Jak wcześniej wychwycić sygnały odejścia klienta w zgłoszeniach?

Sygnały odejścia klienta wychwycisz wcześniej, gdy AI czyta każde zgłoszenie i każdy e-mail od klienta pod kątem krótkiej, nazwanej listy sygnałów: odejście orędownika, powtarzające się obejścia, nowa osoba kwestionująca wartość, ton, który staje się formalny. Każde oznaczenie zawiera cytat, który je wywołał. CSM odpowiedzialny za klienta je przegląda i decyduje, co zrobić.

#Najważniejsze wnioski

• Większość ostrzeżeń o odejściu jest zapisana na długo przed odnowieniem, w zgłoszeniach, e-mailach i notatkach z rozmów, na których ponowne przeczytanie nikt nie ma czasu.
• Krótka lista nazwanych sygnałów uzgodniona przez zespół sprawdza się lepiej niż ogólny wskaźnik nastroju.
• Każde oznaczenie powinno pokazywać dokładne zdanie, które je wywołało, aby CSM mógł je szybko ocenić.
• O reakcji decyduje człowiek; AI nigdy nie powinno samodzielnie kontaktować się z zaniepokojonym klientem.
• Jeśli masz niewielu klientów, a jeden CSM czyta wszystko, wystarczy regularny nawyk przeglądu bez żadnej budowy.

#Gdzie w tygodniu CSM ukrywają się sygnały odejścia?

Sygnały rzadko widać we wskaźniku kondycji klienta. Siedzą w zgłoszeniu w Zendesk, w którym administrator pisze „zbudowaliśmy obejście”, w wątku w Outlooku, w którym nowy dyrektor finansowy pyta, co obejmuje umowa, albo w rozmowie w Teams, podczas której orędownik wspomina o reorganizacji. CSM czyta część z tego, zespół wsparcia więcej, a nikt nie łączy kawałków.

Prawdziwym problemem jest pokrycie. TSIA, wrzesień 2024 podaje, że klienci z przypisanym CSM odchodzą o ponad połowę rzadziej niż klienci bez niego, a wiele firm nie zapewnia spójnego pokrycia przez CSM. Klienci z najsłabszym pokryciem to ci, przy których pisemne ostrzeżenia pozostają nieprzeczytane.

#Jakich sygnałów odejścia powinno szukać AI?

• Ludzie: orędownik lub administrator odchodzi, milknie albo przekazuje sprawy komuś nowemu.
• Wątpliwości co do wartości: pytania w rodzaju „co właściwie z tego mamy” albo prośby działu finansów lub zakupów o raporty z użycia.
• Obejścia: klient opisuje, że wykonuje zadanie poza twoim produktem lub usługą.
• Powracający problem: ten sam problem ponownie otwierany kilka razy albo eskalowany poza pierwszą linię.
• Konkurencja: konkurent wymieniony w zgłoszeniu, e-mailu lub rozmowie.
• Ton: odpowiedzi stają się krótkie i formalne albo przechodzą od użytkownika do przełożonego.

Uzgodnij listę z CSM i liderami wsparcia, zanim cokolwiek zostanie zbudowane, i zapisz jeden prawdziwy przykład dla każdego sygnału. Ta lista jest specyfikacją. AI dobrze znajduje takie wzorce w tysiącach wiadomości po arabsku i angielsku, ale słabo ocenia, które z nich mają znaczenie dla konkretnego klienta.

#Jak zorganizować przegląd sygnałów odejścia bez nowego oprogramowania?

1. Wyeksportuj ostatnią partię zgłoszeń i e-maili od dziesięciu najważniejszych klientów.
2. Przepuść je przez zatwierdzone narzędzie AI z listą sygnałów i poproś o każde dopasowanie, cytat i datę.
3. Niech CSM oznaczy każde wskazanie jako prawdziwe, szum lub już znane.
4. Prawdziwe zapisz w CRM jako notatkę o kondycji klienta z kolejnym działaniem i osobą odpowiedzialną.
5. Powtarzaj to w tym samym rytmie co przegląd lejka lub klientów i za każdym razem doprecyzowuj listę sygnałów.

Ta ręczna wersja pokazuje, czy sygnały warto automatyzować. Jeśli większość oznaczeń to szum, najpierw popraw listę. Jeśli CSM wciąż znajdują prawdziwe ryzyka, które przeoczyli, masz uzasadnienie biznesowe dla zbudowanego przebiegu pracy.

#Czy potrzebujemy do tego platformy customer success?

Nie zawsze. Gainsight, ChurnZero i podobne platformy oceniają kondycję klienta na podstawie danych o użyciu i ankiet i pasują zespołom, które już prowadzą w nich cały proces. Wiele średnich firm B2B pracuje na HubSpot lub Salesforce oraz systemie zgłoszeń, a sygnały, które im umykają, są w wolnym tekście. Czytanie tego tekstu, z człowiekiem przeglądającym każde oznaczenie, może działać w narzędziach, które już masz.

Jedno zastrzeżenie: e-maile od klientów to niezaufane dane wejściowe. OWASP Top 10 dla aplikacji LLM wymienia wstrzykiwanie promptów na pierwszym miejscu, więc przebieg pracy czytający pocztę przychodzącą powinien jedynie tworzyć oznaczenia dla człowieka, a nigdy samodzielnie podejmować działań.

#Gdzie w tym miejsce dla Stennir

Stennir zwykle zaczyna od doradztwa AI: audyt możliwości AI sprawdza, czy wykrywanie sygnałów odejścia to najlepszy pierwszy przebieg pracy dla twojego zespołu, ze spisanym kosztem i uzasadnieniem zwrotu. W ramach wdrożeń AI Stennir buduje czytanie i oznaczanie w twoim CRM i systemie zgłoszeń, z hostingiem tam, gdzie wymagają tego twoje zasady, ze wskazanym CSM przeglądającym każde oznaczenie i każdym krokiem zapisanym w dzienniku.

Szkolenia z AI w ramach Programu operatora AI uczą następnie CSM i liderów wsparcia oceniać oznaczenia i na nie reagować, z pomiarem przed i po.

#Co powinien zrobić szef customer success w następnej kolejności?

Przeprowadź ręczny przegląd dziesięciu najważniejszych klientów i policz, ilu prawdziwych ryzyk wcześniej nie widziałeś. Przeczytaj, jak zespoły wsparcia porządkują kolejkę, w tekście AI do segregacji zgłoszeń, a szerszy obraz na stronie AI dla obsługi klienta. Potem wypełnij bezpłatną ocenę gotowości albo umów 30-minutową rozmowę.

#Najczęstsze pytania