La experiencia del cliente es una de las áreas de enfoque más importantes para las empresas. De acuerdo a Para PwC, entre todos los clientes, el 73% señala la experiencia como un factor importante en sus decisiones de compra, detrás del precio y la calidad del producto. Pero la pandemia aumentó la carga de trabajo de los equipos de soporte, lo que hizo que fuera más difícil contratar agentes de atención al cliente y mantener bajas las deserciones mientras se mantenía un estándar alto para la experiencia del cliente. Él promedio la tasa de rotación del centro de contacto llega al 45 %, al menos el doble que la de otros departamentos.
No hay bala de plata. Pero Jorge Penalva es un firme defensor del uso de tecnologías de automatización para ayudar a cerrar las brechas en el servicio al cliente. Lo sería: es cofundador de Lang.ai, una startup que desarrolla una plataforma que etiqueta automáticamente las conversaciones de los clientes para resolver problemas de servicio aparentemente más rápido. Al aplicar la inteligencia a las interacciones del servicio, Penalva afirma que la tecnología como la de Lang puede generar conocimientos valiosos para guiar las experiencias y estrategias del producto.
“La automatización en la atención al cliente no es nueva. A medida que las empresas crecen, un enfoque común es implementar la automatización a través de chatbots de autoservicio para crecer de manera más eficiente y desviar las consultas de los clientes. En última instancia, el objetivo de Lang es ser una capa central de la pila de experiencia del cliente que permita a los equipos crear automatizaciones y extraer mejores conocimientos al estructurar datos cualitativos”, dijo Penalva a TechCrunch en una entrevista por correo electrónico.
Lang, que anunció hoy que recaudó 10,5 millones de dólares en una ronda de financiación de la Serie A dirigida por Nava Ventures (lo que elevó el total recaudado a 15 millones de dólares), utiliza IA para extraer conceptos de las solicitudes de los clientes en plataformas de soporte técnico existentes como Zendesk e Intercom. El producto sin código agrega mensajes entrantes, incluidos correos electrónicos y mensajes de texto, con etiquetas como “Hablar con el agente”, “Problema de entrega” y “Pregunta de la plataforma”. Con Lang, las empresas pueden agrupar visualmente los conceptos identificados en los datos de atención al cliente y configurar automatizaciones que se activen con etiquetas específicas (p. ej., responder preguntas sobre entregas de paquetes con texto repetitivo).
Penalva dijo que él y sus cofundadores, Borja González y Enrique Fueyo Ramírez, tuvieron la idea de Lang mientras trabajaban juntos en una startup anterior, Sentisis. una plataforma de procesamiento de lenguaje natural para español. Allí, Penalva dijo que vieron que los equipos comerciales no podían aprovechar los datos de servicio al cliente sin la experiencia de sus departamentos de ciencia de datos, que tenían un trabajo de mayor prioridad en sus platos.
“Nos dimos cuenta de que teníamos que pensar en el problema de una manera completamente diferente, no aplicando los modelos de IA actuales (construidos por y para ingenieros) y simplificándolos para los usuarios comerciales, sino creando una plataforma sin código destinada, desde sus inicios, para usuarios empresariales”, dijo Penalva. “No es solo la tecnología o solo la experiencia del usuario. Ambos son igualmente importantes y ese fue nuestro ‘¡ajá!’ momento.”
Lang no está solo en el uso de IA para etiquetar automáticamente los mensajes de servicio al cliente. Plataformas como Levity.ai y Chatdesk también etiquetan automáticamente las solicitudes de servicio entrantes, incluidos correos electrónicos y mensajes de texto. Pero Penalva cree que Lang se diferencia tanto por su tecnología como por su enfoque de comercialización. Por ejemplo, dijo, Lang utiliza sistemas de IA adaptados a dominios de clientes particulares (p. ej., comercio minorista, servicios de alimentos, atención médica) para reconocer la jerga de la industria y adaptarse a cambios como los problemas emergentes de atención al cliente. La startup se asocia con proveedores que desarrollan productos de automatización de servicio al cliente de frontend y backend, como herramientas de inteligencia comercial, para vender Lang como una oferta complementaria.
“Al hacer que los datos no estructurados sean utilizables etiquetándolos, Lang se convierte en una plataforma de datos que se puede aprovechar para automatizaciones, flujos de trabajo de chatbot y aprendizaje automático. [Moreover, the platform] se convierte en el sistema de registro de todos los conocimientos a través de los datos no estructurados de la experiencia del cliente, proporcionando una fuente centralizada de conocimientos a través de fuentes dispares”, dijo Penalva. “Hasta la fecha, nuestra mayor competencia para compartir el presupuesto no ha sido otras plataformas, sino más bien desplazar el statu quo: la contratación o subcontratación de más agentes de experiencia del cliente”.
Es pronto para Lang, pero la empresa cuenta entre sus clientes con Stitch Fix, Ramp, Hippo Insurance y Freshly. Los ingresos recurrentes anuales, Penalva se negó a revelar, crecieron 11 veces en los últimos cinco trimestres anteriores a la Serie A.
Con los ingresos de la última ronda (que también contó con la participación de Oceans Ventures, Forum y Flexport Fund), Penalva dijo que Lang, con 25 empleados, invertirá en I+D y sus equipos de comercialización. Sobre el tema de lo primero, Penalva dice que Lang trabajará para identificar formas de conectar conversaciones de soporte para comprar datos para determinar, por ejemplo, qué tan probable es que alguien con un determinado problema continúe comprando un producto. Las versiones futuras de la plataforma Lang harán recomendaciones de automatización para los equipos de servicio al cliente en función de las acciones que los agentes realizan comúnmente.
“Creemos que los datos son el activo más valioso para los equipos de soporte y experiencia del cliente”, dijo Penalva. “Al estructurar los datos de una manera simple y confiable en todas sus interacciones con los clientes, nuestra misión es ayudar a los equipos de soporte a ganar su lugar en la mesa de liderazgo, de modo que el soporte ya no se vea como un centro de costos sino como un generador de ingresos”.
Source link