การสนทนาในคอลเซ็นเตอร์ประกันมีรายละเอียดมากกว่าการถามและตอบข้อมูลทั่วไป ลูกค้าอาจโทรเข้ามาเพื่อสอบถามความคุ้มครอง ติดตามสถานะ แจ้งปัญหา เปรียบเทียบแผนประกัน หรือต้องการความช่วยเหลือในสถานการณ์ที่มีความกังวลสูง
Agent ต้องฟังให้เข้าใจ ค้นหาข้อมูลให้ถูกต้อง อธิบายเงื่อนไขให้ชัด และบันทึกสาระสำคัญเพื่อนำไปดำเนินการต่อ บางสายต้องประสานหลายฝ่าย ขณะที่หัวหน้าทีมต้องติดตามคุณภาพการให้บริการและมองหาประเด็นที่ควรนำไปพัฒนาทีม
เมื่อจำนวนบทสนทนาเพิ่มขึ้น การพึ่งพาการฟังย้อนหลัง การจดบันทึกด้วยคน และการสุ่มตรวจเพียงบางสายอาจทำให้ข้อมูลที่มีคุณค่าถูกนำไปใช้ได้ไม่เต็มที่
Agentmate AI ถูกพัฒนาขึ้นเพื่อเปลี่ยนบทสนทนาให้กลายเป็นข้อมูลที่สามารถนำไปสนับสนุน Agent, Supervisor และทีม Operations ได้ตลอดเส้นทางการทำงาน
งานคอลเซ็นเตอร์ประกันกำลังเจอกับความท้าทายอะไร?
Agent ต้องรับมือกับข้อมูลจำนวนมากในเวลาเดียวกัน
ระหว่างคุยกับลูกค้า Agent อาจต้องฟังคำถาม ตรวจสอบข้อมูล เปิดเอกสารหรือระบบที่เกี่ยวข้อง และคิดว่าจะอธิบายอย่างไรให้ลูกค้าเข้าใจ
หากข้อมูลกระจายอยู่หลายแหล่ง Agent ต้องใช้เวลาในการค้นหา และอาจต้องสลับหน้าจอระหว่างการสนทนา ความซับซ้อนนี้ส่งผลต่อทั้งความต่อเนื่องของการบริการและภาระทางความคิดของพนักงาน
หลังจบสายยังมีงานที่ต้องทำต่อ
การวางสายไม่ได้หมายความว่างานของ Agent จบลงทันที หลายกรณียังต้องสรุปบทสนทนา บันทึกความต้องการของลูกค้า ระบุผลลัพธ์ของสาย หรือเตรียมข้อมูลเพื่อส่งต่อให้ทีมอื่น
เมื่อ Agent ต้องพิมพ์ข้อมูลจากความจำ รายละเอียดบางส่วนอาจตกหล่น โดยเฉพาะในวันที่มีสายต่อเนื่องจำนวนมาก
Supervisor มองเห็นคุณภาพได้เพียงบางส่วน
การฟังบทสนทนาย้อนหลังทีละสายใช้เวลา ทีมจึงอาจตรวจสอบได้เพียงบางส่วนของบทสนทนาทั้งหมด
ประเด็นที่เกิดขึ้นซ้ำ เช่น คำถามที่ Agent ตอบได้ยาก ความเข้าใจที่ยังไม่ตรงกัน หรือขั้นตอนที่ลูกค้าสับสน อาจใช้เวลานานกว่าจะปรากฏเป็นภาพรวมให้หัวหน้าทีมเห็น
ข้อมูลจากบทสนทนายังไปไม่ถึงผู้บริหาร
ลูกค้าบอกความต้องการและปัญหาให้คอลเซ็นเตอร์ฟังทุกวัน แต่ข้อมูลเหล่านี้มักอยู่ในไฟล์เสียง บันทึกย่อ หรือระบบหลายส่วน
หากข้อมูลยังไม่ถูกจัดให้อยู่ในรูปแบบที่วิเคราะห์ได้ ผู้บริหารอาจมองไม่เห็นว่าเรื่องใดเกิดซ้ำ ลูกค้ากังวลเรื่องอะไร หรือกระบวนการใดควรได้รับการปรับปรุง
Agentmate AI เปลี่ยนบทสนทนาให้ใช้งานต่อได้อย่างไร
Agentmate AI ใช้แนวคิด: Conversation → Data → Insight → Action
แนวคิดนี้เริ่มจากการนำบทสนทนาที่เกิดขึ้นในงานจริงมาเปลี่ยนให้อยู่ในรูปแบบข้อมูล ก่อนจัดเตรียมเป็น Insight และส่งต่อไปสนับสนุนการทำงานในขั้นตอนที่เกี่ยวข้อง
- Conversation: เก็บบริบทจากการสนทนา
บทสนทนาช่วยให้องค์กรเข้าใจทั้งสิ่งที่ลูกค้าต้องการและบริบทที่ทำให้ลูกค้าติดต่อเข้ามา การนำ Voice AI มาช่วยเปลี่ยนเสียงเป็นข้อความทำให้ข้อมูลจากบทสนทนาสามารถค้นหาและนำไปประมวลผลต่อได้สะดวกขึ้น
- Data: จัดข้อมูลให้อยู่ในรูปแบบที่นำไปใช้ต่อได้
ข้อความจากบทสนทนาสามารถนำไปจัดเตรียมตามโจทย์ของธุรกิจ เช่น สาระสำคัญ หัวข้อที่พูดคุย ประเด็นที่ต้องติดตาม หรือข้อมูลที่เกี่ยวข้องกับขั้นตอนถัดไป
รูปแบบข้อมูลควรถูกออกแบบให้สอดคล้องกับ Workflow ของบริษัทประกันแต่ละแห่ง เพราะกระบวนการขาย การให้บริการ และการส่งต่องานอาจแตกต่างกัน
- Insight: มองเห็นประเด็นจากบทสนทนาจำนวนมาก
เมื่อข้อมูลถูกจัดอย่างเป็นระบบ ทีมสามารถนำไปสำรวจหัวข้อที่เกิดซ้ำ ประเด็นที่ลูกค้าสนใจ หรือส่วนของการสนทนาที่ควรได้รับการทบทวน
Insight เหล่านี้ช่วยให้ Supervisor และ Operations มองเห็นปัญหาได้จากข้อมูลจริง แทนการอาศัยความรู้สึกหรือเสียงสะท้อนจากบทสนทนาเพียงบางสาย
- Action: นำข้อมูลไปสนับสนุนงานต่อ
ข้อมูลที่ได้อาจถูกนำไปใช้กับการติดตามลูกค้า การเตรียมสรุป การส่งต่อเคส การพัฒนาทีม หรือการวางแผนปรับปรุงกระบวนการ
Action ที่เหมาะสมขึ้นอยู่กับระบบ ผู้ใช้งาน และข้อกำหนดของแต่ละองค์กร จึงต้องออกแบบร่วมกับ Business และ Operations ตั้งแต่ต้น
Agentmate AI ช่วยทีมคอลเซ็นเตอร์ประกันในด้านใดบ้าง?
ช่วย Agent จัดการข้อมูลระหว่างและหลังการสนทนา
Agentmate AI สามารถนำข้อมูลจากบทสนทนามาช่วยเตรียมสาระสำคัญหรือข้อมูลสำหรับขั้นตอนถัดไป ลดภาระจากการกลับมาทบทวนบทสนทนาทั้งหมดหลังวางสาย
Agent ยังคงเป็นผู้ตรวจสอบข้อมูลตามขอบเขตที่องค์กรกำหนด ทำให้ AI เข้ามาช่วยเตรียมงาน ขณะที่การควบคุมยังอยู่กับผู้รับผิดชอบ
สนับสนุนการให้บริการและการขาย
บทสนทนาเกี่ยวกับประกันมักมีคำถามหลายระดับ ตั้งแต่ข้อมูลผลิตภัณฑ์ไปจนถึงรายละเอียดที่ขึ้นอยู่กับสถานการณ์ของลูกค้า
AI สามารถช่วยจัดเตรียมข้อมูลที่เกี่ยวข้องกับบริบทของการสนทนา เพื่อสนับสนุน Agent ในการตอบคำถามหรือดำเนินบทสนทนาได้อย่างต่อเนื่อง
การออกแบบส่วนนี้ควรยึดข้อมูลและแนวทางที่องค์กรอนุมัติ เพื่อให้ Solution สอดคล้องกับผลิตภัณฑ์ กระบวนการ และมาตรฐานการทำงานของบริษัท
ช่วย Supervisor ทบทวนและพัฒนาทีม
ข้อมูลจากบทสนทนาสามารถช่วยให้ Supervisor เห็นประเด็นที่ Agent ทำได้ดีและส่วนที่ควรได้รับการพัฒนา
แทนที่จะพึ่งการประเมินภาพรวมเพียงอย่างเดียว หัวหน้าทีมสามารถใช้ตัวอย่างจากบทสนทนามาประกอบการ Coaching ทำให้ Feedback มีบริบทและเชื่อมกับเหตุการณ์จริงมากขึ้น
สนับสนุนงาน Quality Assurance และ Compliance
ธุรกิจประกันมีขั้นตอนและแนวทางการสื่อสารที่ต้องควบคุม การนำข้อมูลจากบทสนทนามาช่วยตรวจสอบตามเกณฑ์ขององค์กร ทำให้ทีมสามารถค้นหาประเด็นที่ต้องทบทวนได้เป็นระบบขึ้น
ส่วนที่มีผลต่อการตัดสินใจ การประเมินพนักงาน หรือการดำเนินการต่อควรกำหนด Human-in-the-Loop เพื่อให้ผู้รับผิดชอบตรวจสอบบริบทก่อนสรุปผล
เปลี่ยนเสียงลูกค้าให้เป็นข้อมูลสำหรับการบริหาร
ผู้บริหารสามารถนำข้อมูลที่รวบรวมจากบทสนทนามาช่วยมองภาพรวม เช่น หัวข้อที่ลูกค้าติดต่อเข้ามา คำถามที่เกิดซ้ำ หรือจุดที่สร้างความติดขัดในกระบวนการ
ข้อมูลเหล่านี้ช่วยสนับสนุนการตัดสินใจด้านบริการ การพัฒนาทีม และการปรับปรุง Customer Experience บนพื้นฐานของบทสนทนาที่เกิดขึ้นจริง
ตัวอย่าง Workflow ของ Agentmate AI ในคอลเซ็นเตอร์ประกัน
ลองนึกถึงลูกค้าที่โทรเข้ามาสอบถามเกี่ยวกับความคุ้มครองและแจ้งว่าต้องการให้ทีมติดต่อกลับเพื่อให้ข้อมูลเพิ่มเติม
ระหว่างการสนทนา Agent ต้องทำความเข้าใจคำถาม ตรวจสอบข้อมูล และอธิบายในส่วนที่เกี่ยวข้อง หลังจบสายต้องสรุปเรื่องที่พูดคุยและระบุงานติดตาม
เมื่อใช้ Agentmate AI เส้นทางข้อมูลสามารถถูกออกแบบเป็น:
- บทสนทนาถูกเปลี่ยนให้อยู่ในรูปแบบข้อความ
- ระบบช่วยจัดเตรียมสาระสำคัญและหัวข้อที่เกี่ยวข้อง
- Agent ตรวจสอบและแก้ไขข้อมูลตามความจำเป็น
- ข้อมูลถูกส่งต่อไปยังขั้นตอนติดตามของทีม
- Supervisor สามารถนำบทสนทนาไปประกอบการทบทวนคุณภาพ
- Operations เห็นประเด็นที่เกิดซ้ำเพื่อนำไปพัฒนากระบวนการ
Workflow จริงต้องออกแบบตามระบบและข้อกำหนดของแต่ละบริษัท ตัวอย่างนี้จึงเป็นภาพประกอบการใช้งาน ไม่ใช่รูปแบบตายตัวสำหรับทุกองค์กร
ทำไมคอลเซ็นเตอร์ประกันควรเลือก Custom AI Solution?
ระบบสำเร็จรูปอาจรองรับ Use Case ทั่วไปได้ แต่ธุรกิจประกันแต่ละแห่งมีผลิตภัณฑ์ คำศัพท์ ขั้นตอนบริการ เกณฑ์การตรวจสอบ และระบบภายในต่างกัน
Custom AI Solution เปิดโอกาสให้องค์กรกำหนดได้ว่า:
- AI ควรช่วยทีมในขั้นตอนไหน
- ข้อมูลใดควรถูกนำมาใช้
- ควรแสดงผลในรูปแบบใด
- ต้องเชื่อมต่อกับระบบอะไร
- เกณฑ์การตรวจสอบเป็นแบบไหน
- กรณีใดต้องส่งให้พนักงานหรือผู้เชี่ยวชาญ
- ผลลัพธ์จะถูกนำไปวัดและปรับปรุงอย่างไร
การปรับ Solution ให้เข้ากับ Operation ช่วยให้ AI กลายเป็นส่วนหนึ่งของการทำงาน แทนการเพิ่มเครื่องมือที่ Agent ต้องดูแลแยกจากระบบหลัก
AppMan ช่วยพัฒนา Agentmate AI ให้เข้ากับธุรกิจประกันได้อย่างไร
AppMan มีประสบการณ์ด้าน Technology Solution สำหรับธุรกิจองค์กร และสามารถช่วยวาง Agentmate AI ให้สอดคล้องกับโจทย์ของคอลเซ็นเตอร์ประกันแต่ละแห่ง
แนวทางการทำงานครอบคลุม:
- วิเคราะห์ Business Problem
ทำความเข้าใจว่าทีมกำลังพบปัญหาตรงไหน เช่น งานหลังจบสาย การค้นหาข้อมูล การติดตามคุณภาพ หรือการนำ Conversation Data ไปใช้ต่อ
- ออกแบบ Solution ตาม Operation
วางบทบาทของ AI, Agent, Supervisor และทีมที่เกี่ยวข้องให้สอดคล้องกับ Workflow จริง
- พัฒนาและปรับ AI Application
กำหนดความสามารถและรูปแบบการใช้งานให้เหมาะกับผลิตภัณฑ์ กระบวนการ และกลุ่มผู้ใช้ขององค์กร
- เชื่อมต่อกับระบบที่เกี่ยวข้อง
ออกแบบ Data Flow และ Integration เพื่อให้ข้อมูลจากบทสนทนาถูกส่งไปยังระบบหรือขั้นตอนถัดไปได้ตามที่องค์กรต้องการ
- วาง Human-in-the-Loop
กำหนดจุดตรวจสอบเพื่อให้ AI สนับสนุนการทำงานภายใต้การควบคุมและมาตรฐานขององค์กร
- ปรับปรุงจากการใช้งานจริง
เก็บ Feedback จาก Agent, Supervisor และทีม Operations เพื่อนำมาปรับ Solution ให้เหมาะกับหน้างานมากขึ้น
สรุป: คอลเซ็นเตอร์ประกันควรเปลี่ยนบทสนทนาให้เป็นข้อมูลที่นำไปใช้ต่อ
บทสนทนาระหว่าง Agent กับลูกค้ามีข้อมูลสำคัญต่อการบริการ การขาย การพัฒนาทีม และการปรับปรุงกระบวนการ
Agentmate AI ช่วยเปลี่ยนเส้นทางจาก Conversation ไปสู่ Data, Insight และ Action ทำให้ข้อมูลจากการสนทนาสามารถสนับสนุนผู้ใช้งานหลายระดับ ตั้งแต่ Agent ไปจนถึงผู้บริหาร
สำหรับบริษัทประกันที่สนใจ Agentmate AI การเริ่มต้นที่เหมาะสมคือการเลือก Pain Point ที่ต้องการแก้ แล้วออกแบบ Solution ให้เชื่อมกับ Workflow และระบบที่ใช้งานอยู่
ติดต่อทีม AppMan เพื่อร่วมวิเคราะห์และออกแบบ Agentmate AI ให้เหมาะกับงานขาย งานบริการลูกค้า และกระบวนการของธุรกิจประกัน
EN