零售業

通過對話智能優化服務。

  • 統一來自企業範圍以外的客戶資訊,並提供即時計算洞察,以加速服務交付。
  • 根據客戶需求和偏好提供主動且個性化的服務,透過全面的個人資料,隨著每次參與情況而更新。
  • 為服務團隊提供可行的見解和 AI 驅動的建議,以信任的客戶數據為基礎。

使用個案摘要

從任何渠道上的每個服務對話中使用詳細的轉錄數據,提取常見的聯繫原因和政策,找出常見問題的類似解決路徑,並理解客戶情緒,理想的是即時。 允許代理人(和機器人)提供更好的服務回應,並允許主管以最佳化服務運作。

使用的 Salesforce 產品

使用的資料來源

銷售渠道
忠誠度 & 會員資格
客戶關係管理 & 行銷
天氣 & 供應鏈
訂單 & 庫存
產品 & 型錄
定價 & 促銷
優惠 & 推薦
零售店專業知識

應用洞察和預測

透過將此使用案例中參考的資料來源匯集在一起,團隊可以建立計算洞察,或使用 Data Cloud 執行預測模型,這將使他們能夠做出更明智的決策或推動新的自動化。

計算洞察 使用所有對話來源擷取的成績單中的結構化中繼資料來發展洞察並偵測趨勢。 使用服務、忠誠度、訂單和參與度資料來建立客戶健康評分。
預測模型 預測客戶流失或不滿的可能性。 將機器學習模型套用到您的資料,以建立模型,例如預測的客戶滿意度或根據您的所有對話、案例和客戶資料移除概率的可能性。

影響是什麼?

縮短案件解決時間
客戶滿意度提高(CSAT)
提高代理程式生產力
提高自助案件解決