ניתוב שיחות חכם עם היסטוריית לקוח: המדריך המלא לחוויית לקוח מותאמת אישית

אילו נתוני לקוח באמת עוזרים לנתב שיחות בצורה חכמה יותר?

איך שכבת האינטליגנציה האחודה של CommBox מאפשרת ניתוב מבוסס הקשר?

שכבת האינטליגנציה האחודה של CommBox מחברת בין מערכות ה־CRM, הפניות והערוצים הדיגיטליים, לבין לוגיקת הניתוב, ומאחדת שיחות קוליות ודיגיטליות כך שמה שקורה בערוץ אחד משפיע מיד על מה שקורה בערוץ אחר.

במילים פשוטות: אם לקוח מתכתב עם AI Agent ב־WhatsApp ביום שני, פותר חלק מהבעיה ואז מתקשר ביום רביעי, כל היסטוריית השיחה הזו כבר זמינה כחלק מהחלטת הניתוב וגם בסביבת העבודה של הנציג. הנציג לא מתחיל מאפס, והמערכת לא מתייחסת לשיחה ביום רביעי כאילו מדובר באינטראקציה חדשה לחלוטין.

כך זה עובד, שלב אחר שלב:

1. השיחה נכנסת והמערכת מזהה את הלקוח- ברגע שהשיחה מתחברת, שכבת האינטליגנציה האחודה מתאימה את מספר הטלפון הנכנס לרשומת הלקוח ב־CRM, להיסטוריית הפניות ולמידע מהערוצים הדיגיטליים.
2. המערכת מרכזת את ההיסטוריה מכל הערוצים- אינטראקציות קודמות בקול, בצ’אט וב־CRM נאספות בזמן אמת לפרופיל לקוח אחד, ללא קשר לערוץ שבו התרחשו.
3. ההקשר מתגבש לתמונה מלאה- המערכת משלבת את כוונת הלקוח, אינדיקציות רגש, פניות פתוחות, דפוסי הסלמה קודמים ובעיות שעדיין לא נפתרו, כדי להבין עד כמה הפנייה דחופה ומי הגורם המתאים ביותר לטיפול.
4. השיחה מנותבת יחד עם כל ההקשר- אם הפנייה מתאימה לתהליך מוגדר שניתן לפתור באמצעות AI, ה־AI Agent מטפל בה מקצה לקצה תוך שימוש באותו מידע. אם נדרש נציג אנושי, הוא מקבל מראש סיכום של ההקשר עוד לפני שהוא עונה לשיחה. בשני המקרים, לא מתחילים מאפס.

ב־CommBox אנחנו מתייחסים לזה כאל העברה מבוססת הקשר. הנציג שמקבל את השיחה רואה סיכום מלא של היסטוריית הלקוח, הסיבה לפנייה הנוכחית וכל הנושאים הפתוחים מאינטראקציות קודמות. הלקוח לא צריך להזדהות מחדש, להסביר שוב את הבעיה או לעבור שוב דרך תפריטים שכבר עבר בהם.

כל זה קורה מעל תשתית הטלפוניה הקיימת שלכם.  שכבת האינטליגנציה האחודה פועלת מעל תשתית הטלפוניה הקיימת שלכם- כולל Avaya, Cisco, Genesys ו־Amazon Connect- בלי צורך להחליף את המערכת הקיימת. CommBox מוסיפה את יכולות הניתוב מבוסס ההקשר מעל ה־stack שכבר נמצא בארגון. מנוע Era Voice AI מטפל באוטומציה בצד הקולי, בעוד ש־Unified Agent Workspace מציג לנציג האנושי את כל מה שהוא צריך במקום אחד: היסטוריית שיחות, אינדיקציות רגש, פניות פתוחות והמלצות לצעד הבא.

איך זה נראה בקנה מידה גדול?

חשבו על ארגון שירות שפועל בעשרות או מאות סניפים, מנהל נפח גבוה של שיחות, ומשרת לקוחות שפונים אליו דרך כמה נקודות מגע לפני שהבעיה שלהם נפתרת. במקרים כאלה, הבעיה המרכזית היא לא בהכרח הקיבולת- אלא איכות הניתוב. השיחות נענות במהירות, אבל בכל פעם הנציג מתחיל כמעט מאפס, ופניות חוזרות הופכות להעברות חוזרות בין צוותים.

כשמוסיפים ניתוב המבוסס על היסטוריית לקוח מעל תשתית הטלפוניה הקיימת, התמונה משתנה. פניות שגרתיות ומוגדרות היטב- כמו סטטוס הזמנה, עדכון פרטי חשבון או שאלות פשוטות בנושא חיוב- יכולות להיפתר אוטומטית, בלי שנציג אנושי יצטרך להיכנס לתמונה. כל שאר הפניות מנותבות לנציג אנושי שמקבל מראש את כל ההקשר הרלוונטי: אינטראקציות קודמות, אינדיקציות רגש וכוונת הלקוח.

ככל שהארגון פועל ביותר סניפים וערוצים, הערך של ניתוב חכם ואוטומציה רק הולך וגדל. האוטומציה מטפלת בחלק גדול יותר מהפניות השגרתיות, והנציגים האנושיים יכולים להתמקד במקרים המורכבים והרגישים יותר- אלה שבאמת דורשים שיקול דעת והיכרות עם ההקשר.

איך מיישמים את זה בלי להחליף את התשתיות הקיימות?

הטמעה של ניתוב המבוסס על היסטוריית לקוח היא תהליך הדרגתי, ולא מהלך חד־פעמי.

שלב 1- ממפים את החיבורים הקיימים בין ה־CRM למערכת הטלפוניה.
ברוב מוקדי השירות קיימים חיבורים חלקיים: נתוני השיחות נמצאים במערכת אחת, נתוני הפניות באחרת, ונתוני הערוצים הדיגיטליים במערכת שלישית. לפני שמגדירים את לוגיקת הניתוב, חשוב להבין איפה נמצאים הפערים.

שלב 2- מגדירים כללי ניתוב על בסיס נתונים היסטוריים.
מתחילים מהתוצאה הרצויה ועובדים לאחור: אילו נציגים מצליחים לפתור סוגים מסוימים של פניות כבר בשיחה הראשונה? אילו סוגי לקוחות נמצאים בסיכון גבוה יותר להסלמה? על בסיס המידע הזה אפשר לבנות את כללי הניתוב.

שלב 3- מתחילים עם סוג אחד של פניות.
בוחרים סוג אחד של שיחות- למשל החזרות, מחלוקות חיוב או שינויים בחשבון- ומפעילים את הניתוב המבוסס על היסטוריית לקוח לצד כללי הניתוב הקיימים. לאחר מכן משווים מדדים כמו שיעור הפניות שנפתרו כבר בשיחה הראשונה, זמן טיפול ושביעות רצון מול קבוצת הביקורת.

שלב 4- מכשירים את הנציגים לעבוד עם ההקשר החדש.
ניתוב המבוסס על היסטוריית לקוח משנה גם את אופן העבודה של הנציג. חשוב שהנציגים ידעו איזה מידע כבר מוצג להם מראש, איך לקרוא את סיכום ההעברה ואיך לפעול במקרים שבהם ההקשר חלקי.

שלב 5- מרחיבים ומשפרים לאורך הזמן.
ככל שנצברים יותר נתונים על תוצאות הטיפול, אפשר לדייק את כללי הניתוב ולהרחיב אותם לסוגי פניות נוספים. כך המערכת משתפרת עם הזמן, על בסיס כל שיחה שהיא מטפלת בה.

שאלות נפוצות

רוצים לראות איך זה עובד?

ניתוב שיחות על בסיס ההיסטוריה וההקשר של הלקוח הוא לא יעד עתידי- אפשר ליישם אותו כבר היום על גבי התשתית הקיימת שלכם.

ראו איך CommBox מנתבת שיחות עם הקשר מלא- קבעו הדגמה.

הכירו את Era Voice AI ואת Unified Agent Workspace וגלו איך ניתוב מבוסס הקשר והכלים שמסייעים לנציגים עובדים יחד.

מקורות

• Salesforce, State \of the Connected Customer, Sixth Edition: 79% מהלקוחות מצפים לאינטראקציות עקביות בין מחלקות שונות; בנפרד, כ־70% מצפים שלכל נציג יהיה אותו מידע עליהם. https://www.salesforce.com/content/dam/web/en_us/www/documents/research/State-of-the-Connected-Customer.pdf
• כמעט 70% מהלקוחות מתוסכלים כשהם מועברים בין מחלקות ונאלצים להסביר מחדש את הבעיה. https://www.helpscout.com/75-customer-service-facts-quotes-statistics/
• מחקר של McKinsey מצא שנציגים מבוססי Generative AI הביאו לירידה של 9% בזמן הטיפול. https://www.cmswire.com/contact-center/16-important-call-center-statistics-to-know-about/