Strategie avanzate di dati AI per i contact center

Trascrizione

[00:00:10] Steve MacDonald: Benvenuti al podcast Contact Center Perspective. Sono Steve MacDonald, il vostro conduttore, e oggi abbiamo un ospite brillante, con un background che nessuno di noi ha mai visto prima all’interno di un’azienda. Si tratta di Kimberly Agin, che lavora alla KeyBank e dirige un reparto che ha responsabilità sulle prestazioni aziendali, sui dati, sull’intelligenza artificiale e sul contact center. Il tuo background è quello delle vendite e della formazione nel settore finanziario.

[Steve MacDonald: È incredibile la collezione che avete riunito, ma le intuizioni che condividerete oggi riguardano il modo in cui possiamo trarre il massimo da tutto questo. Sappiamo che al giorno d’oggi dobbiamo sfruttare al massimo l’IA e sappiamo che trasformerà tutto ciò che facciamo in ogni lavoro, ma non sempre sappiamo cosa, e in particolare nei contact center, come possiamo utilizzare i nostri dati e l’IA per fare qualcosa che tutti sappiamo di poter fare, ovvero fornire un enorme valore a tutti gli altri dipartimenti dell’organizzazione, al punto che i dipartimenti vengono da voi e vi dicono: “Ehi, lasciate che ve ne occupiate voi. Mi assicuri di essere coinvolto in quello che stiamo facendo”.

[00:01:21] Steve MacDonald: È l’esatto contrario? Di solito lottiamo, grattiamo e ci dimeniamo solo per ottenere un posto a tavola con i dirigenti o con qualsiasi dipartimento, e per voi è solo una procedura operativa standard. Quindi, prima di iniziare, vorrei concederle un paio di minuti, se non le dispiace ampliare un po’ il suo background, e anche se può accennare a questo, lei è un inventore e anche un imprenditore.

[00:01:46] Kimberly Agin: Sì, grazie per avermi invitato a partecipare. Grazie mille per avermi invitato. Sono molto emozionata. Allora, sì, ho circa 17 anni di esperienza nel settore bancario. Tutta la mia carriera è stata nei servizi finanziari, da JPMorgan fino a KeyBank.

[Kimberly Agin: Ho ricoperto diversi ruoli. Per un po’ ho lavorato nelle vendite e nel trading. Ho svolto attività di rischio di mercato. Ho lavorato nella finanza di linea, ho lavorato con la strategia commerciale in relazione a Salesforce e Service Cloud per la banca. Ho trascorso un po’ di tempo nell’esperienza del cliente, che è stato un posto divertente, e ora sono nel contact center.

[Kimberly Agin: Se 10 anni fa mi aveste chiesto se sarei stata nel contact center, probabilmente la risposta sarebbe stata assolutamente no. Ma la cosa bella del contact center, e qualcosa su cui noi di Key abbiamo puntato molto, è che non è solo un posto dove le persone chiamano e noi contiamo quanto tempo stanno al telefono o quante telefonate rispondono. In realtà, sono i nostri clienti che, nel momento della loro massima necessità, ci dicono esattamente qual è il loro problema e, grazie all’infrastruttura del contact center, abbiamo una tecnologia davvero eccellente e solida dietro a queste interazioni che ci permette non solo di vedere dove sono andati nel loro viaggio nel contact center – hanno trasferito, con chi hanno parlato – ma anche di registrare tutte le conversazioni, il che ci dà davvero un enorme tesoro di insight profondi e approfonditi sui clienti, perché sentiamo dai nostri clienti, con le loro stesse parole, cosa è successo esattamente.

[Kimberly Agin: Quando sono approdata al contact center, circa cinque anni fa, mi sono resa conto che avevamo una grande quantità di dati comportamentali che ci avrebbero aiutato a capire chi sono i nostri clienti e che cosa significano per noi, e non solo possono aiutarci a migliorare il modo in cui li serviamo mentre interagiscono con noi nel contact center, ma possiamo anche prendere questi dati, possiamo confrontarli con i dati aziendali e capire chi sono i nostri clienti sia dal punto di vista transazionale che da quello esperienziale, ottenendo così una conoscenza davvero approfondita di chi sono, di come operano con noi, di quali problemi hanno con i prodotti o i servizi che magari vendiamo loro. E quindi utilizziamo queste informazioni per restituirle ai proprietari dei nostri prodotti, sia che si trovino nella banca dei consumatori, sia che si trovino nella banca commerciale o nella banca privata, in modo da poter alimentare lo sviluppo dei prodotti con i dati e le intuizioni provenienti direttamente dai nostri clienti.

[Steve MacDonald: Quindi, fantastico. Vorrei approfondire molto di quello che hai appena detto, ma vorrei anche sapere qualcosa su questa nuova iniziativa imprenditoriale che stai portando avanti, perché mi è sembrata davvero straordinaria. Tutto quello che stai facendo è più di un lavoro a tempo pieno, ma hai anche qualcos’altro da fare a parte.

[00:04:26] Kimberly Agin: Credo di essere una persona che ogni volta che vede qualcosa si chiede sempre: “Come si può migliorare? Come possiamo migliorarlo? Come possiamo migliorare il problema che abbiamo di fronte?”. E così, per una curiosa coincidenza, ero in viaggio con alcune amiche e mi servivano dei rulli per capelli, che sono sicura molte persone che vi ascoltano usano, e molte persone sanno che i rulli tradizionali sono ingombranti e non si possono portare con sé. Così ho inventato un rullo per capelli che si srotola completamente e si può riporre completamente piatto, risparmiando il 70% del volume dell’imballaggio. Così si può portare in viaggio, si può tenere in bagno, si può usare dappertutto.

[Kimberly Agin: E una cosa che ho trovato davvero sorprendente è stata due anni fa, ero a una conferenza, e sono sicura che siete stati a molte conferenze, e la maggior parte delle volte alle conferenze si sta lì tutto il giorno e si parla tutto il giorno e si incontrano le persone, e poi si torna in camera e si ha circa un’ora per prepararsi e uscire per cena e bere qualcosa.

[Kimberly Agin: Per i ragazzi è semplicissimo, basta cambiarsi la camicia. Per le ragazze, dopo un’intera giornata trascorsa in giro, si vuole rinfrescare il trucco e sistemare i capelli. Non sono mai riuscita a portare con me dei prodotti per rinfrescare i capelli e quest’anno ho portato con me i miei rulli e questo mi ha cambiato la vita, perché ho potuto salire al piano di sopra, mettere i rulli nei capelli, fare un po’ di lavoro, rinfrescare il trucco, tirarli fuori e sembra che sia appena andata dal parrucchiere o che abbia asciugato i capelli da zero. Mi ha reso la vita molto più facile. Quindi, non solo ho risolto il mio problema nei viaggi di piacere, ma ho anche risolto il mio problema nei viaggi di lavoro.

[00:05:53] Steve MacDonald: Beh, quello che mi piace è il modo in cui racconta molto di come pensi alle cose e di come non ti affidi mai allo status quo, giusto? C’è sempre un modo per migliorare le cose e una delle cose più importanti che vorrei che la gente si portasse via da oggi è che abbiamo difficoltà, nel contesto del nostro settore, a difendere noi stessi. Abbiamo difficoltà a dimostrare il nostro valore al resto dell’organizzazione, anche se parliamo ogni giorno con la massima autorità dell’azienda, il cliente, molto più di chiunque altro, e ci sentiamo più come un reparto di supporto, e credo che questo sia probabilmente l’opposto di ciò che avete creato qui. Mi piacerebbe quindi entrare e iniziare con la vostra filosofia di pensare a un contact center dal punto di vista del valore che potete creare per il resto dell’organizzazione.

[Kimberly Agin: Certamente. Voglio dire, prima di tutto, se un contact center non è in grado di rispondere alle chiamate e di aiutare un cliente, sta fallendo. Quindi, per mia fortuna, siamo un team solido e abbiamo persone che si concentrano tutto il giorno su questo problema, assicurandosi di avere gli agenti giusti, di avere talento, di avere le informazioni giuste, di assicurarsi che la nostra tecnologia dietro le quinte funzioni, in modo che ognuno svolga il proprio ruolo e faccia le proprie cose.

[Kimberly Agin: Quindi, grazie a questo, credo che i team come il mio abbiano la possibilità di entrare in azione e dire: “Okay, abbiamo tutte queste informazioni. Cosa significano per noi e come possiamo usarle in modo più efficace?”. E così, credo che spesso molti luoghi del contact center tendano a essere un pensiero secondario. I clienti chiamano, voi rispondete alle domande, li fate passare nella vostra coda.

[Kimberly Agin: Siamo riusciti a conquistare un posto a tavola perché siamo stati in grado di iniziare a fornire informazioni molto ricche su chi sono i nostri clienti e su ciò che fanno, non solo dal punto di vista della voce più forte nella stanza, non solo perché siamo andati là fuori e l’unico agente ha urlato a squarciagola che abbiamo un problema qui e che i clienti stanno chiamando per questo, ma perché siamo stati effettivamente in grado di sfruttare la potenza di tutti i dati, metterli in visualizzazioni effettive, eseguire analisi su di essi e quindi presentarli in un modo che i nostri partner commerciali sono a loro agio nel capire e vedere.

[Kimberly Agin: Quindi, la trasformazione della mentalità operativa di affrontare la giornata in “Facciamo un passo indietro. Mettiamo un po’ di rigore su questo aspetto. Assicuriamoci che le informazioni non solo siano corrette, ma anche preziose, e poi presentiamo ai nostri partner commerciali conversazioni basate sui dati”, credo sia ciò che alla fine ci ha permesso di sederci al tavolo.

[Steve MacDonald: E per essere chiari, quanti di quegli altri reparti o della C-suite sono venuti da voi a dire: “Ho bisogno di più conversazioni guidate dai dati”, o avete dovuto prendere il toro per le corna e dimostrare, avete dovuto creare quelle conversazioni perché nessuno le chiedeva, nessuno se le aspettava?

[Kimberly Agin: Credo che la gente si aspettasse un riassunto di alto livello del call driver. Niente di profondo, niente di approfondito, niente di strategico, se vogliamo. Abbiamo dovuto fare un road show, cioè andare là fuori e dire: “Non solo abbiamo tutte queste informazioni, ma questo è ciò che significa per voi”, e ciò che significa per i nostri partner nella banca dei consumatori è totalmente diverso da quello che significa per i nostri partner commerciali e ci siamo assicurati di capire quali fossero le priorità in ogni area per poi essere in grado di allineare i nostri dati e le nostre visualizzazioni e la nostra storia, se volete, è stato davvero importante.

[Kimberly Agin: Da quando l’abbiamo fatto, ora quei partner bussano alla nostra porta e ora ho nel mio team dei collaboratori dedicati che si occupano degli insight dei clienti, per i consumatori e per le aziende. Quindi, non stiamo più implorando per ottenere un posto a tavola. Le persone vengono da noi a chiedere questo tipo di approfondimenti.

[Kimberly Agin: Nella nostra banca per i consumatori è appena arrivata una persona che voleva espandersi in un determinato territorio e voleva sapere, da un punto di vista geografico, quali sono le richieste dei nostri clienti in quell’area e se ci sono informazioni che possono aiutarci a definire la strategia per migliorare ed espandere la nostra presenza nelle filiali.

[Kimberly Agin: Abbiamo clienti, o meglio compagni di squadra, che si rivolgono a noi dal punto di vista commerciale. Vogliono creare un’esperienza utente molto più snella dal punto di vista del servizio commerciale. L’attività bancaria commerciale è grande e complessa. C’è una relazione molti-a-molti. Ci sono molte persone in un’organizzazione che si confrontano con molte persone diverse all’interno di una banca. Hanno soluzioni e problemi finanziari complessi e quindi come possiamo semplificare il servizio a loro favore? E una parte di ciò che dovevano capire era che cosa stiamo servendo loro oggi e quali sono i volumi a fronte di ciò, in modo da poter iniziare a stabilire le priorità su cui concentrare il nostro tempo, i nostri sforzi e il nostro denaro.

[Kimberly Agin: Il Contact Center è stato il leader nell’aiutare a guidare questa strategia, perché siamo stati in prima linea nel raccogliere tutti i dati di assistenza per dire: ecco chi è la vostra popolazione di clienti, ecco cosa fanno quando ci chiamano, ecco di cosa parlano e infine ecco cosa facciamo per loro quando inviamo una richiesta di assistenza. Quindi, credo che sia davvero interessante il fatto che non ci limitiamo a fornire i nostri KPI standard di AHT o di servizio medio, o qualsiasi altro dato. Ora stiamo davvero contribuendo a guidare la strategia di prodotto, la strategia di assistenza e ci sono molti altri esempi di questo tipo.

[00:11:07] Steve MacDonald: Allora, permettetemi di fare una domanda, perché i tempi medi di gestione sono il genere di cose che quando ci considerano un centro di costo, questi sono i KPI. Tutti ci guardano e dicono: “Come facciamo a contenere i costi?”.

[00:11:19] Steve MacDonald: Siamo uno dei maggiori costi generali dell’azienda. Ma ora, quando lo fate, ricevete maggiori pressioni sul fatto che siete un centro di costo rispetto a un centro di creazione di valore, un centro di generazione di ricavi?

[Steve MacDonald: Avete invertito la conversazione invece di come ridurre, come contenere, come abbassare i tempi medi di gestione, come far uscire le persone dalle chiamate più velocemente? Avete ancora questo tipo di conversazioni?

[Kimberly Agin: Lo facciamo. Credo che questa sia la natura di un’organizzazione che non genera ricavi. Per questo stiamo valutando come risolvere il problema: stiamo valutando i progressi della tecnologia AI per aiutarci a passare dalle attività non umane all’AI e a potenziare i nostri talenti in modo che possano gestire le attività più complesse.

[Kimberly Agin: Quindi, credo che ogni contact center che non sia direttamente allineato a un team di vendita esterno debba sempre riflettere su questo aspetto. Credo che le nostre intuizioni, tuttavia, contribuiscano a far crescere i ricavi in altre aree, i casi aziendali e i fattori che li alimentano.

[Kimberly Agin: Quindi, se da un lato stiamo contribuendo a ridurre il costo del servizio e a spostare il lavoro da aree a più alto contatto, dall’altro abbiamo avviato una collaborazione con la nostra banca privata in cui abbiamo riscontrato che spesso i clienti, poiché conoscono il loro banchiere, si rivolgono a quest’ultimo e il suo compito è quello di vendere, ma ora hanno un compito di assistenza sulla loro scrivania, quindi lo affidano a un giovane o a un associato e questo spesso richiede molto tempo perché quella persona non ha necessariamente familiarità con il modo di servire un cliente.

[Kimberly Agin: Quindi, abbiamo fatto delle analisi per dire: “In realtà, possiamo gestire lo stesso tipo di voci nel contact center. Potremmo quindi toglierle dalle vostre mani, avere una vanity line dedicata ai nostri clienti del private banking e permettervi di dedicare il vostro tempo a ciò che sapete fare meglio, ovvero vendere, espandere le relazioni e far crescere i ricavi della nostra banca privata”. Quindi, credo che non ci stiamo spostando necessariamente da un ambiente che limita i costi, ma ci stiamo anche spostando su come possiamo effettivamente aiutarvi a ridurre i costi di servizio in modo che possiate dedicare il vostro tempo ad aree ad alto volume e alta qualità all’interno delle organizzazioni di vendita.

[00:13:32] Steve MacDonald: Wow. Devo dire che in tutti i podcast che abbiamo fatto, abbiamo parlato molto di come utilizzare l’IA per essere più efficienti, ma quello di cui hai appena parlato è come possiamo aiutarvi a prendere il carico di altri dipartimenti e se ci sono cose che stanno facendo che non sono efficienti, che non sono il miglior uso del loro tempo, che possiamo davvero aiutarvi. Questo è un altro livello di coinvolgimento con gli altri reparti e anche al di là della condivisione della voce del cliente e dei dati e delle informazioni che avete, su cui voglio soffermarmi di più.

[Steve MacDonald: Vorrei parlare un po’ della sua filosofia sul ruolo, dell’importanza dei dati, dell’emergere dell’intelligenza artificiale e di come la utilizza per fornire, come ha detto, conversazioni e valore basati sui dati al resto dell’azienda.

[Kimberly Agin: Si. Credo che tutti sappiano che i dati sono importanti. Penso che tutti non sappiano necessariamente come coltivare e creare un ambiente ricco di dati in modo da poterli sfruttare, due, fidarsi dei dati e tre, condividere i dati.

[Kimberly Agin: Quando sono entrata in azienda, la prima cosa che mi sono assicurata di fare è stata quella di non volere solo un team di analisti che creasse bellissimi dashboard e Tableau e li inviasse attraverso gli strumenti di Power BI alla nostra azienda. Volevo assicurarmi che comprendessimo veramente quali fossero i nostri dati e la loro importanza. Così ho creato un team che si occupa di dati come prodotto all’interno del contact center.

[Kimberly Agin: Questi miei compagni di squadra sono legati a specifiche applicazioni all’interno del contact center. Fanno parte del ciclo di vita del prodotto. Sanno chi è il proprietario tecnologico di quell’applicazione. Lavorano direttamente con i proprietari dei prodotti. Così, mentre costruiamo nuovi prodotti e servizi nel contact center, siamo in grado di contribuire a influenzare non solo ciò che accade in quelle applicazioni, ma anche a capire quali metadati saranno importanti per noi da utilizzare e misurare, sia rispetto all’applicazione stessa sia rispetto al percorso del cliente.

[Kimberly Agin: E quindi, assicurarci di avere sempre una visione centrata sul cliente. Qual è il widget che definisce il nostro cliente? Come facciamo a garantire che sia presente in ogni applicazione con cui tocchiamo un cliente, in modo da poter iniziare a tracciare queste informazioni. Questo è stato un punto cruciale ed è stato enorme per noi poterlo fare.

[Kimberly Agin: Volevamo anche assicurarci che il mio team non impiegasse giorni, settimane, ore e mesi per arrivare a quei dati. Quindi, abbiamo creato una strategia dei dati molto strategica e completa per dire: “Ok, facciamo in modo che per i dati non critici, quindi per i dati che non spenderemmo una tonnellata di denaro per inserire nella nostra supply chain dei dati, ci sia comunque uno spazio per loro. Abbiamo comunque uno spazio dove farli atterrare, che sia automatizzato, non regolamentato, ma ben governato, con delle regole intorno”. Così abbiamo costruito una risorsa di dati che ci ha permesso di iniziare ad acquisire tutti questi dati diversi.

[Kimberly Agin: Quindi, ora abbiamo un asset di dati. Quindi, invece di dover ricorrere a tutte queste fonti diverse, alcune on-prem, altre nel cloud, altre ancora nella catena di fornitura dei dati, abbiamo un’unica fonte per trovare i nostri dati e abbiamo anche le persone che conoscono meglio i dati e che lavorano con essi. Quindi, ora ci fidiamo e li capiamo.

[Kimberly Agin: Abbiamo dedicato molto tempo a coltivare il nostro ambiente di dati. Questo ci ha permesso di passare alla prossima iterazione del mondo, ovvero la tecnologia emergente dell’intelligenza artificiale, e di avere una fonte molto affidabile di ciò a cui sottoporremo l’intelligenza artificiale, per cui ora i nostri sforzi di convalida e di sfruttamento della nuova tecnologia non saranno spesi a chiedersi dove siano i dati, a chiedersi se siano corretti, a sperare che la risposta che ci ha appena dato sia giusta o sbagliata. Lo sappiamo.

[Kimberly Agin: Quindi, credo che per molte persone chi possiede i dati e li conosce vincerà il futuro dell’intelligenza artificiale. Abbiamo dedicato molto tempo a questo aspetto e credo di essere incredibilmente orgogliosa dei miei compagni di squadra, delle persone che hanno lavorato a questo progetto, delle persone che ogni giorno si preoccupano profondamente di questi dati e che sono una grande risorsa per il mio team.

[Kimberly Agin: E l’altra cosa che abbiamo notato in tutto questo percorso di creazione di questo team dedicato e focalizzato su questo concetto è che ha tolto molta pressione ai proprietari delle applicazioni e ai proprietari dei prodotti, perché alla fine della giornata, quando sei nel ciclo di vita di un prodotto e stai cercando di far funzionare qualcosa, stai facendo, come gli ingegneri stanno codificando e gli sviluppatori di prodotti stanno dando i requisiti e poi, sembrava che arrivassero alla fine e poi tutti si chiedessero: “Cosa facciamo con i nostri dati?”E dopo la stanchezza del progetto, il tutto veniva considerato come una sorta di ripensamento. Ora, invece, possiamo tirare fuori questo aspetto durante il processo e non devono pensare a qualcosa a cui non si sentono necessariamente a proprio agio, perché ci penseremo noi per loro e forniremo loro i requisiti di dati giusti per ciò di cui abbiamo bisogno. Quindi, credo che questo abbia cambiato il modo in cui sviluppiamo i prodotti della banca, in modo da poter sfruttare i dati in modo più efficace per poterli utilizzare in futuro.

[Steve MacDonald: Sai, hai detto un sacco di cose importanti. Le ho guardate e annotate. Mi ha colpito molto. Hai detto che hai trattato i dati come se fossero un prodotto a sé stante e, così facendo, hai aumentato il loro livello di importanza.

[Steve MacDonald: Se andassi a cercare l’importanza dei dati in un mondo di trasformazione digitale, una terminologia che esiste da molto tempo, ma che Deloitte definisce come la differenza tra l’azienda di oggi e quella di domani. La trasformazione digitale deve avere una base di dati che non sia frammentata, che non sia isolata, che possa parlare insieme, e questo è ciò che ci aiuterà a trarre vantaggio dalla rivoluzione dell’IA. Se non abbiamo i dati giusti da alimentare, non importa quale strumento di IA stiamo parlando, se non ha i dati giusti, è inutile. Giusto?

[Kimberly Agin: Sì, e credo che molte persone non vogliano dedicare del tempo per assicurarsi che i dati siano corretti, e credo che spesso le persone rifuggano dai dati perché sembrano davvero complicati, e sembra che sia necessario avere una qualche laurea in matematica per lavorare nel campo dell’analisi, ma non è così.

[Kimberly Agin: Credo che una volta demistificato il fatto che si tratta di un prodotto come tutti gli altri che usiamo e che si comincia a capire cosa serve, come si presenta e come si interagisce con esso, si elimina quel fattore di paura. Quindi, penso che molte persone potrebbero probabilmente applicare questa disciplina a molti prodotti e applicazioni diversi e arrivare a un punto migliore con i loro dati. Ma credo che debbano rendersi conto che non fa paura, che tutti stanno imparando e che se si fanno le domande giuste alle persone giuste, si troveranno le risposte e si riuscirà a portare avanti la strategia. Quindi, forse è il mio background nelle vendite e nel trading, non lo so, ma lo vedo come un widget, ed è solo un tipo diverso di widget che è super importante.

[Steve MacDonald: Beh, lo suddivide in modo da non spaventare, perché potremmo pensare: “Non ho un background in analisi dei dati”, ma nemmeno tu ce l’hai. Giusto?

[00:20:26] Kimberly Agin: Non ce l’ho. Questo è stato il mio primo ruolo nel campo dell’analisi.

[00:20:29] Steve MacDonald: Beh, congratulazioni. Stai andando piuttosto bene. Nella nostra precedente conversazione hai detto che all’interno del contact center c’è letteralmente una miniera d’oro di dati che la maggior parte delle aziende ignora. Mi dica un po’ di più su quale sia il suo punto di vista su questa miniera d’oro.

[Kimberly Agin: Ho coniato questo concetto come analisi comportamentale. Credo che la maggior parte dei team di analisi pensi all’analisi, ai numeri. Pensano a punti di dati molto strutturati che possono guardare e dire: “Ok, le aperture dei conti sono passate da 50 a 500.000. Cosa è successo?”. Che cosa è successo?”. Come se fosse un numero molto lineare.

[Kimberly Agin: Nel contact center, tutti i dati che stiamo raccogliendo e che sono super importanti e preziosi, a mio parere, sono dati non strutturati, e sono dati di conversazione, sia che si tratti di conversazioni vocali che di conversazioni in chat. Questo tipo di informazioni credo sia la nostra grande risorsa nel contact center.

[Kimberly Agin: Quindi, andare alla radice di questi dati, perché si tratta di 30.000 conversazioni o altro, sembra essere spaventoso e noioso, ed è un tipo diverso di analisi che si deve affrontare. Quindi, ci piace chiamarlo topic modeling light, in cui facciamo un topic modeling per arrivare alla radice di ciò che sta accadendo in quelle conversazioni. Il mio team ha costruito e lavorato con questo tipo di dati negli ultimi quattro anni. Quindi, abbiamo una grande familiarità con questo tipo di dati.

[Kimberly Agin: In realtà, è curioso, si estende anche a molte altre aree e organizzazioni di cui non ci rendiamo conto. Pensate a tutte le caselle di testo libere che ci sono là fuori, a un modulo di iscrizione strutturato, e poi a quella sezione di commenti in fondo, dove si dice: “Parlami di bla, bla, bla”. Si tratta dello stesso tipo di dati di analisi comportamentale che si ottengono dalle conversazioni vocali e dalle chat.

[Kimberly Agin: Non ci siamo sottratti al fatto che non si tratta di numeri, ma di parole, e come si fa a dare una struttura alle parole? E credo che l’aspetto più interessante sia che con l’avanzamento dell’IA generativa sarà molto più facile per le persone arrivare al cuore di queste intuizioni, perché ora è possibile utilizzare l’IA generativa per classificare, riassumere e categorizzare tutti questi dati non strutturati e dare loro una struttura.

[Kimberly Agin: Quindi, mentre il mio team lo fa manualmente da anni, ora stiamo eseguendo dei proof of concept per poterlo fare con l’IA generativa per accelerare il mercato. Ma credo che molte organizzazioni, a causa del modo in cui sono impostate le loro strutture analitiche, e la maggior parte delle aree analitiche che ho visto, soprattutto nel settore finanziario, sono davvero orientate alla finanza, quindi cercano tabelle strutturate con numeri di transazioni, numeri di clienti e numeri di famiglie, e noi ribaltiamo il copione e diciamo: “Anche noi teniamo molto a quei numeri, e questo è ciò che consideriamo come i nostri dati transazionali, ma teniamo anche molto ai nostri dati esperienziali”. Questo credo sia stato un grande cambiamento nel modo in cui siamo stati in grado di raccogliere tutte queste informazioni dal contact center e, ancora una volta, lo facciamo per la nostra applicazione di assistenza.

[Kimberly Agin: Aiutiamo a capire come rendere più semplice il percorso di assistenza attraverso la nostra applicazione di assistenza, facendo un topic modeling rispetto a tutti quei commenti a forma libera nelle caselle di testo. Ad esempio, i compagni di squadra possono selezionare questo elenco, questo elenco a discesa, eccetera, e poi, in fondo, c’è sempre una sezione di commenti in cui scrivere tutto ciò che non si adatta a quel modulo libero. Quindi, esamineremo questo aspetto e aiuteremo i proprietari dei prodotti a capire cos’altro manca in un modulo strutturato per renderlo più standardizzato e facile da usare.

[Kimberly Agin: Un esempio che posso usare è che volevamo esaminare le richieste di rifiuto. Quando qualcosa arriva al contact center e il nostro collega del contact center lo inserisce nella nostra piattaforma di assistenza, questo passa poi a un team operativo di back office per l’evasione, e stavamo ricevendo una tonnellata di rifiuti su un certo tipo di prodotto.

[Kimberly Agin: Così, quando abbiamo analizzato la modellazione degli argomenti, ci siamo resi conto che il motivo per cui ricevevamo molti rifiuti era che le persone stavano inviando le cose per date che erano in giorni lavorativi effettivi o non validi, perché non li avevamo bloccati nell’elenco di scelta. Abbiamo quindi aggiunto i giorni festivi, le festività federali, i giorni in cui le attività commerciali non potevano svolgersi, e i nostri rifiuti si sono ridotti su quell’esempio di circa il 60%, solo perché siamo stati in grado di vedere che le persone ci rispondevano dicendo: “Non potete farlo oggi perché la banca è chiusa”.

[00:24:45] Steve MacDonald: Le cose più semplici, giusto? Ma se non andiamo a cercare, non abbiamo i dati e non sappiamo come cercare. E ciò che mi ha colpito è che non accettate le norme. State facendo un passo avanti e un altro passo avanti, e un altro modo in cui lo avete fatto è stato quello di creare team interfunzionali che lavorano insieme. Potrebbe spiegarmi un po’ cosa significa e perché è stata una parte importante del successo?

[Kimberly Agin: Sì. Onestamente, uno dei motivi per cui sono entrata in questo team è stata la sua struttura. KeyBank è una grande organizzazione. Ci sono 17.000 dipendenti, credo. Abbiamo linee di business, tecnologia, ecc. molto separate tra loro.

[Kimberly Agin: Il nostro team all’interno del contact center è composto da un unico leader. Quindi, abbiamo il nostro responsabile della gestione della forza lavoro che fa capo a quel leader. Abbiamo il responsabile delle operazioni della linea di business, il responsabile della tecnologia, il responsabile dei prodotti e dell’analisi, tutti con un unico leader. Spesso considero il nostro team come una fabbrica, dove il team di gestione della forza lavoro è come una bolla di sapone nella fabbrica, che si assicura che tutti si presentino al lavoro in orario. Se qualcuno ha perso un dito, c’è una persona di riserva che si assicura che i numeri siano rispettati entro la fine del mese, come se fosse quella bolla di vetro che sorveglia il pavimento della fabbrica, e poi i nostri partner operativi della linea di business sono sul pavimento e si assicurano che qualsiasi cosa sia il widget, stia attraversando la fabbrica e che il morale dei compagni di squadra sia alto e che le nostre code siano completate, e alla fine della giornata, la fabbrica è pronta a chiudere perché non c’è lavoro lasciato indietro, se volete.

[Kimberly Agin: E poi abbiamo un intero braccio strategico che si concentra totalmente sulla tecnologia, sull’analisi e sui prodotti per assicurarsi che la fabbrica funzioni a pieno ritmo nell’era moderna. Quindi, stiamo migrando le cose nel cloud? Abbiamo modernizzato il nostro sistema CKA? Cosa stiamo facendo con i nostri dati? Così, la nostra fabbrica funziona continuamente perché nessuno deve uscire dalla propria corsia per preoccuparsi di ciò che sta facendo un’altra area della fabbrica. Quindi, quando operiamo in questo modo, penso che possiamo raggiungere i numeri di cui abbiamo bisogno all’interno del contact center perché abbiamo team dedicati totalmente a questo, e possiamo modernizzare perché abbiamo team concentrati su questo, e poi possiamo davvero sfruttare la potenza dei dati per contribuire a influenzare ciò che sta accadendo in fabbrica, ma anche a influenzare ciò che sta accadendo al di fuori della fabbrica.

[Steve MacDonald: E questa collaborazione interfunzionale si estende anche ai diversi reparti, giusto? Ci spieghi anche questa parte, perché è affascinante.

[00:27:11] Kimberly Agin: Ovviamente siamo profondamente legati, direi, ai nostri team di prodotti digitali per il settore consumer e commerciale. Quindi, che cosa fanno i nostri clienti da una prospettiva digitale che non possono fare nello spazio digitale e ci chiamano nel contact center? Come possiamo fornire loro informazioni sulle chiamate, su ciò di cui parlano le persone, su come costruire un prodotto e un servizio migliore? Siamo molto legati ai nostri compagni di filiale.

[Kimberly Agin: Se lasci il contact center e vai in filiale, perché hai fatto questo salto? Perché non siete riusciti a soddisfare le vostre esigenze nel contact center? E queste informazioni ci aiutano a capire se abbiamo bisogno di un modo migliore per autenticare le persone nel contact center per fare determinate cose. Abbiamo bisogno di un modo migliore per accettare le firme o presentare la documentazione? Quindi, tutti questi aspetti, in collaborazione con i team esterni, non solo aiutano a migliorare i loro canali e i loro prodotti, ma aiutano anche noi a migliorare la nostra strategia e il nostro prodotto.

[Steve MacDonald: Abbiamo parlato di così tante cose che vorrei tornare a concentrarci su un unico argomento: se ci fosse una cosa che vorresti che tutti quelli che ti hanno ascoltato oggi, tutti i tuoi colleghi, i dirigenti, si assicurassero di trarre dalla nostra conversazione di oggi, quale sarebbe?

[00:28:29] Kimberly Agin: Penso che internamente, ad esempio tra le mie quattro mura del contact center, sia importante capire l’importanza di ciò che accade nel contact center e dei dati del contact center e incorporarli in ogni area dell’organizzazione, e questo è egoisticamente per me stessa.

[Kimberly Agin: Tuttavia, se potessi davvero avere tutti i dirigenti di KeyBank all’ascolto in questo momento, spererei che riflettessero sull’importanza dei dati e della strategia dei dati in relazione non solo alla finanza e alla contabilità e non solo all’analisi, ma che costruissero davvero strategie di dati complete, che creassero una visione omnicanale di chi sono i nostri clienti e di come i nostri collaboratori interagiscono con loro, e che spendessero tempo, denaro ed energia per sviluppare davvero questi dati come prodotto in tutta l’organizzazione. Credo che rimarrebbero sbalorditi da quanto impareremmo e da quanto potremmo contribuire a influenzare la strategia, le entrate, gli eventi, le interazioni con i clienti, le interazioni con i compagni di squadra, e mi piacerebbe che le persone prendessero i dati un po’ più sul serio.

[Steve MacDonald: Parole di saggezza, ben dette. Io e te ne abbiamo già parlato: se è spazzatura dentro, è spazzatura fuori. È un modo molto semplicistico di pensarci. Ma dobbiamo lavorare sodo per avere le informazioni giuste, i dati giusti che stiamo inserendo, analizzando e sfruttando tutte le cose che l’IA, l’IA agenziale e tutto il resto possono fare.

[Steve MacDonald: Ecco quello che so. Le persone avranno delle domande. Ve lo garantisco. Va bene se diamo un link al suo profilo LinkedIn in modo che le persone possano contattarla?

[00:30:07] Kimberly Agin: Kimberly Agin: Sì. Sarebbe fantastico.

[00:30:09] Steve MacDonald: Beh, fantastico. La nostra missione è quella di avere un podcast che riunisca i leader dell’assistenza CX dei contact center di tutto il settore e di tutto il mondo, perché se ognuno di noi può condividere il proprio punto di vista unico su ciò che ci fa avere successo, allora è come la marea montante che solleva tutte le barche, e sento che oggi sei stata una parte super importante di questa marea montante. Volevo solo ringraziarti.

[Kimberly Agin: Grazie a te. No, lo apprezzo molto e ti ringrazio per avermi invitato.