การใช้ AI Automation ในงาน call center คืออะไร

AI Automation ในงาน Call Center คือการใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) และเครื่องมืออัตโนมัติต่างๆ เพื่อลดภาระการทำงานที่ซ้ำซากของพนักงานคอลเซ็นเตอร์ และช่วยเพิ่มประสิทธิภาพในการให้บริการลูกค้า โดยมีการนำ AI มาช่วยในหลายด้าน เช่น: Chatbots และ Virtual Assistants: AI สามารถใช้ในการสร้าง Chatbots หรือ Virtual Assistants ที่สามารถตอบคำถามลูกค้าได้แบบอัตโนมัติ โดยไม่ต้องมีพนักงานคอยตอบตลอดเวลา บอทสามารถช่วยตอบคำถามที่พบบ่อย เช่น สถานะการสั่งซื้อ, ข้อมูลผลิตภัณฑ์ หรือวิธีการใช้งานเบื้องต้น ระบบสามารถโต้ตอบในรูปแบบข้อความ หรือแม้กระทั่งคำพูด (voice assistants) ซึ่งช่วยให้ลูกค้าสามารถติดต่อได้สะดวกและรวดเร็วขึ้น Interactive Voice Response (IVR): IVR ระบบตอบรับเสียงอัตโนมัติ ใช้ AI เพื่อช่วยแยกแยะคำตอบจากลูกค้า (เช่น การพูดคำสั่งด้วยเสียง) โดยสามารถแยกแยะคำถามและเลือกเส้นทางในการให้บริการได้อย่างมีประสิทธิภาพ เช่น การโอนสายไปยังแผนกที่เกี่ยวข้อง หรือให้คำตอบอัตโนมัติผ่านเมนูเสียง การวิเคราะห์ข้อมูล (Data Analytics): AI สามารถรวบรวมข้อมูลจากการสนทนา และวิเคราะห์พฤติกรรมลูกค้าได้ เช่น การทำนายความต้องการของลูกค้าหรือการระบุปัญหาที่ลูกค้าอาจพบในอนาคต ช่วยให้ทีมคอลเซ็นเตอร์สามารถเตรียมตัวและให้บริการที่ตรงจุดมากขึ้น การใช้ AI วิเคราะห์ข้อมูลการติดต่อทั้งหมด (เช่น สถิติการโทร, คำถามที่พบบ่อย) จะช่วยในการปรับปรุงการให้บริการได้ดีขึ้นในอนาคต Predictive Dialers: AI ใช้ในการ ทำนายการโทร โดยการจัดสรรหมายเลขโทรศัพท์ให้กับพนักงานคอลเซ็นเตอร์ตามข้อมูลการติดต่อที่ผ่านมา เช่น การโทรหาลูกค้าที่มีแนวโน้มจะรับสาย หรือการติดต่อในช่วงเวลาที่มีโอกาสสูงที่สุด การช่วยเหลือพนักงาน (Agent Assistance): AI สามารถช่วยพนักงานคอลเซ็นเตอร์ในการค้นหาข้อมูลและคำตอบได้ทันที โดยแสดงคำแนะนำที่เกี่ยวข้องหรือโซลูชันที่เหมาะสมในระหว่างการสนทนา ช่วยให้พนักงานตอบคำถามได้รวดเร็วและแม่นยำมากขึ้น การจดจำและแปลความ (Natural Language Processing – NLP): NLP เป็นเทคโนโลยีที่ใช้ในการแปลความหมายของคำพูดหรือข้อความให้เข้าใจได้ในแบบที่ใกล้เคียงกับการเข้าใจของมนุษย์ โดยระบบ AI สามารถเข้าใจและโต้ตอบได้ตามคำถามหรือข้อร้องเรียนของลูกค้าได้ ประโยชน์หลักของ AI Automation ใน Call Center: ลดภาระงานที่ซ้ำซาก: ช่วยลดงานที่ต้องทำซ้ำๆ ด้วยการทำให้กระบวนการบางอย่างอัตโนมัติ เพิ่มประสิทธิภาพ: การตอบคำถามเร็วขึ้น โดยไม่ต้องรอพนักงาน บริการที่สามารถใช้งานตลอด 24 ชั่วโมง: ลูกค้าสามารถได้รับการช่วยเหลือได้ทุกเมื่อที่ต้องการ ลดต้นทุน: ลดความจำเป็นในการจ้างพนักงานจำนวนมาก ทำให้ธุรกิจประหยัดค่าใช้จ่าย AI Automation ช่วยให้ Call Center สามารถจัดการกับปริมาณงานที่สูงได้ดีขึ้น ขณะเดียวกันยังช่วยเพิ่มประสบการณ์ลูกค้าที่ดีขึ้นด้วยการตอบสนองที่รวดเร็วและตรงจุดค่ะ

Contact Center ใช้ข้อมูลอะไรบ้างในการบริหารจัดการ

ในการบริหารงาน Contact Center มักพูดถึงตัวชี้วัดด้าน Performance ซึ่งเป็น output สุดท้ายของ Contact Center เช่น % Service Level จะกำหนดในรูปแบบเช่น % SL ที่ 80/20 ซึ่งหมายถึงจำนวนสายที่เข้ามาต้องรับได้ทั้งหมด 80% ภายใน 20 วินาที % Abandon Rate จะกำหนดในรูปแบบ Abandon Rate <5% คือจำนวนสายที่รับไม่ได้ ต้องไม่เกิน 5% % First Call Resolution หมายถึง case ที่เข้ามาสามารถให้คำตอบและปิดได้ใน call แรก % Sales Achievement ในงานขาย สิ่งที่วัดผลคือเป้าหมายการขาย หัวหน้างาน Contact Center หลายๆ คน เวลานำเสนอทีมบริหารแล้ว ไม่สามารถให้เหตุผลได้ทำไมถึงไม่สามารถได้เป้าหมายตามที่วางไว้ และเรามีแผนอะไรในการดำเนินการต่อไป ซึ่งการบริหาร Contact Center การวิเคราะห์ข้อมูล เราคงต้องมาดูก่อนว่าเราเตรียมข้อมูลเพื่อเป้าหมายการใช้งานอย่างไรบ้าง ดังนี้ วิเคราะห์แนวโน้มของ Performance ของ Contact Center เป็นเครื่องมือในการตัดสินใจการบริหาร Daily Operation การจัดการทั้งในเรื่อง กำลังคน เทคโนโลยี และ Process ได้อย่างถูกต้อง จากข้อมูลที่ได้ การจัดกลุ่มและวิเคราะห์ข้อมูลที่ถูกต้องจะทำให้เรากำหนดกลยุทธ์การบริหารที่ถูกต้องและเพิ่ม Performance ของการบริหารจัดการ Contact Center ในที่สุด ดังนั้นการบริหารจัดการ Contact Center เพื่อให้ได้ภาพรวมในการบริหารอย่างแท้จริง ควรมีการเก็บข้อมูล โดยสรุป ดังนี้คะ การวัด Customer Performance ความพึงพอใจลูกค้า (Customer Satisfaction) จะเป็นการเก็บการงานวิจัยโทรสอบถามความพึงพอใจ หรือแบบ end call survey จากระบบก็ได้คะ First Call Resolution ซึ่งสามารถดูได้จากระบบ CRM ใน Contact Center Net Promoter Score (NPS) วัดความภักดีของลูกค้า เพื่อดูว่าจะมีลูกค้าที่บอกต่อบริการของเราให้กับคนอื่นๆ มากแค่ไหน %Pending Case เป็นจำนวน Case ที่ยังไม่สามารถแก้ไขให้ลูกค้าได้ %Customer Complaint เป็นจำนวนลูกค้าที่ Complaint ทั้งที่มาจาก call, email หรือผ่านทาง social media ต่างๆ การวัด Service Performance % Service Level ดังได้กล่าวไปแล้ว Average Speed of Answer (ASA) วัดความเร็วในการรับสาย ซึ่งสามารถดูจากระบบ Contact Center Case Management ดูจากปิด case ได้ตามเวลาที่กำหนด case ค้างในระบบ (backlog) Quality Management ในการบริหาร Contact Center จะมีทีม Quality Assurance ซึ่งจะมีการกำหนดเป็นแบบ form มาตรฐานในการวัดคุณภาพการบริการ และจะให้เป็น QA Score ว่าคะแนนขั้นต่ำต้องมีคะแนนเท่าไหร่ถึงผ่าน การทีม QA เองจะวัดผลในเรื่องของ soft skill เช่น greeting/ending ได้อย่างถูกต้อง พนักงานมีการฟังและสรุปใจความได้อย่างเหมาะสม มีการ identify ปัญหาและความต้องการลูกค้าได้อย่างถูกต้อง การรอบรู้ในสินค้า/บริการและให้ข้อมูลลูกค้าได้อย่างถูกต้อง และในปัจจุบันจะมีการวัดในด้านการสร้างประสบการณ์ในการสนทนาที่ประทับใจให้กับลูกค้าเพิ่มด้วย Efficiency Performance จะวัดเพื่อดูการบริหารจัดการต้นทุนในการปฎิบัติงาน Agent Utilization มีการประมาณการและใช้ agent ได้อย่างเหมาะสมกับ call หรือ contact อื่นๆ ที่เข้ามา ซึ่งถ้าจัด agent มากเกินไปก็จะหมายถึงต้นทุนที่มากขึ้น และถ้าน้อยไป ก็จะทำให้การให้บริการไม่เพียงพอ มีผลต่อคุณภาพการบริการ และ % abandon Average Handle Time เป็นเวลาที่ใช้ในการบริหารจัดการ call ที่เข้ามาจะรวม เวลาในการรับสายและเวลาในการบันทึกข้อมูลในระบบ ควรมีการกำหนด target ที่เหมาะสม นอกจากนี้ในกรณี Agent น้องใหม่ อาจใช้เวลาที่มาก คงต้องให้ supervisor หรือ trainer เข้ามาช่วย coach กันในช่วงเริ่มต้นนะคะ People Performance Recruitment/Hiring จะดูการรับว่าได้ตาม qualification และเวลาที่กำหนดหรือไม่ Training attended มีการเข้าอบรมตามหลักสูตรที่กำหนดหรือไม่ %Attrition/Absenteeism วัดการลาออก และการขาดงานของ Agent Technology Performance % system downtime จะวัด ระบบมีการ downtime บ่อยแค่ไหน Duration of downtime วัดระยะเวลาที่ระบบใช้งานไม่ได้ ซึ่งทั้งหมดจะมีผลต่อการให้บริการ Workforce Performance Forecast accuracy ตรงนี้จะวัดผลความสามารถหน่วยงานที่วางแผนกำลังคนและจัดกะในแต่ละเดือน ว่าจะสามารถจัดคนได้ตาม call ที่เข้ามาในแต่ละช่วงเวลา ได้อย่างใกล้เคียงแค่ไหน Knowledge base Performance On Time ข้อมุลที่จะให้บริการลูกค้าก็เป็นอีกส่วนงานที่ต้องจัดเตรียมเข้าระบบ ข้อมูล promotion ที่มีการเปลี่ยนแปลงบ่อยๆ ต้องมีการ update ตามเวลาที่กำหนดคะ มิฉะนั้นจะเกิดกรณีที่ให้ promotion ที่หยุดไปแล้วได้คะ Accuracy ความถูกต้อง ก็เป็นอีกหนึ่งการวัดผล เพราะหลายๆ ครั้งที่เจอ ข้อมูลที่มาถึง contact center เป็นข้อมูลที่ผู้บริการยังไม่ approve และอาจเกิดความผิดพลาดในการให้ข้อมูลกับลูกค้าของเราได้คะ โดยสรุปจะเห็นว่า มืออาชีพการบริหาร Contact Center จะเก็บข้อมูลจากทุกๆ ส่วนงานเลยนะคะ และถ้าเราเอาข้อมูลมาสรุปผลและวิเคราะห์ให้ดี จะให้ปัญหา หรือ โอกาสในการบริหาร Contact Center ได้อย่างมืออาชีพกันนะคะ สอบถามข้อมูลเพิ่มเติม https://line.me/R/ti/p/%40sig7939h

ตัวชี้วัดความสำเร็จงานขายทางโทรศัพท์ (Telesales)

ตัวชี้วัดความสำเร็จงานขายทางโทรศัพท์ (Telesales) ในโลกของงานขายทางโทรศัพท์ หลายคนคงคิดว่างานขาย ก็ต้องวัดผลจากเป้าหมายการขายก็เพียงพอ แต่ในการบริหารการขายทางโทรศัพท์ ยังมีปัจจัยประกอบอื่นๆ ที่เราต้องพิจารณาประกอบด้วยนะคะ เดี๋ยวเรามาดูกันจะว่า Metrics สำหรับงาน Telesales หรืองาน Outbound เราจะดูจาก Metrics ที่สามารถแบ่งกลุ่มดังนี้คะ ความสามารถของ Data ที่เราให้กับพนักงานของเรา ซึ่งปกติใน Call Center เราจะมีระบบ ในการเช็คข้อมูล ซึ่งจะต้องมาดูเรื่องความซ้ำซ้อนของข้อมูล (Data Duplication) และต้องไม่โทรไปรบกวนผู้ที่เราเคยติดต่อและแจ้งว่าไม่สะดวกให้ติดต่อ (Do not call list) พอตรวจสอบเสร็จเราก็ Upload ข้อมูลในระบบและกระจายให้พนักงานขายเพื่อทำการโทรออกตามลำดับ Metrics ที่เราวัดเรื่องข้อมูล ประกอบด้วย จำนวนที่ติดต่อได้สำเร็จ จำนวนที่ติดต่อไม่สำเร็จ ซึ่งเราควรใส่เหตุผล/สถานะไว้ด้วยนะคะ เช่น เบอร์เสีย เบอร์เปลี่ยน เป็นต้น ความสามารถของพนักงานในการนำเสนอการขาย จำนวนความพยายามในการติดต่อต่อลูกค้าหนึ่งราย (Call attempt) จำนวนที่ได้คุยเพื่อนำเสนอการขาย จำนวนที่ต้อง follow up จำนวนที่สามารถปิดการขายได้ มูลค่าการขายต่อลูกค้าแต่ละราย จำนวนลูกค้าที่ปิดการขายไมได้ และเหตุผลในการปิดการขายไม่ได้ ตรงนี้ก็เป็น Insight เพื่อให้เราวางแผนการตลาดและพัฒนาผลิตภัณฑ์ต่อไปนะคะ ระยะเวลาในการคุยสาย จำนวนในการโทรออกหาลูกค้าในแต่ละวัน เช่นระบุไว้ว่าต้องมีการโทรออกมากกว่า 250 calls/วัน จำนวน talk time ที่ใช้ในแต่ละวัน ซึ่งในการงาน ควรมี talk time ที่มากกว่า 5 ชั่วโมง/วัน ประสิทธิผลของ Data จำนวนที่ปิดการขายได้ และตัดเงินผ่านระบบหรือลูกค้าโอนเงินมาให้ จะพบว่าบางช่วงของงานขาย มีการปิดการขายได้แล้ว แต่วงเงินลูกค้าเต็ม หรือไม่มีบัตรเครดิต ซึ่งตรงนี้เราต้องไปออกแบบช่องทางการชำระเงินอื่นๆ เพื่อรองรับการจ่ายเงินของลูกค้า การในเตรียมข้อมูล เราความวิเคราะห์และจัดกลุ่มข้อมูล เพื่อดูว่า data ที่เราให้พนักงาน data กลุ่มไหน เหมาะสมกับการขายมากที่สุด เช่นถ้าขายผลิตภัณฑ์สุขภาพ เราก็ต้องหา data กลุ่มคนที่สนใจสุขภาพเข้ามาในระบบ คุณภาพของงานขาย ในการขายทางโทรศัพท์ ควรใช้ระบบที่ช่วยการขายที่มี voice recording ซึ่งจะมีการนำ voice file มาฟังระหว่างทีม QC และ supervisor เพื่อวิเคราะห์ร่วมกันถึงคุณภาพ ซึ่งจะดูในเรื่องดังนี้ การขายตาม script ที่วางไว้ การเปิดตัว การให้ข้อมูลผลิตภัณฑ์อย่างถูกต้อง และความสามารถพนักงานในการปิดการขาย กรณีที่ขายได้ และขายไม่ได้ จะมีการฟัง file เพื่อวิเคราะห์หาสาเหตุ กรณีที่ขายได้ พนักงานขายท่านนั้น ใช้เทคนิคอะไรในการปิดการขาย หรือกรณีที่ปิดไม่ได้ ก็จะพิจารณาต่อว่าจะ re-train พนักงานอย่างไร หรือโยกย้ายไปทำงานอื่นๆ ที่เหมาะสมต่อไป ต้องการจ้าง Outsource Call Center สามารถดูได้ที่ รวมแหล่ง Outsource Call Center สอบถามเพิ่มเติม ปรึกษาด้าน Telesales คลิก https://line.me/R/ti/p/%40sig7939h เรื่องอื่นๆ เทคนิคการขายแบบ Telesales การค้นหาความต้องการของลูกค้า

การอบรม Call Center เพื่อพัฒนา Contact Center

หลายคนถ้าจำกันในในอดีต การขายโทรศัพท์มือถือจะถูกเก็บไว้ในตู้ที่มีกุญแจล็อกเป็นอย่างดี ลูกค้าไม่กล้าที่จะไปบอกพนักงานขายเพื่อให้เปิดตู้ที่เก็บและมาทดลองเล่นกัน Apple เป็นเจ้าแรกที่เปิด iStudio ที่ได้สร้าง concept ใหม่ในการที่มีโต๊ะที่เรียกว่า Genius Bar เพื่อให้ทุกคนได้เข้ามาสัมผัสและทดลองใช้ผลิตภัณฑ์ของ Apple ซึ่งจะไม่มีการ force ให้เกิดการขายขึ้น แต่เป็นการสร้างประสบการณ์ของลูกค้า ในปัจจุบัน Contact Center ก็เช่นเดียวกัน การติดต่อมายัง Contact Center และการได้ข้อมูลที่ครบถ้วนสมบูรณ์ตอนนี้ดูเหมือนไม่เพียงพอแล้วการให้บริการ มีหลายๆ คำถามต่อการบริหาร Contact Center ว่าถ้าเรามองที่ Average Handling Time หรือ Average Talk Time ที่เรามองว่ายิ่งน้อยยิ่งดี ซึ่งหมายถึงการบริหารประสิทธิภาพ Agent ได้ดีหรือไม่ ในทางกลับกัน ผู้บริหารสูงสุดหลายๆ รายก็ได้ตั้งคำถามกลับมาว่า แล้วลูกค้าได้รับความประทับใจหรือประสบการณ์ที่ดีกลับไปหรือไม่ และในหลายองค์กรที่ประกาศตัวเองว่าจะเป็น Customer Centric Organization ก็จะเริ่มที่จะมองต่อไปว่าเราควรจะทำอย่างไรเพื่อให้เป็น Customer Experience Center ทำอย่างไรให้ทุกๆ การติดต่อมีความประทับใจกลับไป ซึ่งตรงนี้จะต้องมีการอบรม Call Center เพื่อพัฒนา Contact Center หรือ Re-engineering Process กันใหม่ ซึ่งจะรวมถึง การปรับทัศนคติพนักงาน ทำอย่างไรให้พนักงานพึงพอใจกับการทำงานเพื่อให้มีความพร้อมในการให้บริการลูกค้า การปรับมาตรฐานการบริการ รวมถึงการกำหนดตัวชี้วัดอื่นๆ เช่น Agent มีการพูดคุยและนำเสนอ/แนะนำที่นอกเหนือความคาดหมายหรือไม่ การปรับบรรยากาศ สถานที่การทำงาน เพื่อให้เกิดบรรยากาศที่ดีต่อการทำงาน ระบบข้อมูลและเทคโนโลยี เพื่อสนับสนุนการวิเคราะห์ข้อมูลลูกค้าที่ติดต่อเข้ามาพร้อมทั้งการวิเคราะห์เพื่อให้ Agent สามารถเลือกแนะนำ/บริการที่เฉพาะเจาะจงกับลูกค้ารายนั้นๆ ได้อย่างทันท่วงที ระบบการฝึกอบรมและพัฒนาทักษะในการบริการที่ประทับใจ รวมถึงระบบการเก็บข้อมูลฝึกอบรมและวัดพัฒนาการของ Agent อย่างเป็นระบบ  

Marketing 4.0 ยุคเปลี่ยนผ่านเข้าสู่การตลาดแนวใหม่

ยุคโลกาภิวัตน์ ได้สร้างตลาดใหม่ๆ ขึ้นมา ดังนั้นบริษัทๆ เล็กๆ อาจล้มบริษัทใหญ่ที่อยู่มานานได้ บริษัทที่จะมีความสามารถในการแข่งขันจะเป็นบริษัทที่เข้าถึง communities ของลูกค้า คู่ค้าต่างๆ เพื่อให้เกิด co-creation การสร้างสรรค์สิ่งใหม่ๆ ด้วยกัน หรือการทำงานร่วมกับคู่แข่ง เพื่อให้เกิดสิ่งที่เรียกว่า co-opetition เช่นบริษัทรถยนต์ จะทำงานร่วมกันเพื่อการลดต้นทุนการผลิตชิ้นส่วนรถยนต์และมีการ share cost กันเกิดขึ้น หรือการทำ technology transfer ในบางส่วนของ line การผลิต ในอดีต บริษัทยักษ์ใหญ่เชื่อว่านวัตกรรมจะมีการพัฒนามาจากภายในองค์กร จึงมีการตั้งหน่วยวิจัยและพัฒนากันขึ้นมาด้วยงบลงทุนที่สูง แต่ในที่สุดหน่วยวิจัยและพัฒนา ก็ตามไม่ทันกลุ่ม start-up รุ่นใหม่ ทำให้บริษัทยักษ์ใหญ่ อย่าง Procter & Gamble (P&G) ได้ transform research-and-development model เป็น connect-and-develop model โดยการหาพันธมิตรใหม่ๆ ในการสร้างนวัตกรรมจากภายนอกบริษัทแล้ว กลับเข้ามาปั้นเป็นธุรกิจ โดยใช้ resource ภายในบริษัทแทน ด้วยอิทธิพลของเทคโนโลยี และการเกิดขึ้นของนวัตกรรมใหม่ๆ โดยกลุ่ม start-up จากทั่วโลก บริษัทยักษ์ใหญ่เลยต้อง shift การตลาดเข้าสู่แนวราบในที่สุด (from vertical to horizontal) การตลาดในยุค 4.0 คู่แข่งอาจเป็นคู่แข่งในธุรกิจเดียวกันหรือข้ามมาจากธุรกิจอื่นๆ ได้ เช่นการเกิดของ Grab ซึ่งเป็น technology start-up ในธุรกิจ Taxi หรือ Airbnb ในธุรกิจโรงแรม ในด้านกลุ่มผู้บริโภคเอง ผู้บริโภคในอดีตจะถูกอิทธิพลของการตลาดและโฆษณา แต่ในปัจจุบัน ลูกค้าเชื่อใน f-factor คือ เพื่อน (friends) ครอบครัว (families) Facebook fans, Twitter followers ซึ่งในประเทศไทย คงต้องรวม line, IG และ pantip ไปด้วย ผู้บริโภคจะถามคนแปลกหน้าจาก social media และเชื่อในคำพูดของเขา มากกว่าโฆษณาหรือ expert opinion เพราะฉะนั้น การสร้างความสัมพันธ์ระหว่าง brands กับ consumers ก็จะเป็นแบบแนวราบ แทนที่จะเป็นโฆษณาตรงไปยัง consumers (แบบ vertical) เป็นการสื่อสารเชื่อมโยงต่อไปยัง เพื่อน หรือ partner ที่เกี่ยวข้องกับ brandsๆ นั้น brand ต้องสื่อสารถึง character ที่แท้จริง และคุณค่าที่แท้จริงของ brand ไปยัง consumer ให้ได้ เพื่อให้ consumer เกิด trust ใน brand นั้นๆ ให้ได้ โดยสรุป  การตลาดที่เปลี่ยนเป็นแนวราบแล้ว เราคงต้องหา partner หรือคู่แข่ง ที่จะมาทำงานร่วมกันเพื่อสร้างสรรค์สิ่งใหม่ๆ ร่วมกัน อย่างมองกันเป็นคู่แข่งเพื่อฟาดฟันอย่างเดียวนะคะ อย่าลืม f-factor อิทธิพลที่นักการตลาดรุ่นใหม่ต้องมอง และการสร้างคุณค่าที่แท้จริงของ brand เพื่อให้ consumer และ f-factor ได้รับรู้กันนะคะ Reference: Philip Kotler, Hermawan Kartajaya, Iwan Setiawan, Marketing 4.0 Moving from Traditional to Digital, November 2016