Posting ini ditulis bersama Tony Momenpour dan Drew Clark dari KYTC.
Departemen pemerintah dan bisnis mengoperasikan pusat kontak untuk terhubung dengan komunitas mereka, memungkinkan warga dan pelanggan menelepon untuk membuat janji temu, meminta layanan, dan terkadang hanya mengajukan pertanyaan. Ketika ada lebih banyak panggilan daripada yang dapat dijawab oleh agen, penelepon akan ditahan dengan pesan seperti berikut: โKami mengalami volume panggilan yang lebih tinggi dari biasanya. Panggilan Anda sangat penting bagi kami, harap tetap terhubung dan panggilan Anda akan dijawab sesuai urutan yang diterima.โ
Kecuali jika musik tunggu sangat bagus, penelepon biasanya tidak suka menunggu โ itu membuang-buang waktu dan uang. Beberapa pusat kontak memutar pesan otomatis untuk mendorong penelepon meninggalkan pesan suara, mengunjungi situs web, atau menelepon kembali nanti. Opsi ini tidak memuaskan bagi penelepon yang hanya ingin mengajukan pertanyaan kepada agen untuk mendapatkan jawaban dengan cepat.
Salah satu solusinya adalah menyediakan agen terlatih yang cukup untuk menerima semua panggilan dengan segera, bahkan pada saat volume panggilan sangat tinggi. Ini akan menghilangkan waktu tunggu dan memastikan penelepon menerima tanggapan cepat. Kunci untuk membuat pendekatan ini praktis adalah menambah agen manusia dengan agen virtual bertenaga AI yang dapat diskalakan yang dapat memenuhi kebutuhan penelepon untuk setidaknya beberapa panggilan masuk. Ketika agen virtual berhasil menangani pertanyaan penelepon, hasilnya adalah penelepon yang senang, waktu tunggu rata-rata yang lebih rendah untuk semua penelepon, dan biaya yang lebih rendah. Jajak pendapat Pemimpin Dukungan dan Layanan Pelanggan Gartner memperkirakan bahwa saluran langsung seperti telepon dan obrolan langsung berharga rata-rata $8.01 per kontak, sementara saluran layanan mandiri berharga sekitar $0.10 per kontakโagen virtual berpotensi menghemat $7.91 (98%) untuk setiap panggilan yang berhasil ditangani.
Agen virtual tidak harus menangani setiap panggilan, dan mungkin sebaiknya tidak dicobaโbeberapa porsi panggilan mungkin paling baik dilayani dengan sentuhan manusia, jadi agen virtual yang baik harus mengetahui batasannya sendiri, dan dengan cepat mentransfer penelepon ke agen manusia bila diperlukan.
Dalam postingan ini, kami membagikan bagaimana Kentucky Transportation Cabinet (KYTC) Department of Vehicle Regulations (DVR) mengurangi waktu tunggu panggilan dan meningkatkan pengalaman pelanggan dengan agen virtual swalayan menggunakan Sambungan Amazon dan AmazonLex.
Tantangan KYTC DVR
DVR KYTC mendukung, membantu, dan menyediakan informasi terkait STNK, SIM, dan kredensial kendaraan komersial kepada hampir 5 juta konstituen.
โDalam survei baru-baru ini yang dilakukan dengan warga Kentucky, lebih dari 50% sebenarnya menginginkan bantuan tanpa berbicara dengan seseorang,โ kata Drew Clark, Analis Bisnis dan Manajer Proyek di KYTC.
Ada beberapa tantangan yang dihadapi tim KYTC yang mengharuskan mereka mengganti sistem yang ada dengan Amazon Connect dan Amazon Lex. Kurangnya fleksibilitas dalam sistem layanan pelanggan yang ada menghalangi mereka untuk memberikan pengalaman pengguna terbaik kepada pelanggan mereka dan dari inovasi lebih lanjut dengan memperkenalkan fitur seperti kemampuan untuk menangani pertanyaan yang berlebihan melalui obrolan. Selain itu, pengenalan persyaratan REAL ID federal pada tahun 2019 menghasilkan peningkatan volume panggilan dari pengemudi yang memiliki pertanyaan. Volume panggilan semakin meningkat pada tahun 2020 ketika pandemi COVID-19 melanda dan kantor wilayah SIM ditutup. Penelepon mengalami waktu penanganan rata-rata 5 menit atau lebihโsituasi yang tidak diinginkan baik bagi penelepon maupun profesional pusat kontak DVR. Selain itu, terdapat ketergantungan yang berlebihan pada fitur callback, sehingga menghasilkan pengalaman pelanggan yang di bawah rata-rata.
Ikhtisar solusi
Untuk mengatasi tantangan ini, tim KYTC meninjau beberapa solusi pusat kontak dan berkolaborasi dengan tim AWS ProServe untuk mengimplementasikan pusat kontak berbasis cloud dan agen virtual bernama Max. Saat ini, pelanggan dapat berinteraksi dengan contact center melalui saluran suara dan obrolan. Pusat kontak didukung oleh Amazon Connect, dan Max, agen virtual, didukung oleh AmazonLex dan Solusi AWS QnABot.
Amazon Connect mengarahkan beberapa panggilan masuk ke agen virtual (Max) dengan mengidentifikasi nomor penelepon. Max menggunakan pemrosesan bahasa alami (NLP) untuk menemukan jawaban terbaik atas pertanyaan penelepon dari basis pengetahuan pertanyaan dan jawaban DVR, dan menanggapi penelepon menggunakan suara sintesis alami dan mirip manusia (didukung oleh Amazon Polly), ditambah bila sesuai dengan pesan teks SMS yang berisi tautan ke laman web yang memberikan informasi terperinci yang relevan. Dengan Amazon Lex, departemen dapat mengotomatiskan tugas seperti memberikan informasi tentang REAL ID, dan memperbarui SIM atau STNK. Jika penelepon tidak dapat menemukan jawaban yang diinginkan, panggilan dialihkan ke agen langsung.
KYTC DVR melaporkan bahwa dengan sistem baru, mereka dapat menangani volume panggilan yang sama atau lebih besar dengan biaya operasional yang lebih rendah daripada sistem sebelumnya. Waktu penanganan panggilan telah berkurang sebesar 33%. Mereka secara konsisten melihat 90% perutean lalu lintas QnABot melalui opsi swalayan di situs web. QnABot sekarang menangani hampir 35% panggilan telepon masuk tanpa perlu campur tangan manusia, selama jam kerja reguler dan juga setelah jam kerja! Selain itu, waktu pelatihan agen dikurangi menjadi 2 minggu dari 4 minggu berkat desain intuitif dan kemudahan penggunaan Amazon Connect. DVR tidak hanya meningkatkan pengalaman pelanggan dan agen, tetapi juga menghindari biaya awal yang tinggi dan mengurangi biaya operasional secara keseluruhan.
Amazon Lex dan AWS QnABot
Amazon Lex adalah layanan AWS untuk membuat antarmuka percakapan. Anda dapat menggunakan Amazon Lex untuk membangun agen virtual swalayan yang mumpuni untuk pusat kontak Anda untuk mengotomatisasi berbagai macam pengalaman penelepon, seperti klaim, kutipan, pembayaran, pembelian, janji temu, dan lainnya.
Grafik AWS QnaBot adalah solusi sumber terbuka yang menggunakan Amazon Lex bersama dengan layanan AWS lainnya untuk mengotomatiskan kasus penggunaan penjawab pertanyaan.
QnABot memungkinkan Anda untuk dengan cepat menerapkan agen virtual AI percakapan ke pusat kontak, situs web, dan saluran perpesanan Anda, tanpa memerlukan pengalaman pengkodean. Anda mengonfigurasi jawaban pilihan untuk pertanyaan umum menggunakan sistem manajemen konten terintegrasi yang mendukung teks kaya dan tanggapan suara kaya yang dioptimalkan untuk setiap saluran. Anda dapat memperluas basis pengetahuan solusi untuk menyertakan pencarian dokumen dan konten halaman web yang ada menggunakan AmazonKendra. QnABot menggunakan Amazon Terjemahan untuk mendukung interaksi pengguna dalam banyak bahasa.
Umpan balik dan pemantauan pengguna terintegrasi memberikan visibilitas ke pertanyaan, kekhawatiran, dan sentimen pelanggan. Ini memungkinkan Anda untuk menyetel dan memperkaya konten Anda, mengajar agen virtual Anda secara efektif sehingga menjadi lebih pintar setiap saat.
Kesimpulan
Pusat kontak DVR KYTC telah mencapai pengalaman pelanggan yang mengesankan dan peningkatan efisiensi biaya dengan menerapkan pusat kontak berbasis cloud Amazon Connect, bersama dengan agen virtual yang dibuat dengan Amazon Lex dan solusi AWS QnABot sumber terbuka.
Ingin tahu apakah Anda bisa mendapatkan keuntungan dari pendekatan yang sama yang bekerja untuk DVR KYTC? Lihat video demo singkat ini:
Coba sendiri Amazon Lex atau QnABot di akun AWS Anda sendiri. Anda dapat mengikuti langkah-langkah dalam panduan implementasi untuk penerapan otomatis, atau menjelajahi Lokakarya AWS QnABot.
Kami akan senang mendengar dari Anda. Beri tahu kami pendapat Anda di bagian komentar.
Tentang Penulis
Tony Momenpur adalah konsultan sistem dalam Kabinet Transportasi Kentucky. Dia telah bekerja untuk Persemakmuran Kentucky selama 19 tahun dalam berbagai peran. Fokusnya adalah membantu Persemakmuran untuk dapat memberikan pengalaman layanan pelanggan yang luar biasa kepada warganya.
Menggambar Clark adalah analis bisnis/manajer proyek untuk Kantor Teknologi Informasi Kabinet Transportasi Kentucky. Ia berfokus pada arsitektur sistem, platform aplikasi, dan modernisasi kabinet. Dia telah bergabung dengan Kabinet Transportasi sejak 2016 bekerja di berbagai peran TI.
Rajiv Sharma adalah Pemimpin Domain โ Pusat Kontak di tim Data dan Pembelajaran Mesin AWS. Rajiv bekerja dengan pelanggan kami untuk memberikan keterlibatan menggunakan Amazon Connect dan Amazon Lex.
Thomas Rindfuss adalah Sr. Solutions Architect di tim Amazon Lex. Dia menciptakan, mengembangkan, membuat prototipe, dan memperkenalkan fitur dan solusi teknis baru untuk layanan AI Bahasa yang meningkatkan pengalaman pelanggan dan memudahkan adopsi.
Bob Strahan adalah Arsitek Solusi Utama di tim Layanan AI Bahasa AWS.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/reduce-call-hold-time-and-improve-customer-experience-with-self-service-virtual-agents-using-amazon-connect-and-amazon-lex/
- :adalah
- 10
- 100
- 2016
- 2019
- 2020
- 35%
- 7
- 9
- a
- kemampuan
- Sanggup
- Tentang Kami
- Akun
- dicapai
- sebenarnya
- tambahan
- alamat
- alamat
- Adopsi
- Setelah
- Agen
- agen
- AI
- Layanan AI
- Bertenaga AI
- Semua
- memungkinkan
- Amazon
- AmazonLex
- analis
- dan
- menjawab
- jawaban
- Aplikasi
- janji
- pendekatan
- pendekatan
- sesuai
- arsitektur
- ADALAH
- AS
- membantu
- membantu
- At
- mengotomatisasikan
- Otomatis
- tersedia
- rata-rata
- dihindari
- AWS
- kembali
- mendasarkan
- BE
- makhluk
- di bawah
- manfaat
- TERBAIK
- membangun
- dibangun di
- bisnis
- bisnis
- by
- panggilan
- pemanggil
- Panggilan
- CAN
- mampu
- kasus
- pusat
- Pusat
- tantangan
- Saluran
- saluran
- memeriksa
- Warga
- klaim
- Penyelesaian
- tertutup
- Pengkodean
- berkolaborasi
- komentar
- komersial
- Masyarakat
- Kekhawatiran
- dilakukan
- Terhubung
- konsultan
- kontak
- contact center
- Konten
- percakapan
- AI percakapan
- Biaya
- Biaya
- Covid-19
- Pandemi COVID-19
- membuat
- Surat kepercayaan
- dikuratori
- Sekarang
- pelanggan
- pengalaman pelanggan
- Layanan Pelanggan
- pelanggan
- data
- menyampaikan
- Departemen
- departemen
- menyebarkan
- penggelaran
- Mendesain
- diinginkan
- terperinci
- mengembangkan
- MELAKUKAN
- dokumen
- Tidak
- domain
- Dont
- pengemudi
- driver
- selama
- setiap
- kemudahan penggunaan
- Kemudahan
- efektif
- menghapuskan
- memungkinkan
- memungkinkan
- mendorong
- menikmati
- cukup
- memperkaya
- memastikan
- perkiraan
- Bahkan
- Setiap
- ada
- sistem yang ada
- Lihat lebih lanjut
- pengalaman
- berpengalaman
- Pengalaman
- mengalami
- menyelidiki
- dihadapi
- FAST
- Fitur
- Fitur
- Federal
- umpan balik
- Menemukan
- keluwesan
- Fokus
- berfokus
- mengikuti
- berikut
- Untuk
- sering
- dari
- lebih lanjut
- Gartner
- mendapatkan
- baik
- besar
- lebih besar
- membimbing
- menangani
- Menangani
- Penanganan
- senang
- Memiliki
- memiliki
- mendengar
- membantu
- High
- lebih tinggi
- memegang
- JAM
- Seterpercayaapakah Olymp Trade? Kesimpulan
- HTML
- HTTPS
- manusia
- ID
- mengidentifikasi
- melaksanakan
- implementasi
- penting
- impresif
- memperbaiki
- ditingkatkan
- perbaikan
- in
- memasukkan
- masuk
- Pada meningkat
- informasi
- teknologi informasi
- berinovasi
- terpadu
- berinteraksi
- interaksi
- interface
- intervensi
- memperkenalkan
- Pengantar
- intuitif
- IT
- NYA
- jpg
- Kentucky
- kunci
- Tahu
- pengetahuan
- Kekurangan
- bahasa
- Bahasa
- memimpin
- pemimpin
- pengetahuan
- Meninggalkan
- lisensi
- Perizinan
- 'like'
- Mungkin
- keterbatasan
- baris
- link
- hidup
- cinta
- mesin
- Mesin belajar
- terbuat
- membuat
- Membuat
- pengelolaan
- manajer
- banyak
- max
- pesan
- pesan
- pesan
- juta
- menit
- uang
- pemantauan
- lebih
- musik
- Bernama
- Alam
- Pengolahan Bahasa alami
- hampir
- perlu
- Perlu
- kebutuhan
- New
- nLP
- jumlah
- of
- Office
- kantor
- on
- open source
- beroperasi
- operasional
- dioptimalkan
- pilihan
- Opsi
- urutan
- Lainnya
- secara keseluruhan
- sendiri
- pandemi
- khususnya
- pembayaran
- telepon
- panggilan telepon
- Platform
- plato
- Kecerdasan Data Plato
- Data Plato
- Bermain
- silahkan
- Pos
- berpotensi
- didukung
- Praktis
- sebelumnya
- Utama
- mungkin
- pengolahan
- profesional
- proyek
- prototipe
- memberikan
- menyediakan
- menyediakan
- pembelian
- QnABot
- pertanyaan
- Pertanyaan
- segera
- nyata
- menerima
- diterima
- baru
- menurunkan
- mengurangi
- daerah
- Pendaftaran
- reguler
- peraturan
- terkait
- relevan
- menggantikan
- laporan
- permintaan
- wajib
- Persyaratan
- mengakibatkan
- dihasilkan
- review jurnal
- Kaya
- peran
- sama
- Save
- mengatakan
- terukur
- mencari
- Bagian
- Swalayan
- sentimen
- layanan
- Layanan
- beberapa
- Share
- Pendek
- harus
- sejak
- Sejak 2016
- situasi
- cerdas
- SMS
- So
- larutan
- Solusi
- beberapa
- Seseorang
- berbicara
- tinggal
- Tangga
- berhasil
- seperti itu
- mendukung
- Mendukung
- Survei
- sistem
- sistem
- Mengambil
- tugas
- Pengajaran
- tim
- Teknis
- Teknologi
- bahwa
- Grafik
- Garis
- mereka
- Mereka
- Ini
- Melalui
- waktu
- kali
- untuk
- Tony
- menyentuh
- lalu lintas
- terlatih
- Pelatihan
- transfer
- ditransfer
- angkutan
- khas
- us
- menggunakan
- Pengguna
- Pengguna Pengalaman
- variasi
- berbagai
- kendaraan
- melalui
- Video
- maya
- jarak penglihatan
- Mengunjungi
- Suara
- volume
- ingin
- Situs Web
- situs web
- minggu
- Apa
- sementara
- SIAPA
- lebar
- akan
- dengan
- dalam
- tanpa
- bekerja
- kerja
- bekerja
- bengkel
- akan
- tahun
- Kamu
- Anda
- diri
- zephyrnet.dll