Fazer login no IT Mídia Redefinir senha
Bem-vindo de volta,
Digite seu e-mail e clique em enviar
Ainda não tem uma conta? Cadastre-se
Salvar em Nova pasta de favoritos

+

Criar pasta
Salvar Escolher Pasta
Vale a pena investir em IA para autoatendimento?
Home > Gestão

Vale a pena investir em IA para autoatendimento?

Organizações precisam justificar despesas e garantir que investimentos tragam retorno, mesmo quando não há benchmark padrão

Cassiano Maschio*

19/08/2021 às 15h47

atendimento, robô
Foto: Shutterstock

É legítima a preocupação em justificar os investimentos na tecnologia utilizada para o autoatendimento, garantindo o retorno ou a economia gerada para o negócio. No entanto, não existe uma regra padrão e, sim, alguns indicadores que mostram os resultados destas soluções baseadas em abordagens de Inteligência Artificial.

Frequentemente, somos questionados
por clientes em potencial sobre a referência para o ROI com autosserviços. Esta
é uma questão legítima, pois as organizações precisam justificar as despesas e
garantir que todos os investimentos tragam um retorno positivo para o negócio.

Mesmo que não haja um benchmark padrão
para autoatendimento devido à grandes diferenças em qualidade e tipos de
soluções, trago algumas indicações dos resultados que sua empresa pode esperar
de forma realista.

Mas, primeiro, o que é o
autoatendimento do cliente?

O autoatendimento é uma solução ou
um conjunto de soluções que permite ao usuário acessar informações ou até mesmo
realizar algumas tarefas simples, de forma autônoma, sem a necessidade de
assistência de um representante humano para atendê-lo.

Quais são os tipos de consultas
ou tarefas que podem ser tratadas ou executadas pelo autoatendimento do
cliente?

Rastrear um pedido, solicitar um
orçamento ou pagar uma conta online sem entrar em contato com um funcionário
para obter ajuda são exemplos de tarefas automatizadas que podem ser realizadas
regularmente.

Em termos de consultas de
clientes, nem todas podem ser tratadas por inteligência artificial, pois alguns
problemas complexos ainda exigem a intervenção humana. No entanto, as soluções
automáticas são muito eficientes no resultado de pesquisas repetitivas de nível
1, pois representam em média de 80% das perguntas recebidas pelos agentes de
atendimento ao cliente e ocupam grande parte do seu tempo, podendo ser
facilmente robotizadas.

Quais métricas para medir KPIs
de autoatendimento?

Cada organização deve descobrir os
melhores parâmetros a serem utilizados ao tentar medir o desempenho das
ferramentas de autoatendimento. No entanto, existem algumas métricas principais
que uma empresa deve monitorar regularmente.

Taxa de desvio de atendimentos

“Desvio de atendimentos” refere-se
ao encaminhamento da consulta de um cliente para um canal de serviço
automatizado, como chatbots, perguntas frequentes, fóruns da comunidade ou
bancos de dados de Centrais de ajuda. O objetivo é garantir que os clientes
recebam as respostas que procuram da maneira mais eficiente e reduzir o número
de solicitações encaminhadas para os agentes humanos. 

Medir a taxa de desvios pode ser
complicado, pois estamos tentando medir o que não aconteceu. De acordo com a DB
Kay & Associates, um método é estimar a porcentagem de usuários que
obtiveram sucesso com o autoatendimento e a porcentagem de usuários que teriam
contatado um atendente. A diferença entre essas duas porcentagens representa a
taxa de deflexão.

Satisfação do cliente

A implementação de canais de
autoatendimento é um projeto estimulante para qualquer organização, pois visa
melhorar a experiência do usuário. Porém, se ele não estiver  satisfeito
com as ferramentas que sua empresa coloca à disposição, ou achar que são muito
difíceis de usar ou ineficientes, sua estratégia não pode ser considerada um
sucesso. A satisfação do cliente deve ser rastreada para cada canal de
atendimento, por meio de pesquisas, feedback direto e Net Promoter Score (NPS)
para entender claramente quais processos são mais bem-sucedidos e quais
precisam ser melhorados.

Taxa de sucesso de
autoatendimento

Uma maneira fácil de determinar o
sucesso do autoatendimento pode ser rastrear quantas consultas são tratadas por
canais automatizados sem serem encaminhadas a um agente humano. Pode ser, por
exemplo, a porcentagem de vezes que uma pergunta frequente leva a um resultado,
em vez de uma sessão de chat iniciada pelo usuário, ou a porcentagem de vezes
que uma pesquisa na base de conhecimento leva a um artigo útil, indicada pela
sua visualização ou classificação dos usuários como "isso resolveu meu
problema".

Como calcular o potencial do
autoatendimento

Vamos começar definindo a
porcentagem de problemas que podem ser resolvidos pelos próprios clientes usando
canais de autoatendimento. Como afirmado antes, nem todas as consultas podem
ser tratadas por ferramentas de inteligência artificial, pois as mais complexas
exigirão intervenção humana. Observamos, ao longo dos anos, que esse percentual
depende muito do caso de uso, da organização e até mesmo dos sistemas legados
da empresa, mas geralmente 50% das consultas podem ser resolvidas
automaticamente pelos usuários.

Desses 50%, precisamos quantificar
quantos são redundantes ou repetitivos. Conforme mencionado, aproximadamente
80% das solicitações recebidas por agentes de atendimento se enquadram nessa
categoria. Estes são os adequados para autoatendimento.

A aspiração máxima para o
autosserviço seria o produto dessas duas porcentagens, ou seja, 0,5 x 0,8 = 0,4,
então 40% seria a taxa máxima de autosserviço que pode ser esperada.

Finalmente, é preciso levar em
consideração a eficiência da Inteligência Artificial que alimenta a sua
ferramenta. Com a IA e o conteúdo certo, a solução de serviços automatizados
poderia chegar a uma taxa de resposta de 80% para essas consultas repetitivas.
Como resultado, 32% (0,4 x 0,8 = 0,32) é uma boa meta para a proporção de
autoatendimento.

Claro que essas são apenas
indicações e os resultados podem variar muito dependendo do caso de uso, do
setor ou do tipo de tecnologia que alimenta suas soluções de autosserviço, mas
isso fornece uma boa base de comparação.

* Cassiano Maschio é diretor de
vendas e marketing da Inbenta Brasil

Snippets HTML5 default Intervenções CW
Vai um cookie?

A CIO usa cookies para personalizar conteúdo e anúncios, para melhorar sua experiência em nosso site. Ao continuar, você aceitará o uso. Para mais detalhes veja nossa Política de Privacidade.

Este anúncio desaparecerá em:

Fechar anúncio

15