Come la tecnologia può colmare le lacune nel servizio clienti

ULTIMO AGGIORNAMENTO 0:06

L’esperienza del cliente è una delle aree di interesse più importanti per le aziende. Secondo PwC, multinazionale specializzata in consulenza strategica, il 73% di tutti i clienti indica l’esperienza come un fattore importante nelle proprie decisioni di acquisto, dopo il prezzo e la qualità del prodotto. La pandemia, però, ha aumentato il volume di lavoro dei team di supporto, rendendo più difficile assumere addetti esperti al servizio clienti, mantenendo elevato il livello di esperienza del cliente.

Jorge Penalva è un forte sostenitore dell’utilizzo delle tecnologie di automazione per aiutare a colmare le lacune nel servizio clienti. È il co-fondatore di Lang.ai, una startup che sviluppa una piattaforma che tagga automaticamente le conversazioni dei clienti per risolvere i problemi di servizio apparentemente più rapidamente. Penalva afferma che una tecnologia come quella di Lang, che applica l’intelligenza artificiale alle interazioni con i clienti, potrà far emergere informazioni preziose per migliorare le esperienze di acquisto e le strategie di vendita dei prodotti.

L’automazione nell’assistenza clienti non è nuova. Man mano che le aziende crescono, stanno implementando l’automazione tramite chatbot self-service per crescere in modo più efficiente e filtrare le richieste dei clienti. In definitiva, l’obiettivo di Lang è quello di essere un livello centrale dello stack dell’esperienza del cliente, consentendo ai vari team di estrarre informazioni migliori e strutturare dati qualitativi”, ha dichiarato Penalva.

Lang, che oggi ha annunciato di aver raccolto 10,5 milioni di dollari in un round di finanziamento di serie A guidato da Nava Ventures (portando il totale raccolto a 15 milioni di dollari), utilizza l’intelligenza artificiale per estrarre concetti dalle richieste dei clienti nelle piattaforme di help desk esistenti come Zendesk e Intercom. Il prodotto senza codice aggiunge i messaggi in arrivo, inclusi e-mail e SMS, con etichette come “Parla con l’agente”, “Problema di consegna” e “Domanda sulla piattaforma”. Utilizzando Lang, le aziende possono raggruppare visivamente i concetti identificati nei dati dell’assistenza clienti e impostare automazioni che si attivano con etichette specifiche (ad es. rispondere a domande sulle consegne di pacchi con testo standard).

Penalva ha detto che lui e i suoi co-fondatori, Borja González ed Enrique Fueyo Ramírez, hanno ideato Lang mentre lavoravano insieme in una precedente startup, Sentisis, una piattaforma di elaborazione del linguaggio naturale per imparare meglio lo spagnolo. Lì, Penalva ha affermato di aver visto che i team aziendali non erano in grado di sfruttare i dati del servizio clienti senza l’esperienza di quei dipartimenti che studiano la scienza dei dati. Non ha agito solo applicando gli attuali modelli di intelligenza artificiale (costruiti per e da ingegneri) e semplificandoli per gli utenti aziendali, ma creando invece una piattaforma senza codice destinata, sin dall’inizio, per gli utenti business”, ha affermato Penalva. “Non è solo la tecnologia o solo l’esperienza dell’utente. Entrambi sono ugualmente importanti e quello è stato il nostro momento!”.

Lang non è il solo a utilizzare l’intelligenza artificiale per codificare automaticamente i messaggi del servizio clienti. Piattaforme come Levity.ai e Chatdesk etichettano automaticamente anche le richieste di supporto in arrivo, inclusi e-mail e SMS. Ma Penalva crede che Lang si distingua sia per la sua tecnologia che per l’approccio go-to-market. Ad esempio, ha affermato, Lang utilizza sistemi di intelligenza artificiale su misura per diversi ambiti di supporto (ad esempio vendita al dettaglio, servizi di ristorazione, assistenza sanitaria) per riconoscere il gergo del settore e adattarsi a cambiamenti come i problemi emergenti dell’assistenza clienti. La startup collabora con fornitori che sviluppano prodotti di automazione del servizio clienti front-end e back-end, come gli strumenti di business intelligence, per vendere Lang come offerta complementare.

“Rendendo i dati non strutturati utilizzabili mediante tag, Lang diventa una piattaforma dati che può essere sfruttata per automazioni, flussi di lavoro di chatbot e machine learning. [Inoltre, la piattaforma] diventa il sistema di registrazione di tutte le informazioni dettagliate sui dati non strutturati sull’esperienza del cliente, fornendo una fonte centralizzata di informazioni su fonti disparate”, ha affermato Penalva.

Sono i primi giorni per Lang, ma l’azienda annovera Stitch Fix, Ramp, Hippo Insurance e Freshly tra i suoi clienti. Le entrate ricorrenti annuali, da fonti non ufficiali, sembrerebbero essere cresciute di 11 volte negli ultimi cinque trimestri precedenti i finanziamenti.

Con i proventi dell’ultimo round (che ha visto anche la partecipazione di Oceans Ventures, Forum e Flexport Fund), Penalva ha affermato che Lang, che ha 25 dipendenti, investirà in ricerca e sviluppo e nei suoi team go-to-market. A proposito di ricerca e sviluppo, Penalva afferma che Lang lavorerà per identificare i modi per collegare i dati estrapolati dalle conversazioni di supporto all’acquisto per determinare, ad esempio, quanto è probabile che qualcuno con un determinato problema continui ad acquistare un prodotto. Le versioni future della piattaforma Lang forniranno consigli sull’automazione per i team del servizio clienti in base alle azioni comunemente eseguite.

“Riteniamo che i dati siano la risorsa più preziosa per i team di supporto e customer experience“, ha affermato Penalva. “Strutturando i dati in modo semplice e affidabile in tutte le interazioni con i clienti, aiuteremo i team di supporto a ottenere il loro posto al tavolo della leadership, in modo che il supporto non sia più visto come un centro di costo ma come un fattore di guadagno“.

Se vuoi commentare l'articolo manda una mail a questo indirizzo: scriviainterris@gmail.com
Avviso: le pubblicità che appaiono in pagina sono gestite automaticamente da Google. Pur avendo messo tutti i filtri necessari, potrebbe capitare di trovare qualche banner che desta perplessità. Nel caso, anche se non dipende dalla nostra volontà, ce ne scusiamo con i lettori.