Efficienza di Cisco Contact Center Skyrocket con intelligenza artificiale

On By Massimiliano Caranzano4 Min Read


Miglioramento dell’efficienza del Call Center 

L’esperienza del cliente è la priorità della gestione aziendale, di qualsiasi dimensione, qualsiasi verticale. Oggi, i clienti desiderano essere indipendenti, desiderano accedere a soluzioni self-service, non desiderano vendere le cose, desiderano acquistare soluzioni ai relativi problemi e esigenze, quindi una chiave per offrire un’eccezionale esperienza ai clienti è risolvere rapidamente il problema di un cliente, idealmente dal primo contatto, anche meglio attraverso i self-service.

Le implementazioni di intelligenza artificiale nei centri di contatto sono il metodo principale per migliorare la risoluzione del primo contatto (FSR) e guidare l’esperienza dei clienti e la conservazione al punto che alcuni clienti prevedono che un’ampia percentuale delle interazioni con i clienti possa essere risolta da bot ben progettati.


Esperienza clienti


Il futuro dei Cisco Contact Center

Sebbene penso che i bot saranno più potenti e potenti nel prossimo futuro, il mio suggerimento, in base all’esperienza del mio campo, sarebbe leggermente diverso e il motivo per cui sto parlando che questo è il business case pratico rappresentata dai Contact Center cognitivi.

Controlliamo insieme alcuni numeri. Anche supponendo che il costo mensile di un agente sia $1000, ottimizzazione di appena il 10% dell’efficienza del Contact Center attiverà un grande vantaggio per il cliente e ancora più in caso di centri di contatto più grandi.


AgenteMonthlyTCO:AIOptimization


Intelligenza artificiale

Ma cosa significa un’ottimizzazione del 10%?

Spesso ciò significa che un BOT di informazioni sull’intelligenza artificiale (BOT) è in grado di gestire correttamente il 10% delle chiamate in arrivo/chat, dall’inizio alla fine senza coinvolgere l’agente e pertanto migliorare la scalabilità di Contact Center o concedere agli agenti il tempo per gestire i casi più complessi. Questo approccio richiede la creazione di un BOT in grado di gestire con successo l’intera conversazione con il cliente e, quindi, potenzialmente sofisticato, anche complessa, quindi il primo approccio all’servizi di servizi avanzati consigliati è uno diverso.

Nella maggior parte dei casi, la prima parte dei casi, dire almeno il 10%-20% del tempo, di una chiamata a un Contact Center, riguarda la raccolta di dati, il nome, il motivo della chiamata, l’ID servizio, ecc. Questo è qualcosa di altamente apprezzato, una finestra di dialogo molto strutturata e pertanto molto più semplice da automatizzare con un semplice BOT destinata a raccogliere i dati.


BOT raccolta dati

Una volta raccolti tutti gli input necessari, risparmiando il 10-20% del tempo dell’agente, il BOT può trasferire la parte più complessa della chiamata all’agente passando i dati e il CONTEXT in modo che l’agente possa spostarsi in avanti da qui.


Caso d’uso e soluzione di intelligenza artificiale insieme a Marco, nel video seguente viene offerto un esempio del viaggio di vendita e TECNICO all’efficienza aziendale del progetto skyrocket in una soluzione Cisco Contact Center Enterprise con la piattaforma
Google Google Intelligence DialogFlow.

Abbiamo coprono entrambi gli aspetti tecnici e di vendita, collegando i punti, consentendo ai manager degli account di offrire opportunità e ai tecnici per progettare le soluzioni.

La prima metà riguarda il caso d’uso e il valore aziendale ottimale della soluzione offerto combinando il meglio di entrambi i mondi, mentre nella seconda parte passa attraverso i dettagli tecnici della soluzione.


VIDEO AGENDA

  • Perché Loro intelligence è così interessanti nei Contact Center
  • Ottenere una maggiore efficienza sfruttando l’AI per ridurre la durata media delle chiamate agente
  • Esempio di automazione del servizio di prenotazione:
    • Dialogflow
    • Configurazione CUBE
    • Personalizzazione CVP e Finesse

Guarda il video:

https://youtu.be/vi5_Q03D_IA eventuali domande, è possibile contattare

Massimiliano Caranzano e Marco Pirrone al:

mcaranza@cisco.com mpirrone@cisco.com

Fare riferimento ad alcuni esempi pratici e demo in diretta dell’AI con le soluzioni Cisco Contact Center (sessione disponibile su Cisco Live, video e pdf)

Autore determinante: Dopo aver calcolato gli ricerche, Marco ha trascorso 8 anni in ricerche industriali SCADA nello sviluppo di software innovative per applicazioni in tempo reale e Marco Pirrone grafica computerizzazione.
Successivamente, si è spostato nel settore telco sfruttando il suo background software per sviluppare applicazioni Contact Center.
Marco ha lavora per Cisco per gli ultimi 20 anni, come esperto tecnico leader in tutto il mondo, in base alle sue competenze professionali e interdisciplinari nella continua innovazione dell’esperienza dei clienti.
Tutti con un piano viscerale per la musica acustica e acustica, supportato da un piano acustico acustico.

 

 


Per ulteriori informazioni sul video su YouTube: Informazioni sull’intelligenza artificiale Cisco nei contact center: Video di assistenza alla traduzione in chat su salesConnect: Informazioni sull’intelligenza artificiale Cisco nei contact center: Video di assistenza alla traduzione in chat su YouTube: Traduzione della trascrizione vocale dei centri di contatti cognitivi Blog di Cisco: Informazioni sull’intelligenza artificiale Cisco nei contact center: IVR conversazionale


Ulteriori informazioni su Cloud e analisi saranno la messa a fuoco di Contact Center per 2020 abilitazione degli agenti con accesso dalla home

About The Author

Massimiliano Caranzano
Massimiliano Caranzano Technology Solution Architect Cisco
Massimiliano Caranzano is part of the EMEAR Collaboration team and oversees ecosystem partners and Customer Journey Solutions.
Learn more

Topics


More like this