Pytania do klienta
Analiza potrzeb zaczyna się od pytań, które pomagają zrozumieć sytuację klienta. Nie chodzi o długą ankietę, lecz o zebranie informacji, bez których rekomendacja byłaby przypadkowa.
Dane potrzebne do analizy
Agent powinien znać kontekst klienta, dotychczasową historię, oczekiwany zakres ochrony i ograniczenia. AI może wskazać, które z tych danych są niepełne.
- sytuacja klienta
- priorytety
- historia kontaktu
- akceptowalne ryzyka
- braki informacyjne
Zapis uzasadnienia
Uzasadnienie rekomendacji jest ważne dla jakości obsługi i kontynuacji sprawy. Jeżeli klient wróci po kilku dniach, agent powinien widzieć, dlaczego wybrano dany kierunek rozmowy.
Ograniczenia automatyzacji
AI nie zna wszystkich okoliczności rozmowy i może nie rozpoznać niuansów komunikacji. Dlatego agent powinien traktować podpowiedzi jako wsparcie, a nie automatyczną decyzję.
Najczęstsze błędy
Najczęstsze błędy to rekomendacja wyłącznie po cenie, brak zapisu potrzeb, brak pytań doprecyzowujących i niewidoczny powód kolejnego kontaktu.
Dane potrzebne do działania
- sytuacja klienta
- preferencje i priorytety
- dotychczasowa historia
- zakres oczekiwanej ochrony
- informacje wymagające doprecyzowania
Rola człowieka i ograniczenia AI
AI może sugerować pytania i braki, ale agent musi ocenić, czy rekomendacja jest adekwatna oraz czy komunikacja jest zrozumiała dla klienta.
Jak mierzyć efekty
- kompletność analizy
- liczba spraw z uzasadnieniem
- liczba powrotów po brakujące dane
- jakość notatek
- terminowość kolejnego kroku