Come Calendly ottimizza il servizio clienti con Conversation Intelligence

Questa testimonianza è stata originariamente pubblicata su Loris.ai e riflette l'esperienza del cliente con la nostra offerta di prodotti. A seguito dell'integrazione di Loris.ai nel gruppo legale di Contentsquare, la testimonianza è stata migrata su questo sito [Contentsquare.com] come parte della nostra esperienza di contenuti unificata.

Introduzione a Calendly

Calendly è la piattaforma leader nell'automazione della programmazione degli appuntamenti online, usata da milioni di clienti in tutto il mondo. L'azienda offre una vasta gamma di soluzioni, da account individuali gratuiti a servizi per team di vendita e di recruiting di grandi aziende. Calendly si integra con i calendari di Google, Office 365 e Outlook e con diverse app, tra cui Salesforce, Stripe, PayPal, Google Analytics, GoToMeeting e Zapier per garantire un'user experience fluida e senza interruzioni.

Il team del servizio clienti di Calendly, composto da un centinaio di persone, lavora interamente da remoto e fornisce assistenza a una clientela internazionale 24 ore su 24, 7 giorni su 7. Per questo motivo, è fondamentale disporre di uno strumento che consenta di raccogliere dati per comprendere meglio le difficoltà incontrate dai clienti e il loro grado di soddisfazione per il prodotto.

Jon Helin, VP del servizio clienti di Calendly, sottolinea l'importanza della customer experience:

Prendiamo molto sul serio l'esperienza dei nostri clienti. Dedichiamo, inoltre, particolare attenzione ai clienti in periodo di prova. Vogliamo assicurarci che le loro interazioni siano positive, che il trial li stia effettivamente aiutando a prendere familiarità con il prodotto e a riconoscerne il valore, in modo da favorirne il successo e accompagnarli mentre decidono di passare ai piani a pagamento.

Come migliorare il servizio clienti con l'AI

Con la crescita dell'azienda, l'AI si è rivelata un'evoluzione naturale per Calendly. Il team del servizio clienti ha avviato un lungo e dettagliato processo di ricerca e valutazione durato sei mesi, per individuare soluzioni in grado di soddisfare alcune delle loro esigenze, tra cui il quality management, la gestione del supporto live e una migliore comprensione complessiva degli utenti. Il team era cosciente del fatto che MaestroQA, lo strumento di controllo qualità (QA) che era in uso in azienda, andasse sostituito perché non presentava funzionalità AI e a causa del complesso processo di configurazione. Tra tutte le soluzioni prese in considerazione, Calendly ha esaminato, oltre a Conversation Intelligence di Loris, anche alcune delle migliori piattaforme di conversation intelligence con supporto dell'AI e di controllo qualità. Queste ultime risultavano troppo costose oppure non ispiravano fiducia come prodotto completo, richiedevano una manutenzione eccessiva dei modelli o non disponevano di una vera e propria funzionalità di assistenza degli agenti.

Calendly ha intuito il potenziale di Conversation Intelligence di Loris non solo nel soddisfare l'immediata esigenza di uno strumento di supporto per gli agenti, ma anche per espanderlo in futuro al controllo qualità e alla Voice of the Customer (VOC). Jon Helin motiva la decisione:

Stavo cercando uno strumento AI per il team di servizio clienti, in particolare per migliorare l'efficienza degli operatori e la coerenza del servizio offerto. CoPilot è stato uno dei pochi che mi ha subito colpito positivamente. Ho capito immediatamente che avrebbe potuto ridurre i tempi di gestione delle chiamate, aiutare gli agenti a ottenere più rapidamente le informazioni necessarie per risolvere i problemi e velocizzare l'onboarding di nuovi dipendenti in training.

Il processo d'implementazione è stato rapido ed efficiente. Le prime settimane, Calendly ha iniziato con un piccolo gruppo di test per mettere alla prova i workflow e apportare progressivamente le modifiche necessarie. Nel giro di due mesi, il gruppo è stato esteso a tutto il team del servizio clienti.

I primi successi dell'AI nel servizio clienti

Il primo prodotto testato da Calendly è stato CoPilot, uno strumento di assistenza per gli operatori del servizio clienti, che li aiuta a fornire in tempo reale le risposte più pertinenti ai problemi dei clienti. Si è rivelato essere un test efficace, in quanto ha fornito risultati rapidi e chiare metriche di successo. Calendly ha riscontrato miglioramenti significativi in termini di efficienza e coerenza:

• Riduzione di tre minuti del tempo medio di gestione (AHT). Considerando i 35.000 casi al mese gestiti dal servizio clienti, il risparmio di tempo è notevole.

• Miglioramento del processo di onboarding con un avvio più rapido dei nuovi assunti.

• Maggiore coerenza negli scambi con i clienti.

Da quando non usiamo più il sistema di ticket con il tag dell'agente, abbiamo ridotto il tempo medio di gestione (average handle time, AHT) di un po' più di tre minuti con una conseguente riduzione del 23% del costo per caso.

Jon Helin

VP del servizio clienti

Estensione dell'AI al controllo qualità.

Uno dei motivi per cui Calendly ha scelto Conversation Intelligence di Loris è la possibilità di usufruire di un'unica piattaforma AI per tutte le esigenze di controllo qualità e analisi del servizio clienti. Quality Assurance (QA) ha permesso a Calendly di sfruttare una soluzione AI per sostituire lo strumento di controllo qualità in uso fino a quel momento. Non solo il processo è diventato più efficiente, ma è ora possibile usare i dati per indirizzare gli analisti QA verso le conversazioni più pertinenti, invece di selezionarle a caso. Il controllo qualità ha permesso a Calendly di:

• Passare da un controllo qualità basato su una semplice lista di controllo a un approccio che si concentra su aspetti più soggettivi e conversazioni incentrate sul valore.

• Sfruttare i punteggi AI sulla qualità della conversazione e gli indicatori di risoluzione artificiale per capire le conversazioni in modo obiettivo e su larga scala.

• Individuare le conversazioni più interessanti da esaminare e le più pertinenti per fare coaching basandosi su criteri specifici invece che su una selezione casuale.

È con piacevole sorpresa che abbiamo costatato a che punto il controllo qualità ci consente d'individuare le conversazioni più pertinenti da analizzare e come ci aiuta a formare i nostri agenti del servizio clienti. Siamo passati dal classico formulario di controllo qualità, in cui bisognava principalmente spuntare caselle in una lista, a conversazioni più soggettive su come ci rivolgiamo ai clienti e sui valori che vogliamo promuovere durante tali conversazioni.

Jon Helin

VP del servizio clienti

Capire meglio gli utenti grazie agli insights di Voice of Customer.

Tra tutti i moduli presenti nella piattaforma, il team di Calendly ha trovato particolarmente utile le funzionalità di Voice of Customer (VOC). Grazie alla libreria di modelli AI preconfigurati, Conversation Intelligence di Loris trasforma le conversazioni con il servizio clienti in dati da sfruttare per ottenere tantissime informazioni, a partire dalle ragioni che hanno spinto gli utenti a contattare l'azienda fino al customer sentiment durante lo scambio, senza dimenticare le questioni relative alla qualità dell'agente che richiedono ulteriore analisi e decine di altri data point di grande importanza.

Sono diversi i vantaggi per Calendly che ne derivano:

• Classificazione e identificazione precise delle cause dei problemi dei clienti.

• Meno tempo perso dagli operatori del servizio cliente per il tagging manuale delle conversazioni con i clienti grazie all'automatizzazione del processo.

• Risparmio d'innumerevoli ore spese a raccogliere e analizzare manualmente i dati per la creazione di report di VoC.

Il nostro team è passato rapidamente dai report di VoC all'utilizzo esclusivo dei dati di Loris, risparmiandoci ore e ore che avremmo passato a rovistare tra i dati del CRM per poi visualizzarli così come appaiono in Loris. Affidando il lavoro al sistema, il risultato è decisamente più preciso. La lista dei tag era lunga e gli agenti sceglievano spesso il più semplice, che era raramente quello più adatto alla situazione. Ritengo che questo approccio abbia inoltre dato a tutti più fiducia nei dati condivisi con il team di prodotto e quello tecnico in merito alle cause dei problemi riscontrati dai clienti.

Riassumere le conversazioni per non farlo fare agli agenti

Nella maggior parte delle aziende, gli agenti del servizio clienti dedicano fino al 20% del loro tempo a documentare e taggare le conversazioni appena effettuate. Sebbene questi siano dati fondamentali, è un'attività che distoglie l'operatore dal suo ruolo principale: assistere i clienti. Grazie a Conversation Intelligence, Calendly sfrutta l'AI per riassumere automaticamente le conversazioni, eliminando la seccatura delle attività post-chiamata e consentire allora agli agenti di dedicare maggiore attenzione ai clienti.

• Riassunto automatico delle conversazioni indicando il motivo di contatto del cliente, come si è svolta l'interazione e se il problema è stato risolto.

• Sostituzione dei riassunti manuali, spesso soggettivi, con riassunti AI coerenti e automatizzati.

• Risparmio di minuti preziosi per gli agenti a ogni chiamata, con un considerevole aumento dell'efficienza.

Loris continua a essere uno dei migliori esempi d'AI e ci semplifica di gran lunga la vita, permettendoci di concentrarci su quello che conta davvero: intavolare conversazioni stimolanti con gli utenti!

Customer Service Agent

Usare i dati per migliorare il customer journey in ogni suo aspetto

Se la piattaforma ha offerto a Calendly un approccio più moderno all'assistenza, al controllo qualità e alle analytics di Voice of Customers, il team ha individuato anche altri modi per usarla. Grazie alla funzionalità "Frequently Asked Questions" (FAQ), è stato possibile ottenere un elenco esaustivo delle richieste dei clienti, per capire dove e come risolverle prima che questi siano obbligati a contattare il servizio clienti. Calendly ritiene che l'utilizzo della funzionalità di FAQ possa:

• Migliorare i contenuti del centro assistenza, così da consentire ai clienti di trovare facilmente le soluzioni in modo autonomo.

• Ottimizzare le risposte del chatbot, in modo da risolvere il maggior numero di problemi possibile senza l'intervento umano.

• Individuare le aree in cui l'assistenza clienti potrebbe essere migliorata e su quali nozioni prepararsi al meglio per rispondere alle domande e alle obiezioni più comuni.

• Far emergere i problemi del prodotto sia per scoprire quelli che non erano ancora noti, sia per raccogliere feedback sull'impatto di uno specifico problema.

Questa settimana ho incontrato la responsabile del nostro centro assistenza e abbiamo esaminato insieme le domande più frequenti. È importante occuparsi di questo aspetto, perché ci sono argomenti che il centro assistenza, il chatbot e il servizio clienti potrebbero spiegare meglio ai clienti. Talvolta, questo è dovuto a problemi legati al prodotto. Di alcuni eravamo già al corrente, di altri no. Poter consultare le conversazioni con i clienti e condividerle con il team di prodotto è un vantaggio considerevole. Uno degli obiettivi principali del nostro programma di Voice of Customer è di raccogliere il feedback diretto degli utenti senza dover andare a setacciare i dati. Avere a disposizione tutte queste informazioni in un formato di facile consultazione si è rivelato fondamentale e di grande utilità per il team.

Individuare tempestivamente i problemi emergenti del prodotto

Una delle funzionalità integrate nella dashboard di Voice of the Customer è "Emerging Contact Drivers" (fattori di contatto emergenti). Questo modello individua un aumento di nuovi problemi segnalati dai clienti, non emersi in precedenza. Di conseguenza, visto che almeno un numero esiguo di nuovi problemi sarà sicuramente segnalato, sarà possibile anticipare le difficoltà prima che abbiano un impatto sui clienti e sul team di servizio clienti. Helin ha fatto un esempio di come questa funzionalità si è rivelata particolarmente efficace:

La prima segnalazione ricevuta da Loris riguardava i clienti che chiedevano perché la chat fosse sparita. Ci siamo resi conto che il team tecnico aveva fatto un aggiornamento e spostato il link della chat, il che aveva suscitato perplessità in un gran numero di clienti. Se non avessimo avuto Loris, ci avremmo probabilmente messo una settimana a capirlo.

Oltre a individuare le problematiche emergenti, la capacità di raccogliere più rapidamente le opinioni dei clienti offre al team di Calendly maggiore consapevolezza prima del lancio di nuovi prodotti e funzionalità. Questo perché l’azienda sa di poter ottenere rapidamente feedback sui prodotti, capire come reagire e apportare modifiche man mano per ottimizzare una funzionalità, migliorare le risposte degli agenti a problemi specifici o, se necessario, persino annullare un aggiornamento del prodotto.

Proprio questa settimana abbiamo rilasciato alcune importanti modifiche all'interfaccia utente (UI) in una parte del nostro prodotto. Loris si è rivelato una mano santa durante l'intero processo. Quello che abbiamo osservato è che, innanzitutto, Loris ha identificato rapidamente quali ragioni di contatto avevano registrato un aumento del volume a seguito della modifica. Abbiamo potuto usare il modulo per il controllo qualità (QA) per verificare in che modo gli agenti rispondevano ai clienti, individuare a che punto i clienti o gli agenti si confondevano, per individuare le aree di miglioramento e concentrarci su di esse.

Calendly ha grandi progetti per l'AI in futuro

Sebbene Calendly abbia già riscosso un certo successo, l'azienda punta a sfruttare al massimo lo strumento, in particolare la capacità di analizzare le conversazioni dei chatbot. Jon Helin ci parla con entusiasmo di questo risvolto:

È in particolare il team che si occupa dei chatbot, quello che fatica di più a reperire dati qualitativi affidabili su cui basarsi per apportare miglioramenti al servizio di assistenza autonoma. Ed è a questo che credo sia dovuto il loro entusiasmo per questa novità. A mia volta, non vedo l'ora di vedere quanto rapidamente ci permetterà di migliorare questo aspetto del nostro business.

Jon Helin

VP del servizio clienti

Conversation Intelligence di Loris ha migliorato significativamente le attività del servizio clienti di Calendly, incrementando in molti aspetti della customer experience l'efficienza, la coerenza e la capacità di prendere decisioni basandosi sui dati.