Moderniser les opérations de soutien à la clientèle avec HCLTech et AWS

Modernisation des opérations de soutien à la clientèle avec HCLTech et AWS

5 min de lecture

Une importante organisation à but non lucratif américaine de défense des consommateurs qui dessert des millions de consommateurs grâce à des essais de produits, de la recherche, des évaluations et des services de protection des consommateurs souhaitait moderniser ses opérations de soutien à la clientèle

Le défi

Le modèle de soutien existant reposait fortement sur la recherche manuelle d'agents dans de vastes référentiels de connaissances pour répondre aux questions des clients, créant ainsi des inefficacités dans les opérations du service à la clientèle.

À mesure que le volume de demandes augmentait, les agents passaient beaucoup de temps à trouver l’information pertinente avant de répondre aux clients. Cela a augmenté le temps moyen de traitement (AHT), réduit la productivité des agents et créé des incohérences dans les réponses données aux clients. L'organisation avait besoin d'une solution évolutive pouvant fournir des capacités d'auto-assistance intelligente tout en outillant les agents avec des recommandations de connaissances alimentées par l'IA.

Les agents recherchaient manuellement dans de grands référentiels de connaissances pour répondre aux demandes des clients
Une forte dépendance à l’assistance des agents augmentait les coûts opérationnels
Les processus manuels de récupération d’informations avaient un impact sur les délais de réponse aux clients
Le modèle de soutien existant manquait de capacités d’auto-assistance intelligente
Des réponses incohérentes pouvaient survenir en raison du niveau variable de connaissances et d'expérience des agents
La croissance de la demande des clients créait des défis de mise à l’échelle des opérations de soutien
L’automatisation limitée augmentait les efforts des agents et réduisait l'efficacité opérationnelle globale

Le fait de ne pas moderniser aurait entraîné une dépendance continue aux recherches manuelles de connaissances, des temps moyens de traitement plus longs, une augmentation du volume d’appels nécessitant l’intervention d’un agent, des coûts d’exploitation plus élevés, une baisse de productivité et des limites quant à la capacité de faire évoluer efficacement les opérations de soutien à la clientèle

L’objectif

L’objectif était de transformer l’expérience du service à la clientèle grâce à l’auto-assistance propulsée par l’IA et à l’assistance intelligente aux agents, tout en utilisant Amazon Connect comme plateforme de centre de contact infonuagique.

Permettre l’auto-assistance alimentée par l’IA à l’aide de la base de connaissances d’entreprise
Fournir aux clients des réponses automatisées par l’entremise des canaux VRN
Réduire l’effort des agents grâce aux capacités d’Assistant en temps réel
Améliorer les délais de réponse client et la résolution au premier contact
Réduire la durée moyenne de traitement (AHT)
Améliorer la cohérence et la précision des réponses aux clients
Augmenter l’efficacité opérationnelle et l’évolutivité
Établir une plateforme moderne de centre de contact infonuagique appuyant l’innovation future axée sur l’IA

La solution

HCLTech a conçu et mis en œuvre une solution de transformation d’un centre de contact infonuagique native en tirant parti d’Amazon Connect, Amazon Q, des intégrations de la base de connaissances d’entreprise et des fonctionnalités Agent Assist. La solution a permis aux clients d’obtenir des réponses automatisées grâce à des expériences libre-service intelligentes, tout en offrant aux agents des recommandations de connaissances contextuelles lors des interactions en direct avec les clients.

La solution a été améliorée davantage grâce à un pipeline d’analytique personnalisé des enregistrements de trace de contact (CTR) d’Amazon Connect vers Amazon S3, permettant des analyses structurées post-appel à l’aide de AWS Glue Data Catalog, Amazon Athena et Amazon QuickSight. De plus, l’intégration SSO basée sur SAML 2.0 avec Azure Active Directory (Microsoft Entra ID) a été mise en place pour soutenir l’authentification centralisée, la gouvernance de l’identité d’entreprise et l’accès contrôlé pour les agents et les administrateurs.

Évaluation

Réalisation d’une évaluation complète du modèle actuel de soutien à la clientèle, des flux de travail du centre de contact et des processus de gestion des connaissances
Analyse des schémas d’interaction des clients et des questions fréquemment posées afin d’identifier les possibilités de libre-service
Évaluation des référentiels de connaissances d’entreprise et de la préparation du contenu pour la recherche alimentée par l’IA
Évaluation des flux de travail des agents pour repérer les occasions d’automatisation et d’amélioration de la productivité
Définition d’une feuille de route de modernisation axée sur l’adoption du libre-service, l’habilitation des agents et l’efficacité opérationnelle

Déploiement

Mise en place d’Amazon Connect comme plateforme infonuagique de centre de contact d’entreprise
Configuration d’expériences IVR intelligentes et de parcours de contact client
Intégration d’Amazon Connect à la base de connaissances d’entreprise de l’organisation pour activer des capacités libre-service alimentées par l’IA
Permis aux clients de recevoir des réponses automatisées aux questions courantes directement via les interactions IVR
Mise en œuvre d’Amazon Q et des capacités Agent Assist pour fournir aux agents des recommandations de connaissances en temps réel lors des conversations avec la clientèle
Exploité AWS Lambda pour orchestrer les processus de récupération des connaissances et les intégrations d’API en arrière-plan
Mise en place d’une intégration Single Sign-On (SSO) basée sur SAML 2.0 entre Amazon Connect et Azure Active Directory (Microsoft Entra ID) pour un accès utilisateur sécurisé
Aligné l’accès à Amazon Connect avec les contrôles d’identité d’entreprise, les autorisations basées sur les rôles et la gestion centralisée du cycle de vie des utilisateurs
Configuration de mécanismes dynamiques de récupération de contenu pour fournir des réponses pertinentes et contextuelles
Mise en œuvre d’Amazon S3 pour le stockage des données d’interactions clients, des enregistrements, des ensembles de rapports et des informations opérationnelles
Construction d’un pipeline CTR personnalisé pour capturer les enregistrements de trace de contact Amazon Connect dans Amazon S3 à des fins d’analyse centralisée et de gouvernance
Catalogué les ensembles de données CTR à l’aide de AWS Glue Data Catalog et interrogé des données d’interactions via Amazon Athena pour l’analyse, la révision d’audit et la production de rapports opérationnels
Activation des tableaux de bord Amazon QuickSight pour une visibilité native AWS sur les tendances d’interaction, la performance du libre-service, les résultats d’Agent Assist et les mesures de niveau de service
Intégration de Contact Lens pour Amazon Connect afin de fournir des analyses de conversation, des aperçus sur la performance des agents et une intelligence des interactions clients
Développement de tableaux de bord opérationnels et de capacités de rapports pour surveiller les interactions clients, l’adoption du libre-service, le volume d’appels et la productivité des agents
Établissement de capacités analytiques pour optimiser en continu la performance du libre-service et les recommandations de connaissances

Exploitation

Mise en place d’une surveillance et d’une gestion continues de l’environnement Amazon Connect et des capacités d’assistance propulsées par l’IA
Surveillance continue de l’adoption du libre-service, des taux de déviation d’appels et des tendances d’interaction client
Utilisation des insights de Contact Lens pour améliorer la qualité du service à la clientèle et la performance des agents
Examen des recommandations générées par l’IA et de la performance de récupération des connaissances afin d’optimiser la précision et la pertinence
Maintien du contenu de la base de connaissances et expansion continue de la couverture de contenu selon les schémas d’interaction client
Exploité les tableaux de bord opérationnels pour suivre la performance du centre de contact, la qualité du service et les mesures de productivité
Utilisé l’analytique CTR basée sur Athena pour surveiller les schémas d’appels, l’adoption du libre-service, les résultats d’aiguillage, le comportement en file d’attente et les indicateurs de performance opérationnelle (KPI)
Maintien de la gouvernance SSO grâce aux politiques d’identité Azure AD, aux examens d’accès et à l’approvisionnement contrôlé pour les utilisateurs Amazon Connect
Soutien aux initiatives d’amélioration continue axées sur l’expérience client et l’efficacité opérationnelle

L'impact

L’implantation d’Amazon Connect a permis à l’organisation de transformer ses opérations de soutien grâce à l’auto-assistance propulsée par l’IA et à l’assistance intelligente des agents. Les clients ont obtenu un accès plus rapide à l’information tandis que les agents ont bénéficié de recommandations contextuelles, ce qui a mené à une meilleure qualité de service, à une réduction des efforts opérationnels et à une efficacité accrue.

Réduction du temps moyen de traitement (AHT) grâce à l’auto-assistance intelligente et à la récupération automatisée des connaissances
Amélioration des délais de réponse aux clients en fournissant des réponses immédiates aux questions courantes
Réduction des efforts des agents en éliminant la recherche manuelle dans de vastes dépôts de connaissances
Meilleure cohérence et précision des réponses données aux clients
Productivité accrue des agents grâce aux recommandations Agent Assist alimentées par l’IA
Augmentation de l’adoption de l’auto-assistance et réduction de la dépendance aux interactions assistées par un agent
Mise en place d’une plateforme de centre de contact infonuagique évolutive adaptée à la croissance future
Visibilité accrue sur les interactions clients grâce à des analyses et à une production de rapports avancées
Amélioration de la prise de décisions basée sur les données avec un pipeline d’analyses CTR personnalisé à l’aide d’Amazon S3, AWS Glue Data Catalog, Amazon Athena et Amazon QuickSight
Renforcement de la sécurité d’accès et du contrôle opérationnel grâce à l’authentification unique (SSO) intégrée à Azure AD pour Amazon Connect
Efficacité opérationnelle améliorée et évolutivité accrue du soutien