El desafío

Un minorista de productos de lujo contaba con medidas tradicionales de aseguramiento de calidad (QA), pero las herramientas en las que confiaba no ofrecían una visión completa del sentimiento del cliente. La marca utilizaba QA principalmente para medir el cumplimiento, perdiendo así el potencial impacto más amplio de esta herramienta.

La marca solo recopilaba información de aproximadamente el 1% de sus interacciones con los clientes, lo que le daba una visión muy limitada del sentimiento de los clientes. Además, el formulario de QA que utilizaba no coincidía con los KPIs que la marca consideraba más importantes.

Los empleados tenían que revisar manualmente los resultados de las encuestas de clientes para extraer ideas y tratar de deducir oportunidades de retroalimentación y coaching que pudieran ayudar a mejorar el rendimiento de los asociados.

Nuestra solución

TTEC trabajó con el socio estratégico LevelAI con el fin de identificar feedback de clientes, perspectivas procesables, tendencias, anomalías y sentimientos en tiempo real, a partir del 100% de las interacciones con los clientes. Implementamos la herramienta de perspectivas digitales de próxima generación de LevelAI para escuchar y analizar el 100% de las interacciones de los clientes en todos los canales de soporte: llamadas, chats, correos electrónicos y mensajes.

La tecnología reveló muchas tendencias y perspectivas, entre ellas:

• 32% de las conversaciones totales a través de todos los canales estaban relacionadas con consultas sobre inventario, lo que las convirtió en la razón principal para que los clientes contactaran con la marca. Estas consultas representaron el 19% de todas las interacciones negativas.
• 14% de todas las conversaciones fueron clientes queriendo saber dónde se encontraban sus pedidos. El 10% de estas consultas fueron contactos repetidos sobre el mismo problema, y el 12% de las interacciones fueron negativas.
• El tiempo de manejo medio (AHT) para las interacciones donde los clientes solicitaban recomendaciones de productos fue de 12 minutos.
• El 21% de las consultas sobre reparaciones de productos fueron de clientes que buscaban actualizaciones de estado.
• 10% de las interacciones sobre devoluciones fueron de clientes pidiendo específicamente las etiquetas de devolución, y el 17% de aquellas consultas de devolución fueron de contactos repetidos.

La tecnología que generó estas perspectivas fue potente, pero por sí sola no fue suficiente para transformar el QA y la experiencia del cliente del minorista. Una vez que la IA produjo estos hallazgos, los expertos en calidad de TTEC profundizaron en los datos, determinando las causas fundamentales de estos problemas, extrayendo perspectivas sobre cómo resolverlos y sugiriendo recomendaciones para aliviarlos.

Con un equipo de personas listas para actuar sobre estos hallazgos derivados de la IA, sugerimos varias mejoras para el minorista, entre ellas:

• Incorporar funciones de autoservicio para hacer seguimiento del estado y las actualizaciones de los pedidos
• Mostrar información precisa y actualizada del inventario en su sitio web
• Simplificar el proceso de pedidos y entregas de productos
• Mejorar el monitoreo de AHT y el coaching de agentes
• Automatizar las alertas por correo electrónico y SMS sobre reparaciones
• Permitir que los clientes impriman sus propias etiquetas de devolución desde el sitio web de la empresa

Los resultados

Nuestro trabajo para la empresa no sólo produjo resultados medibles; también replanteó la forma en que la compañía veía la calidad. Históricamente, el minorista había visto la calidad solo como una herramienta para gestionar el cumplimiento y asegurar que los agentes alcanzaran ciertos indicadores. Con nuestra orientación, la empresa comenzó a usar la calidad digital de manera mucho más significativa, para escuchar la voz del cliente y obtener perspectivas procesables.

Al combinar perspectivas impulsadas por IA con expertos humanos en calidad digital, pudimos identificar problemas más rápidamente y resolverlos con mayor eficacia.

Nuestro trabajo identificó €450,000 en ahorros anuales potenciales. Además, el coaching mejorado con IA que ayudamos a implementar llevó a un aumento de la empatía y las puntuaciones de disculpas de los asociados.

También hicimos que el coaching de los agentes fuera más eficiente y beneficioso, reduciendo en un 60% el tiempo que les tomaba a los líderes de equipo encontrar interacciones susceptibles de coaching. Reducimos el tiempo necesario para extraer datos de coaching en 94 horas al mes, cambiando de un proceso manual a uno automatizado. Y automatizamos la categorización del 100% de las interacciones por intención, lo que le dio a la marca una visión más clara de las necesidades de todos los clientes.