Fiserv menggunakan survei bertenaga AI untuk menyelesaikan masalah dan meningkatkan layanan

Fiserv dapat dianggap sebagai salah satu perusahaan fintech asli.

Didirikan pada tahun 1984, perusahaan Fortune 500, yang memiliki sekitar 40.000 karyawan di seluruh dunia, memainkan peran penting dalam memastikan bahwa pembayaran dilalui dan bahwa orang dan bisnis dapat mengakses uang mereka.

Terlepas dari jangkauannya yang sangat besar, Fiserv sering beroperasi tanpa disadari – dan itu disengaja, kata Ilana Boyum, wakil presiden perusahaan suara pelanggan dan wawasan pelanggan.

“Apakah Anda menggunakan mobile banking atau bekerja dengan bank lokal sebagai bisnis kecil, Anda kemungkinan berinteraksi dengan Fiserv,” katanya. “Tapi ketika kita melakukan pekerjaan kita dengan baik, kita tetap di belakang layar, membuat semuanya terjadi.”

Sementara Fiserv tetap di latar belakang, pelanggan masih membutuhkan cara untuk mengingatkan perusahaan ketika sesuatu tidak berfungsi. Boyum menggambarkan perannya sebagai “penghubung dan penerjemah,” membantu Fiserv memahami kekhawatiran kliennya. “Klien tahu bisnis mereka, bukan milik kita – dan itu baik -baik saja. Tapi mereka perlu memberi tahu kita apa yang mereka alami,” katanya. “Mereka mungkin merasakan ada sesuatu yang tidak aktif tetapi tidak tahu apakah itu dengan desain atau apakah ada sesuatu yang salah.”

Fiserv telah lama mengandalkan survei pelanggan untuk mengidentifikasi masalah, tetapi respons satu kata yang tidak jelas sering mengaburkan masalah sebenarnya. Boyum baru-baru ini mengintegrasikan AI percakapan ke dalam proses, mengubah survei menjadi percakapan dua arah. “Sekarang kita sedang memecahkan kode tentang apa yang perlu diperbaiki dan apa yang berfungsi sebagaimana dimaksud,” katanya.

Business Insider berbicara dengan Boyum tentang bagaimana Fiserv menggunakan kecerdasan buatan untuk mendapatkan wawasan pelanggan yang lebih dalam, mengidentifikasi ketidakefisienan, dan meningkatkan pengalaman pelanggan.

Berikut ini telah diedit untuk panjang dan kejelasan.

Sebelum menerapkan AI, apa batasan terbesar dari proses umpan balik pelanggan tradisional Anda?

Secara historis, setiap klien menerima tiga survei di tahun pertama mereka dan kemudian satu survei tahunan tambahan. Jika mereka menghubungi layanan pelanggan, mereka juga akan menerima survei. Biasanya, kami akan menyimpan survei hingga maksimal 10 pertanyaan dan pertanyaan terbatas terbatas untuk tiga.

Kami selalu memulai survei dengan respons skala, diikuti oleh “mengapa.” Menggali lebih dalam membutuhkan beberapa tindak lanjut, dan tanggapan seringkali terlalu singkat atau tidak jelas, sehingga sulit untuk mengungkap masalah akar.

Kelelahan survei adalah tantangan bagi banyak perusahaan. Menurut Anda apa yang paling berkontribusi?

Penggerak terbesar kelelahan survei adalah ketika pelanggan merasa seperti mereka memberikan waktu dan energi intelektual mereka hanya untuk melihat tidak ada yang terjadi. Itu tidak selalu merupakan kesalahan kita, tetapi itu adalah masalah kita. Kami berhati -hati untuk tidak mengajukan pertanyaan yang sudah kami ketahui jawabannya atau tidak memiliki niat untuk bertindak.

Bagaimana AI mengubahnya?

Ketika kami pertama kali mulai dengan AI, itu memberikan tindak lanjut kalengan untuk jawaban yang tidak jelas. Itu membantu, tetapi beberapa pertanyaan terasa canggung atau tidak pada tempatnya.

Sekarang kami menggunakan Intelijen Conversational Qualtrics, yang memiliki aliran alami. Ini menghasilkan pertanyaan tindak lanjut yang adaptif dan intuitif sehingga kami dapat menelusuri dan mendapatkan jawaban yang lebih kuat. Ini juga memungkinkan kami untuk mempersingkat survei kami karena kami bisa mendapatkan wawasan yang jauh lebih besar tanpa harus mengajukan banyak pertanyaan yang mungkin atau mungkin tidak berlaku.

Apa yang Anda perhatikan tentang tingkat respons dan kedalaman umpan balik yang Anda dapatkan?

Tingkat respons kami belum meningkat, tetapi kualitas dan aksi aksi respons telah meningkat. Sekitar 40% pelanggan yang menyelesaikan survei dengan pertanyaan yang dihasilkan AI memberi kami umpan balik yang lebih rinci.

Sebelum AI, jawaban pertama yang akan diberikan pelanggan kami seringkali agak kabur. Mereka akan merespons dengan umpan balik yang cukup umum, seperti “layanan pelanggan” atau “harga.” Menggunakan AI generatif untuk menggali lebih dalam dan mengajukan pertanyaan tindak lanjut percakapan telah memungkinkan klien kami untuk lebih akurat mengartikulasikan apa yang sebenarnya mereka maksud.

Terkadang umpan balik yang mereka berikan adalah hasil dari kita yang tidak menetapkan harapan untuk bagaimana berinteraksi dengan kita. Di lain waktu, itu karena ada sesuatu yang sebenarnya “rusak.” AI telah mengizinkan kami untuk menghilangkan perbedaan ini.

Bisakah Anda memberi contoh?

Sebagai perusahaan jasa keuangan, kami bekerja sama dengan penegakan hukum, IRS, dan lembaga pengaturan. Jadi, misalnya, ketika dana disimpan karena penyelidikan, kami tidak dapat mengungkapkan alasan untuk tujuan keselamatan dan hukum. Tapi itu bisa membuat frustrasi bagi klien. Mereka bertanya: “Mengapa saya tidak mendapatkan uang saya? Dan mengapa agen tidak bisa memberi tahu saya?”

Ini adalah area yang belum pernah kami tangani sebelumnya, tetapi kami telah meningkatkan komunikasi kami berdasarkan apa yang telah kami pelajari dari survei kami. Kami memberi tahu klien bahwa ada tim yang akan menindaklanjuti, bersama dengan garis waktu yang jelas untuk ketika mereka dapat mengharapkan pembaruan.

Dampak terukur apa yang dimiliki AI terhadap bisnis Anda sejak adopsi?

Kami telah melihat peningkatan signifikan dalam metrik pengalaman pelanggan kami. Setiap peningkatan poin dalam skor promotor bersih kami secara langsung diterjemahkan menjadi benjolan pendapatan bagi kami. Kami telah mengkorelasi erat ini, dan sejak menerapkan percakapan AI, kami telah melihat peningkatan 10 poin yang solid dalam skor NPS di seluruh survei kami yang mengukur pengalaman pembelian, pengalaman aktivasi, dan pengalaman pertama-90 hari untuk pelanggan kami. Bagi kami, itu diterjemahkan ke dalam retensi klien yang lebih baik dan pendapatan jutaan dolar.