8.12.2022
Kako komunicirati s strankami
v zahtevnejših situacijah, na primer
v finančnem sektorju
Podjetja danes vse pogosteje uporabljajo pomoč najnovejših orodij umetne inteligence, ki delujejo v okviru sodobnega komunikacijskega sistema, kot je naša aplikacija Daktela V6.

Osnova je jasna povezava celotne komunikacije z danim odjemalcem, od klicev preko SMS sporočil do elektronske pošte. Finančne institucije lahko tako znotraj Daktele hitro in enostavno preverijo stranko, jo obvestijo o trenutnem stanju posojila ali bančnega računa ali ji ponudijo novo posojilo ali drugo finančno storitev.
Pregledno arhivirana in lahko sledljiva komunikacija je pomembna pri različnih finančnih zadevah, kot je opomin stranke na odplačilo kredita ali pošiljanje/dostava zahteve za plačilo določenega zneska do določenega datuma. Tako je na primer v sistemu zlahka izsledljivo, da je bil določen kreditojemalec obveščen o plačilni obveznosti ali o roku za plačilo.
Če bi podoben problem reševali brez zanesljivega avtomatskega komunikacijskega sistema, ki je sposoben poleg elektronske pošte in SMS-ov snemati in hraniti tudi evidenco posameznih klicev, potem že tako precej zapletena komunikacija z dolžnikom pogosto postane skoraj nerešljiv problem. V zapletenih komunikacijskih situacijah lahko pomaga tudi umetna inteligenca, ki jo v kontaktnih centrih predstavljajo predvsem glasovni roboti (voiceboti) in NLP klepetalni roboti (chatboti).
Boti so izjemno zmogljivi, saj upravljajo na stotine vzporednih klicev in klepetov hkrati. Obvladajo lahko veliko različnih situacij. Ena takšnih situacij, v katerih se izkažejo za učinkovito komunikacijsko orodje, je izterjava dolgov. Lahko pospešijo proces in ga olajšajo obema stranema. Hitro in učinkovito opomnijo ali izterjajo dolgovane zneske.
Današnji glasovni roboti lahko delujejo s tempom govora, tonom glasu in čustvi. Lahko obravnavajo različne vrste ugovorov in zmanjšajo tveganje nesporazumov. V klicu s posojilojemalcem se odzove na način, da je dosežen želeni cilj, torej da se pogovor zaključi z medsebojnim dogovorom. Če pogovor ne gre v pravo smer – ko na primer posojilojemalec ne razume zahtev ali noče komunicirati z botom – slednji preprosto prenese pogovor na operaterja v živo, ki ima celotno zgodovino komunikacije, vključno s prepisom predhodne komunikacije s glasovnim robotom.
Klepetalni roboti NLP omogočajo hitre personalizirane odzive in reševanje zahtevkov v realnem času. Z lahkoto servisirajo vse kanale, ki so ključni za posel. Prav tako lahko odgovorijo na vprašanja in zahteve, ki se oddaljijo od obravnavane teme. Na primer, klepetalni robot George podjetja Česká spořitelna lahko stranke celo preseneti s šalo in se naravno odzove na vprašanja osebne narave.
Pomembno pa je omeniti, da praksa potrjuje, da je pripravljenost dolžnikov na komunikacijo z voiceboti ali chatboti bistveno večja kot z operaterji v živo, za katere so ti klici v mnogih primerih zelo zahtevni, neprijetni in najmanj zaželeni.
Nekatere banke Sociéte Générale že nekaj let uporabljajo tehnologijo umetne inteligence, ki je veliko uspešnejša od »standardnih agentov« v kontaktnih centrih. Po podatkih te bančne skupine so lani zabeležili že 24-odstotno rast uspešnosti izterjav, hkrati pa skoraj 90-odstotno znižanje skupnih stroškov.
Kako je to mogoče? Ker se umetna inteligenca nenehno uči iz svojih izkušenj in analiz pogovorov, sledi izbranim korakom in, kar je najpomembneje, popolnoma brez čustev. Sistem najprej samodejno izvede določena dejanja, kot je pošiljanje opomnika, nato SMS, nato pa lahko pošlje glasovno sporočilo na strankin mobilni telefon.
Nato oceni, ali se je stranka sploh odzvala v določenem časovnem okviru in kako je komunicirala – ali prek spletnega klepeta ali družbenih omrežij, po elektronski pošti, iz računalnika ali mobilnega telefona. Glede na to bo AI individualno nastavil naslednje komunikacijske korake. Seveda lahko komunikacijo kadarkoli prevzame operater v kontaktnem centru v živo.
Umetna inteligenca ima informacije o stranki in pozna tržne podatke. Finančne institucije lahko tako uporabljajo to sodobno tehnologijo, na primer za ciljanje finančnih produktov na določeno stranko, tj. za personalizacijo produkta, da najbolje odraža potrebe stranke.
Prava orodja in sistemi podpirajo prizadevanja finančnih institucij za ustvarjanje produktivnega in učinkovitega servisnega kontaktnega centra. To finančnim institucijam omogoča boljše rezultate in dolgoročnejše odnose s strankami.