AI בשירות לקוחות: איך בינה מלאכותית מונעת נטישה של לקוחות

AI בשירות לקוחות הוא שימוש בבינה מלאכותית כדי לתמלל ולנתח שיחות, לסייע לנציג בזמן אמת, לענות אוטומטית על פניות חוזרות ולזהות מראש לקוחות בסיכון לנטישה. ההטמעה צריכה להיעשות בזהירות: לפי סקר של Gartner בקרב 5,728 לקוחות, 53% מהם ישקלו לעבור למתחרה אם יגלו שחברה מתכוונת להשתמש ב-AI בשירות. לכן מתחילים בכלי אחד שפותר בעיה מדידה.

מחירי שוק לתשתית שעליה נבנה ה-AI, כי כל ניתוח מתחיל בהקלטה, בתפריט קולי ובמערכת מוקד:

אלה ממוצעי שוק ולא מחירון של טלקום אקספרט.

עיקרי הדברים

• AI בשירות לקוחות כולל הרבה יותר מצ'אטבוט: ניתוח שיחות, חיזוי נטישה, סיוע לנציג, סיכום אוטומטי ובוט קולי.
• זיהוי סיכון לנטישה מתבסס על כל הערוצים יחד, ולא רק על טון הדיבור בשיחה אחת.
• הקושי להגיע לאדם הוא החשש המרכזי של לקוחות מ-AI בשירות, ולכן תמיד צריך מסלול מהיר לנציג.
• הבסיס לכל ניתוח הוא הקלטת שיחות, ותמלול שיחות הוא בדרך כלל רכיב נפרד, ובטלקום אקספרט הוא תוספת בתשלום.
• עסק שחל עליו תיקון 74 לחוק הגנת הצרכן יחויב להקליט שיחות ולשמור אותן לפחות שנתיים אם נסגרה עסקה.

הכלי הנפוץ בתחום הוא בוט שעונה ללקוחות בכתב, ועליו יש מדריך נפרד: צ'אטבוט לשירות לקוחות. העמוד הזה עוסק בשאר השימושים של בינה מלאכותית במוקד: ניתוח, חיזוי נטישה, סיוע לנציג ובוט קולי.

איך AI מזהה לקוחות בסיכון לנטישה?

זיהוי סיכון לנטישה (Churn Prediction) הוא תהליך שבו מערכת מנתחת את ההתנהגות של לקוח ומסמנת מראש את מי שעלול לעזוב, כדי שהעסק יפנה אליו לפני שהוא מבטל. בעבר זה היה תלוי בניסיון ובאינטואיציה של המוקדן, ובעסקים רבים היה תפקיד ייעודי של מנהל שימור לקוחות. בשלב הבא הופיעו כלים שמזהים סיכון לפי הדיבור של הלקוח, בעיקר לפי טון הדיבור והמילים שהוא אומר בשיחה.

הכלים האלה לא הספיקו כשהמוקדים עברו לשירות רב ערוצי. לקוח שפונה בצ'אט, במייל, ב-SMS ובווטסאפ לא משאיר טון דיבור לניתוח. מערכות AI עדכניות מחברות את כל הערוצים: הן מנתחות את הטקסט של הפניות הכתובות, את התמלול של השיחות הקוליות ואת הנתונים העסקיים מה-CRM, ומחשבות לכל לקוח רמת סיכון.

אילו סימנים מעידים על סיכון לנטישה אצל לקוחות תקשורת?

בחברות תקשורת ובשירותים חודשיים, הנטישה מתחילה בדרך כלל הרבה לפני שהלקוח מבקש להתנתק. אלה הסימנים שמערכת AI יכולה לזהות באופן אוטומטי:

• פניות חוזרות על אותה תקלה בתוך זמן קצר, סימן שהבעיה לא נפתרה בפעם הראשונה.
• אמירות מפורשות בשיחה, כמו "קיבלתי הצעה אחרת" או "אני שוקל לעבור", שהתמלול מסמן לבדיקה.
• טון שלילי שמחמיר משיחה לשיחה, או תלונה על זמן המתנה ועל שיחות שלא נענו.
• ירידה בשימוש בשירות, הפסקה של פתיחת הודעות מהעסק, או שאלות על תנאי ביטול ותום התחייבות.
• תקלות רשת או חיובים שגויים שחזרו כמה פעמים באותו חשבון.

הערך של המערכת הוא לא רק בזיהוי, אלא בפעולה שאחריו: התראה למנהל הלקוח, משימת חזרה לנציג בכיר או הצעה מותאמת. בלי תהליך עבודה שמגיב להתראות, ציון הסיכון נשאר נתון בדוח.

איך AI משפר את התקשורת עם לקוחות במוקד?

בינה מלאכותית משפרת את התקשורת עם לקוחות בשלושה מקומות: מענה, ניתוב וניתוח. במענה, בוט קולי או בוט כתוב עונה על פניות פשוטות בלי המתנה ובכל שעה. בניתוב, מערכת שמבינה שפה טבעית מעבירה את הלקוח ישר לנציג עם המיומנות המתאימה, במקום תפריט קולי עם שלוש רמות. בניתוח, כלי תמלול מראים למוקד למה לקוחות מתקשרים ואילו תקלות חוזרות על עצמן.

התוצאה המעשית היא פחות העברות בין נציגים באותה פנייה, פחות שיחות חוזרות על אותה תקלה, ופנייה יזומה ללקוחות שעלולים לעזוב. התנאי הוא שהשכבה הקולית והשכבה הדיגיטלית משתמשות באותם נושאים ובאותם כללי העברה לנציג, כדי שהלקוח לא יחזור על הפרטים.

מה עושים תמלול וניתוח שיחות במוקד?

ניתוח שיחות הוא שימוש בזיהוי דיבור ובעיבוד שפה טבעית (NLP) כדי להפוך הקלטות לטקסט, ואז לסווג אותן, למדוד אותן ולמצוא בהן דפוסים. במקום שמנהל המוקד יקשיב לכמה שיחות בשבוע, המערכת עוברת על כל השיחות ומראה כמה לקוחות התלוננו על אותה תקלה, באילו שעות הטון השלילי עולה ואילו נציגים מצליחים לשמר לקוחות שביקשו לעזוב.

ניתוח סנטימנט הוא חלק מהתהליך: המערכת מסמנת כל שיחה כחיובית, ניטרלית או שלילית, ועוקבת אחרי השינוי לאורך השיחה. כדאי לבדוק את הדיוק של התמלול בעברית על שיחות אמיתיות של העסק לפני ההחלטה, כי מונחים מקצועיים, שמות מוצרים ורעשי רקע משפיעים על התוצאה.

התוצאה החשובה של הניתוח היא רשימת סיבות. כשהמערכת מראה, למשל, שחלק גדול מהשיחות השליליות בחודש האחרון עוסקות באותה תקלת חיוב, אפשר לתקן את התהליך עצמו ולא רק לטפל בכל לקוח בנפרד. אותו מידע משמש גם להדרכת נציגים: שיחות שבהן נציג הצליח לשמר לקוח שביקש לעזוב הופכות לדוגמאות להדרכה, ושיחות שהסתיימו בביטול נבדקות כדי להבין מה היה אפשר לעשות אחרת.

מה עושה עוזר AI לנציג בזמן השיחה?

עוזר AI לנציג (Agent Assist) הוא כלי שמאזין לשיחה בזמן אמת ומציג לנציג על המסך תשובות מוצעות, קטעים ממאגר הידע וצעדים לפי הנוהל. כשהלקוח אומר שהוא שוקל לעזוב, העוזר יכול להציג לנציג את היסטוריית התקלות של הלקוח ואת הצעות השימור שמותר לו לתת.

בסוף השיחה, אותו כלי כותב סיכום ומשימות המשך ומעביר אותם ל-CRM. זה צורך שעולה שוב ושוב בשיחות עם מנהלי מוקדים: הנציגים לא מספיקים להקליד, הסיכומים חסרים, והמידע לא מגיע לשיחה הבאה. סיכום אוטומטי חוסך את זמן ההקלדה ומשאיר תיעוד אחיד של כל פנייה.

מתי בוט קולי מתאים, ומתי צריך נציג אנושי?

בוט קולי (Voicebot) הוא מערכת שמנהלת שיחת טלפון בשפה טבעית: היא מזהה את הדיבור של הלקוח, מבינה את הבקשה, עונה בקול ויכולה לבצע פעולה במערכת של העסק. הבוט מתאים לפניות חוזרות ופשוטות, כמו בירור סטטוס של הזמנה, קביעת תור או עדכון כתובת. הוא פחות מתאים לשיחת שימור עם לקוח כועס, למשא ומתן על מחיר או לתקלה מורכבת.

הכיוון ברור: Gartner צופה שעד 2029 סוכני AI יפתרו באופן עצמאי 80% מהפניות הנפוצות בשירות. זו תחזית ולא מציאות של היום, וכאמור, הלקוחות חוששים בעיקר שיתקשו להגיע לאדם. בפועל, מוקד נכון בונה את הבוט כך שבכל שלב הלקוח יכול לבקש נציג, והשיחה עוברת אליו יחד עם מה שכבר נאמר.

אילו מדדים בודקים כדי לדעת ש-AI בשירות לקוחות עובד?

מודדים לפני הפיילוט ואחריו, באותה תקופה ובאותו סוג פניות, ובוחנים כמה מדדים יחד ולא מדד אחד:

• פתרון בפנייה הראשונה (FCR): שיעור הפניות שנסגרות בלי שהלקוח חוזר באותו נושא.
• זמן טיפול ממוצע (AHT): זמן השיחה, ההמתנה והעבודה שאחריה. ירידה בו חשובה רק אם הפניות החוזרות לא עולות.
• שביעות רצון (CSAT) מהסקר שאחרי השיחה, בנפרד לפניות שטופלו בבוט ולפניות שטופלו בנציג.
• שיעור פניות שהבוט סגר בלי נציג, לצד שיעור הלקוחות שביקשו לעבור לנציג.
• פניות חוזרות ונטישה של לקוחות: המדד שמראה אם הכלי באמת מונע עזיבה.

מדד אחד לבדו עלול להטעות: מערכת שמקצרת שיחות אבל משאירה בעיות לא פתורות תשפר את זמן הטיפול ותפגע בנטישה. לכן קובעים מראש מי בודק את איכות התשובות של ה-AI על מדגם שיחות, ומה הסף שבו עוצרים את הפיילוט.

איך מטמיעים AI בשירות לקוחות בלי לאבד לקוחות?

1. מגדירים בעיה אחת: למשל, שיעור גבוה של לקוחות שמבטלים אחרי תקלה, או זמן ארוך מדי של סיכום שיחה.
2. מודדים מצב קיים: שיעור נטישה, פניות חוזרות, זמן טיפול ממוצע ושביעות רצון, כדי שיהיה למה להשוות.
3. מוודאים שהבסיס קיים: הקלטת שיחות מסודרת, חיבור בין המרכזיה למערכת ה-CRM, ונתונים נקיים על לקוחות.
4. מפעילים פיילוט מצומצם: כלי אחד, צוות אחד ותקופה מוגדרת, עם בדיקה של דיוק התמלול והתשובות בעברית.
5. שומרים מסלול לנציג: בכל ערוץ אוטומטי יש אפשרות ברורה לעבור לאדם, בלי לחזור על הפרטים.
6. מרחיבים לפי תוצאות: רק כלי שהוכיח שיפור במדדים עובר לכל המוקד.

בפיילוט כדאי להגדיר מראש מה ייחשב הצלחה, למשל ירידה בפניות חוזרות או בזמן הסיכום, ומי מחליט אם להמשיך. כך ההחלטה מתקבלת לפי נתונים מהמוקד עצמו, ולא לפי התרשמות מהדגמה של הספק.

איך מחברים את המרכזיה, ההקלטה וה-CRM לכלי ה-AI?

כלי AI אינו עובד בחלל ריק. הוא מקבל שיחות מהמרכזיה, הקלטות ממערכת ההקלטה ופרטי לקוח מה-CRM, ולכן איכות החיבורים קובעת את איכות התוצאה. לפני בחירת כלי בודקים שלושה דברים: האם המוקד הטלפוני מקליט את כל השיחות באיכות שמתאימה לתמלול, האם מערכת ההקלטה מאפשרת ייצוא של הקלטות וממשק לכלי חיצוני, והאם ה-CRM מקבל סיכומי שיחה ותגיות מהכלי.

הבדיקה הזאת חוסכת הפתעות: ספק AI יכול להציג דמו מרשים על הקלטות נבחרות, ולהתברר כלא מתאים כשהקלטות העסק נשמרות בפורמט סגור או בדחיסה גבוהה. עדיף לבקש ניסיון על שיחות אמיתיות של העסק, עם הסכמה לגבי מי ניגש למידע.

כמה עולה להוסיף AI למוקד שירות?

המחיר תלוי בכלים שבוחרים ובהיקף השימוש. במרכזיה בענן, המחיר בשוק נע בין 20 ל-80 ש"ח לשלוחה לחודש לפני מע"מ, ושלוחה שכוללת תכונות מוקד, חיבור ל-CRM ויכולות AI עולה עד כ-180 ש"ח לחודש לפני מע"מ. חלק מהיכולות, כמו תמלול, מתומחרות בנפרד לפי נפח השיחות. ההשוואה הנכונה היא לא רק מחיר מול מחיר, אלא עלות הכלי מול הזמן שהוא חוסך לנציגים ומול ההכנסה מלקוחות שנשארו.

מה צריך לבדוק בהקלטה, בפרטיות ובתיקון 74?

כל ניתוח שיחות מתחיל בהקלטה, ולכן הרגולציה על הקלטת שיחות משפיעה ישירות על פרויקט AI במוקד. תיקון 74 לחוק הגנת הצרכן נכנס לתוקף ב-22/03/2027, והשר רשאי לדחות את מועד התחילה בעד ארבעה חודשים. לפי התיקון, עוסק בעסקאות מעשרה סוגים שהחוק מפרט, ובהם שירותי טלפוניה וגישה לאינטרנט, יחויב בעסקה של 750 ש"ח ומעלה להקליט כל שיחה קולית עם הצרכן ולהודיע על ההקלטה בתחילת השיחה. ההקלטה נשמרת לפחות שנתיים אם נסגרה עסקה, ולפחות 6 חודשים אם לא נסגרה, ונמסרת לצרכן שביקש אותה בתוך 10 ימי עסקים. החוק גם מסמיך את השר להחיל את ההוראות על שיחות שאינן קוליות, כולל התכתבות, ולכן כדאי לתכנן מראש גם שמירה של פניות כתובות.

מעבר לחובת ההקלטה, ניתוח שיחות מעבד מידע אישי. לפני ההטמעה כדאי לבדוק עם היועץ המשפטי של העסק איפה נשמרים ההקלטות והתמלולים, מי ניגש אליהם, האם הספק משתמש בהם לאימון המודלים שלו, ומה מודיעים ללקוח בתחילת השיחה.

AI בשירות לקוחות עם טלקום אקספרט

טלקום אקספרט היא אינטגרטור תקשורת ומחשוב ענן לעסקים ולארגונים בלבד. מהנדס תקשורת מתכנן ומלווה את ההקמה: בודק את המרכזיה ואת מערכת ה-CRM הקיימות, ממפה את סוגי הפניות ומתאים את כלי ה-AI לבעיה שהעסק רוצה לפתור. החברה מספקת את הטכנולוגיה, כלומר מרכזיה, תורים, תפריט קולי, הקלטה וחיבור ל-CRM, והנציגים הם של העסק. המוקד עובד בענן מכל מקום, מהמשרד או מהבית, בלי התחייבות ועם התקנה חינם.

מוקד של 5 נציגים מתחיל ב-125 ש"ח לחודש לפני מע"מ, וכולל הקלטת שיחות עם שמירה של 60 יום ומערכת ניהול. תמלול שיחות הוא תוספת בתשלום, ועליו נבנים ניתוח השיחות והסיכומים האוטומטיים. עסק שחל עליו תיקון 74 צריך לתכנן תקופת שמירה ארוכה יותר, ואת זה מגדירים כבר בשלב התכנון.

הצעת מחיר לתשתית מוקד וניתוח שיחות

לכל אחד מהרכיבים אפשר לקבל הצעה מותאמת להיקף השיחות והנציגים:

לייעוץ ללא התחייבות: 077-8123111.

שאלות נפוצות על AI בשירות לקוחות