Kleta 需要一個全管道消息收件匣來接收和回應支援請求。它還希望結合使用自動化和人工代理來關注客戶,並確保客戶信息始終是最新的。
Kleta 最初與一家商業消息解決方案供應商合作,該提供者只能通過 WhatsApp 進行聊天。它接近了 respond.io 提供一套更複雜的工具,以便在擴展時提供高品質的全渠道支援。
Kleta 正在通過電子郵件處理客戶溝通,並且 WhatsApp的 API,這需要收件匣來發送和接收郵件。它將兩個通道連接到 respond.io 當它更換解決方案供應商時。
為了在該地區的熱門頻道上建立影響力, Kleta 然後啟動了一個 Instagram 帳戶並將其與 respond.io.這使它能夠跨多個管道提供支援,而座席可以從單個平臺回應客戶查詢和支援請求。
由於其 75% 的支援請求是事件報告, Kleta 想要自動執行可預測的任務。它使用了 respond.io的自動化構建器 工作流 來創建虛擬助手角色 Anna。“她”邀請客戶從功能表中選擇西班牙文或英語的支持類別。
工作流中的 HTTP 請求 在處理支援請求之前從基於雲端的數據解決方案 Ninox 獲取和更新客戶數據。現在可以自主處理多項任務,直到完成。然而 Kleta 仍然提供對人工代理的訪問作為回退或更複雜的請求。
起先 Kleta 在有限的工作時間內,由一名客戶服務代理親自回答 WhatsApp 上的所有支援請求。這很快就變得不可行了。
巴塞羅那團隊擴大了規模,並在委內瑞拉成立了第二支球隊,每週六天提供延長工作時間的支援。工作流現在按語言 路由 客戶,並將他們 轉移和分配給 可用的座席。自動化還允許座席輕鬆 上報支援案例 。
支援團隊分佈在兩個國家, Kleta 需要遠程即時監控座席性能。
此外,它只能通過谷歌評論來衡量客戶滿意度。這些提供了對訂閱、騎行和整體客戶體驗的見解,但並未顯示客戶對支援的具體感受。
上 respond.io,經理可以監督對話並在必要時進行干預。強大的分析元件還支援有關績效指標的長期和細粒度數據,以便設定目標。
對話摘要 有助於 Kleta 收集數據以改進支持處理並相應地構建未來的自動化。最重要的是,它還會在每次對話后通過 客戶滿意度 (CSAT) 調查收集客戶對自動化和座席支持的反饋。
"Respond.io 幫助我們提供必要的支援,以留住和吸引客戶。我們在兩個月內將訂閱使用者翻了一番,而不影響支持品質。現在,我們在根據提供的見解做出決策時也更加以數據為中心。這絕對是一個平臺,可以讓我們擴大規模並實現我們希望看到的增長。 Diego Casabe, 首席運營官 Kleta
通過自動化和人工支持的正確組合, Kleta 解決了大多數問題,並在事件發生后 48 小時內讓訂閱者重新騎上自行車。自動支援在 CSAT 評級中得分為 4.3 星(滿分 5 星)。同時,座席支援平均為4.6星,三分之二的客戶給支持團隊打了滿分。
這種始終如一的高水準客戶服務提高了客戶的信心和品牌忠誠度。由於推薦在客戶獲取中佔很大比例, Kleta 在短短兩個月內,其使用者成功增長了 100%。
Kleta 目標是在一年內將其訂戶和員工人數增加兩倍。跟 respond.io,它可以輕鬆加入更多座席並創建更複雜的自動化,以在擴展時保持卓越的客戶體驗。