Storia del cliente - Eneco

Sviluppo della soluzione

Alla fine del 2018, Eneco ha iniziato a sviluppare una soluzione di assistente intelligente, alimentata dalle nostre capacità avanzate di NLP e AI conversazionale. Ruud Huigsloot, Digital Service Specialist di Eneco aggiunge - "DigitalCX, ora Conversational AI Cloud, era già parte dell'architettura di Eneco ed eravamo già soddisfatti di ciò che questa piattaforma di conversazione poteva fare."

Prima di sviluppare il bot, Eneco ha deciso che avrebbe seguito una strategia di contatto 'Bot prima, agente follow up'. Questo tipo di strategia prevede di offrire al cliente un trasferimento caldo a un agente di chat dal vivo quando la domanda non può essere risolta dal bot. Secondo Ruud, il requisito più importante perché questo tipo di strategia sia efficace è garantire che il trasferimento sia caldo - "caldo significa la capacità di catturare l'intera conversazione che il cliente ha avuto con il bot e trasferire quella conversazione all'agente con le giuste competenze. Questo riduce il tempo medio di gestione poiché i clienti non devono ripetersi all'agente". 

Risultati

A distanza di 6 mesi, il bot ora gestisce 19.000 conversazioni a settimana. Inoltre, il tasso di riconoscimento - una misura di quanto bene il bot riconosce l'intento del cliente - attualmente è del 90%, essendo salito dal 65% poco dopo il lancio. Con le dashboard disponibili in Conversational AI Cloud, il tasso di riconoscimento dovrebbe aumentare man mano che il team dei contenuti di Eneco continua ad analizzare le dashboard e a ottimizzare il chatbot su base giornaliera. Il tasso di completamento del dialogo - la percentuale di utenti che iniziano un dialogo e arrivano alla fine dello stesso - attualmente è del 68%.

Secondo Ruud, Eneco ha anche beneficiato dell'integrazione dei dati di interazione del suo chatbot in altri dashboard. "Oltre alle ampie dashboard di reporting di DigitalCX, abbiamo anche integrato le domande del bot in Google Analytics e nelle nostre dashboard KPI esistenti. Questo ci dà una panoramica molto chiara di ciò che i clienti stanno chiedendo su ogni pagina web. Questo tipo di dati viene discusso con i content manager del sito web e viene utilizzato per migliorare continuamente l'esperienza del cliente. I dati che vediamo sono molto promettenti".

Sviluppare il Bot durante i mesi estivi

"Più o meno per coincidenza, abbiamo sviluppato il nostro chatbot durante la cosiddetta 'bassa stagione'. Nei mesi estivi, le persone contattano raramente il loro fornitore energetico. Come tale, vediamo un calo significativo delle chiamate e del traffico web durante questo periodo". Ruud raccomanda ad altre aziende che stanno cercando di utilizzare i chatbot, di adottare un approccio simile. "Sviluppando la soluzione durante la vostra 'bassa stagione', avete più tempo per mettere a punto la soluzione e per iniziare ad imparare senza l'enorme pressione di un alto volume di chiamate". 

Non trattare il Chatbot come un progetto

"Non è un progetto. Per noi, non è assolutamente un progetto. È un nuovo modo di trattare il contatto digitale con i clienti" aggiunge Ruud. "Il motivo per cui il nostro ultimo tentativo è fallito è stato perché lo abbiamo trattato come un progetto. Abbiamo creato un progetto, ci abbiamo messo un po' di impegno e ci siamo detti che avrebbe funzionato. Qui si tratta solo di manutenzione. Si tratta di conoscenza. E riguarda il lungo periodo. Non è qualcosa che si affronta in 2 mesi. Stiamo costruendo nuovi fondamenti per il contatto digitale con i clienti nell'era della chat e dei bot vocali. Un ingrediente molto importante nella nostra strategia di servizio".

Coinvolgere le persone giuste

Secondo Ruud, la collaborazione tra il team digitale e il team di assistenza clienti è fondamentale. "Dovrebbe essere il team di assistenza clienti a impostare e mantenere il contenuto del bot. Sono gli esperti del linguaggio dei clienti e sanno come formulare le cose correttamente. In Eneco, abbiamo iniziato impostando il chatbot a modo nostro (il modo digitale) e una volta coinvolto il team di assistenza clienti, ci hanno detto che dovevamo riformulare tutto". 

L'apprendimento inizia dal primo giorno

Con varie dashboard disponibili in Conversational AI Cloud che contengono dati in (quasi) tempo reale, l'apprendimento inizia quasi immediatamente dopo il lancio. Ruud lascia un'osservazione finale - "Basta iniziare. Si impara dal primo giorno. Quello che si vede quando si accede a Conversational AI Cloud è ciò che i clienti chiedono. Il beneficio che ne deriva è enorme. Usiamo i dati e il feedback del chatbot per migliorare il nostro chatbot, ma lo usiamo anche per migliorare attivamente il contenuto del nostro sito web".