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

Un organisme sans but lucratif américain de premier plan, œuvrant pour la défense des consommateurs et servant des millions de consommateurs grâce à des tests de produits, à la recherche, à l'évaluation et à des services de protection des consommateurs, souhaitait moderniser ses opérations de soutien à la clientèle.

Le défi

Le modèle de soutien existant s'appuyait fortement sur la recherche manuelle par les agents dans de vastes référentiels de connaissances afin de répondre aux questions des clients, ce qui engendrait des inefficacités au sein des opérations du service à la clientèle.

À mesure que le volume de demandes augmentait, les agents passaient beaucoup de temps à localiser les renseignements pertinents avant de répondre aux clients. Cela augmentait le temps moyen de traitement (AHT), réduisait la productivité des agents et causait des incohérences dans les réponses aux clients. L'organisation avait besoin d'une solution évolutive capable d'offrir des fonctions d'autonomie intelligente tout en donnant aux agents l'accès à des recommandations de connaissances dirigées par l'IA.

Les agents effectuaient manuellement des recherches dans de grands référentiels de connaissances pour répondre aux demandes des clients
Une forte dépendance aux interactions assistées par les agents augmentait les coûts opérationnels
Les processus manuels de récupération de l'information avaient un impact sur les temps de réponse aux clients
Le modèle de soutien en place ne disposait pas de capacités intelligentes d'autonomie
Des réponses incohérentes pouvaient survenir en raison des divers niveaux de connaissances et d'expérience des agents
La demande croissante des clients posait des défis d'évolutivité aux opérations de soutien
Une automatisation limitée augmentait l'effort des agents et diminuait l'efficacité opérationnelle globale

Le manque de modernisation aurait entraîné une dépendance continue aux recherches manuelles dans les connaissances, une augmentation du temps moyen de traitement, une hausse du volume d'appels nécessitant l'intervention des agents, des coûts opérationnels plus élevés, une productivité réduite et des limites dans l'évolutivité des 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 alimentée par l’IA et à l’assistance intelligente des 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 de l’entreprise
Fournir aux clients des réponses automatisées par l’entremise des canaux de SVI
Réduire l’effort des agents grâce aux capacités d’Assistance en temps réel pour agents
Améliorer les délais de réponse auprès des clients et la résolution dès le premier contact
Réduire le temps moyen de traitement (AHT)
Améliorer la cohérence et la précision des réponses aux clients
Accroître l’efficacité opérationnelle et l’évolutivité
Mettre en place une plateforme moderne et native infonuagique de centre de contact appuyant les innovations futures basées sur l’IA

La solution

HCLTech a conçu et mis en œuvre une solution de transformation de centre de contact infonuagique native utilisant Amazon Connect, Amazon Q, des intégrations à la base de connaissances d’entreprise et des fonctionnalités d’assistance à l’agent. La solution a permis aux clients d’obtenir des réponses automatisées grâce à des expériences libre-service intelligentes tout en fournissant aux agents des recommandations contextuelles pendant les interactions en direct avec les clients.

La solution a été enrichie par un pipeline d’analyse personnalisé Contact Trace Record (CTR) d’Amazon Connect vers Amazon S3, permettant des analyses structurées après appel à l’aide d’AWS Glue Data Catalog, Amazon Athena et Amazon QuickSight. De plus, une intégration SSO basée sur SAML 2.0 avec Azure Active Directory (Microsoft Entra ID) a été mise en œuvre pour prendre en charge l’authentification centralisée, la gouvernance des identités d’entreprise et l’accès contrôlé pour les agents et les administrateurs.

Évaluation

Réalisation d’une évaluation complète du modèle de soutien à la clientèle existant, des flux de travail du centre de contact et des processus de gestion des connaissances
Analyse des modèles d’interaction client et des questions fréquemment posées afin d’identifier les opportunités de libre-service
Évaluation des référentiels de connaissances d’entreprise et de la préparation des contenus pour l’extraction pilotée par l’IA
Évaluation des flux de travail des agents afin d’identifier les opportunités 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 œuvre d’Amazon Connect en tant que plateforme infonuagique d’entreprise pour centre de contact
Configuration d’interfaces vocales intelligentes (IVR) et des flux de contact client
Intégration d’Amazon Connect avec la base de connaissances d’entreprise afin de permettre les capacités de libre-service propulsées par l’IA
Permettre aux clients d’obtenir des réponses automatisées à leurs questions courantes directement via les interactions IVR
Mise en œuvre des capacités Amazon Q et Assistance à l’agent afin de fournir des recommandations de connaissances en temps réel aux agents lors des conversations clients
Utilisation de AWS Lambda pour orchestrer les processus d’extraction de connaissances et les intégrations API de l’arrière-plan
Mise en œuvre de l’intégration SSO avec SAML 2.0 entre Amazon Connect et Azure Active Directory (Microsoft Entra ID) pour un accès utilisateur sécurisé
Alignement de l’accès Amazon Connect avec les contrôles d’identité d’entreprise, les permissions basées sur les rôles et la gestion centralisée du cycle de vie des utilisateurs
Configuration de mécanismes dynamiques d’extraction de contenu pour fournir des réponses pertinentes et contextuelles
Mise en œuvre d’Amazon S3 pour le stockage des données d’interaction client, des enregistrements, des ensembles de données de rapports et des informations opérationnelles
Développement d’un pipeline CTR personnalisé pour capturer les Contact Trace Records (CTR) d’Amazon Connect dans Amazon S3 pour l’analyse centralisée et la gouvernance
Catalogage des ensembles de données CTR à l’aide d’AWS Glue Data Catalog et interrogation des données d’interactions via Amazon Athena pour les analyses, la révision d’audit et la production de rapports opérationnels
Activation des tableaux de bord Amazon QuickSight pour offrir 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 d’offrir des analyses des conversations, des perspectives sur la performance des agents et l’intelligence des interactions client
Développement de tableaux de bord opérationnels et de capacités de rapports pour surveiller les interactions client, l’adoption du libre-service, les volumes d’appels et la productivité des agents
Mise en place de capacités d’analyse pour optimiser en continu la performance du libre-service et les recommandations de connaissances

Exploitation

Mise en place d’une surveillance continue et d’une gestion de l’environnement Amazon Connect et des capacités de soutien propulsées par l’IA
Surveillance continue de l’adoption du libre-service, des taux de déviation d’appels et des tendances d’interactions client
Utilisation des perspectives de Contact Lens pour améliorer la qualité du service à la clientèle et la performance des agents
Revue des recommandations générées par l’IA et des performances d’extraction de connaissances afin d’optimiser la précision et la pertinence
Maintien du contenu de la base de connaissances et expansion continue de la couverture selon les tendances d’interaction client
Exploitation des tableaux de bord opérationnels pour suivre la performance du centre de contact, la qualité du service et les indicateurs de productivité
Utilisation de l’analytique CTR via Athena pour surveiller les tendances d’appels, l’adoption du libre-service, les résultats de routage, le comportement des files d’attente et les ICP opérationnels
Maintien de la gouvernance SSO par le biais des politiques d’identité Azure AD, des révisions d’accès et du provisionnement contrôlé pour les utilisateurs Amazon Connect
Soutien des initiatives d’amélioration continue axées sur l’amélioration de l’expérience client et de l’efficacité opérationnelle

L'incidence

L’implantation d’Amazon Connect a permis à l’organisation de transformer ses opérations de soutien grâce à l’auto-assistance propulsée par l’intelligence artificielle et à l’assistance intelligente aux agents. Les clients ont obtenu un accès plus rapide à l’information tandis que les agents ont bénéficié de recommandations contextuelles, ce qui a donné lieu à une amélioration de la qualité du service, une réduction de l’effort opérationnel et une efficacité accrue.

Réduction du temps moyen de traitement (AHT) grâce à l’auto-assistance intelligente et à la récupération automatisée des connaissances
Temps de réponse client améliorés en fournissant des réponses immédiates aux demandes courantes
Effort réduit pour les agents en éliminant les recherches manuelles dans de vastes référentiels de connaissances
Plus grande cohérence et précision des réponses aux clients
Productivité accrue des agents grâce aux recommandations Agent Assist alimentées par l’IA
Adoption accrue de l’auto-assistance et diminution de la dépendance envers les interactions assistées par un agent
Mise en place d’une plateforme de centre de contact infonuagique évolutive, capable de soutenir la croissance future
Visibilité accrue sur les interactions clients grâce à l’analytique et la production de rapports avancés
Amélioration de la prise de décision basée sur les données grâce à un pipeline analytique CTR personnalisé utilisant 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
Meilleure efficacité opérationnelle et évolutivité du soutien