然而，在 B2B 领域，准确性和真正解决用户问题更重要，”她解释道。如果工作必需品无法正常运作，可能会影响您有效完成工作的能力。
Skylar 对 Stripe 用户和内部团队 韩国赌博数据 都有影响，这使他能够通过更有效的工具提高准确性。“从广义上讲，我们相信，如果我们的支持团队拥有良好的体验，那么客户体验也会更好，”他说。
重要的是要记住，用户会将您的公司视为一个整体。您的客户看不到幕后的所有人员和内部运作——这可能是他们最不关心的事情——因此您需要专注于跨团队做出的决策如何影响用户及其体验。
团队建议：定期从代理效率和整体客户结果的角度审查用户体验，尤其是负面体验。每周审核 将实时客户洞察带到 Front：宣布收购 Idiomatic 可帮助您识别趋势。将每一次糟糕的支持体验视为需要解决的“客户事件”，并问自己：我们如何才能防止这种情况再次发生？Skylar 说，通常，这取决于工具。
例如，当客户从一个代理转到另一个代理时，根本原因可能是产品问题，也可能是内部流程存在漏洞或支持工具不佳。通过分析此类模式，团队可以确定问题是与产品相关的，还是与客户支持管理方式有关（并找到新的机会来自动化工作的手动方面）。
利用人工智能加速满足客户需求的能力
研究表明，当今的客户希望得到更快的响应和解决方案。随着包括人工智能在内的所有技术进步，犯错的借口越来越少——因此他们希望立即得到完美的答案。“不仅如此，很多客户还认为支持团队使用人工智能，并对这意味着什么有先入为主的观念，”Stacy 说。
确实，成功的人工智能客户服务可以提高服务质量、提高满意度并推动参与度。但并非所有用例都是平等的。“我们绝不会为了速度或成本而牺牲质量，”Skylar 说，“所以我们对让大型语言模型 (LLM) 回答的问题非常谨慎，并确保我们专注于响应的质量。”
关键在于确定 AI 如何才能最好地帮助您的公司。在 Stripe，Skylar 的团队在两个层面 细胞数量 上利用 AI：他们使用机器人来回答用户重复而直接的问题，并在内部利用 LLM 来大规模总结反馈并展示相关内容，以便人工代理提供快速、准确的答案。LLM 在查找可能不会在票证标记分类法或直接代理反馈中自然出现的主题方面特别有用。