Como ocurre con muchos avances de la Inteligencia Artificial, estos modelos ofrecen enormes promesas cuando se presentan por primera vez, pero se desvanecen con la misma rapidez cuando se ponen en práctica. ¿Hasta dónde debe llegar un avance tecnológico como el GPT-3 para que se pueda utilizarlo en aplicaciones reales como la automatización completa del servicio al cliente?

El auge de los transformadores en NLP

Los transformadores se han convertido en el estándar del procesamiento del lenguaje natural (NLP). Los transformadores son redes neuronales profundas masivas preentrenadas para diversas tareas de procesamiento del lenguaje natural. Piensa en la traducción, la reformulación de frases, la respuesta a preguntas, la identificación de los sentimientos de una frase, la transmisión de conversaciones, los resúmenes e incluso la captación de significados de los emojis.

Lo que diferencia a los transformadores predecesores de GPT-3 es que este modelo aprendió de más de 45 TB de datos de texto procedentes de múltiples fuentes como Wikipedia, Google Books y consultas de búsqueda habituales en Internet. Para captar la semántica y los significados de todos estos datos textuales, el GPT-3 se entrenó con la abrumadora cantidad de 175.000 millones de parámetros de aprendizaje automático, diez veces más que los predecesores de NLP de referencia.

Por primera vez en la historia, OpenAI quiso demostrar que el simple hecho de escalar los parámetros del modelo daba lugar a un mayor nivel de comprensión del lenguaje. Y, a diferencia de predecesores como BERT, que se limitaba a clasificar una frase en un tema concreto o a detectar similitudes entre frases, el modelo GPT-3 fue capaz de desarrollar realmente su propio material en respuesta a una pregunta del usuario, demostrando que podía interpretar con éxito el lenguaje a un nivel muy superior.

Mejorar el servicio de atención al cliente con transformadores

Entender las preguntas y las situaciones es esencial cuando se trata de la atención al cliente. A continuación, los representantes de atención al cliente deben comprender el proceso empresarial que debe seguirse para resolver diversas dificultades y responder a las preguntas.

Las tecnologías actuales que están detrás de la mayoría de los chatbots suponen un gran ahorro de tiempo cuando se trata de responder, de forma breve, a las preguntas más frecuentes o de seguir diálogos conversacionales preestablecidos. Sin embargo, cuando se trata de responder a consultas específicas y complejas, estos chatbots fallan.

En este caso, tenemos que lidiar con la larga cola de las intenciones de atención al cliente. La larga cola de los intentos de atención al cliente nos dice que, por lo general, el 20% de las preguntas se refieren al 20% de los intentos principales, es decir, sólo el 20% de las consultas de los clientes se hacen con frecuencia. Para llegar al 80% de los intentos en los que las preguntas son más específicas y menos frecuentes, hay que pasar al extremo de la cola larga, lo que reduce el beneficio marginal de la automatización.

Esto se debe al hecho de que cuando se emplean técnicas estándar de NLP, como las empleadas en los chatbots actuales, cada respuesta a una intención debe establecerse cuidadosamente por adelantado, lo que requiere una cantidad significativa de esfuerzo en términos de ingeniería y mantenimiento de contenidos.

Así que parece que nos encontramos en un dilema. A las organizaciones les encantaría seguir automatizando los departamentos de atención al cliente si las respuestas fueran cualitativamente similares a las de sus homólogos humanos, pero a menudo se encuentran con un obstáculo al llegar a este 20%.

Para superar esta barrera, lo ideal es contar con una tecnología inteligente que absorba la lógica de los procesos empresariales escritos sin predefinir todas las respuestas ni construir diálogos por adelantado.

Dicha tecnología hará entonces su magia aprendiendo de la misma manera que los agentes humanos aprenden sobre los diferentes procesos de negocio.

¿Podría el GPT-3 ayudarnos a mejorar los chatbots de atención al cliente?

La pregunta de oro es si el modelo GPT-3 está preparado para ello.

Pues bien, ¡vamos a probarlo!

En este experimento, he utilizado la configuración de preguntas y respuestas de GPT-3 en el campo de juego de OpenAI beta. Como ya he dicho anteriormente, el modelo debe aprender el proceso de negocio para varios tipos de intents simplemente escribiéndolo, y en esta configuración, este contenido de lógica de negocio se etiqueta como ‘Intro’.

A continuación, formulamos al modelo una pregunta de servicio específica y larga («humana»). Cuando pulsamos la opción de generar, el modelo de IA (GPT-3) genera una respuesta que tiene sentido como respuesta correcta a esta consulta de servicio.

Los siguientes escenarios demuestran cómo se comporta el GPT-3 para varios casos de uso complejos de servicio al cliente en el contexto de una empresa de servicios públicos:

Escenario 1: Cancelar un contrato

Introducción: No existe ningún cargo por cancelación si el cliente lo cancela durante su período de cancelación de 14 días. El agente debe preguntar cuándo firmó el cliente el contrato. Si el cliente firmó el contrato hace más de dos semanas, la comisión de cancelación debería ser de 150 euros. Si el cliente está de acuerdo, el agente puede apoyar cancelando el acuerdo por completo o cancelando el contrato y firmando un nuevo contrato con nuestra empresa.

Veamos ahora cómo se desarrolla la conversación entre la IA y el cliente.

Humano: Estimado, me gustaría cancelar el contrato que firmé con ustedes la semana pasada. ¿Cómo puedo resolverlo? ¿Cancelar primero, o puedo cerrar el otro? Me gustaría tener noticias suyas.
AI: Lo entiendo. Revisaré su contrato y me pondré en contacto con usted lo antes posible.

Como puedes ver, el cliente firmó un contrato dentro del periodo de consideración de 14 días. La IA no habla de los gastos de anulación, lo que es correcto, ya que no son estrictamente necesarios. Igualmente, cuando se cambia el momento de la consulta de la semana pasada al año pasado:

Humano: Estimado, me gustaría cancelar el contrato que firmé con ustedes el año pasado. ¿Cómo puedo resolverlo? ¿Cancelar primero, o puedo cerrar el otro? Me gustaría tener noticias suyas.

AI: Lo entiendo. Puedo cancelar el contrato por usted, pero hay que pagar 150 euros.

Como ves, la IA sigue correctamente el proceso y menciona la tasa de cancelación.

Escenario 2: Nuevo plan de pago

En otro escenario, un cliente solicita un nuevo plan de pago:

Intro: El proceso para emitir planes de pago con el cliente es:
1) Comprobar si el cliente ya tiene un plan de pago activo. Si el cliente ya tiene un plan de pago activo, no se puede optar por uno nuevo. Se debe pagar todo primero.
2) Si el cliente no tiene un plan de pago activo, se puede pagar en varios plazos o aplazar un pago una vez.
3) Comprobar para qué facturas quiere el cliente un plan de pago.

La conversación es así:

Humano: Buenas tardes. Recientemente, me puse en contacto con ustedes en relación con una liquidación elevada con la causa de una avería de tierra. Ustedes me dijeron que debía recuperar el importe del edificio de mi casa, pero no puedo gestionarlo, por lo que me gustaría solicitar un plan de pagos por el elevado importe aunque no estoy de acuerdo en que deba pagar esa cantidad porque ya está claro cuál fue la causa.
AI: Entiendo su preocupación. Comprobaré si ya tiene un plan de pago activo y una factura al respecto, y entonces podremos discutir las posibilidades de aplazar un pago o pagar en plazos.

La IA no está segura de si el cliente tiene un plan de pago, por lo que dice correctamente que lo comprobará internamente y luego hará el seguimiento correspondiente.

Ahora bien, si el humano indica que sí tiene un plan de pago activo, la IA responde lo siguiente:

Humano: Hola, ya tengo un plan de pagos con vosotros, pero tengo problemas para pagar la factura del mes que viene. ¿Puedo tener también un plan de pagos para mi última factura?
AI: Veo que ya tiene un plan de pagos con nosotros. No puedo ofrecerte otro porque iría en contra de nuestra política.

Aunque se trata de dos ejemplos elegidos al azar, creo que se puede ver que el nivel de inteligencia es bastante asombroso, sobre todo teniendo en cuenta que los resultados se basan en un modelo que no está afinado de ninguna manera.

Limitaciones

Aunque estos escenarios parecen muy prometedores, debido a la naturaleza generativa de los modelos lingüísticos, en ocasiones pueden devolver textos que no tienen ningún sentido, sobre todo cuando la conversación se alarga. En este momento, ésta es, con mucho, la mayor limitación de este modelo.

Para entenderlo mejor, consideremos el siguiente ejemplo:

Escenario 3: Energía temporal en ambas casas

Introducción: Para proveer al cliente de electricidad temporal en ambas casas mientras se mudan, se requiere la siguiente información:
1) preguntar cuándo espera tener la llave.
2) preguntar cuándo espera mudarse.
3) preguntar la dirección de la nueva casa
4) preguntar si el cliente quiere los mismos productos energéticos en su nueva casa que los que tiene actualmente para su vivienda actual.
Humano: Mi mujer y yo nos vamos a mudar a una nueva casa en la calle principal de Ámsterdam. Recibiremos las llaves de la nueva casa el 26 de febrero de 2021; sin embargo, dejaremos nuestro actual apartamento el 3 de marzo de 2021. Me pregunto cómo podemos cambiar nuestro suministro de energía a nuestra nueva casa mientras seguimos pagando y teniendo electricidad en nuestro anterior apartamento para el 03-03-2021. Para que quede claro, necesitamos electricidad para ambos hogares durante todo el periodo de cinco días. ¿Es posible hacer algo así?
AI: Entiendo que quieren trasladar el suministro eléctrico de una dirección a otra. Puedo ayudar con esto, pero primero necesitamos información sobre el nuevo domicilio.
Humano: claro, adelante
IA: Tengo la siguiente información sobre su nueva vivienda:
Humano: ¿sí?
AI: La dirección es Keizersgracht 393, Amsterdam.
Humano: sí
AI: El código postal es 1016 AB.
Humano: correcto
AI: El código postal es 1016 AB.
Humano: de nuevo, correcto
IA: La ciudad es Ámsterdam.
Humano: también correcto
IA: El país es Holanda.
Humano: correcto
IA: El número de teléfono es +31 20 555 5555.
Humano: no
IA: El número de teléfono es +31 20 555 5555.
Humano: no
etc.

Como se puede ver, el modelo de IA comienza de forma prometedora, pero parece haber perdido el objetivo principal a medida que la conversación continúa y se encuentra en un modo de repetición preguntando por detalles del cliente que no son relevantes.

Conclusión

El modelo GPT-3 de Open AI ha impulsado la NLP a nuevas cotas al ampliar sus redes neuronales profundas con toneladas de datos, lo que ha dado lugar a un aumento sin precedentes de la inteligencia de estos modelos. A la hora de aplicar este tipo de modelos para mejorar la automatización del servicio al cliente, la IA debe ser capaz de aprender de tal manera que se minimice el coste de añadir nueva inteligencia para las intenciones de larga cola.

El modelo GPT-3 es uno de los primeros modelos que tiene el potencial de hacer esto. Los experimentos en el campo de juego de GPT-3 demuestran que puede extraer inteligencia de la lógica empresarial escrita. El modelo parece reconocer las diferencias entre los distintos tipos de preguntas de los usuarios en las diversas circunstancias evaluadas.

Sin embargo, en otro escenario, también ve que la falta de autorreflexión da lugar a respuestas ambiguas.

Con avances como el GPT-3, podemos ser optimistas y pensar que los chatbots de servicios pronto ofrecerán conversaciones más precisas y mejores con los clientes sin necesidad de predefinir todas las respuestas y diálogos que se producen en la cola larga.

La cuestión principal ahora es si se pueden obtener modelos de IA mejorados simplemente aumentando el número de neuronas en una red neuronal profunda o si se necesita más para captar los aspectos difíciles de proporcionar asistencia al cliente a nivel humano. Pronto lo sabremos.

The post Cómo crear chatbots de ATC con GPT-3 first appeared on Planeta Chatbot.

El servicio de atención al cliente es esencial para retener a los clientes. El 93% de los consumidores son más propensos a repetir sus compras con empresas que ofrecen una experiencia estelar al cliente. Además, su empresa sólo necesita aumentar las tasas de retención de clientes en un 5% para incrementar los beneficios hasta en un 95%. Por lo tanto, invertir en sus procesos de atención al cliente garantiza un alto rendimiento de la inversión.

Si quieres fidelizar a tus clientes, mejorar tu servicio de atención al cliente es un buen punto de partida. Tres de cada cinco clientes coinciden en que un excelente servicio de atención al cliente les hace sentirse más fieles a una marca. Los estudios también han demostrado que lo contrario es cierto, ya que el 80% de los consumidores se van a un competidor después de una mala experiencia con una marca y una experiencia de cliente negativa tarda al menos 12 experiencias positivas en corregirse.

Entonces, ¿por qué el no-código revolucionará tu servicio de atención al cliente y los procesos de automatización? Exploremos cómo esta tecnología puede mejorar radicalmente tu servicio de atención al cliente al tiempo que le ahorra dinero, le proporciona escalabilidad y le permite maximizar la eficiencia de tus recursos.

¿Por qué se está haciendo popular el no-código?

No-code permite a los usuarios construir plataformas, servicios, chatbots y sitios web sin saber nada de código. No-code es increíblemente intuitivo y permite a los usuarios no técnicos realizar su visión de diseño con facilidades de arrastrar y soltar. Las soluciones sin código hacen que la implementación sea perfecta y reducen la cantidad de gastos generales de TI que las organizaciones necesitan para operar de manera eficiente.

Las soluciones sin código y de bajo código permiten a los usuarios utilizar bloques de código para construir tu plataforma, aplicación o sitio web con conocimientos técnicos limitados. Las soluciones sin código también permiten reducir los costes de desarrollo hasta en un 80% y permiten desarrollar procesos empresariales y aplicaciones fáciles de usar de forma más eficiente.

En el mundo digital, cualquiera puede ser un creador. Sin embargo, muchos carecen de conocimientos de código, desarrollo y otras habilidades técnicas para dar vida a sus ideas creativas. Aquí es donde entra en juego el no-código y por eso se está haciendo tan popular.

Los sitios web pueden desarrollarse en minutos con constructores web sin código como WordPress y Bubble. Shopify ha implementado los pagos sin código, aumentando enormemente la facilidad de uso de la plataforma, e incluso nuestra productividad puede revolucionarse en minutos con la aplicación de productividad de arrastrar y soltar Zapier. Es evidente que el no-código se está volviendo cada vez más popular, y está cambiando la forma en que las organizaciones abordan el servicio al cliente, el diseño, el marketing y más.

Aplicaciones sin código en el servicio de atención al cliente

Las soluciones sin código están cambiando rápidamente el panorama del servicio al cliente. Incentivan a las organizaciones a ser innovadoras en sus procesos de atención al cliente sin necesidad de conocimientos técnicos ni grandes costes de desarrollo.

En el mundo actual, satisfacer las expectativas de los consumidores simplemente no es suficiente para mantenerse por delante de los competidores. En su lugar, se trata de ofrecer una gran experiencia al cliente que supere sus expectativas. Los largos tiempos de espera, los agentes sin conocimientos especializados, las bajas cifras de resolución de problemas a la primera y la incapacidad de alcanzar una resolución son increíblemente frustrantes tanto para el cliente como para el representante de atención al cliente.

Sin embargo, tu organización puede mejorar enormemente su experiencia de cliente apoyándose en la tecnología. La rapidez (hasta un 90% más rápida), la utilidad, la comodidad y la amabilidad del servicio son algunos de los factores más importantes para garantizar una experiencia positiva del cliente. Las aplicaciones sin código permiten a las empresas automatizar el servicio de atención al cliente y responder al instante a las consultas de los clientes, lo que permite a su equipo centrarse en la creación de flujos propios sin necesidad de desarrolladores especializados.

En el servicio de atención al cliente, los seres humanos desempeñan un papel fundamental para seguir automatizando el servicio de atención al cliente. Los equipos de servicio tienen todo el conocimiento sobre cómo ofrecer el mejor servicio al cliente. Si los agentes son capaces de traducir y mantener este conocimiento en la solución por sí mismos, se minimiza el «error de traducción». Con las soluciones tradicionales (de codificación) siempre hay que tratar con varias personas: agentes, diseñadores conversacionales, desarrolladores. Por lo tanto, cuantos más «eslabones» haya en la cadena, mayor será la probabilidad de que la solución de servicio no se ajuste a los estándares actuales de servicio humano. Con una solución de servicio sin código se tiene un enlace directo del agente a la solución, por lo que la calidad del servicio está garantizada en todo momento.

Por qué debería optar por el no-código en la automatización del servicio de atención al cliente:

Está claro que esta tecnología es cada vez más popular, pero ¿debería utilizar el no-código en la automatización de su servicio de atención al cliente? He aquí por qué debería elegir una solución sin código al automatizar su servicio de atención al cliente.

1. Automatización sencilla de casos límite

La inteligencia artificial (IA) conversacional sin código está cambiando la forma en que las organizaciones automatizan los casos límite. En lugar de que sus agentes humanos respondan amablemente a preguntas repetitivas, puede utilizar chatbots de IA para desempeñar esta función. La IA puede responder a consultas repetitivas en segundos, liberando el tiempo de los agentes humanos de atención al cliente para abordar preguntas más largas y técnicas.

Puedes utilizar a tus agentes humanos para «enseñar» a este software de IA a comunicarse mejor con los clientes, añadiendo un toque humano a la IA. ¿La razón por la que esto no ha sucedido todavía? Porque la IA no es lo suficientemente inteligente en este momento.

Sin embargo, cuanto más invirtamos en la IA, más inteligente se volverá. Con el tiempo, la IA será capaz de entender todos los temas y responder a consultas más complejas. Sin embargo, es una buena idea empezar ahora con los chatbots de IA sin código, ya que proporcionan una respuesta instantánea a los clientes. Esto proporciona la comodidad que la mayoría de los consumidores buscan y puede crear una experiencia más positiva.

2. Escala más rápida
No-code permite que tu negocio escale más rápido. Los creadores y empresarios pueden escalar sus negocios más rápidamente gracias a las soluciones sin código, que permiten a los creativos desarrollar sitios web, soluciones de servicio al cliente y mucho más sin utilizar código.

No-code le permite ofrecer soluciones de servicio al cliente receptivas, cómodas y orientadas al cliente. Esto te ayudará a expandir tu negocio a nivel internacional. Si los clientes tienen consultas y se encuentran en una zona horaria diferente a la suya, podrán recibir una respuesta de su marca de inmediato. Teniendo en cuenta que el 27% de los clientes citan la lentitud de las respuestas como su principal frustración con el servicio de atención al cliente, las respuestas automatizadas pueden mejorar enormemente la fidelidad a tu marca en todo el mundo.

3. Ahorrar dinero
El uso de soluciones sin código permite a tu equipo de desarrollo centrarse en la implementación de la lógica empresarial y de los procesos fáciles de usar en lugar de en el propio diseño. Puedes reducir los costes de desarrollo hasta en un 80%.

4. Prueba nuevas ideas y conceptos de forma intuitiva
El no-código permite a todos dar vida a tus ideas. Elimina la barrera de necesitar conocimientos técnicos y experiencia en codificación para desarrollar sitios web, procesos de atención al cliente, etc. Además, las soluciones sin código suelen ser muy intuitivas, lo que crea aún más flexibilidad para tu empresa.

Chatbots sin código: por qué funcionan

En la actualidad, algunos de los chatbots más innovadores del mundo pueden manejar hasta el 20% de todos los tipos de preguntas. Al proporcionar respuestas rápidas a las consultas de los clientes, incluso si estos viven en una zona horaria diferente, los chatbots sin código fomentan la confianza en la marca y promueven una buena experiencia del cliente.

Actualmente, los chatbots pueden gestionar más del 68% de todas las conversaciones de principio a fin. Esto supone un gran ahorro de tiempo y recursos para responder a las consultas. También está dando sus frutos, ya que el 41% de los consumidores utilizan los chatbots para realizar compras. Además, la tasa media de satisfacción de los clientes en las conversaciones con chatbots es superior al 87%. Está claro que los chatbots funcionan. ¿Cómo servirá esta tecnología a las empresas a medida que siga evolucionando?

Imagínate lo fluidos que serían tus procesos de atención al cliente si el 80% restante de los tipos de preguntas pudieran automatizarse. En lugar de dedicar tu equipo a responder a consultas repetitivas de los clientes, podrías externalizar la mayor parte de tu servicio de atención al cliente a la IA. Esto libera a tu equipo para añadir nueva inteligencia, actualizar la existente, resolver problemas complejos y realizar otras tareas.

A medida que la inteligencia artificial avanza, podemos esperar ver una mayor automatización de las soluciones de atención al cliente para las empresas. Hacer que la IA conversacional sea más accesible para un público más amplio mejorará enormemente la capacidad de respuesta de las marcas a las experiencias de los clientes y fomentará la fidelidad a la marca.

¿Cuándo podemos esperar que las soluciones sin código sean la norma?

Bueno, la respuesta es que depende. El ritmo al que las nuevas soluciones sin código entran en el mercado está impulsado por el ritmo al que evoluciona la IA. A medida que la IA evolucione y desarrolle mejores modelos lingüísticos, más rentable será el uso de soluciones de atención al cliente sin código.
Llegar pronto es la clave para mantenerse por delante de la competencia en lo que respecta a las soluciones de atención al cliente sin código.

¿Qué determina el éxito de no utilizar código?

Antes de optar por automatizar tu servicio de atención al cliente con soluciones sin código, debes tener en cuenta algunas consideraciones clave. Para empezar, debes evaluar la integrabilidad de tus propias aplicaciones. Si tu capacidad de integración es baja, es probable que sigas necesitando soluciones de codificación personalizadas para automatizar tus servicios de atención al cliente.

Tu solución sin código debe ser fácil de usar. Cuanto más intuitiva sea la interfaz, más probable será que tu equipo la adopte. La experiencia del usuario es vital a la hora de crear o elegir soluciones sin código. También es esencial que evalúe las necesidades de formación para adoptar el software: ¿hay una curva de aprendizaje pronunciada? ¿Cuánta formación necesitará tu equipo?

Desgraciadamente, incluso con las soluciones de bajo código, es posible que te encuentres con problemas. Es posible que experimentes una falta de flexibilidad, problemas de lógica empresarial, problemas de datos, etc. ¿La herramienta que quieres implementar para la automatización de tu servicio de atención al cliente ofrece un excelente soporte al cliente o un foro completo con respuestas rápidas de los miembros del equipo? Tienes que asegurarte de que puedes acceder rápidamente a la información que necesitas para solucionar los errores. De lo contrario, tu herramienta puede provocar retrasos y agotar sus recursos.

En definitiva, el éxito de la automatización de tu servicio de atención al cliente con una solución sin código se reduce a la elección de la interfaz de usuario y la herramienta adecuadas que funcionen para tu equipo. Esta interfaz de usuario también debe ir acompañada de un motor de inteligencia artificial intuitivo que «piense» por ti.

¿Cómo puedes empezar con la automatización del servicio de atención al cliente sin código?

Afortunadamente, empezar con la automatización del servicio de atención al cliente sin código no tiene por qué ser abrumador. Es vital evaluar las necesidades de tu organización y asegurarte de encontrar una plataforma de automatización de servicio al cliente sin código que funcione para tus necesidades.

Reassign.ai es un gran ejemplo de una herramienta de IA conversacional llave en mano que ofrece un comienzo perfecto para automatizar hasta el 50% de tus preguntas de servicio y crear una experiencia de cliente estelar. Te ayuda a reducir enormemente la carga de trabajo de tu equipo de atención al cliente y te permite centrarse en consultas más complejas.

Reflexiones finales

Es probable que el no-código sea el futuro de la automatización del servicio de atención al cliente, y entrar en él con antelación puede mantenerte por delante de tus competidores. En este artículo, hemos hablado de lo que son las aplicaciones sin código, de las ventajas de la automatización del servicio de atención al cliente sin código, de por qué funcionan los chatbots y de cómo determinar si una solución sin código es adecuada para tu equipo. Pero quizá lo mejor es que… ya está disponible para que puedas usarlo hoy mismo.

The post Automatización del servicio de atención al cliente sin código first appeared on Planeta Chatbot.

La asistencia preventa y posventa es una forma brillante de fomentar la fidelidad de los clientes y aumentar su satisfacción. Sin embargo, la pregunta que se hacen muchos empresarios es qué canal de atención al cliente utilizar.

Según Kayako, el 41% de los consumidores prefiere el chat y la mensajería en directo como principal canal de asistencia, mientras que el 32% afirma que prefiere el servicio telefónico. Una gran parte de los consumidores –en particular los millennials más jóvenes y conocedores de la tecnología– demandan servicios de mensajería como soporte al cliente.

Por desgracia, es difícil desarrollar e implementar sistemas de chat en vivo, y es aún más difícil conseguir que los clientes los utilicen.

Ahí es donde entran en juego los canales de mensajería de las redes sociales, como WhatsApp Business, Facebook Business Messenger o Direct Mail en LinkedIn, Instagram y Twitter. Instala un canal de atención al cliente en las plataformas que los consumidores ya utilizan.

En este artículo, analizaremos por qué es importante ofrecer un servicio de atención al cliente a través de apps de mensajería y te ofreceremos algunos consejos y prácticas recomendadas para garantizar el éxito al implementar servicios de mensajería en directo en tu flujo de trabajo de atención al cliente.

¿Por qué mejorar la atención al cliente a través de apps de mensajería?

En la última década, las organizaciones han adoptado en masa una estrategia omnicanal y han diversificado su oferta de canales de atención al cliente.

No hace mucho tiempo, las líneas telefónicas de atención al cliente eran la forma predeterminada en que los clientes podían ponerse en contacto para recibir asistencia. ¿Por qué este enfoque ha caído en desgracia?

Los canales de asistencia tradicionales son lentos e ineficaces. Los clientes solían tener que esperar mucho tiempo en espera. Esto eliminaba una importante vía de asistencia: la asistencia previa a la compra.

Según Forbes, el 50% de los clientes dicen que tener un agente de chat que responda a su consulta en medio de la compra es una característica importante que puede ofrecer una empresa. Ayuda a aclarar cualquier duda, reduciendo en última instancia el abandono del carrito y aumentando las tasas de conversión.

Por ello, las empresas han adoptado con entusiasmo los sistemas de chat y mensajería en directo. ¿Con qué entusiasmo? Según Freshworks, el 81% de los negocios online han aumentado su inversión en chat y mensajería en directo.

Las apps de mensajería, tambien conocidas como, mensajería social hace que sea más cómodo para los clientes ponerse en contacto con ellos y recibir asistencia. Ofrece lo mejor de los dos mundos:

• el chat en directo, que permite resolver las dudas de los clientes en cuestión de segundos
• la asistencia en las redes sociales, que permite interactuar con los clientes en las plataformas que ya utilizan.

Esto tiene un gran impacto en los ingresos y en la experiencia del cliente. Este canal de atención al cliente empresarial también abre grandes oportunidades de venta cruzada y de aumento de ventas. El Grupo Aberdeen descubrió que el chat y la mensajería en directo dan lugar a un aumento anual 2,4 veces mayor de los ingresos por ventas cruzadas y ventas adicionales.

Las apps de mensajería en datos

En primer lugar, cuantifiquemos los problemas que los canales de mensajería pretenden resolver. Forrester descubrió que el 53% de los clientes pueden abandonar sus carritos si no pueden encontrar respuestas a sus preguntas rápidamente. Además, Khoros descubrió que el 83% de los clientes se sienten más fieles a las marcas que responden y resuelven sus quejas.

Por lo tanto, está claro que el uso de los canales de mensajería social es clave para fomentar el crecimiento de los ingresos y mejorar la CX. El chat en vivo tiene una tasa de conversión del 40% y supone un aumento del 48% de los ingresos por hora de chat. La razón por la que se elige la mensajería social en lugar del chat en vivo es clara: el 45% de la población mundial utiliza las redes sociales.

El ICMI estima que los canales de mensajería recompensan a las empresas con un ROI del 105%. BrandWatch descubrió que la gestión de las solicitudes de atención al cliente a través de los canales de mensajería social es hasta 12 veces más barata que la asistencia telefónica. Además, responder a una queja a través de los medios sociales puede aumentar la defensa del cliente hasta en un 25%.

Por tanto, está claro que la mensajería en las redes sociales es un canal brillante para la atención al cliente. Esto ha provocado un crecimiento masivo, y Forrester predice que las reacciones del servicio de atención al cliente digital aumentarán un 40% en el próximo año.

Pero, ¿es sostenible la mensajería en las redes sociales para la atención al cliente?

Desafíos de la comunicación social cualitativa en los canales de mensajería social

Al igual que cualquier otro canal de comunicación social, la mensajería social conlleva toda una serie de retos que limitan el éxito de su aplicación. Exploremos aquí algunos de los principales problemas:

1) La mensajería social es más intensiva

Debido a la naturaleza personal de las conversaciones en las redes sociales, la mensajería social es más intensiva. Interactuar con los clientes en las redes sociales requiere más esfuerzo y tiempo para que los agentes lean los mensajes y respondan a los clientes que el chat en vivo dedicado. ¿Por qué?

La gente utiliza principalmente los canales de mensajería de las redes sociales para hablar con sus amigos y familiares, y servicios como WhatsApp e Instagram DMs se han convertido en la principal forma de hablar con sus seres queridos.

Por lo tanto, los consumidores están acostumbrados a hablar en estas plataformas y es probable que expresen sus preguntas sobre el servicio de la misma manera que hablan con un amigo. Este tipo de comunicación presenta dos problemas:

1. Se necesita más tiempo para procesar las consultas más largas.
2. Los clientes esperan una respuesta en un tono similar al de su mensaje, por lo que un agente tardará mucho tiempo en redactar una respuesta amable y personal.

Ambas cuestiones suponen una mayor presión para los agentes de atención al cliente.

2) Desafíos de la automatización de la mensajería social

También es difícil automatizar un servicio de atención al cliente de mensajería social. La forma personal en que la gente se comunica en los canales de mensajería social hace más difícil que los chatbots entiendan las consultas.

Es mucho más fácil para un chatbot leer preguntas cortas como «pasar las lecturas del contador en movimiento» que analizar y comprender mensajes largos. La dificultad de la automatización también depende de la facilidad de integración de la plataforma.

Hay que reconocer que está mejorando. Por ejemplo, Facebook ahora permite respuestas automatizadas de forma nativa en Messenger y DM de Instagram – y muchas plataformas de medios sociales ahora permiten la integración con herramientas de automatización de chatbot. Por desgracia, todavía hay un largo camino por recorrer.

La dificultad para automatizar significa más horas de trabajo dedicadas a atender las consultas de los clientes. Esto, sin duda, supondrá mayores costes y puede afectar a su tiempo de respuesta.

3) Retos de la privacidad y la seguridad de los datos

Reconocemos que las plataformas de las redes sociales han hecho grandes progresos en materia de privacidad y seguridad de los datos en los últimos años. Por ejemplo, muchas plataformas utilizan ahora mensajes cifrados y se comprometen a no procesar ni leer los mensajes de texto.

Sin embargo, para muchas empresas, la verificación de los clientes sigue siendo especialmente difícil. A menudo, las empresas tienen que preguntar a los clientes su fecha de nacimiento o los tres últimos dígitos de su cuenta bancaria o número de cuenta para comprobar quiénes son.

Sin embargo, los clientes son cada vez más reacios a enviar información sensible y personal a través de los mensajes de texto de las redes sociales, y con razón.

Si sus cuentas de redes sociales son pirateadas y comprometidas -o si les roban el teléfono- los atacantes podrían buscar en los registros de chat de atención al cliente para encontrar cualquier dato que pudieran utilizar para el fraude.

El hackeo de cuentas de redes sociales es demasiado frecuente. Según Norton, el 14% de las personas han sufrido alguna vez una actividad no autorizada en sus cuentas de redes sociales. A veces, la gente puede pasar meses sin darse cuenta de que alguien tiene acceso a su cuenta.

Por suerte, los canales de las redes sociales están ofreciendo integraciones más estrechas y seguras con las suites de CRM. El objetivo es facilitar la verificación de un cliente sin pedirle que envíe información personal y sensible.

Mejores prácticas de mensajería social de CS

¿Quieres algunos consejos sobre la mejor manera de implementar la mensajería social para la atención al cliente? Estas son algunas de nuestras recomendaciones:

1. Proporciona respuestas cortas pero personales.
2. Se rápido. Los tiempos de respuesta lentos son un problema importante en la mensajería social: el 80% de los clientes exigen una respuesta en el mismo día y el 50% buscan una respuesta en menos de dos horas.
3. Si esta velocidad no es posible, al menos proporciona un tiempo de respuesta estimado automatizado para evitar la frustración.
4. Considera la posibilidad de una automatización parcial o híbrida. Por ejemplo, tanto un agente como un chatbot pueden trabajar juntos para obtener detalles para cancelar una reserva.
5. Utiliza los botones de respuesta rápida para que la experiencia de atención al cliente sea más fluida.
6. Si se utiliza un chatbot, debe ser lo más fácil posible escalar inmediatamente a un agente humano. Una buena forma de hacerlo es utilizando botones de respuesta rápida para «Conectar con un agente».
7. Tómate en serio la seguridad de los datos. Debes desarrollar una estrategia que valide la identidad de tu cliente de forma privada y segura. También es vital que maneje esa información personal con cuidado, de acuerdo con las leyes de protección de datos vigentes.

El futuro de la atención al cliente a través de los canales sociales

¿Qué es lo que viene para el servicio de atención al cliente en las redes sociales? Estas son algunas de nuestras predicciones:

• Centralización del tipo de canal: Para reducir los gastos generales y ofrecer una experiencia de atención al cliente más fluida, esperamos que las organizaciones adopten un canal de atención al cliente centralizado basado en la mensajería y el chat en directo. Cada vez más, las organizaciones están abandonando canales lentos como el correo electrónico y el teléfono. Esperamos que la adopción de la mensajería a través de plataformas como WhatsApp y Facebook Messenger continúe y finalmente eclipse todos los demás canales de CS.

• Creemos que las organizaciones primero dirigirán a los clientes telefónicos a las plataformas de mensajería. Por ejemplo, cuando un cliente llame a una línea de ayuda en particular, el sistema de llamadas podría indicar al cliente que envíe un mensaje por WhatsApp. La empresa europea de servicios públicos Vattenfall redujo su volumen telefónico hasta en un 40% utilizando este método.

• Los clientes exigirán rapidez y agilidad con su soporte de mensajería. Buscan tiempos de respuesta reducidos y quieren que sus consultas se resuelvan casi instantáneamente. Las empresas tendrán que aumentar su capacidad de CS o mejorar la automatización para satisfacer esta demanda.

• La mensajería en las redes sociales seguirá apoyando conversaciones más ricas. Actualmente, los clientes pueden compartir documentos, archivos y enlaces web mediante plataformas de mensajería como WhatsApp. Esperamos que estas integraciones sean más fáciles que nunca en el futuro.

• Los clientes exigirán y apreciarán experiencias de servicio al cliente altamente personalizadas. Las empresas necesitarán, más que nunca, conocer a sus clientes y cómo interactúan con su organización.
  Las soluciones para verificar la identidad mejorarán significativamente en los próximos años.

Utiliza Reassign.ai para automatizar tu mensajería social

Con Reassign, las empresas pueden por fin automatizar las respuestas a los mensajes largos. Nuestro módulo de IA conversacional entiende las situaciones e intenciones de una consulta larga del cliente.

Un chatbot inteligente será capaz de asistir a los clientes sin problemas, mejorando sus tiempos de respuesta y consiguiendo resolver los problemas de los clientes en cuestión de minutos.

Reassign proporciona una plataforma de IA conversacional sin código que permite a cualquiera construir diálogos de mensajería de servicio atractivos en minutos.

The post Atención al cliente a través de apps de mensajería: Desafíos, mejores prácticas y oportunidades first appeared on Planeta Chatbot.