Brandon Anderson, Chief Product Officer på Zingtree – Intervjuserie

Brandon Anderson är Chief Product Officer på Zingtree och ansvarar för produktvision och strategi, användarupplevelse samt leverans av överlägsna lösningar och värde till våra kunder.

Brandon har 20 års erfarenhet av produktutveckling på flera företag. Innan Zingtree ledde Brandon produktutveckling, användarupplevelse och analys på SportsEngine, ett B2B- och B2B2C-företag som förvärvades av NBC Sports 2016. SportsEngines produkter används av över 45 000 organisationer och 15 miljoner användare.

Zingtree är en AI-baserad plattform för kundservicautomation som hjälper B2C-företag att automatisera åtgärder, självbetjäning och agenteffektivitet.

Kan du förklara den grundläggande funktionen i Zingtrees AI-baserade plattform för kundservicautomation och hur den skiljer sig från andra lösningar på marknaden?

Zingtree är en intelligent processautomationsplattform med ett användarvänligt gränssnitt som är utformat för icke-tekniska personer, så att de kan automatisera kundservicinteraktioner i företagsapplikationsekosystem.

Våra viktigaste differentieringsfaktorer:

• Ingen kodadministration och ändringshantering: Har ett intuitivt, kodfritt gränssnitt för enkel hantering och ändring, vilket accelererar distributionen och minskar driftskostnaderna.
• Ingen central databas krävs: Fungerar utan en central databas, vilket minskar datakopiering och fördröjning och förbättrar säkerheten och regelefterlevnaden.
• Modern integrering och objekthantering: Kopplar samman olika system och datakällor, vilket säkerställer realtidsdataflöde och synlighet och möjliggör omfattande automatisering.
• Plattformsoberoende: Integrerar sömlöst med befintlig infrastruktur, vilket minskar driftstopp och kostnader. Inkluderar färdiga integreringar med CRM-system som Salesforce (CRM ) och Zendesk, ERP-system, backoffice- och EMR-system.
• Kanalinberoende: Tillhandahåller en konsekvent kundupplevelse över alla kommunikationskanaler, vilket förbättrar kundnöjdheten och lojaliteten.

Hur automatiserar Zingtrees plattform åtgärder och förbättrar självbetjäning och agenteffektivitet för över 700 B2C-företag?

Zingtree tar in och analyserar er data för att automatiskt bygga arbetsflöden som integrerar med företagsapplikationer för att utlösa kontextuellt relevanta åtgärder och lösa kundservicärenden snabbare. Den förstår komplexa affärsprocesser, policys och regelefterlevnadskrav, vilket möjliggör sömlös och intelligent automatisering.

Eftersom de flesta rutinmässiga frågor löses med självbetjäning kan agenter fokusera på mer komplexa och känsliga förfrågningar, vilket är mer tillfredsställande för dem.

När en förfrågan eskalerar till en kundtjänstrepresentant tillhandahåller Zingtree rätt svar och föreslår nästa bästa åtgärder. Representanterna behöver inte växla mellan flera appar och lägga kunder på hold för att söka efter lösningar. Med hjälp av de högt anpassningsbara arbetsflödena guidar plattformen agenter steg för steg genom interaktioner, vilket möjliggör snabb åtkomst till information och efterlevnad av policys.

Vilka vanliga myter och bekymmer har du stött på när det gäller att integrera AI i kundupplevelsen (CX), och hur hanterar Zingtree dessa?

En av de största myterna är att generativ AI och chatbotar kan lösa alla CX-problem. Generativ AI har enorm potential, men företag måste först bygga en robust underliggande åtgärdsram. Det innebär att integrera AI med alla företagssystem och etablera tydliga riktlinjer för algoritmerna. Att placera en färdig lösning i arbetsflödet utan att ha rätt infrastruktur kommer inte att ge önskade resultat och kan till och med skapa oväntade scenarier. Till exempel kan en kund, utan rätt infrastruktur, få en chatbot att sälja en bil för 1 dollar.

Många har spekulerat i att generativ AI kommer att ersätta människor i CX-processen. Det är omöjligt. Många komplexa och känsliga kundfrågor kräver kritiskt tänkande och mänsklig empati, vilket AI inte kan tillhandahålla. Kunder värdesätter mänsklig kontakt, och att lämna dem i en oändlig loop av AI-svar skapar frustration och dåliga upplevelser. Företag bör alltid tillhandahålla en direkt väg till en människa, oavsett hur avancerad AI blir.

Kan du dela strategier för att sömlöst integrera AI i befintliga kundtjänstflöden för att maximera effekten utan att störa nuvarande verksamhet?

Man kan inte bara implementera AI och låta den köra. Teknologin kräver tydligt etablerade riktlinjer för att säkerställa att den fungerar inom företagets regler och fungerar som förväntat. Företag måste bygga ett omfattande, integrerat system som kan tolka data, tillämpa förutbestämda regler och utföra specifika åtgärder. Detta tillvägagångssätt kopplar samman isolerade applikationer och automatiserar så många kundförfrågningar som möjligt utan AI. När företag har etablerat detta system kan de mer effektivt lägga till AI i sin verksamhet.

Som med de flesta nya processerna börjar man smått. Implementera teknologin i ett enkelt användningsfall, perfektera processen och expandera sedan långsamt till mer komplexa tillämpningar.

I högt reglerade branscher som hälsovård och försäkring, vilka unika utmaningar presenterar AI-antagandet, och hur hanterar Zingtree dessa samtidigt som man säkerställer regelefterlevnad?

Många AI-system är ogenomskinliga. Användare kan inte granska beslut för att förstå resonemanget bakom rekommendationerna. Algoritmerna kan förstärka datafördomar eller äventyra sekretess, men det finns ingen möjlighet att avgöra det. Bristen på granskningsbarhet gör det omöjligt att bevisa regelefterlevnad och introducerar risker för patienter och konsumenter.

Zingtree-plattformen erbjuder fullständig transparens, vilket ger er full kontroll över era arbetsflöden. Den tar in er kunskapsartiklar, ärenden och transkriptioner för att automatiskt bygga och fylla i arbetsflöden i en kodfri författarupplevelse. Med hjälp av AI-kopiloten slutför människor de sista tio till tjugo procenten för att säkerställa regelefterlevnad och riktlinjer.

Hur balanserar Zingtree AI-automatisering med mänsklig beröring för att uppnå kundnöjdhet, och kan du dela exempel på hur Zingtree har implementerat detta?

Företag måste identifiera vilka uppgifter som har mening att automatisera. Till exempel kan rutinmässiga förfrågningar som tidsbokning, varuåterlämning eller felsökning utföras med automatisering. Människor kan hantera mer komplexa och känsliga uppgifter.

AI bör ge kundtjänstagenterna möjlighet att förbättra sin service, inte ersätta dem. Teknologin kan ge agenterna information på deras fingerfärdigheter och guida dem genom företagets processer, vilket möjliggör mer effektiv och personlig kundservice än AI ensam.

Kontakten mellan AI och människor bör vara sömlös. Ingen gillar att ge en chatbot all information och sedan upprepa den när de till slut pratar med en människa. Utveckla system så att både algoritmer och människor kan komma åt och dela nödvändig information. Företag bör etablera en ram som ger deras intressenter och agenter möjlighet att övervaka AI-interaktioner och ingripa när det behövs.

Vilka framtida trender förutser du i AI:s roll i kundservice, och hur förbereder sig Zingtree för att möta dessa utvecklande krav?

Konsumenterna förväntar sig alltmer anpassade interaktioner över alla kanaler, vilket gör att personliga självbetjäningsupplevelser är nästa frontier inom kundservice. Företag kan använda stora språkmodeller (LLM) för att förstå komplexa förfrågningar och leverera precisa, kontextmedvetna svar till användarna. Zingtree har just lanserat CX Answers och CX Actions, som förenar data och kunskap över hela systemet och inkorporerar användarens kontext, affärspolicys, behörigheter och CRM-data för att ge användarna de specifika svar de behöver. Dessa resultat kommer att gå utöver att bara leverera resurser och faktiskt generera konversationssvar. Zingtrees CX Action-produkt kombinerar med CX Answers för att ge kunderna möjlighet att lösa fler problem på egen hand och ge agenterna kontextuell data för att identifiera nästa bästa åtgärd baserat på den enskilda användaren och förfrågan.

Kan du lyfta fram hur företag som Pearson, Groupon och Fleetcor har använt Zingtree för att förbättra sin kundupplevelse?

Zingtree hjälpte Pearson att hantera kundtjänstutmaningar som skapats av deras komplexa processer, varierande produktportfölj och diversifierad kundbas. Pearsons team byggde beslutsdiagram för deras mest komplexa arbetsflöden utan utbildning. Under de första åtta månaderna av implementeringen uppnådde Pearson:

• 60% ökning av Net Promoter Score (NPS).
• 47% förbättring av kundnöjdhet.
• 33% minskning av agentutbildningstid.
• 24% minskning av tid för att lösa ärenden.

Groupon använde Zingtree för att strömlinjeforma sin kundtjänstverksamhet. Zingtree har blivit en one-stop-shop för Groupons agenter, vilket möjliggör bättre service och snabbare lösningar. Groupon byggde också QA-rapporter för att ge detaljerad insikt i kundtjänstagenternas prestationer för att identifiera förbättringsmöjligheter. Zingtree har möjliggjort för Groupon att standardisera processer över hela världen.

Fleetcor använde Zingtree för att minska agentutbildningstiden från 12 veckor till tre dagar och uppnå en 92% minskning av agentfel. Fleetcor förbättrade också sin webbaserade självbetjäningsfunktion, och deras NPS ökade med 38 poäng.

Hur använder Zingtrees AI kunddata för att anpassa upplevelser, och vilka åtgärder är på plats för att säkerställa dataskydd och säkerhet?

Zingtrees förmåga att förena all en organisations data möjliggör att man kan inkorporera användarens kontext, behörigheter och CRM-data för att erbjuda relevanta och dynamiskt justerade resultat som anpassas till enskilda användarpreferenser. Agenter och chatbotar kan komma åt den uppdaterade datan och resurserna de behöver för att lösa förfrågningar.

Zingtree bygger sina plattformar med dataskydd i åtanke. Vi följer SOC2, HIPAA, GDPR, CCPA och många andra regler.

Slutligen, för företag som vill anta AI-aktiverade CX-lösningar, vilka initiala steg rekommenderar du för att säkerställa en smidig implementering och omedelbar påverkan på kundnöjdhet och agentproduktivitet?

Det första prioritet är att tydligt definiera era mål och objekt. Om ni inte vet vad ni vill att AI ska uppnå, kan det störa er arbetsflöde och skapa nya utmaningar. Ställ tydliga mål för att mäta framsteg. Ni måste också utbilda och träna era anställda på de nya processerna och teknologin.

Börja smått. Implementera lösningen i ett enkelt arbetsflöde eller process, som till exempel att automatisera tidsbokning. Ni kan optimera prestanda och leverera mätbara resultat för att säkra intressenters engagemang. Detta inkrementella tillvägagångssätt hjälper också anställda att förstå och anpassa sig till förändringarna. Ni kan långsamt lägga till teknologin i mer komplexa och involverade uppgifter.

Det viktigaste att komma ihåg när man antar en AI-plattform: Den behöver övervakning. Den mest effektiva implementeringsmetoden är att bygga ett robust system för åtgärder. Om era grundläggande processer är sunda, kommer AI att förstärka funktionerna snarare än att bryta dem.

Tack för det utmärkta intervjun. Läsare som vill lära sig mer bör besöka Zingtree.