Bagaimana para pemimpin pusat kontak beralih dari chatbot dan penyelesaian ke AI Agentik serta penyelesaian masalah pelanggan secara menyeluruh.
9 menit untuk membaca
Diterbitkan pada 28 Juni 2023
AI dalam layanan pelanggan adalah penggunaan kecerdasan buatan—termasuk pemrosesan bahasa alami, pembelajaran mesin, dan penalaran agentik—untuk membantu pusat kontak menangani interaksi pelanggan dengan lebih cepat dan dalam skala besar.
Pemimpin pusat kontak kini menghadapi tekanan yang lebih besar dari sebelumnya untuk bertindak. Namun, tekanan untuk menerapkannya dan keyakinan tentang cara menerapkannya secara efektif adalah dua hal yang berbeda.
Panduan ini ditujukan bagi manajer pusat kontak dan pimpinan CX yang ingin mengabaikan keriuhan dan memahami apa saja yang sebenarnya tercakup dalam AI dalam layanan pelanggan: kemampuan yang penting, hasil yang dapat Anda lacak, dan pertanyaan yang harus Anda ajukan sebelum memilih platform. Zoom Virtual Agent memberi tim pusat kontak cara untuk mengotomatiskan resolusi layanan mandiri di seluruh saluran suara dan digital, menangani permintaan yang kompleks melalui AI Agentik sekaligus melakukan eskalasi ke agen langsung saat bantuan manusia merupakan langkah selanjutnya yang tepat.
Dari otomatisasi layanan mandiri hingga bantuan agen secara real-time, berikut gambaran AI modern dalam layanan pelanggan dan cara mengevaluasinya untuk tim Anda.
AI dalam layanan pelanggan adalah penggunaan teknologi kecerdasan buatan, termasuk pemrosesan bahasa alami, pembelajaran mesin, dan penalaran agentik untuk membantu pusat kontak menangani interaksi pelanggan dengan lebih cepat, lebih akurat, dan dalam skala besar. Sistem ini memahami maksud pelanggan, mengambil informasi yang relevan, menjalankan tugas di berbagai sistem bisnis yang terhubung, dan merutekan percakapan ke jalur resolusi yang tepat tanpa memerlukan agen manusia untuk setiap interaksi.
Perbedaan terpenting pada tahun 2026 adalah antara penyelesaian dan resolusi. Penyelesaian mengukur seberapa sering pelanggan tetap berada di saluran layanan mandiri tanpa eskalasi ke agen langsung. Resolusi mengukur apakah masalah mereka benar-benar terselesaikan. Chatbot tradisional dirancang untuk menyelesaikan—mereka membuat pelanggan tetap berinteraksi dengan menu dan tautan Tanya Jawab Umum. AI modern dalam layanan pelanggan dirancang untuk memberikan resolusi masalah.
Platform Zoom CX yang dirancang dengan baik menghubungkan AI layanan mandiri dengan agen langsung sehingga saat terjadi eskalasi, tidak ada konteks yang hilang dan pelanggan tidak perlu memulai dari awal.
AI meningkatkan layanan pelanggan dengan menangani pekerjaan yang memperlambat agen sekaligus membuat pekerjaan yang membutuhkan penilaian manusia menjadi lebih cepat dan akurat. Memahami manfaat AI dalam layanan pelanggan untuk pusat kontak dimulai dengan mengidentifikasi area yang paling sering mengalami kehilangan waktu dan penurunan kualitas: pertanyaan rutin, dokumentasi setelah panggilan, pencarian informasi yang tidak konsisten, dan perutean yang tertunda.
Berikut enam cara AI dalam layanan pelanggan meningkatkan operasi pusat kontak:
AI dan ML dapat menganalisis aliran data besar dalam waktu singkat — jauh lebih cepat daripada yang dapat dilakukan manusia mana pun. Selain itu, teknologi ini dapat mengidentifikasi pola, tren, dan anomali yang mungkin tidak terdeteksi oleh orang-orang yang kewalahan dengan banyaknya data yang dihasilkan oleh layanan pelanggan atau pusat kontak . Tetapi dengan AI untuk layanan pelanggan, agen dapat meningkatkan produktivitas, menghilangkan upaya berulang, dan mengontrol biaya.
AI dan pembelajaran mesin dapat langsung membantu agen melakukan pekerjaannya dengan lebih efektif. Misalnya, AI dapat menganalisis interaksi layanan pelanggan, dengan cepat menemukan informasi yang dibutuhkan oleh agen dukungan pelanggan untuk menyelesaikan masalah, dan menampilkannya di layar komputer mereka.
Aplikasi AI untuk layanan pelanggan ini menghemat waktu, memungkinkan agen menyelesaikan pertanyaan pelanggan lebih cepat. Namun, aplikasi ini juga membantu agen, khususnya agen baru, melakukan pekerjaannya dengan lebih kompeten dan dengan lebih sedikit stres.
Analitik percakapan menggunakan pemrosesan bahasa alami (NLP) untuk memperoleh data dari percakapan manusia ke manusia. Teknologi ini memberikan wawasan yang lebih luas tentang kesan pelanggan terhadap merek Anda dan tingkat kepuasan mereka. Teknologi ini juga membantu mengevaluasi kinerja agen dan menentukan area di mana agen Anda mungkin memerlukan pelatihan ulang.
Selain memberi agen akses cepat ke informasi yang mereka butuhkan selama interaksi pelanggan, AI sebenarnya dapat menangani beberapa tugas yang menyita waktu agen. Otomatisasi proses robotik yang didukung AI dapat melakukan tugas sederhana, seperti memperbarui data atau membuat tindak lanjut sehingga agen manusia dapat melanjutkan ke panggilan berikutnya.
Survei Deloitte menemukan bahwa organisasi yang menerapkan RPA memperoleh ROI dalam waktu kurang dari 12 bulan, dengan rata-rata 20% dari kapasitas setara penuh waktu yang disediakan oleh solusi. Selain itu, 90% perusahaan yang menggunakan RPA melihat peningkatan kualitas dan akurasi, 86% melaporkan peningkatan produktivitas, dan 59% melaporkan pengurangan biaya.
Berhasil melatih agen layanan pelanggan baru adalah kunci jika Anda bertanya-tanya bagaimana cara menyediakan CX terbaik. Namun, hal tersebut sebenarnya merupakan proses yang menyita waktu — dan selalu ada kekhawatiran bahwa panggilan pertama agen akan berupa pertanyaan pelanggan yang tidak biasa. AI dapat membuat program pelatihan menggunakan kemampuan ucapan-ke-teks, menjalankan agen baru melalui skenario pengujian berdasarkan Tanya Jawab Umum, dan menilai kesiapan mereka untuk mulai bekerja secara mandiri.
Tren layanan mandiri sedang berkembang. Sekitar 71% pelanggan ingin agar perusahaan menawarkan dukungan melalui olah pesan daripada hanya melalui telepon.
Meskipun basis pengetahuan dapat memberi pelanggan opsi layanan mandiri sampai taraf tertentu, AI dapat secara cerdas membantu pelanggan menyelesaikan masalah mereka sendiri. ML dan AI dapat merasakan pola perilaku manusia dan mempelajari cara terbaik bagi pelanggan untuk menemukan jawaban yang diperlukan.
Sebagian besar tim pusat kontak mengelola agen virtual dan agen langsung di platform terpisah—yang berarti setiap eskalasi menjadi celah: momen ketika konteks hilang, agen meminta pelanggan mengulangi informasi, dan kepuasan menurun.
Zoom Virtual Agent adalah agen virtual AI yang dibuat khusus untuk otomatisasi layanan pelanggan dan beroperasi secara native di dalam platform Zoom CX. Produk ini menggunakan pemahaman bahasa alami, penalaran AI Agentik — AI yang menghubungkan percakapan dengan orang-orang di baliknya; secara langsung memperluas tema penyelesaian AI Agentik, serta integrasi sistem back-end untuk memberikan resolusi terhadap permintaan pelanggan melalui saluran suara dan digital, bukan sekadar mengalihkannya. Saat Zoom Virtual Agent tidak dapat sepenuhnya memberikan resolusi terhadap suatu masalah, agen ini tidak hanya meneruskan panggilan, tetapi juga meneruskan semua yang telah dipelajarinya: identitas pelanggan, hal-hal yang telah dicoba, dan apa yang gagal, sebagai bagian dari Unified Context Layer yang sama, yang diteruskan kepada agen langsung dan tim back-office.
Integrasi native antara Zoom Virtual Agent dan Zoom Contact Center ini merupakan pembeda utama bagi para pemimpin pusat kontak yang mengevaluasi platform CX terpadu. Agen yang menangani interaksi yang dieskalasi dapat melihat dengan tepat apa yang telah dicoba pelanggan, apa yang telah dikatakan, dan apa yang telah diupayakan agen virtual—sebelum mereka mengatakan sepatah kata pun.
Tingkat hiperpersonalisasi ini didukung oleh Unified Context Layer milik Zoom, yang menyatukan catatan terdokumentasi, pengetahuan umum, dan sinyal percakapan langsung ke dalam satu tampilan tentang apa yang benar saat ini. Setiap interaksi melalui Zoom Virtual Agent, agen langsung, dan tim back-office di Zoom Phone menjadi masukan ke lapisan yang sama ini, sehingga konteks terus bertambah dalam setiap percakapan alih-alih diatur ulang setiap kali.
Zoom CX Insights melengkapi platform dengan menampilkan analitik dalam interaksi virtual maupun langsung, sehingga pemimpin tim memiliki gambaran terpadu tentang hal yang berjalan baik dan hal yang memerlukan pembinaan.
AI dapat menganalisis data dengan cepat dan menyesuaikan respons untuk masing-masing pelanggan. Misalnya, dengan AI, layanan pelanggan dapat mempertimbangkan lokasi pelanggan dan menawarkan produk atau layanan yang tersedia secara lokal. AI juga dapat menganalisis data pelanggan individu untuk taraf personalisasi yang lebih tinggi.
AI untuk layanan pelanggan juga membantu perwakilan layanan pelanggan melakukan pekerjaanya dengan lebih efektif. AI dapat mengumpulkan informasi dari penyerahan ke agen untuk penyelesaian masalah yang lebih cepat. Selain itu, saat chatbot AI menangani pertanyaan dasar, agen dapat fokus pada masalah yang lebih kompleks dan memberikan pengalaman layanan pelanggan yang luar biasa.
Memahami manfaat AI dalam layanan pelanggan untuk pusat kontak berarti mengetahui pertanyaan apa yang perlu diajukan sebelum berkomitmen pada suatu platform. Tidak semua alat layanan pelanggan berbasis AI dibuat dengan cara yang sama, dan perbedaan yang paling penting sering kali tidak terlihat dalam demo.
Berikut adalah kerangka pengambilan keputusan bagi manajer pusat kontak yang mengevaluasi alat layanan pelanggan berbasis AI:
Pertanyaan utama untuk diajukan kepada vendor mana pun: Saat pelanggan melakukan eskalasi dari agen virtual Anda ke agen langsung, apakah seluruh riwayat percakapan ditransfer secara otomatis—dan apakah antarmuka agen langsung berada di platform yang sama?
Tujuannya bukan untuk menghilangkan penilaian manusia dari prosesnya. Tujuannya adalah menerapkannya pada hal yang paling penting.
Ketika agen layanan pelanggan memiliki antrean panjang pelanggan yang menunggu bantuan mereka dan waktu terus mencatat waktu penyelesaian, pekerjaan mereka bisa membuat stres. Dan terlalu banyak jam stres akan menyebabkan kelelahan mental. AI dapat memberi opsi layanan mandiri kepada pelanggan yang akan memperpendek antrean dan membantu menghindari kelelahan mental agen.
Ketika AI mengotomatiskan tugas dan memberi agen akses cepat ke informasi yang mereka butuhkan, setiap interaksi menjadi lebih cepat dan lebih efisien. Pelanggan menghargai waktu tunggu yang singkat, dan agen menghargai penyelesaian yang cepat.
Tim pusat kontak yang menerapkan AI untuk layanan mandiri dan bantuan agen sering melaporkan peningkatan terukur pada metrik yang paling penting bagi pemimpin operasional: waktu penanganan, CSAT, dan retensi agen.
Setelah menerapkan Zoom Virtual Agent untuk menangani operasi dukungan internalnya sendiri, tim dukungan Zoom berhasil mencapai:
Seorang pelanggan berbagi: "Kurang dari 30% percakapan kami adalah layanan mandiri sebelum beralih ke Zoom, dan kami memiliki tujuan untuk meningkatkannya menjadi 50%. Dalam waktu hanya dua bulan, kami sedang menuju angka 75%."
Pelanggan lain melaporkan: "Dengan mengintegrasikan fungsi AI di seluruh Zoom CX, kami berhasil mencapai tingkat penyelesaian layanan mandiri sebesar 50%, sehingga agen dapat menangani pertanyaan yang kompleks."
Hasil ini mencerminkan hal yang dapat dicapai saat agen virtual dan agen langsung beroperasi pada satu platform terhubung, di mana penyelesaian mencerminkan resolusi nyata, bukan sekadar penghindaran.
Penerapan AI menghemat waktu, memungkinkan layanan mandiri, dan mengurangi permintaan agar agen bekerja lembur, semuanya sambil memberikan layanan pelanggan yang luar biasa. Selain itu, meningkatkan kemampuan layanan pelanggan dengan teknologi AI lebih hemat biaya daripada merekrut agen baru — dan jika permintaan menurun karena penurunan ekonomi, bisnis dapat mengurangi AI dan menghindari kebutuhan untuk memberhentikan karyawan.
Saat pelanggan memiliki pertanyaan atau memerlukan bantuan, mereka tidak ingin menunggu jam kerja. AI dapat bekerja sepanjang waktu dan dapat diakses melalui panggilan telepon, chatbot situs web, media sosial, atau aplikasi seperti Facebook Messenger. Pelanggan bisa mendapatkan jawaban pada saat yang paling nyaman bagi mereka — dan AI untuk layanan pelanggan membantu agen menghindari lonjakan volume pada pukul 9 pagi.
Bisnis menggunakan AI dan ML untuk memahami keadaan saat ini — status proyek saat ini, panduan melalui proses, dan apakah item berada dalam proses produksi atau pengiriman. Namun, lebih dari sekadar analitik deskriptif, AI dan ML juga dapat memberikan wawasan prediktif dan harus menjadi bagian dari strategi CX Anda secara keseluruhan. Misalnya, AI dapat memperoleh data untuk menghasilkan prospek bagi tim penjualan, menganalisis interaksi untuk mendeteksi tanda-tanda pelanggan dapat hilang tanpa intervensi, dan memberi para pemimpin bisnis kemungkinan hasil untuk pengambilan keputusan yang cerdas.
Tim layanan pelanggan dapat mengalihkan fokusnya dari reaktif menjadi proaktif dengan AI. Bahkan, AI dapat memberi wawasan ke informasi yang mungkin dibutuhkan pelanggan tentang produk yang mereka beli atau layanan yang telah mereka terima.
Menunggu pelanggan untuk menghubungi tim dukungan pelanggan tidak diperlukan. Tim dapat memulai dan mengontrol interaksi serta memastikan pengalaman pelanggan yang luar biasa.
Pelanggan terbiasa dengan asisten virtual dengan kemampuan AI, yang menjawab pertanyaan dan membantu mereka melakukan tugas sederhana. Seiring dengan berkembangnya kemampuan platform AI, asisten virtual dapat memandu pelanggan dalam mengambil keputusan untuk membantu mereka melakukan pembelian yang paling memuaskan, memutuskan antara perbaikan atau penggantian, atau memilih penawaran layanan terbaik sesuai kebutuhan mereka.
AI dalam layanan pelanggan bekerja paling baik ketika diterapkan pada jenis permintaan yang terdefinisi dengan baik dan bervolume tinggi, yang jalur resolusinya konsisten dan hasilnya dapat diukur. Forrester memprediksi bahwa 1 dari 4 merek akan mengalami peningkatan sebesar 10% dalam interaksi layanan mandiri sederhana yang berhasil pada akhir 2026, didorong oleh meningkatnya kepercayaan terhadap AI dan model yang dilatih dengan lebih baik (Forrester, November 2025).
Berikut lima kasus penggunaan pusat kontak yang memberikan hasil terukur dengan AI dalam layanan pelanggan:
Untuk uraian lengkap tentang kemampuan agen virtual, lihat panduan agen virtual AI dari Zoom.
AI dalam layanan pelanggan bukan lagi pembahasan tentang masa depan. Ini adalah keputusan operasional saat ini. Para pemimpin pusat kontak yang bertindak sekarang dapat membangun keunggulan nyata dalam tingkat resolusi seiring dengan terus meningkatnya ekspektasi pelanggan.
Titik awal yang tepat bukanlah kasus penggunaan yang paling ambisius: ini adalah jenis permintaan dengan volume tertinggi dan paling konsisten dalam antrean Anda saat ini. Mulailah dari sana, ukur resolusi daripada penyelesaian, dan bangun dari platform yang menghubungkan layanan mandiri dan agen langsung secara mulus.
Zoom Virtual Agent menyediakan lingkungan terpadu bagi tim pusat kontak, tempat AI menangani layanan mandiri dan agen menangani hal yang memerlukan penilaian manusia, dengan konteks lengkap setiap interaksi tersedia bagi keduanya.
AI dalam layanan pelanggan adalah penggunaan teknologi kecerdasan buatan, termasuk pemrosesan bahasa alami, pembelajaran mesin, dan penalaran agentik, untuk menangani interaksi pelanggan dengan lebih cepat, lebih akurat, dan dalam skala besar. Sistem ini memahami maksud pelanggan, mengambil informasi yang relevan, menjalankan tugas di berbagai sistem bisnis yang terhubung, dan merutekan percakapan ke jalur resolusi yang tepat tanpa memerlukan agen manusia untuk setiap interaksi.
Istilah ini mencakup rentang teknologi dan model penerapan yang luas, mulai dari bot Tanya Jawab Umum sederhana hingga sistem AI Agentik yang terhubung ke platform back-end dan menyelesaikan tugas multilangkah. Yang membedakan AI modern dalam layanan pelanggan dari generasi sebelumnya adalah pergeseran dari pohon keputusan berbasis skrip ke sistem berbasis penalaran yang dapat memahami maksud, beradaptasi dengan konteks, dan mengambil tindakan, alih-alih hanya menampilkan informasi dan meminta pelanggan menindaklanjutinya sendiri.
Zoom Virtual Agent adalah agen virtual yang didukung AI dan dibangun di atas platform Zoom CX. Agen ini menggunakan pemahaman bahasa alami, pembelajaran mesin, dan penalaran AI Agentik untuk memberikan resolusi terhadap permintaan pelanggan melalui saluran suara dan digital. Agen ini memahami maksud pelanggan, mengambil tindakan di berbagai sistem bisnis yang terhubung, dan memberikan resolusi terhadap permintaan tanpa memerlukan agen langsung untuk setiap interaksi, serta melakukan eskalasi ke agen langsung di Zoom Contact Center ketika penilaian manusia merupakan langkah selanjutnya yang tepat.
Yang membedakan Zoom Virtual Agent dari alat agen virtual mandiri adalah integrasi bawaannya dengan Zoom Contact Center. Saat interaksi dieskalasikan, seluruh riwayat percakapan otomatis ditransfer ke agen langsung—tanpa kehilangan konteks, tanpa pertanyaan berulang, dan tanpa berpindah platform. Agen virtual dan agen langsung beroperasi sebagai satu pengalaman yang berkesinambungan bagi pelanggan, bukan sebagai dua sistem yang saling meneruskan tiket.
Tingkat penyelesaian mengukur seberapa sering pelanggan tetap berada di saluran layanan mandiri seperti chatbot atau agen virtual tanpa melakukan eskalasi ke agen langsung. Tingkat resolusi mengukur apakah masalah pelanggan telah mendapatkan resolusi. Tingkat penyelesaian yang tinggi tidak selalu berarti tingkat resolusi yang tinggi: pelanggan yang menyerah dan memutuskan koneksi setelah gagal mendapatkan bantuan tetap dianggap sebagai penyelesaian, tetapi masalahnya belum mendapatkan resolusi.
Pembedaan ini sangat penting saat mengevaluasi alat AI dalam layanan pelanggan. Vendor yang melaporkan tingkat penyelesaian tanpa tingkat resolusi mungkin mengukur hasil yang keliru. Saat mengevaluasi platform, mintalah data tingkat resolusi (persentase interaksi ketika masalah yang disampaikan pelanggan dikonfirmasi telah terselesaikan) bersama dengan angka tingkat penyelesaian. Tujuan AI modern dalam layanan pelanggan bukanlah mencegah pelanggan masuk ke antrean agen langsung; tujuannya adalah memberi mereka jawaban atau hasil yang mereka cari.
AI dalam layanan pelanggan membantu tim pusat kontak menangani volume yang lebih tinggi dengan sumber daya lebih sedikit, memberikan resolusi masalah lebih cepat, dan memberikan pengalaman yang lebih konsisten di setiap saluran. Manfaat utama mencakup waktu penanganan rata-rata yang lebih singkat, tingkat pergantian agen yang lebih rendah melalui pekerjaan setelah panggilan otomatis, ketersediaan 24/7 tanpa kenaikan biaya yang proporsional, serta wawasan pelanggan yang lebih mendalam melalui analisis sentimen waktu nyata dan analitik percakapan.
Selain efisiensi operasional, AI dalam layanan pelanggan juga menciptakan kondisi yang lebih baik bagi agen. Ketika AI menangani permintaan rutin dan berulang, agen menghabiskan lebih banyak waktu untuk interaksi yang membutuhkan penilaian, kreativitas, dan empati: pekerjaan yang cenderung lebih memuaskan dan lebih mungkin membuat agen berkinerja terbaik bertahan. Tim yang menggabungkan layanan mandiri berbasis AI dengan alat bantuan agen berbasis AI memperoleh manfaat berlipat: lebih sedikit kontak per agen, resolusi lebih cepat untuk kontak yang tersisa, dan data yang lebih baik untuk pelatihan dan peningkatan kualitas.
AI meningkatkan resolusi pada kontak pertama dengan memberikan jawaban yang lebih cepat dan akurat kepada pelanggan sebelum konteks hilang atau masalah mengalami eskalasi. Sistem AI dapat mengambil pengetahuan yang relevan selama panggilan berlangsung, merutekan interaksi ke agen yang paling sesuai, dan menampilkan panduan tindakan terbaik berikutnya agar agen dapat memberikan resolusi dengan benar pada upaya pertama, bukan melalui beberapa kontak tindak lanjut.
Resolusi pada kontak pertama sangat bergantung pada akurasi perutean dan ketersediaan pengetahuan. Ketika agen tidak memiliki informasi yang tepat atau agen yang salah menangani permintaan kompleks—resolusi tertunda, sering kali memerlukan kontak kedua atau ketiga. AI mengatasi kedua jenis kegagalan: perutean cerdas mengarahkan interaksi kepada agen yang paling mampu memberikan resolusi, dan bantuan agen menampilkan pengetahuan yang paling relevan tanpa mengharuskan agen mencarinya secara manual.
AI dalam layanan pelanggan tidak menggantikan agen manusia—AI mengubah cara agen menggunakan waktu mereka. Permintaan rutin dan berulang seperti pencarian pesanan, pengaturan ulang kata sandi, dan pemeriksaan status akun dapat ditangani oleh sistem AI sepanjang waktu, sehingga agen dapat berfokus pada interaksi yang kompleks, sensitif secara emosional, atau bernilai tinggi yang memerlukan penilaian manusia, empati, dan pemecahan masalah kreatif.
Pelanggan ingin AI menangani pekerjaan yang sederhana dengan cepat, tetapi mereka juga menginginkan jalur yang jelas untuk menghubungi agen manusia terkait hal apa pun yang kompleks atau sensitif. Penerapan yang paling efektif menggabungkan layanan mandiri AI dengan jalur eskalasi yang dirancang dengan baik, di mana agen virtual memberikan resolusi terhadap hal yang dapat ditanganinya dan merutekan hal yang tidak dapat ditanganinya, sambil meneruskan konteks lengkap kepada agen langsung. Zoom Virtual Agent dirancang berdasarkan model ini, dengan tetap melibatkan agen manusia dalam interaksi yang mendapat manfaat dari keterlibatan manusia sekaligus menangani permintaan rutin bervolume tinggi secara mandiri.
Pengukuran ROI AI dalam layanan pelanggan dimulai dengan metrik dasar: waktu penanganan rata-rata, tingkat resolusi kontak pertama, biaya per interaksi, skor CSAT, dan tingkat pergantian agen. Setelah penerapan, tim melacak peningkatan di setiap area ini. Indikator ROI yang umum mencakup waktu penanganan yang lebih singkat, biaya yang lebih rendah per interaksi yang mencapai resolusi, tingkat penyelesaian yang lebih tinggi, dan ketergantungan yang lebih rendah pada staf lembur.
Penting untuk mengukur hasil resolusi daripada penyelesaian saja: agen virtual yang menangani volume kontak yang tinggi tetapi hanya memberikan resolusi dalam jumlah sedikit dari kontak tersebut menghasilkan gambaran ROI yang menyesatkan dalam jangka pendek sekaligus menciptakan masalah kepuasan pelanggan seiring berjalannya waktu. Tim yang menggunakan Zoom CX Insights memperoleh lapisan analitik terpadu di seluruh interaksi agen virtual dan agen langsung, sehingga memungkinkan pelacakan rasio penyelesaian terhadap resolusi, tren sentimen, dan kinerja agen secara berdampingan, serta membangun kasus ROI lengkap yang memperhitungkan pengurangan biaya dan peningkatan pengalaman pelanggan.
7 menit untuk membaca
Discover how AI self-service and agentic AI revolutionize customer experience. Explore solutions like our next-generation Zoom Virtual Agent.
7 menit untuk membaca
Uncover the value of AI in CX and what leaders need to know to enhance satisfaction and loyalty in Metrigy’s new report.
5 menit untuk membaca
Explore why customer experience resolution is critical for brand loyalty. Get insights from our latest research on AI and CX.
