مارك هيوز، المؤسس المشارك والرئيس التنفيذي في Solidroad – سلسلة المقابلات

مارك هيوز، المؤسس المشارك والرئيس التنفيذي في Solidroad، هو رائد أعمال متكرر وقائد سوقي بنى مسيرته على تقاطع المبيعات وتجربة العملاء والتكنولوجيا. كان قد أسس في وقت سابق Gradguide، منصة مهنية وتوظيف جمعت 2 مليون يورو وتم الاستحواذ عليها لاحقًا، وشغل مناصب تجارية رفيعة المستوى في Chargify، حيث قاد عمليات منطقة أوروبا والشرق الأوسط وأفريقيا بعد اندماجها في Maxio. في وقت سابق من مسيرته، طور خبرة عميقة في مبيعات عالية السرعة ومبيعات الشركات في Intercom، حيث قام بإدارة دورات صفقات معقدة ومساعدة فرق الإيرادات على النمو. اليوم، يقود Solidroad من سان فرانسيسكو، مستخدمًا تلك الخبرة لإعادة التفكير في كيفية تقييم الشركات وتحسين التفاعلات مع العملاء باستخدام الذكاء الاصطناعي، مع التركيز على رفع معيار الجودة عبر أنظمة الدعم البشرية والآلية.

Solidroad هي منصة ضمان جودة مدعومة بالذكاء الاصطناعي وتصميمها لفرق تجربة العملاء الحديثة، مبنية لتحليل وتحسين كل تفاعل مع العملاء على نطاق واسع. تبتلع المنصة محادثات عبر القنوات، وتقييم الأداء ضد معايير الشركة، وتوليد محاكاة تدريبية مخصصة لتحسين مستمر لكل من وكلاء البشر وأنظمة الذكاء الاصطناعي. بدلاً من استبدال فرق دعم العملاء، تركز Solidroad على تعزيزهم، مما يجعل كل تفاعل يتحول إلى حلقة ملاحظات لتحسين النتائج مثل جودة الاستجابة والكفاءة ورضا العملاء. تضع الشركة نفسها كبنية تحتية لفرق تجربة العملاء عالية الأداء، مما يساعد المنظمات على تقديم تجارب متسقة وعالية الجودة دون زيادة التكاليف التشغيلية.

ما الغالبية العظمى من الشركات لا تزال تعتمد على مراجعة عينة صغيرة من التفاعلات مع العملاء لتقييم الأداء. ما الذي أقنعك بأن هذا النهج مكسور بشكل أساسي، وكيف أدى ذلك إلى بناء نهج Solidroad لمراقبة مستمرة وتقييم وتحسين وكلاء البشر والذكاء الاصطناعي؟

كان باتريك وأنا قد قضينا سنوات حول فرق دعم العملاء قبل بدء Solidroad، وكان هناك مشكلة واحدة تبرز باستمرار: الشركات كانت لديها مئات الآلاف من المحادثات مع العملاء، ولكن إذا سألتهم كيف كانت هذه المحادثات في الواقع، لم يكونوا يعرفون. وما كانوا يعرفونه كان مبنيًا على عينة صغيرة جدًا من التفاعلات التي لم تكن دقيقة.

كان ذلك أساسًا غير مستقر بالفعل عندما كان البشر يتعاملون مع كل تذكرة. الآن، مع دخول الذكاء الاصطناعي إلى الصورة، تغيرت المخاطر. يمكن أن يلعب نمط سيئ عبر آلاف المحادثات في نفس الوقت، ويظل غير ملاحظ لأن معظم الفرق تقوم بمراجعة 1-2٪ فقط من التفاعلات.

لقد رأينا هذا يحدث في الشركات مرة بعد مرة، وهم يفقدون العملاء بسبب ذلك، لذلك قررنا إنشاء حل. لقد أدركنا في النهاية أن هذا كان مشكلة بنية تحتية. لم تكن الشركات تمتلك الأنظمة اللازمة لفهم أداء وكلاء دعم العملاء حقًا.

تم بناء Solidroad لمعالجة هذا النقطة العمياء. نقدم للشركات الأدوات لمعرفة ما يحدث حقًا على نطاق واسع، وضمان أن كل محادثة – بشرية أو ذكاء اصطناعي أو كليهما – تقدم قيمة.

تم وصف Solidroad بأنه “محاكي طيران” لفرق مواجهة العملاء. هل يمكنك شرح كيف يحاكي الذكاء الاصطناعي التفاعلات الحقيقية مع العملاء، وما الذي يجعل هذه المحاكاة فعالة للتدريب على نطاق واسع؟

يعمل تشبيه محاكي الطيران لأن الفكرة الأساسية هي نفسها. لا تريد أن يكون أول تجربة شخص في التعامل مع وضع صعب أن يحدث أمام عميل حقيقي.

ما يجعل محاكاتنا فعالة هو أنها مرتكزة على ما يحدث حقًا في محادثات الشركة الحقيقية. عندما يخطئ وكيل في تفاعل مباشر، يولد النظام محاكاة مستهدفة حول هذا النوع من السيناريو بالضبط حتى يتمكن من ممارستها قبل أن يحدث مرة أخرى. ليست محتوى تدريبي عام.

دورة الملاحظات هي ما يدفع التعلم. يمر الوكيل عبر سيناريو، يحصل على إرشادات محددة حول ما عمل وما لم يعمل، ويحاول مرة أخرى. تحدث الأخطاء في بيئة آمنة، والتعلم يبقى لأنها مرتبطة بالمواقف الحقيقية وليس تمارين فصول دراسية مجردة.

لا تقوم منصتك بتدريب الوكلاء فقط، بل تقوم أيضًا بتقييم التفاعلات الحية ضد إرشادات مخصصة. كيف تصمم هذه أنظمة التقييم لتعكس النتائج التجارية الحقيقية مثل CSAT وRetention وRevenue؟

لإنشاء هذه الإرشادات، نبدأ دائمًا بما يهم تلك الشركة المحددة حقًا. لديها شركة الخدمات المالية التي تتعامل مع نزاعات الفواتير معايير جودة مختلفة عن علامة تجارية للتجزئة التي تتعامل مع إرجاع البضائع خلال موسم الذروة. لذلك يتم بناء التقييم حول معايير كل منظمة، سياساتها، صوت علامتها التجارية، وما يبدو حل جيد بالنسبة لها.

وتأتي النتائج التجارية مثل تحسين درجات CSAT وRetention من التفاعلات مع العملاء عالية الجودة. بدلاً من تتبع الدرجات بشكل رجعي، نركز على السلوكيات التي تتنبأ بتلك النتائج: الأداء المتسق عبر الوكلاء، اتباع العمليات الصحيحة، والمهارات الناعمة التي تشكل كيفية شعور العملاء في نهاية المحادثة.

الهدف هو إعطاء القادة صورة واضحة وعملية لما يبدو جيدًا لشركتهم، بحيث يمكنهم تدريب فرقهم وتكرار النجاح ونموه عبر منظمتهم.

تسمح Solidroad بتحليل تغطية كامل. ما النتائج التي تصبح ممكنة عند الانتقال من عينة إلى تحليل كل شيء؟

أظهرت مسحنا الأخير حول حالة CX أن حوالي 81٪ من محادثات الدعم لا يتم مراجعتها أبدًا للجودة، تاركة الفرق لمراجعة جزء صغير جدًا من المحادثات بحيث هم في الأساس عينة وآملين أنها ممثلة. عندما تبدأ شركة في تقييم كل محادثة مع العملاء، يصبح من الواضح أنماطًا لن تظهر أبدًا في عينة عشوائية. تبدأ الفرق في رؤية ما النوع من الطلبات يتم التعامل معها بشكل سيئ باستمرار، وأين يتم انحراف الوكلاء البشريون والذكاء الاصطناعي بطريقة غير متوقعة، وأي قضايا متكررة قبل أن تظهر في شكوى عميل.

تستخدم Solidroad الذكاء الاصطناعي لمراجعة تلقائية لكل محادثة مع العملاء عبر الدردشة والبريد الإلكتروني والصوت، مما يجعل تحليل التغطية الكاملة ممكنًا. هذا التحول من العينة إلى مراجعة 100٪ هو ما يكشف عن أنماط متسقة في الجودة والاحتكاك مع العملاء والأداء التي لم تكن مخفية.

Crypto.com هو مثال رائع على ما يفعل تحليل التغطية الكاملة. قبل Solidroad، لم يكن لديهم طريقة موثوقة لقياس جودة الوكيل على نطاق واسع أو التحقق من ما إذا كان كان الوكلاء جاهزين قبل التعامل مع التذاكر الحية. كانت المشاكل تظهر فقط بعد أن أثر على العملاء بالفعل. من خلال الانتقال إلى التقييم التلقائي عبر 800,000 محادثة شهرية، يمكنهم التقاط قضايا الجودة مبكرًا، والتحقق من الوكلاء قبل النشر، والتأكيد على أن التحسينات كانت فعلاً تثبت. كانت النتائج هي خفض وقت التعامل بمقدار 18٪ وزيادة في CSAT بنسبة 3٪ (وهو أمر مهم عند مستوى التشغيل الذي يعملون عليه). مع استمرار نمو حجم المحادثات، تتبع رؤية الجودة ذلك بدلاً من أن تقع وراءه.

هذا ما يغيره تحليل التغطية الكاملة. إنه يغير الجودة من شيء phảnينبغيي إلى شيء يمكن إدارته مسبقًا.

تعمل مع شركات مثل Crypto.com وRyanair، حيث تكون تجربة العملاء مهمة للغاية. ما هي الأنماط أو الضعف الشائع التي لاحظتها عبر فرق الدعم الكبيرة؟

هناك بعض الأشياء التي تظهر باستمرار. الأول هو الفجوة بين ما تعتقد الشركات أنه يحدث في محادثات العملاء وما يحدث في الواقع. معظم الفرق واثقة من جودة دعمها حتى يحصلوا على رؤية كاملة، ثم يدركون أن الصورة أكثر تعقيدًا مما اقترحته أرقامهم في البداية.

هناك أيضًا انقطاع مستمر بين كيفية قياس أداء الفرق وما يحدد في النهاية نتائج العملاء. يتم تتبع مقاييس السرعة وعدد التذاكر بسهولة، لذلك تميل إلى الهيمنة على التقييمات. لكن هذه الأرقام لا تخبر الشركات إذا تم حل مشكلة العميل، أو إذا كان الوكيل قد مثل العلامة التجارية بدقة، أو إذا كانت التفاعل تركت العميل يشعر بالرضا تجاه الشركة. في بيئات عالية المخاطر مثل التكنولوجيا المالية أو الرعاية الصحية، يمكن أن يكون هذا الانحراف بين القياس والنتائج له عواقب خطيرة.

هناك قلق متزايد حول أن الذكاء الاصطناعي في خدمة العملاء يمكن أن يؤدي إلى تدهور التجربة البشرية. كيف تضمن أن نظامك يحسن الجودة بدلاً من دفع الفرق نحو تفاعلات مبرمجة أو آلية بشكل مبالغ فيه؟

من القلق الصحيح، ولكن الذي عادة ما يأتي من أنظمة ضمان الجودة التي تستخدم الذكاء الاصطناعي للأشياء الخطأ. إذا قامت شركة بتقييم وكلاءها فقط على أساس الالتزام بنص أو سرعة إغلاق التذكرة، فإنهم سينتهون إلى تفاعلات تقنيًا مستوفية للشروط ولكنها تشعر بالفراغ أو غير الشخصية للعميل.

نهجنا هو بناء التقييم حول ما يجعل العميل يشعر بالدعم حقًا. ننظر إلى أشياء مثل ما إذا كان الوكيل استمع بنشاط، وأظهر التعاطف عندما لزم الأمر، وفعلًا ساعد العميل على حل مشكلته.

يحصل نفس الشيء على وكلاء الذكاء الاصطناعي. الهدف هو استخدام الذكاء الاصطناعي لجعل تفاعلات العملاء أكثر اتساقًا ودقة وملاءمة لما يمر به العميل في الواقع. عندما يتم بناء إشراف الجودة حول هذه النتائج بدلاً من مجرد مطابقة العملية، فإنها تميل إلى دفع التفاعلات في اتجاه أفضل، وليس اتجاهًا أكثر تسجيلًا.

تقع Solidroad على تقاطع وكلاء البشر ووكلاء الذكاء الاصطناعي. كيف ترى تطور العلاقة بينهما، خاصة مع بدء الذكاء الاصطناعي في التعامل مع المزيد من التفاعلات في الخط الأمامي؟

من المهم النظر إلى وكلاء البشر ووكلاء الذكاء الاصطناعي كفريق، يقسمون تقسيم العمل. أعتقد أن مستقبل وكلاء البشر والذكاء الاصطناعي هو هجين.

يتعامل الذكاء الاصطناعي مع الطلبات عالية الحجم والبسيطة جيدًا، وأفضل وكلاء الذكاء الاصطناعي يحلون معظم هذه المحادثات بمفردهم، وهو أمر مثير للإعجاب حقًا.

لكن نتيجة ذلك هي أن التفاعلات التي تصل إلى وكلاء البشر هي بشكل متزايد تلك المعقدة والشحنات العاطفية والعالية المخاطر. العميل الذي يشعر بالاستياء، الوضع الذي لا يناسب قالب معياري، المحادثة التي تتطلب حكمًا حقيقيًا. لذلك يرتفع معيار الوكلاء البشر، وليس ينخفض.

هذا هو السبب في أن الإشراف عبر كليهما يصبح مهمًا للغاية. يحتاج الذكاء الاصطناعي إلى التعامل مع حجمه بشكل متسق ودقيق. يحتاج البشر إلى أن يكونوا مستعدين جيدًا للمحادثات الصعبة التي يتعاملون معها الآن بشكل أساسي. ويجب أن يكون هناك طبقة مستقلة تقع عبر كليهما، مما يعطي الشركات صورة واضحة لما يعمل وما لا يعمل. هذا هو نموذج الهجين الذي نعتقد أنه سيكون معيار CX في المستقبل، وهو ما نبني نحوه.

يقدم نظامك ملاحظات وتدريب في الوقت الفعلي. ما مدى أهمية الفورية في تحسين أداء الوكيل، وكيف يقارن ذلك بالتدريب والتدقيق التقليدية؟

الفورية مهمة حقًا، ويدعمها البحث أن الملاحظات أكثر فعالية عندما تكون مرتبطة بالمواقف التي أتوليد تلقائيتها. تقطيع دورات التدقيق التقليدية هذه الاتصال تقريبًا بتصميمها. يراجع المدير محادثة بعد أيام أو أسابيع من حدوثها، ويشارك الملاحظات في مراجعة دورية، وبذلك الوقت يكون الوكيل قد تعامل مع عشرات التفاعلات الأخرى حيث تم تكرار الخطأ. بدون تقديم الملاحظات في الوقت الفعلي، تستمر الأخطاء، ويجب على الوكلاء إلغاء ممارساتهم المعتادة.

ما وجدناه هو أن الملاحظات أكثر فعالية عندما تظهر على الفور بعد محادثة حقيقية. يعمل بشكل أفضل عندما يكون مرتبطًا مباشرةً بالمواقف التي تعامل معها الوكيل، ومرتبطًا بمحاكاة محددة يمكنه تشغيلها على الفور. في هذا الشكل، يترجم إلى تغيير سلوكي حقيقي بشكل أسرع. الوكلاء لا يسمعون فقط أنهم بحاجة إلى التحسين، بل يمارسون التحسين في السياق، بينما لا يزال حديثًا.

التناقض مع التوجيه التقليدي واضح في التثبيت. بياناتنا تظهر أن أكثر من نصف وكلاء البشر يقولون أن أصعب جزء في التثبيت هو تطبيق ما تعلموه في التدريب على مواقف العملاء الحقيقية. هذا الاختلاف يوجد لأن التعلم في الفصول الدراسية والدعم الحي يشعران بأنهما لا شيء شبيه. ي تحل التدريب المستمر والمواقف الملاحظات هذا بطريقة لم تكن المراجعات الدورية قادرة على فعل ذلك.

أظهرت تحسينات مثل تقليل وقت التثبيت وزيادة CSAT. ما هو المقياس الذي يهتم العملاء به أكثر عند اعتماد منصتك، وكيف تبرز العائد على الاستثمار مبكرًا في العلاقة؟

يتغير هذا بناءً على أين تكمن نقاط الألم للعميل، ولكن الأشياء التي تظهر بشكل متكرر هي تغطية ضمان الجودة ووقت التوفير. الفرق التي تقوم بمراجعة يدويًا لجزء صغير من المحادثات ترى قيمة الانتقال إلى تغطية 100٪، سواء لأفكار Solidroad التي تظهر أو للوقت الذي تعيده إلى فرق التدقيق. عبر قاعدة عملائنا، نرى عادةً زيادة 20 ضعفًا في تغطية التدقيق وتقليل 90٪ في وقت المراجعة اليدوية.

في الجانب المتعلق بالعائد على الاستثمار، نحاول ربط النتائج بالمقاييس التي تهم تلك الشركة بالفعل. في Podium، كان العنوان حول وقت التثبيت. وكلاء جدد يصلون إلى معايير الأداء في 60 يومًا بدلاً من 90، ويحُلون المشاكل بسرعة 33٪ أكبر عندما يذهبون مباشرة. مع Crypto.com، كان ذلك حول وقت الحل ومحاكاة التفاعل. بالنسبة لRyanair، كان ذلك يظهر في ساعات المُرشِحين المحفوظة.

تختلف التفاصيل، ولكن النمط هو نفسه: عندما يمكنك رؤية ما يحدث عبر تفاعلات العملاء والعمل عليه بسرعة، تتبع التحسينات في المقاييس التي تهم.

متجهين إلى الأمام، هل ترى Solidroad يبقى مركزًا على التدريب وضمان الجودة، أو يتطور إلى طبقة أوسع لتنسيق إدارة التفاعلات مع العملاء البشرية والذكاء الاصطناعي؟

التدريب وضمان الجودة هو حيث بدأنا، ولكن الرؤية أكبر من ذلك. نحن نفكر في أن إشراف الجودة سيكون بنية تحتية رئيسية لأي شركة تعمل بالذكاء الاصطناعي في دعم العملاء. بنفس الطريقة التي أصبحت شهادات الأمان لا غنى عنها عندما انتقلت الشركات إلى البيانات السحابية، ستصبح شهادات الجودة ضرورية عندما تنتقل محادثات العملاء إلى الذكاء الاصطناعي.

النجم الشمال هو أن “Solidroad Certified” يحمل معنى حقيقي: دليل على أن الشركة تفي بمعيار عالٍ لما تقدمه للعملاء، بغض النظر عما إذا كان التفاعل تمت معاملته بواسطة شخص أو ذكاء اصطناعي.

ما يعنيه ذلك عمليًا هو أننا نريد أن نكون النظام الذي تعتمد عليه المنظمات لإدارة وتحسين جودة التفاعل مع العملاء عبر اللوحة، وليس فقط وضع مشاكل في الخلف. هذا جزء كبير من لماذا جمّعنا 25 مليون دولار في جولتنا الأولى بقيادة Hedosophia – إنه يعطينا المسار لبناء نحو تلك الرؤية. يشمل ذلك توسيع قدراتنا المنتجية والفرق لمساعدة المزيد من الشركات على تقييم 100٪ من تفاعلات العملاء.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا Solidroad.