KPMG wykorzystało sztuczną inteligencję, żeby skrócić czas rozmów w centrach obsługi klienta o 30% i osiągnąć personalizację na dużą skalę dla klienta z branży ubezpieczeniowej.
KLIENT
Duża firma
BRANŻA
Sektor ubezpieczeniowy
PROJEKT
Zaprojektowanie i wdrożenie w centrach obsługi klienta narzędzia opartego o generatywną AI, które wspiera agentów podczas rozmów z klientami
Wyzwanie klienta
Firma ubezpieczeniowa borykała się z poważnymi wyzwaniami operacyjnymi w swoich centrach obsługi klienta. Notowała wysokie wskaźniki odejść pracowników (nawet 55% w okresach szczytowego natężenia) oraz długotrwałymi procesami szkoleniowymi.
Szkolenie nowych pracowników jest długotrwałym procesem, często trwającym do sześciu miesięcy w przypadku podstawowych stanowisk i do dwóch lat w przypadku stanowisk specjalistycznych. Ta złożoność utrudnia pracownikom centrów kontaktowych zrozumienie produktów, których potrzebują klienci, lub ich poprzednich roszczeń, co może prowadzić do wydłużenia czasu rozmów i zwiększenia liczby działań następczych.
Ta nieefektywność nie tylko wpływała na jakość świadczonych usług, ale także zwiększała koszty operacyjne i obniżała poziom satysfakcji klientów. Konieczne stało się znalezienie rozwiązania, które usprawniłoby działalność i poprawiło ogólną jakość obsługi klienta.
Podejście KPMG
Kiedy klient nawiązał współpracę z KPMG, dostrzegał potencjał sztucznej inteligencji, ale nie był pewien, jakie podejście będzie najlepsze. KPMG przeprowadziło kilka sesji burzy mózgów, aby zapoznać klienta z technologiami sztucznej inteligencji i generatywnej sztucznej inteligencji, jednocześnie identyfikując jego największe bolączki. Ubezpieczyciel skoncentrował się na centrum obsługi klienta, gdy stało się jasne, że znaczne oszczędności można osiągnąć poprzez skrócenie czasu rozmów o zaledwie pięć do dziesięciu minut.
KPMG opracowało generatywne narzędzie AI zaprojektowane specjalnie dla centrów obsługi klienta. Celem było stworzenie systemu, który mógłby aktywnie słuchać interakcji z klientami, dostarczać agentom informacje w czasie rzeczywistym i automatyzować rutynowe zadania. Inicjatywa ta miała na celu zwiększenie skuteczności rozwiązywania problemów podczas pierwszej rozmowy, skrócenie czasu obsługi połączeń, poprawę dokładności informacji przekazywanych klientom i ostatecznie poprawę ogólnej wydajności centrum obsługi klienta. Oto jak to działa:
Po odebraniu połączenia narzędzie nasłuchuje rozmowy i wyświetla tekst na ekranie agenta w czasie rzeczywistym, umożliwiając mu lepsze zrozumienie potrzeb klienta i odpowiednie na nie zareagowanie.
Gdy klient się identyfikuje, narzędzie automatycznie wyświetla jego dane, w tym wszystkie istotne informacje i zgłoszone reklamacje. Jeśli coś się zmieniło – na przykład dany lek nie jest już objęty ubezpieczeniem – agent jest o tym natychmiast powiadamiany.
Narzędzie analizuje dane klienta i sugeruje odpowiednie produkty na podstawie kontekstu rozmowy. Na przykład, jeśli klient wspomina o posiadaniu dzieci, system sugeruje agentowi omówienie opcji ubezpieczenia rodzinnego.
Po zakończeniu rozmowy agent nie musi już poświęcać od pięciu do dziesięciu minut na wpisywanie notatek podsumowujących. System automatycznie generuje transkrypcję rozmowy i wysyła ją pocztą elektroniczną do klienta.
KPMG i organizacja priorytetowo potraktowały również bezpieczeństwo danych i prywatność podczas wdrażania tego rozwiązania AI. Wszystkie dane klientów są szyfrowane i przetwarzane zgodnie z przepisami.
Efekt współpracy
Projekt zaowocował pomyślnym opracowaniem pilotażowego rozwiązania opartego na sztucznej inteligencji, które skróciło średni czas rozmowy o 30%, umożliwiając agentom obsługę większej liczby klientów dziennie. Ponadto przyczyniło się to do bardziej spersonalizowanej i wydajnej obsługi klienta, umożliwiając agentom skupienie się na budowaniu relacji zamiast na zadaniach administracyjnych.
Inicjatywa ta pozwoliła firmie na szersze wdrożenie sztucznej inteligencji w działalności centrów obsługi klienta. Organizacja podejmuje kroki w celu usprawnienia praktyk zarządzania danymi, koncentrując się na konsolidacji danych z różnych źródeł w jednym, łatwo dostępnym miejscu. Działania te będą wspierać efektywne skalowanie sztucznej inteligencji w całej organizacji, przyczyniając się do poprawy wydajności i zaangażowania klientów.
