La nueva función de predicción de la satisfacción (Satisfaction Prediction, en inglés) utiliza técnicas de aprendizaje automático para localizar interacciones de servicio al cliente antes de que sucedan.

Zendesk anunció Satisfaction Prediction, el primer sistema de aprendizaje automático con función de análisis predictivo con el que cuentan para la satisfacción del cliente. La función aprovecha los resultados históricos de las encuestas de satisfacción, realizadas previamente, para predecir las conversaciones con riesgo de provocar una mala satisfacción del cliente antes de que ocurran. El sistema permite a las organizaciones adoptar un enfoque que se base en los datos de servicio al cliente.

Con el auge de las comunicaciones a través de las distintas plataformas (móviles, redes sociales y correo electrónico), las interacciones con los clientes se han vuelto más complejas, nublando la capacidad de los agentes de servicio al cliente y los gerentes a la hora de identificar y priorizar las conversaciones para lograr una satisfacción del cliente óptima. Tras varios años de análisis de datos de interacción, ahora Zendesk es capaz de ofrecer a los equipos de servicio al cliente un sistema de alerta anticipado para una baja satisfacción del cliente, mediante la predicción y la localización de las conversaciones con una mayor probabilidad de conducir a una satisfacción alta o baja en forma de puntuación de los clientes, en tiempo real.

«Satisfaction Prediction de Zendesk trae consigo un sexto sentido para unas conversaciones con los clientes cada vez más complejas, fortaleciendo a las empresas al anticipar mejor el nivel de frustración de un cliente antes de que ocurran las malas interacciones», dijo Adrian McDermott, Vicepresidente Senior de Desarrollo de Producto de Zendesk. «Con la introducción de una máquina de aprendizaje con tecnología avanzada para la plataforma de atención al cliente de Zendesk, estamos utilizando ideas que se basan en los datos para ayudar a las organizaciones a construir con sus clientes mejores relaciones y más duraderas».

Satisfaction Prediction utiliza el análisis predictivo de las señales de los clientes, para generar una puntuación sencilla de 0-100 (donde 0 es el nivel más bajo de satisfacción y 100 el más alto) cada vez que una petición de servicio al cliente o ticket se crea o se actualiza. Esto permite a los agentes y a los responsables dar prioridad en los workflows, llevar unas reglas de negocio o desencadenar integraciones posteriores que se basen en reglas dinámicas que combinen la inteligencia de miles de indicaciones de clientes. El modelo de aprendizaje automático se genera de forma instantánea, a través de una gran cantidad de análisis, en el momento, de los distintos datos de la cuenta, para crear un modelo de predicción único, y personalizado al servicio al cliente de cada usuario de Zendesk.

Las empresas podrán utilizar Satisfaction Prediction de varias maneras, desde priorizar las conversaciones con los clientes de valor alto, con una predicción de baja satisfacción; a darse cuenta y corregir desconexiones durante una conversación con el cliente. Este enfoque basado en los datos permitirá a las empresas mejorar sus interacciones con los clientes y ayudar a conservar y hacer crecer su base de clientes.

El sistema de aprendizaje automático que sustenta Satisfaction Prediction de Zendesk se basa en las señales que pueden preceder a una satisfacción del cliente negativa, como la cantidad de esfuerzo que supone solucionar un ticket, el tiempo que transcurre entre las respuestas de los usuarios y los agentes, y el lenguaje utilizado dentro de una petición de servicio. Todo ello se combina con la valoración de la satisfacción del cliente en el servicio recibido. El modelo se apoya en estas señales, lo que permite a la función predecir la probabilidad de que un ticket reciba un buen índice de satisfacción.

Zendesk reconoce que el sistema de aprendizaje mejora la manera en que las empresas proporcionan apoyo mediante la reducción del esfuerzo para los clientes. En el pasado, las compañías se veían obligadas a realizar análisis offline de las malas señales de satisfacción del cliente, y a crear reglas estáticas para impulsar la acción. La plataforma Zendesk ha dado un vuelco a este modelo, ofreciendo a las empresas de servicio al cliente una información de puntuación dinámica en tiempo real para mejorar la experiencia del cliente.

Responder

Su email no será publicadoLos campos necesarios están marcados *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

*