Meningkatkan Layanan Pelanggan

Ada banyak pembicaraan tentang munculnya “self-service” dalam layanan pelanggan, namun orang telah menemukan informasi dan menyelesaikan masalah mereka sendiri. Situs web menyediakan berbagai informasi. Sistem IVR bisa menjawab beberapa pertanyaan. Kini, media sosial dan situs peninjau menawarkan banyak informasi berbasis pengalaman. Tapi harapan untuk self-service lebih tinggi dari sebelumnya dan brand harus memberikan layanan pelanggan yang luar biasa atau menanggung konsekuensinya.

Perluas Melebihi FAQ

FAQ (Frequently Asked Question) adalah hal yang penting dan berharga, merupakan bagian dari bermacam knowledge base, namun harus ada konten dalam berbagai bentuk. Orang belajar dengan berbagai macam cara dan informasi visual seringkali dapat membuat proses yang rumit dapat lebih mudah dipahami. Membuat tutorial, bagaimana membuat artikel, proses dan prosedur serta dokumentasi referensi. Gunakan grafik, video, animasi dan format lainnya di luar kata-kata tertulis.

Penting untuk membuat konten yang menjawab pertanyaan dan masalah paling umum dari pelanggan. Ingat, Anda ingin memudahkan pelanggan menemukan apa yang mereka cari. Anda tidak dapat menawarkan jawaban atas setiap pertanyaan, atau terkadang panggilan atau tweet tentang masalah tertentu, namun pertanyaan yang paling banyak diketahui oleh para agent harus disertakan. Bagaimana Anda memastikan Anda dapat memenuhi semua itu? Libatkan agent Anda, CRM dan survei pelanggan untuk menentukan pertanyaan mereka dan cara terbaik untuk menjawabnya.

Optimalkan informasi dan organisasi

Permudah langkah untuk menemukan apa pun yang dicari agent atau pelanggan Anda. Pikirkan pembaca Anda sebagai seseorang yang belum pernah menggunakan produk atau layanan Anda sebelumnya. Istilah apa yang akan Anda gunakan untuk mencari jawaban? Bagaimana Anda akan mengutarakannya? Pertimbangkan bahasa, istilah pencarian dan frasa dan sinonim.

Knowledge base yang ada harus dipantau dan diperbarui secara rutin, dengan penambahan konten saat muncul pertanyaan baru. Perbaharui artikel sesuai kebutuhan (perhatikan tanggal revisi) atau tambahkan yang baru. Fokus pada perbaikan terus-menerus untuk membantu agent dan pelanggan. Berikan highlight pada “best practices” atau “lessons learned” dalam bahan referensi sehingga orang bisa mendapatkan keuntungan dari pengalaman orang lain. Penting untuk menangkap semua interaksi layanan pelanggan dan menarik data yang relevan, kemungkinan dari CRM Anda, untuk memastikan informasi di knowledge base Anda mencerminkan isu dan resolusi saat ini. Hal itu akan membantu pelanggan mencari sendiri dan agent untuk membantu pelanggan.

Presentasi itu penting

Dikatakan bahwa satu gambar bernilai 1.000 kata. Faktanya, lebih dari 300% orang lebih baik mengikuti petunjuk saat ada ilustrasi atau grafis yang disertakan dengan teks daripada saat membaca teks tanpa grafis. Foto, grafik dan ilustrasi sangat berharga saat seseorang mencoba menemukan jawaban dengan cepat.

Hadirkan informasi sehingga mudah dibaca dan dimengerti bagi pembaca di semua tingkatan. Salah satu cara untuk membuat segalanya lebih jelas dan mudah dipahami adalah dengan menggunakan tangkapan layar, ilustrasi dan grafis. Sangat penting untuk menjadi deskriptif, tapi jangan membuat bagian yang lebih panjang untuk membuatnya tampak lebih penting. Pikirkan tentang apa yang ingin Anda baca. Apakah pendek dan to the point? Apakah itu rinci dengan banyak fakta pendukung? Apakah itu menghibur? Apakah seperti bisnis? Jadikan informasi Anda deskriptif dan sespesifik mungkin.

Manfaatkan kemampuan reporting atau pelaporan Anda

Meninjau laporan dapat menunjukkan kepada Anda apa yang hilang dan apa yang pelanggan cari dan tidak dapat temukan. Laporan juga dapat menunjukkan topik yang paling populer, untuk membantu Anda menentukan apakah lebih banyak informasi dibutuhkan pada topik tersebut, mungkin sebuah video untuk mendukung tulisan.

Optimalkan platform seluler dan semua perangkat

Orang-orang menggunakan perangkat mobile mereka untuk melakukan segala hal sehingga informasi harus dapat dicari dengan mudah, ditemukan dan ditinjau pada perangkat mobile seperti pada komputer. Jangan mengabaikan format back-end untuk membuat pencarian mobile sederhana dan tampilan mobile viewing yang baik. Navigasi juga harus disederhanakan, dengan penggunaan layar sentuh.

Knowledge base Anda kemungkinan adalah tempat pertama yang dituju pelanggan Anda saat mereka membutuhkan pertolongan. Orang secara alami akan mencoba untuk membantu diri mereka sendiri sebelum mengulurkan tangan dan meminta bantuan. Buatlah mudah bagi pelanggan untuk menemukan apa yang mereka butuhkan, dan memudahkan agent Anda untuk menemukan apa yang mereka butuhkan untuk membantu pelanggan. Investasi yang dilakukan dalam knowledge base Anda akan membayar dividen dalam mengurangi biaya layanan atau dukungan pelanggan, meningkatkan semangat agent dan meningkatkan kepuasan pelanggan. Pengetahuan benar-benar adalah kekuatan dan dengan beberapa pekerjaan untuk meningkatkan informasi Anda, perusahaan Anda dapat memperoleh banyak minat atas investasi knowledge base Anda.

© Baker Johnson

icmi.com

Bisakah Chatbot Membantu Bisnis?

Chatbot kini telah digunakan dengan berbagai macam tujuan, seperti misalnya untuk bertanya seputar cuaca, belanja, keuangan, bahkan sebagai hiburan. Namun bisakan chatbot membantu bisnis Anda? Bagaimana cara chatbot bekerja sebagai alat untuk melakukan transaksi?

Perusahaan menerapkan chatbot untuk berinteraksi dengan klien menggunakan pesan karena merupakan solusi hemat biaya untuk kebutuhan bisnis. Chatbot membantu untuk meningkatkan penjualan dan pemasaran, melibatkan lebih banyak klien dan membawa antarmuka (interface) yang lebih sederhana untuk berkomunikasi. Mereka bisa mendapatkan jawaban langsung, dukungan, dan organisasi menerima akses pertanyaan untuk mencocokkan produk dengan preferensi pelanggan.

Kebanyakan orang mencari barang atau produk secara online untuk dibeli melalui perangkat mobile mereka. Dalam kebanyakan kasus, mereka perlu beralih ke perangkat statis untuk mengakses layanan dengan mudah dan mendapatkan dukungan. Hal ini memakan waktu dan chatbots mengatasi masalah ini dengan kemungkinan untuk melakukan seluruh transaksi dalam antarmuka chat.

Chatbot mengumpulkan data yang diperlukan melalui pesan untuk membangun percakapan yang mendalam dan bermakna untuk meningkatkan loyalitas pelanggan. Hal ini dapat membantu memberikan saran layanan dan produk yang menarik serta melibatkan klien. Data yang ada memungkinkan untuk membuat komunikasi yang lebih personal dan penawaran menjadi lebih relevan. Jika klien mencari produk tertentu, bot dapat mencari katalog produk untuk memenuhi kebutuhan. Bila pengguna tidak membuat keputusan pada waktu tersebut, chatbot akan mengingat percakapan tersebut dan menjadikannya sebagai preferensi untuk menyarankan sebuah layanan atau produk.

Chatbot membawa kepuasan pelanggan dengan kemampuan untuk menjawab pertanyaan-pertanyaan cepat dan menggunakan umpan balik untuk memperbaiki layanan. Anda juga dapat menjual produk melalui obrolan dan menarik pelanggan baru dengan mengirimkan pesan.

Akhir-akhir ini dukungan pelanggan dibutuhkan kapan saja dan dimana saja. Untuk itu, aktivasi chatbot sebisa mungkin dilakukan 24 jam setiap hari agar dapat dimanfaatkan pelanggan untuk menyelesaikan permasalahan mereka, terutama untuk permasalahan dan pertanyaan berulang yang tidak perlu untuk mempekerjakan agent untuk efisiensi anggaran.

Contohnya, Sephora sebagai retail produk make-up internasional yang juga ada di Indonesia, menggunakan chatbot untuk memberikan saran kepada pelanggan setelah penilaian singkat, engage dengan pelanggan dengan tips kecantikan, saran cerdas seputar make-up dan lainnya. Dengan menggunakan chatbot, sebuah korporasi dapat menghasilkan lebih dengan efisiensi biaya, juga dengan interaksi yang lebih baik dengan pelanggan. (MZ)

SMAC, Business Booster bagi Industri Contact Center

Di era media sosial, kebanyakan orang lebih mengutamakan kepraktisan. Hal-hal yang bisa dilakukan di sela-sela kegiatan dan mengisi kekosongan pada waktu luang menjadi semakin dicari. Terkadang orang merasa kesulitan mencari waktu untuk menghubungi call center dikarenakan kesibukan mereka. Jadi sesuatu yang bisa dilakukan melalui media sosial menjadi pilihan mereka.

SMAC (social, mobile, analytics, and cloud) adalah konsep empat teknologi yang saat ini menggerakkan inovasi bisnis. SMAC menciptakan ekosistem yang memungkinkan sebuah bisnis untuk meningkatkan operasional dan lebih dekat dengan pelanggan dengan jangkauan maksimum. Peningkatan jumlah data terstruktur dan tidak terstruktur yang dibuat oleh perangkat mobile, sensor, media sosial, loyalty card programs dan browsing website menciptakan model bisnis baru yang dibangun berdasarkan data pelanggan. Teknologi tersebut dapat menciptakan keunggulan kompetitif.

Sosial media menyediakan bisnis dengan cara-cara baru untuk mencapai dan berinteraksi dengan pelanggan, sementara teknologi mobile telah mengubah cara orang berkomunikasi, berbelanja dan bekerja. Analytics memungkinkan perusahaan untuk memahami bagaimana, kapan dan di mana orang mengkonsumsi barang dan jasa tertentu dan cloud computing memberikan cara baru untuk mengakses teknologi dan data yang dibutuhkan bisnis untuk merespon perubahan pasar dan memecahkan masalah bisnis dengan cepat. Masing-masing dari empat teknologi dapat berdampak terhadap bisnis secara individual, pemusatan ini membuktikan sebuah kekuatan yang mengganggu namun menciptakan model bisnis yang sama sekali baru bagi penyedia layanan.

Integrasi teknologi membutuhkan kebijakan dan pedoman yang jelas serta alat-alat manajemen yang dapat mengotomatisasi proses bisnis. Perusahaan media seperti Netflix sering dikutip sebagai contoh dari bisnis yang telah berhasil memanfaatkan kekuatan SMAC. Misalnya, ketika seorang member Netflix melakukan stream acara TV dari cloud Netflix untuk iPad mereka, mereka diberi pilihan untuk masuk ke Netflix dengan login Facebook. Setelah melihat acara tersebut, member diberikan beberapa cara untuk memberikan umpan balik melalui media sosial. Mereka bisa menilai konten dengan bintang, menulis ulasan dan berbagi apa yang baru saja mereka tonton dengan teman-teman di Facebook atau Twitter. Data pelanggan disimpan di cloud dan Netflix dapat menganalisis secara terperinci sehingga recommendation machine dapat memberikan saran untuk anggota keluarga yang berbagi akun yang sama, konsep yang dikenal sebagai marketing 1:1.

Ekosistem Big Data

Pembahasan tentang teknologi seolah terus membanjir, semakin cepat, dan semakin berkembang. Big data, yang terus berkembang seiring perkembangan teknologi, turut ikut andil di berbagai organisasi, perusahaan, bahkan instansi pemerintah. Big data membantu wadah-wadah tersebut untuk memanfaatkan data yang mereka miliki dan menggunakannya untuk mengidentifikasi peluang-peluang baru. Hal ini berdampak pada bisnis yang meliputi operasional hingga dampaknya pada pelanggan.

Di dalam big data terdapat sebuah ekosistem yang terdiri dari empat golongan utama. Golongan pertama adalah data devices yang berfungsi untuk mengumpulkan data dari berbagai lokasi dan secara berkelanjutan menghasilkan data baru. Contohnya antara lain adalah perangkat mobile, GPS, ATM, RFID, dan medical imaging. Golongan kedua adalah data collectors yang berisi pihak-pihak berkepentingan untuk mengumpulkan data dari perangkat tertentu maupun dari pengguna. Contohnya antara lain adalah pemerintah, retail, financial, internet, dan medical. Golongan ketiga adalah data aggregators merupakan golongan yang melakukan pengumpulan terhadap semua data. Contohnya antara lain adalah websites, advertising, analytics services, dan media achieves. Golongan terakhir adalah data users/buyers merupakan golongan pengguna data yang telah dikumpulkan dan hasil pengumpulan data. Golongan ini menggunakan wawasan yang diperoleh untuk kepentingan bisnis atau lainnya. Contoh dari golongan ini adalah media, bank, delivery services, marketers, dan employeers.

Ekosistem big data di atas menuntut adanya tiga kategori peran, yaitu deep analytical talent (memiliki kemampuan analitik yang kuat dan keahlian untuk mengolah data mentah, data tidak terstruktur, serta data dalam jumlah besar), data savvy professionals (memiliki kemampuan teknikal yang tidak mendalam, tetapi memiliki pengetahuan dasar mengenai statistik dan domain permasalahan dengan baik), dan technology and data enablers (para ahli bidang teknikal yang mendukung proyek analitik dan memiliki keahlian dalam bidang computer engineering, programming, dan
database administrator).