Search
Close this search box.
Search
Close this search box.

วิธีรับมือเหตุการณ์ที่ไม่คาดคิด หรือ BCP ด้วย Zendesk

ก่อนอื่นเราต้องมาทำความรู้จักกับคำว่า BCP หรือ Business Continuity Plan กันก่อน.. BCP หรือ Business Continuity Plan คือ แผนรับมือเหตุการณ์ฉุกเฉินที่ทางบริษัทไม่ได้เตรียมการณ์เอาไว้ จนทำให้การทำงานต้องหยุดชะงักไปในช่วงระยะเวลาหนึ่ง ซึ่งเหมาะกับในสถานการณ์ปัจจุบันนี้ ที่ไม่มีใครรู้ว่า โควิด-19, ฝุ่น PM2.5, ภัยไฟไหม้ น้ำท่วม หรือเหตุการณ์ต่าง ๆ อีกมากมาย จะกลับมาเล่นงานคุณหรือธุรกิจของคุณเมื่อไหร่ จะให้พนักงาน Work from home ก็ทำงานได้ไม่เต็มประสิทธิภาพ ดังนั้นวันนี้ทุกคนควรทำความรู้กับ BCP ให้มากขึ้น และเตรียมแผนรับมือของคุณให้พร้อมกันเถอะ ซึ่งแต่ละบริษัทก็อาจจะมีผลกระทบที่ต่างกันออกไป ดังนั้นแผนของ BCP ก็ต่างกันไปด้วย แต่เรื่องที่เราจะพูดถึงในครั้งนี้จะเน้นไปที่การบริการลูกค้า ที่ทุกคนจะพบเจอเรื่องแรก ๆ การรับเรื่อง หรือการติดต่อกับลูกค้า เรื่องนี้ยากที่สุดสำหรับธุรกิจที่ยังพึ่งพิงกับระบบสื่อสารแบบเดิม ๆ ต้องมีพนักงานไปที่ออฟฟิศ ถ้าเข้าออฟฟิศไม่ได้ ลูกค้าก็ติดต่อไม่ได้ หรือลูกค้าแจ้งเรื่องเข้าเบอร์มือถือพนักงานสักคนแต่ไม่รู้ว่าจะสื่อสารอย่างไร เคสนี้แนะนำว่ารีบไปหาระบบที่สามารถทำงานบน Cloud ได้ เผื่อในอนาคตเกิดมีการต้องเข้าออกออฟฟิศไปมา หรือย้ายออฟฟิศ ก็จะไม่ได้รับผลกระทบ อยู่ที่ไหนพนักงานก็ยังสามารถทำงานได้ และการรับเรื่องลูกค้าจากหลายช่องทาง เช่น Social Media ต่าง ๆ ในกรณีที่การรับโทรศัพท์เพียงอย่างเดียวเอาไม่อยู่ เพราะมีสายเข้ามามาก หรือพนักงานมาไม่ได้ ก็ต้อง Work From Home ในการ Support หรือให้บริการลูกค้าให้ได้ ระบบ Omnichannel Customer Service เช่น Zendesk ที่รวบรวมช่องทางการติดต่อไม่ว่าจะเป็นโทรศัพท์ ไลน์ เฟซบุ๊ค อีเมล ฯลฯ เข้ามาที่จุดเดียว และสามารถส่งงานต่อ Tracking งานได้ ว่ามีเคสค้างเท่าไหร่ Performance ของการทำงานเป็นยังไงบ้าง ใครติดต่อเข้ามาเยอะ เรื่องอะไร ฯลฯ ก็ควรจะมี เอาไว้เป็นเครื่องมือในการให้บริการลูกค้าได้แบบต่อเนื่อง ไม่ว่าคุณจะอยู่ที่ไหนก็ตามก็สามารถบริการลูกค้าอย่างมีประสิทธิภาพได้ เหมาะแก่การรับมือในสถานการณ์ที่ไม่แน่นอน และไม่รู้ว่าจะเกิดอะไรขึ้นอีกในอนาคต...

Continue reading

รู้ไว้ก่อนตกเทรนด์ Machine Learning ก็ใช้ใน Customer Service ได้นะ

Machine Learning ในแง่ของการบริการลูกค้ามักถูกใช้ในการอำนวยความสะดวกให้กับลูกค้าในอีกระดับหนึ่งที่สูงกว่า และการเพิ่มประสิทธิภาพการทำงานของเจ้าหน้าที่ฝ่ายซัพพอร์ต เครื่องมือ Customer Analytics ที่มุ่งเน้นการซัพพอร์ตร่วมกับเทคโนโลยี Machine Learning เองกำลังได้รับความนิยมที่เพิ่มมากขึ้นอย่างมาก เนื่องจากมักเป็นแอปพลิเคชันที่ใช้งานได้ง่ายและประสบความสำเร็จในอุตสาหกรรมต่างๆ ล่าสุด Gartner คาดการณ์ว่าภายในปี 2021 กว่า 15% ของการมีปฏิสัมพันธ์ในการบริการลูกค้าจะถูกรับมือด้วย Artificial Intelligence (ปัญญาประดิษฐ์) โดยสมบูรณ์ ทว่าสวนทางกับความนิยมที่เพิ่มมากขึ้น ปฏิเสธไม่ได้ว่ายังคงมีความกังขาเกี่ยวกับการใช้งานเทคโนโลยีเอไอ โดยเฉพาะ Machine Learning  ในบทความนี้ เราจะมาเคลียร์ข้อกังขาในแง่ของการใช้ Machine Learning ร่วมกับการบริการลูกค้ากัน ส่งต่อข้อมูลเชิงลึก ก่อนอื่น มาดูคำจำกัดความของ Machine Learning กันก่อน : Machine Learning เป็นประเภทหนึ่งของเทคโนโลยีเอไอที่ใช้อัลกอริทึมหลายชั้นเพื่อ “เรียนรู้” จากการประมวลผลข้อมูล ในขณะที่ปัญญาประดิษฐ์เป็นคำที่ใช้โดยทั่วไปในการจำลองความฉลาดของมนุษย์ Machine Learning จะเกี่ยวข้องกับวิธีการที่เครื่องได้รับข้อมูล เข้าใจกฎระเบียบการทำงานในแบบที่ควรจะเป็น และวิธีการที่จะประมวลผลดีขึ้นเรื่อยๆ เมื่อเวลาผ่านไป แอปพลิเคชัน Machine Learning ที่ใช้งานแล้วได้ผลดี มักจะเป็นเชิงอุตสาหกรรมที่มีการประมวลผลข้อมูลจำนวนมากเข้ามาเกี่ยวข้อง หรือมีขั้นตอนที่จำเป็นต้องใช้การตัดสินใจอย่างชาญฉลาด จริงอยู่ที่สมองของคนเราอาจไม่สามารถรองรับข้อมูลมหาศาลได้เท่าอัลกอริทึม แต่ก็แน่นอนว่ามีสิ่งที่มนุษย์ทำได้ดีกว่าอย่างการรับมือกับลูกค้าที่อารมณ์เสียโดยตรง ในส่วนแง่ของประสิทธิภาพการบริการลูกค้านั้น เจ้าหน้าที่ซัพพอร์ตที่เป็นคนจริงๆ แล้วก็มีข้อมูลครบแน่น ก็ยังคงเป็นที่ชื่นชอบสำหรับการบริการลูกค้ามากกว่าอยู่ดี มุ่งเน้นที่ Self-Service จากแบบสำรวจพบว่า 81% ของลูกค้าจะชอบหาทางแก้ปัญหาด้วยตัวเองก่อนสอบถามไปยังเจ้าหน้าที่ซัพพอร์ต ดังนั้นในหลายๆ องค์กรจึงได้มีการเพิ่มบริการ Self-Service ด้วยหวังว่าจะสามารถส่งมอบประสบการณ์ลูกค้าที่ดีขึ้นได้ หนึ่งในวิธีการที่ง่ายที่สุดในการทำ Self-Service ก็คือการสร้างระบบฐานความรู้ Self-Service เป็นกรณีที่มีการใช้งานแอปพลิเคชัน Machine Learning เข้าช่วยที่พบเห็นได้ทั่วไปในปัจจุบัน ไม่ว่าจะเป็น Chatbots, Virtual Assistants และเครื่องมือเสริม AI อื่นๆ ที่สามารถ “เรียนรู้” และจำลองการโต้ตอบเจ้าหน้าที่บริการลูกค้าได้ บางแอปพลิเคชันก็นิยมใช้เป็น Deep Learning ซึ่งเป็น Machine Learning ที่ประมวลผลได้ลึกซึ้งยิ่งกว่า เพื่อให้ได้ผลลัพธ์ที่แม่นยำและสามารถช่วยเหลือผู้ใช้งานได้มากขึ้น แล้ว...

Continue reading

How to อัพเกรดการบริการลูกค้าด้วย Experience Data

ก่อนอื่นหากใครไม่รู้ว่า Experience Data คืออะไร? คลิกเลย ซึ่งการที่เรามี Experience Data(X-Data) ก็เป็นสิ่งที่ดี แต่ถ้าหากคุณไม่สามารถนำข้อมูล X-Data มาปรับใช้กับธุรกิจของคุณได้ มันก็อาจจะเสียเปล่า ดังนั้นวันนี้ Demeter ICT จะมาบอกถึงการนำเอา X-Data มาปรับใช้ในธุรกิจเพื่อเป็นการอัพเกรดการบริการของคุณ และสามารถสร้างประสบการณ์ที่ยอดเยี่ยมให้กับลูกค้าได้ ติดตามตัวชี้วัด และ เปรียบเทียบกับคู่แข่ง การปรับปรุงเปลี่ยนแปลงอะไรก็แล้วแต่ ต้องมาจากการวัดผลที่สามารถตรวจสอบได้ ดังนั้นทีมบริการลูกค้าก็มีตัววัดผลที่มุ่งเน้นไปที่ลูกค้าหลายตัว เพื่อดูความพึงพอใจของลูกค้าและนำเอาไปเปรียบเทียบกับคู่แข่งในอุตสาหกรรมเดียวกัน และนำมาปรับใช้ให้ดีกว่าคู่แข่งได้ ดังนี้ Net Promoter Score(NPS) คะแนนผู้สนับสนุนสุทธิ คือ คะแนนที่จะวัดความภักดีของลูกค้าด้วยการที่ถามว่า คุณจะแนะนำ องค์กรA, สินค้าB หรือ บริการC ให้กับเพื่อนหรือคนรู้จักของคุณหรือไม่ Customer Satisfaction(CSAT) ความพึงพอใจของลูกค้า คือ คะแนนที่จะวัดความพึงพอใจว่า ลูกค้ามีความพึงพอใจต่อสินค้าหรือบริการที่ได้รับในระดับใด Customer Effort Score(CES) คะแนนความพยายามของลูกค้า คือ คะแนนที่จะวัดความสะดวกในการใช้งานไม่ว่าจะด้วย การบริการหรือตัวสินค้าเอง แก้ปัญหาก่อนที่ส่งผลกระทบต่อกำไร หากคุณมีข้อมูล X-Data ของลูกค้า คุณจะสามารถรู้ถึงอารมณ์ของลูกค้าได้อย่างใกล้ชิด และสามารถแก้ไขปัญหาได้ก่อนที่เราจะควบคุมไม่ได้ และจะส่งผลถึงฟีดแบคหรือกำไรต่อไป ยกตัวอย่างเช่น ลูกค้ารายหนึ่งได้ซื้อสินค้าหรือบริการของเราไปแล้วเกิดมีปัญหา เราสามารถตรวจสอบ Social Media ได้ทันทีหากมีการกล่าวถึงคุณ เพื่อเป็นการยับยั้งปัญหาก่อนที่จะเกิดการแพร่ระบาด ปรับแต่งกระบวนการทำงาน และฝึกอบรมภายใน เมื่อคุณเก็บข้อมูล X-Data มากขึ้น คุณจะเริ่มเข้าใจ อารมณ์ ความคิด และความต้องการที่แท้จริงของลูกค้าได้ดียิ่งขึ้น ดังนั้นคุณสามารถนำเอาข้อมูล X-Data มาปรับกระบวนการทำงานบางอย่างขององค์กรให้ตรงกับความต้องการของลูกค้าได้ พร้อมทั้งเทรนพนักงาน เพื่อแลกเปลี่ยนข้อมูลที่พบเจอและให้เข้าใจถึงปรับเปลี่ยนกระบวนการทำงาน ยกตัวอย่างเช่น หากมีลูกค้าติดต่อมาหาคุณถามคำถามเดียวกันบ่อย ๆ คุณก็อาจจะเพิ่มตัวเลือกการช่วยเหลือตัวเอง(Self Service) กับคำถามนี้เพื่อให้ลูกค้าสามารถหาคำตอบด้วยตัวเองได้รวดเร็วยิ่งขึ้น เป็นการช่วยทั้งลูกค้าและตัวพนักงานเองด้วย ซึ่งการเก็บรวบรวมข้อมูล X-Data ก็จำเป็นที่จะต้องมีเครื่องมือที่มาช่วยให้การเก็บข้อมูลของคุณง่าย สะดวก และปลอดภัยยิ่งขึ้น ซึ่ง Zendesk ก็เป็นหนึ่งในซอฟท์แวร์หรือเครื่องมือหนึ่งที่ช่วยตอบโจทย์นี้ให้กับคุณได้ และยังมีฟีเจอร์อื่น ๆ อีกมากมายที่คุณอาจไม่เคยรู้...

Continue reading

Facebook จับมือ Zendesk เสริมสร้างประสบการณ์การสนทนาที่ทรงพลัง

หากพูดถึงโซเชียลมีเดียที่เป็นที่นิยมรู้จักกันทั่วโลก เชื่อว่าร้อยทั้งร้อยต้องมีตัวเลือก ‘Facebook’ อยู่ต้นๆ อย่างแน่นอน ไม่เพียงแต่ในด้านการให้ข่าวสารความบันเทิงของโลกโซเชียลเท่านั้น Facebook ได้กลายเป็นฐานสำคัญในการต่อยอดธุรกิจ โดยปัจจุบันพบว่ามีแอคเค้าท์ธุรกิจถึงกว่า 40 ล้านรายที่แอคทีฟในระบบ Messenger ในขณะที่ใน WhatsApp เองก็มียอดที่ทะยานขึ้นถึง 164% ในแถบละตินอเมริกา ส่วน Instagram ก็เพิ่งจะเปิด API ธุรกิจเป็นครั้งแรกเมื่อเวลาไม่นานมานี้ Facebook เลือก Zendesk เป็น CX Partner หลักในการจัดสรรด้านการสนทนาและการซัพพอร์ตลูกค้าผ่าน Messaging การจับมือร่วมงานกันนี้ทำให้ทั้งสองบริษัทสามารถเชื่อมการเข้าถึงระหว่างกันได้ง่าย และส่งผลให้การตอบกลับลูกค้าผ่านช่องทางต่างๆ ของผลิตภัณฑ์ Messaging ของ Facebook ไม่ว่าจะเป็น Facebook, Instagram และ WhatsApp สามารถทำได้อย่างรวดเร็วยิ่งขึ้น การร่วมมือกันเหล่านี้ยังรวมถึงการมีส่วนร่วมเกี่ยวกับผู้ติดตาม การทำธุรกรรมทางโซเชียล และการแก้ไขปัญหาด้านการบริการลูกค้าต่างๆ และนอกเหนือกว่านั้น Zendesk กับ Facebook จะทำงานร่วมกันในการพัฒนาศักยภาพของโปรดักส์ ให้ลูกค้าสามารถเข้าถึงฟีเจอร์ใหม่ๆ ของ Facebook ได้อย่างง่ายดาย ไม่ว่าจะเป็น Messenger API สำหรับ Instagram และหลักการทำงานของ WhatsApp ที่จะช่วยให้ธุรกิจที่ใช้ WhatsApp ดำเนินกิจการได้อย่างสะดวกรวดเร็วยิ่งขึ้น ระบบ Social Messaging ที่ดีกว่าเดิม แอป Messaging เป็นแอปที่ตอบสนองความต้องการของผู้คนในเรื่องของความสะดวกสบาย มีผู้คนจำนวนมากที่ใช้แอปส่งข้อความเป็นช่องทางหลักในการติดต่อสื่อสารกับทั้งเพื่อนและครอบครัว จากสถิติทั่วโลกพบว่า กว่า 175ล้านคนเคยมีประสบการณ์ติดต่อแอคเค้าท์ธุรกิจมาแล้วใน WhatsApp และมีผู้ใช้งานกว่า 100ล้านคนที่ส่งข้อความไปมาระหว่างกันทุกวัน โดย Zendesk จะเข้ามาช่วยให้สามารถตั้งค่าบทสนทนาใน WhatsApp, Messenger และ Instagram จาก Admin Center ควบคู่ไปกับช่องทางโซเชียลอื่นๆ เพื่อที่เจ้าหน้าที่จะสามารถตอบกลับและแก้ไขปัญหาคำร้องได้รวดเร็ว การร่วมมือกันของ Zendesk กับ Facebook ยังทำให้มั่นใจในการมุ่งเน้นไปที่การพัฒนาศักยภาพของระบบ เพื่อให้ลูกค้าได้รับประสบการณ์ที่ดีขึ้น  นอกจากนี้ แพลตฟอร์มของ Zendesk...

Continue reading

OmniChannel vs MultiChannel ต่างกันอย่างไร?

ถึงแม้ว่าในปัจจุบันการสื่อสารผ่านโซเชียลมีเดียระหว่างร้านค้ากับลูกค้าจะเป็นเรื่องที่ปกติในสังคม แต่จริงๆแล้วมันมีรายละเอียดบางอย่างที่หลายๆคนอาจจะยังไม่รู้ ว่านอกจากการที่ร้านค้าจะเปิดช่องทางที่เอาไว้ติดต่อกับลูกค้าที่มาจากหลากหลายช่องทางแล้ว มันยังมีวิธีที่ง่ายและสะดวกกว่านั้นอีก วันนี้ทาง Demeter ICT จึงจะมาแนะนำคำศัพท์ที่มีชื่อว่า OmniChannel กับ MultiChannel ซึ่งอาจจะมีหลายๆคนที่เคยได้ยินสองคำนี้แล้ว หรือบางคนอาจจะไม่รู้จักกันคำนี้เลย  แต่ในวันนี้ เราจะมารู้จักสองคำนี้กันมากขึ้นไปพร้อมๆกัน – มาทำความรู้จักกันเลย – Omni-Channel หรือ การตลาดแบบช่องทางเดียว คือ การผสานหรือรวบรวมช่องทางการติดต่อของลูกค้าทั้งหมดไว้ในที่เดียว ไม่ว่าจะเป็น E-mail, Social Media(Facebook, Line, Whatsapp, และอื่นๆ) Website, โทรศัพท์, หรือจะเป็น Chat ในรูปแบบต่างๆ Multi-Channel หรือ การตลาดแบบหลายช่องทาง คือ คือการขยายช่องทางเพื่อรองรับการติดต่อของลูกค้าที่มาจากหลากหลายช่องทาง ซึ่งจะแบ่งแยกช่องทางแต่ละช่องทางอย่างชัดเจน – ความแตกต่าง – ซึ่งถ้าพูดถึงในปัจจุบันหลายๆรูปแบบธุรกิจถือว่าเป็นรูปแบบของ MultiChannel อยู่แล้ว เพราะหลายๆร้านค้าก็ได้มีการพัฒนาและเพิ่มช่องทางการสื่อสารเพื่อรองรับลูกค้าจากช่องทางที่เขาสะดวกในติดต่อมากขึ้น แต่ถ้าหากคุณต้องการที่จะพัฒนาหรือขยายธุรกิจให้เติบโตมากขึ้น รองรับลูกค้าที่มากขึ้น MultiChannel อาจจะไม่ใช่ข้อที่ตอบโจทย์คุณเท่าไหร่ เพราะถ้าคุณขยายธุรกิจเติบโตขึ้น ลูกค้าก็จะมีมากขึ้น ซึ่งก็แปลว่าคุณจะต้องสื่อสารหรือพูดคุยกับลูกค้ามากขึ้น และการที่แยกแพลตฟอร์มการตอบหลายๆช่องทางนั้น อาจส่งผลมีปัญหาเกิดขึ้นตามมากมาย ยกตัวอย่างเช่น ถ้าคุณมีพนักงานสื่อสารกับลูกค้าหรือว่า Admin หลายๆคน Admin แต่ละจะสามารถรู้ได้อย่างไรว่าลูกค้าคนนี้แก้ไขปัญหาเสร็จรึยัง คุยกันถึงไหน หรือจะเป็นเรื่องการตอบพร้อมกันหรือแย่งกันตอบยิ่งทำให้เกิดความสับสน และสร้างความไม่พอใจให้กับลูกค้าได้ แล้วถ้าหากคุณมีพนักงานน้อย อาจทำให้เกิดความล่าช้าในการตอบลูกค้า และส่งผลให้งานของ Admin นั้น Overload จนทำให้เกิดความผิดพลาดได้ง่ายๆ หรือแม้กระทั่งการเก็บข้อมูลของลูกค้าเอง ถ้าลูกค้าคนนี้เคยติดต่อเรามา แล้วเขาติดต่อใหม่มาอีกครั้งนึง หรือติดต่อมาอีกช่องทางนึง คุณก็ต้องขอข้อมูลใหม่อีกรอบนึง ซึ่งนี่เป้นสิ่งที่จะทำให้ลูกค้าไม่พอใจเป็นอย่างยิ่งและพนักงานยังต้องทำงานซำซ้อนอีกด้วย แต่ด้วยรูปแบบการทำงานของ OmniChannel ที่รวมทุกช่องทางไว้ในที่เดียว เพื่อตัดปัญหาความสับสนระหว่างพนักงานที่เป็น Admin เอง หรือจะเป็นสถานะของลูกค้าแต่ละคนว่าตอนนี้อยู่กระบวนการไหน เพื่อให้ Admin คนอื่นๆรู้ว่า ลูกค้าคนนี้มีคนรับแล้วเคสไปแล้วหรือยัง หรือตอนนี้อยู่ระหว่างดำเนินการ รอการแก้ไขปัญหาอยู่  และยังมีประวัติของลูกค้าโชว์ชัดเจนให้หน้าเดียวกัน เพื่อให้คนที่มาดูแลงานต่อสามารถรู้ถึงข้อมูลและปัญหาของลูกค้าที่ติดต่อเข้ามาได้ทันที โดยที่ไม่ต้องถามซ้ำอีกรอบให้เกิดความพอใจ เป็นการลดความซ้ำซ้อนในการทำงานได้อย่างดี และสิ่งที่สำคัญที่สุดของระบบ OmniChannel ที่บริษัทสำหรับที่ต้องการจะเติบโตและขยายธุรกิจคือ...

Continue reading

Machine Learning VS Deep Learning แท้จริงแล้วคืออะไรกันแน่?

คุณเคยสงสัยไหมว่า Netflix รู้ได้อย่างไรว่าเราควรจะดูรายการอะไรต่อ? Facebook แยกใบหน้าในรูปของเราได้อย่างไร? อะไรที่ทำให้รถยนต์ไร้คนขับ สามารถเกิดขึ้นได้จริง? หรือแม้กระทั่ง พนักงานบริการลูกค้ารู้ได้อย่างไรว่าคุณจะพึงพอใจในบริการของพวกเขาหรือไม่ ก่อนที่คุณจะทันได้ตอบแบบสอบถามเสียอีก คำตอบของคอนเซปต์ที่นำไปสู่นวัตกรรมเหล่านี้ ก็คือ “Machine Learning” Machine Learning คืออะไร? ก่อนอื่น มาดูคำจำกัดความของ Machine Learning กัน : Machine Learning คือ การทำให้ระบบคอมพิวเตอร์สามารถประมวลผล คาดการณ์ ตัดสินปัญหาต่างๆ ด้วยตนเองผ่านการเรียนรู้ชุดข้อมูลที่ป้อนเข้าไป  ตัวอย่างเกี่ยวกับอัลกิริทึมของ Machine Learning ที่พบเห็นได้ในชีวิตประจำวัน ก็คือแพลตฟอร์มสตรีมเพลงต่างๆ ที่มักจะแนะนำเพลงใหม่ๆ หรือศิลปินให้กับผู้ใช้ โดยอัลกอรึทึมของ Machine Learning จะทำการวิเคราะห์จากข้อมูลเพลงหรือศิลปินที่ผู้ใช้ชื่นชอบ เทียบกับผู้ฟังอื่นที่มีแนวโน้มการฟังเพลงแบบเดียวกัน หลายธุรกิจที่มีระบบแนะนำมักจะใช้เทคนิคนี้เช่นเดียวกัน ปัจจุบันมีการนำ Machine Learning เข้ามาใช้ในงานที่เป็น ‘ระบบอัตโนมัติ’ มากมายแทบทุกวงการ ไม่ว่าจะเป็นบริษัทด้านการรักษาความปลอดภัยที่ใช้ Machine Learning เข้าช่วยในการกวาดล้างมัลแวร์ ตลอดจนผู้เชี่ยวชาญด้านการเงินที่ต้องการการแจ้งเตือนหุ้นตัวโปรด อัลกอริทึมของเอไอจะถูกโปรแกรมให้เรียนรู้ในแบบที่คล้ายกับผู้ช่วยส่วนตัวบนโลกเสมือน ซึ่งเป็นอะไรที่ Machine Learning สามารถทำได้ดีเลยทีเดียว Machine Learning มักมาควบคู่กับระบบและการ Coding ที่สลับซับซ้อน ที่ในท้ายที่สุดแล้วทำหน้าที่ไม่แตกต่างจากกลไกของไฟฉาย รถยนตร์ หรือจอคอมพิวเตอร์ ดังนั้นเมื่อกล่าวถึง “Machine Learning” ความหมายของมันก็คือบางอย่างที่แสดงผลการทำงานเดียวกับข้อมูลที่ถูกป้อน และให้ผลลัพธ์ที่ดีขึ้นเรื่อยๆ เมื่อเวลาผ่านไป เหมือนกับคุณมีไฟฉายที่มักเปิดเองอัตโนมัติเมื่อคุณพูดประมาณว่า “ที่นี่มืดจังเลยนะ” ต่อให้คุณไม่ได้พูดประโยคเดียวกันนี้ ไฟฉายนั้นก็จะยังคงเปิดเองต่อให้คุณพูดประโยคอื่นที่ขอแค่มีคำว่า “มืด” แล้ว Deep Learning คืออะไร? ในแง่การปฏิบัติแล้ว จะกล่าวว่า Deep Learning เป็นซับเซตของ Machine Learning ก็คงไม่ผิดนัก ในความเป็นจริงเทคนิคของ Deep Learning ไม่แตกต่างจาก Machine Learning และยังมีฟังก์ชันการทำงานที่คล้ายคลึงกัน หากแต่ว่า ขีดความสามารถจะแตกต่างกันเสียหน่อย...

Continue reading

75% ของบริษัทชั้นนำด้านระบบ Cloud 100 แห่ง ใช้ Zendesk

เทรนด์ที่เน้นการทำงานที่เน้นด้าน Remote Working มากขึ้น ทำให้ในปี 2020 นี้เราได้เห็นการเติบโตอย่างก้าวกระโดดของบริษัทด้านคลาวด์และซอฟต์แวร์หลายบริษัท Business-to-Business (B2B) ซอฟต์แวร์ยังไม่ถึงจุดอิ่มตัว และยังมีท่าทีจะเติบโตขึ้นไปได้อีกอย่างต่อเนื่อง Forbes ได้ลิสต์รายชื่อบริษัทชั้นนำด้าน Cloud Solution และ Software as a service (SaaS) 100 บริษัท จำแนกตามการเติบโต ยอดขาย มูลค่าและองค์กร ตลอดจนคะแนนความนิยมจากสาธารณชนและบริษัทในแวดวงเดียวกัน ในปีนี้หนึ่งในบริษัทที่ได้คะแนนตรงส่วนนี้ไป ก็คือ Zendesk กว่า 75% ของ Forbes Cloud 100 ใช้ Zendesk ในการช่วยสร้างประสบการณ์ที่ดีให้ลูกค้า เรามาดูเหตุผลว่าทำไมบริษัทเหล่านี้ถึงได้ลงทุนด้าน Customer Experience (CX) กับ Zendesk กัน 1. สิ่งสำคัญของซอฟต์แวร์คือการทำงานให้เป็นไปอย่างราบรื่น การบริการลูกค้า ก็ควรจะไร้รอยต่อด้วยเช่นกัน จากการสำรวจผ่าน Startups CX Benchmark Report 2020 พบว่า บริษัท StartUps น้อยกว่าหนึ่งในสามที่มีการใช้โซลูชันเรื่อง Customer Experience ต่างจากการสำรวจบริษัทคลาวด์ชั้นนำ ที่มีการจัดการด้านนี้โดยเฉพาะ เพราะพวกเขาเล็งเห็นว่าความสำเร็จของซอฟต์แวร์พวกเขาเอง ก็ขึ้นอยู่กับการบริหารประสบการณ์ลูกค้าที่ดีเช่นเดียวกัน บริษัทอย่าง Culture Amp กับ Airtable เริ่มจากการต้องการหน้า User Interface ที่ลูกค้ารู้สึกพึงพอใจที่จะใช้ และอยากให้ Customer Service ในองค์กรราบรื่นไร้รอยต่อ แนวคิดนี้นำไปสู่การลงทุนด้านโซลูชันที่ทำให้ลูกค้าทำอะไรๆ ได้ง่ายขึ้น และหากพิจารณาจากความสำเร็จในตอนนี้ การลงทุนนั้นก็คุ้มค่าไม่เลวเลย 2. ในโลกที่มีการพัฒนาเปลี่ยนแปลงอยู่ตลอด การเข้าหาลูกค้าในช่องทางที่ใช่ ก็ยังเป็นเรื่องสำคัญอยู่ดี Elena Gomez, Chief Financial Official จาก Zendesk กล่าวว่าปีนี้ถือเป็นบทเรียนมาราธอนสำหรับองค์กรในการท้าทายการบริหารที่คล่องแคล่วยืดหยุ่น และการปรับตัวรับภายใต้วิกฤต ให้ธุรกิจสามารถดำเนินต่อไปได้ “โดยปกติบริษัทด้าน SaaS...

Continue reading

“Experience Data” กุญแจสู่การยกระดับการบริการลูกค้า

การบริการลูกค้าที่มีคุณภาพ เป็นความสำคัญอย่างนึงที่ทุกธุรกิจควรจะต้องมี เพราะผลสำรวจจาก Zendesk ลูกค้า 1 ใน 3 พร้อมที่จะหนีคุณไปหากพบประสบการณ์ที่ไม่ดีหรือเจอประสบการณ์ที่เลวร้ายกับแบรนด์ ๆ นั้น แต่ถ้าคุณทำให้ลูกค้ารู้สึกมีคุณค่าหรือว่าพบกับประสบการณ์ที่ดี เขาก็พร้อมที่จะจ่ายให้กับในครั้งต่อ ๆ ไป และอาจจะยอมจ่ายให้กับคุณมากขึ้น เพราะเขาเชื่อว่าจะได้รับประสบการณ์หรือสิทธิพิเศษที่ดีกว่าเดิม ธุรกิจในยุคปัจจุบันหลายๆแบรนด์มีความคล้ายคลึงกันมาก แต่ละแบรนด์จึงต้องสร้างความแตกต่าง ดังนั้นรูปแบบการเพิ่มหรือมอบฟังก์ชั่นใหม่ ๆ เพื่อสร้างให้ลูกค้ามีความภักดีต่อแบรนด์จึงเป็นที่นิยม แต่อาจจะส่งผลที่ไม่น่าพอใจนักสำหรับในปัจจุบันนี้ เพราะทุก ๆ แบรนด์ก็สามารถสร้างฟังก์ชั่นที่คล้ายกันได้อีกเช่นกัน ดังนั้นหลาย ๆ แบรนด์จึงเปลี่ยนทิศทางการสร้างความภักดีให้กับลูกค้า โดยมามุ่งเน้นทางด้านการบริการลูกค้าและสร้างประสบการณ์ที่ดีขึ้นกับลูกค้าแทน ซึ่ง ข้อมูลประสบการณ์ของลูกค้า (Experience Data) เป็นคีย์ที่สำคัญมากที่จะนำมาซึ่งการบริการที่ลูกค้าต้องการ แล้ว Experience Data(X-Data) หรือ ข้อมูลประสบการณ์ของลูกค้า คืออะไร? Experience Data(X-Data) คือ ความเชื่อ, อารมณ์, หรือจะเป็นความคิดของลูกค้า ที่สามารถบันทึกได้ในช่องทางต่าง ๆ เช่น แบบสำรวจ, ฟอร์มบนเว็บไซต์, พนักงานที่ติดต่อกับลูกค้า หรือจะเป็นช่องทางการติดต่อกับลูกค้า ซึ่งจะมุ่งเน้นไปที่การบอก “เหตุผล” ของการกระทำต่าง ๆ ที่เกิดขึ้นระหว่างลูกค้ากับแบรนด์ของเรา ซึ่งข้อมูลในส่วน X-Data จะต่างออกไปจาก Operational Data(O-Data) โดย O-Data จะบ่งบอก “สิ่งที่เกิด” มากกว่า จะยกตัวอย่างให้ทุกคนเข้าใจได้ง่ายขึ้น เช่น  มีลูกค้าคนนึงซื้อเสื้อกันหนาวจากแบรนด์เสื้อผ้าแบรนด์นึง แล้วลูกค้าเกิดไม่พอใจในตัวสินค้าเลยทำการขอคืนสินค้า ซึ่ง O-Data จะแสดงให้เห็นว่า ลูกค้าคนนี้กำลังขอคืนสินค้า แต่ X-Data จะแสดงให้เห็นว่า ทำไมลูกค้าคนนี้ถึงคืนเสื้อกันหนาวตัวนี้ เพราะลองใส่แล้วอาจจะอบอุ่นไม่เพียงพอ หรือ O-Data บอกว่าลูกค้าคนนี้ทิ้งรถเข็นเอาไว้ระหว่างกดซื้อของบน Website แต่ X-Data จะบอกว่าทำไมคนๆนี้ถึงทิ้งรถเข็นไว้ อาจจะเพราะความยุ่งยากในกระบวนการกดชำระเงิน ข้อมูลส่วนนี้เป็นข้อมูลที่หลายๆคนหรือหลายๆบริษัทต้องการและมีมูลค่าที่สูงมากๆ เพราะว่ามันเป็นตัวบ่งบอกถึงความต้องการของลูกค้าในเชิงลึก ที่ไม่ใช่คนภายนอกจะรับรู้หรือเก็บมาได้ง่ายๆเลย เพื่อที่เราจะได้นำข้อมูลมาพัฒนาหรือปรับปรุงในส่วนที่ลูกค้าแนะนำหรือตำหนิมาให้ดียิ่งขึ้น นี่จึงเป็นเหตุผลที่ Zendesk ได้จับมือกับ Qualtrics เครื่องมือที่จะช่วยให้เก็บข้อมูล...

Continue reading

Chat VS Messaging แตกต่างกันอย่างไร?

ทุกวันนี้การที่ลูกค้าจะส่งข้อความหาแบรนด์ไหนสักแบรนด์หนึ่งไม่ใช่เรื่องที่น่าแปลกใจแต่อย่างใด ฟีเจอร์แชทและส่งข้อความจึงเป็นฟีเจอร์สามัญที่พบเห็นได้ทั่วไปทั้งในเว็บไซต์และแอปพลิเคชันต่างๆ การทำความเข้าใจการสื่อสารทางธุรกิจรูปแบบเหล่านี้เองจึงเป็นอะไรที่สำคัญอย่างมาก แบบใดที่ให้ประสบการณ์ที่ดีกว่า แบบไหนดูเป็นธรรมชาติ หรือแม้แต่คำถามที่ว่าแท้จริงแล้วระหว่างการแชทกับการส่งข้อความ ความแตกต่างของมันอยู่ที่ไหนกันแน่ เรามาหาคำตอบของความเหมือนที่แตกต่างนี้กัน   Live Chat คืออะไร? Chat หรือในที่นี้หมายถึง Live Chat เป็นช่องทางการสื่อสารที่ถูกใช้งานมากที่สุดช่องทางหนึ่ง โดยทั่วไปแล้ว Live Chat จะปรากฏบนเว็บไซต์หรือแอปพลิเคชันมือถือของบริษัท ไม่ค่อยปรากฏอยู่ในช่องส่งข้อความทางอื่นเท่าไหร่นัก ด้วยความที่พื้นฐานเดิมเน้นการโต้ตอบแบบ Synchronous ให้ต่อบทสนทนากันได้แบบเรียลไทม์ เมื่อบทสนทนาระหว่างเจ้าหน้าที่กับลูกค้าจบลง ประวัติการแชทก็จะถูกลบออกไปด้วย Synchronous Messaging หรือความหมายก็คือการสื่อสารแบบโต้ตอบสองทางแบบที่ Live Chat ใช้ ในเรื่องของข้อจำกัดไม่แตกต่างจากการทำงานของการโทรคุยในโทรศัพท์นักตรงที่ผู้ส่งสารและผู้รับสารจะต้องมีปฏิสัมพันธ์กัน ณ ขณะนั้นตั้งแต่ต้นจนจบ ตรงข้ามกับระบบ Asynchronous ที่ให้สิทธิ์หยุดและเริ่มการสนทนาเมื่อไหร่ก็ได้ จะเรียลไทม์โต้ตอบในทันทีก็ได้หรืออาจจะพักไว้ก่อน การสื่อสารส่วนใหญ่ระหว่างเพื่อนกับครอบครัวที่ไม่เป็นทางการมากและตามความสะดวกสบายเสียมากกว่าจึงเป็นแบบ Asynchronous การส่งข้อความในแอป Messenger ต่างๆ ก็นับเป็น Asynchronous เช่นกัน แล้ว Messaging คืออะไร? Messaging หรือการส่งข้อความ โดยทั่วไปจะหมายถึงการสนทนาทางช่องทางโซเชียลต่างๆ อย่าง Facebook Messenger, WhatsApp, WeChat และ Instagram ลูกค้า ระบบ Messaging เป็นรูปแบบ Asynchronous ลูกค้าจะสามารถตัดสินใจตอบกลับตอนไหนก็ได้ จึงค่อนข้างสะดวกสบายกว่าสำหรับกรณีคำร้องที่ไม่เร่งรีบนัก Messaging ยังสามารถจำแนกเป็น 2 รูปแบบ คือ Social Messaging กับ Embedded Messaging Social Messaging จะอ้างอิงถึงบทสนทนาที่ใช้แอปหรือแพลตฟอร์มส่งข้อความของบุคคลที่ 3 อาทิ WhatsApp, Facebook Messenger, WeChat แม้แต่ Instagram หรือ Twitter DMs ช่องทางเหล่านี้เป็นที่รู้จักดีเพราะแบรนด์แทบทั้งโลกล้วนใช้ในการทำธุรกิจ เพื่อสร้างโอกาสในการเข้าถึงลูกค้าให้มากขึ้น นอกจากนี้ Social Messaging ยังสามารถใช้ในการส่งแบบสอบถาม แจ้งเตือน...

Continue reading