ищет боль или рассказывает о будущих задачах, которые пока только формируются. А еще подбирает правильных экспертов для задач клиента и подходящие ему условия.

Мне кажется, ИИ сможет заменить рутинные процессы, но не человеческое общение. Работа success-менеджера — это именно про общение: выяснение задач клиента, определение узких мест и предложение решений в каждой отдельной ситуации.