Minska samtalstid och förbättra kundupplevelsen med virtuella självbetjäningsagenter som använder Amazon Connect och Amazon Lex

Det här inlägget skrevs tillsammans med Tony Momenpour och Drew Clark från KYTC.

Statliga myndigheter och företag driver kontaktcenter för att få kontakt med sina samhällen, vilket gör det möjligt för medborgare och kunder att ringa för att boka tider, begära tjänster och ibland bara ställa en fråga. När det finns fler samtal än agenter kan svara på, parkeras uppringare med ett meddelande som följande: "Vi upplever högre samtalsvolymer än vanligt. Ditt samtal är mycket viktigt för oss, håll dig på linjen och ditt samtal kommer att besvaras i den ordning det togs emot.”

Om inte hållmusiken är särskilt bra, tycker de som ringer vanligtvis inte om att behöva vänta – det slösar tid och pengar. Vissa kontaktcenter spelar upp automatiska meddelanden för att uppmuntra den som ringer att lämna ett röstmeddelande, besöka webbplatsen eller ringa tillbaka senare. Dessa alternativ är otillfredsställande för uppringare som bara vill ställa en fråga till en agent för att få ett snabbt svar.

En lösning är att ha tillräckligt många utbildade agenter tillgängliga för att ta alla samtal direkt, även under tider med ovanligt höga samtalsvolymer. Detta skulle eliminera väntetider och säkerställa att uppringare får snabba svar. Nyckeln till att göra detta tillvägagångssätt praktiskt är att utöka mänskliga agenter med skalbara, AI-drivna virtuella agenter som kan tillgodose uppringarnas behov för åtminstone några av de inkommande samtalen. När en virtuell agent lyckas adressera en uppringares förfrågan blir resultatet en nöjd uppringare, lägre genomsnittliga hålltider för alla uppringare och lägre kostnader. Gartners undersökning om kundtjänst och supportledare uppskattar att livekanaler som telefon och livechatt kostar i genomsnitt 8.01 USD per kontakt, medan självbetjäningskanaler kostar cirka 0.10 USD per kontakt – en virtuell agent kan potentiellt spara 7.91 USD (98 %) för varje samtal den lyckas hantera.

En virtuell agent behöver inte hantera varje samtal, och den borde förmodligen inte försöka – en del av samtalen serveras troligen bäst med en mänsklig touch, så en bra virtuell agent bör känna till sina egna begränsningar och snabbt överföra den som ringer till en mänsklig agent när det behövs.

I det här inlägget delar vi hur Kentucky Transportation Cabinet's (KYTC) Department of Vehicle Regulations (DVR) minskade samtalstid och förbättrad kundupplevelse med virtuella självbetjäningsagenter som använder Amazon Connect och Amazon Lex.

KYTC DVR:s utmaningar

KYTC DVR stöder, assisterar och tillhandahåller information relaterad till fordonsregistrering, körkort och behörighetsuppgifter för kommersiella fordon till nästan 5 miljoner beståndsdelar.

"I en nyligen genomförd undersökning gjord med Kentucky-medborgare, ville mer än 50 % faktiskt ha hjälp utan att prata med någon", säger Drew Clark, affärsanalytiker och projektledare på KYTC.

Det fanns flera utmaningar som KYTC-teamet stod inför som gjorde det nödvändigt för dem att ersätta det befintliga systemet med Amazon Connect och Amazon Lex. Bristen på flexibilitet i det befintliga kundtjänstsystemet hindrade dem från att ge sina kunder den bästa användarupplevelsen och från att förnya sig ytterligare genom att introducera funktioner som möjligheten att hantera redundanta frågor via chatt. Införandet av federala REAL ID-krav 2019 resulterade också i ökade samtalsvolymer från förare med frågor. Samtalsvolymerna ökade ytterligare under 2020 när covid-19-pandemin slog till och de regionala körkortskontoren stängde. Uppringare upplevde en genomsnittlig handläggningstid på 5 minuter eller längre – en oönskad situation för både uppringarna och DVR-kontaktcentrets proffs. Dessutom var det ett alltför beroende av återuppringningsfunktionen, vilket resulterade i en kundupplevelse under pari.

Lösningsöversikt

För att tackla dessa utmaningar granskade KYTC-teamet flera kontaktcenterlösningar och samarbetade med AWS ProServe-teamet för att implementera ett molnbaserat kontaktcenter och en virtuell agent vid namn Max. För närvarande kan kunder interagera med kontaktcentret via röst- och chattkanaler. Kontaktcentret drivs av Amazon Connect och Max, den virtuella agenten, drivs av Amazon Lex och AWS QnABot-lösning.

Amazon Connect dirigerar några inkommande samtal till den virtuella agenten (Max) genom att identifiera uppringarens nummer. Max använder naturlig språkbehandling (NLP) för att hitta det bästa svaret på en uppringares fråga från DVR:s kunskapsbas med frågor och svar, och svarar på uppringaren med en naturlig och människoliknande syntetiserad röst (driven av Amazon Polly), vid behov kompletterat med ett SMS-meddelande som innehåller länkar till webbsidor som ger relevant detaljerad information. Med Amazon Lex kunde avdelningen automatisera uppgifter som att tillhandahålla information om RIKTIGA ID:n och förnya körkort eller fordonsregistreringar. Om den som ringer inte kan hitta det önskade svaret överförs samtalet till en liveagent.

KYTC DVR rapporterar att med det nya systemet kan de hantera samma eller större samtalsvolymer till en lägre driftskostnad än det tidigare systemet. Samtalshanteringstiden har minskat med 33 %. De ser konsekvent 90 % av QnABot-trafiken dirigeras genom självbetjäningsalternativet på webbplatsen. QnABot hanterar nu nära 35% av de inkommande telefonsamtal utan behov av mänskligt ingripande, under ordinarie öppettider och även efter öppettider! Dessutom reducerades agentutbildningstiden till 2 veckor från 4 veckor på grund av Amazon Connects intuitiva design och användarvänlighet. DVR förbättrade inte bara kund- och agentupplevelsen, utan de undvek också höga initiala kostnader och minskade sina totala driftskostnader.

Amazon Lex och AWS QnABot

Amazon Lex är en AWS-tjänst för att skapa konversationsgränssnitt. Du kan använda Amazon Lex för att bygga kapabla virtuella självbetjäningsagenter för ditt kontaktcenter för att automatisera en mängd olika samtalsupplevelser, såsom anspråk, offerter, betalningar, köp, möten och mer.

Smakämnen AWS QnABot är en öppen källkodslösning som använder Amazon Lex tillsammans med andra AWS-tjänster för att automatisera användningsfall för svar på frågor.

QnABot låter dig snabbt distribuera en virtuell AI-agent för konversation i dina kontaktcenter, webbplatser och meddelandekanaler, utan att kodningserfarenhet krävs. Du konfigurerar kurerade svar på vanliga frågor med hjälp av ett integrerat innehållshanteringssystem som stöder rik text och rika röstsvar optimerade för varje kanal. Du kan utöka lösningens kunskapsbas till att inkludera sökning i befintliga dokument och webbsidainnehåll med hjälp av Amazon Kendra. QnABot använder Amazon Translate för att stödja användarinteraktion på många språk.

Integrerad feedback från användare och övervakning ger insyn i kundernas frågor, bekymmer och känslor. Detta gör att du kan finjustera och berika ditt innehåll och effektivt lära din virtuella agent så att den blir smartare hela tiden.

Slutsats

KYTC DVR-kontaktcentret har uppnått en imponerande kundupplevelse och kostnadseffektivitetsförbättringar genom att distribuera ett Amazon Connect molnbaserat kontaktcenter, tillsammans med en virtuell agent byggd med Amazon Lex och AWS QnABot-lösningen med öppen källkod.

Nyfiken på om du kan dra nytta av samma metoder som fungerade för KYTC DVR? Kolla in dessa korta demofilmer:

Prova Amazon Lex eller QnABot själv i ditt eget AWS-konto. Du kan följa stegen i implementeringsguiden för automatiserad distribution, eller utforska AWS QnABot workshop.

Vi skulle älska att höra från dig. Låt oss veta vad du tycker i kommentarsfältet.

Om författarna

Tony Momenpour är systemkonsult inom Kentucky Transportation Cabinet. Han har arbetat för Commonwealth of Kentucky i 19 år i olika roller. Hans fokus är att hjälpa Commonwealth att kunna ge sina medborgare en fantastisk kundserviceupplevelse.

Drew Clark är affärsanalytiker/projektledare för Kentucky Transportation Cabinet's Office of Information Technology. Han fokuserar på systemarkitektur, applikationsplattformar och modernisering av skåpet. Han har arbetat i Transportkabinettet sedan 2016 i olika IT-roller.

Rajiv Sharma är en Domain Lead – Contact Center i AWS Data and Machine Learning-teamet. Rajiv arbetar med våra kunder för att leverera engagemang med Amazon Connect och Amazon Lex.

Thomas Rindfuss är Sr. Solutions Architect i Amazon Lex-teamet. Han uppfinner, utvecklar, prototyper och evangeliserar nya tekniska funktioner och lösningar för Language AI-tjänster som förbättrar kundupplevelsen och underlättar användningen.