Ícono del sitio La Neta Neta

El proveedor de software de automatización del centro de llamadas Replicant recauda $ 78 millones

El proveedor de software de automatización del centro de llamadas Replicant recauda $ 78 millones

Los centros de contacto nunca fueron un paseo por el parque para los empleados, pero se convirtieron en entornos de trabajo mucho más duros durante la pandemia. Según uno encuesta, solo el 10% de los agentes del centro de contacto alcanzan la competencia en menos de dos meses. Mientras tanto, el volumen de llamadas difíciles a los centros de contacto esta incrementandomientras que la facturación restos a una tasa altísima entre 30% y 45%.

Es en este contexto que los productos de automatización están ganando el interés de los operadores de centros de llamadas e inversores. En el extremo más sofisticado del espectro, la automatización del centro de llamadas promete resolver los problemas de servicio al cliente para liberar a los agentes para trabajos más complejos. replicante, uno de los proveedores más destacados en el espacio de automatización de centros de llamadas, anunció hoy que recaudó $78 millones en fondos de la Serie B liderados por Stripes con la participación de Salesforce Ventures, Omega Venture Partners, IronGrey, Norwest y Atomic. Las fuentes le dicen a TechCrunch que la valoración posterior al dinero es de $ 550 millones.

“[With the new capital,] planeamos aumentar la inversión en nuestro equipo de éxito del cliente para incorporar nuevos clientes ”, dijo el cofundador y director ejecutivo Gadi Shamia a TechCrunch por correo electrónico. “También planeamos duplicar nuestro equipo de I+D este año para hacer que nuestras conversaciones sean aún más eficientes y lanzar nuevos canales automatizados. Aumentaremos nuestra inversión en ventas y marketing para capturar la importante demanda que vemos. Y finalmente, invertiremos en nuestros empleados lanzando programas adicionales de desarrollo profesional”.

Shamia cofundó Replicant en 2017 junto con Andrew Abraham, Benjamin Gleitzman y Jack Abraham. Shamia fue anteriormente gerente general de productos en el grupo de soluciones para pequeñas empresas de SAP antes de convertirse en directora de operaciones interina de EchoSign después de que Adobe la adquiriera. También ayudó a lanzar Magneto, un sistema de calendario, y fue director de operaciones de Talkdesk durante casi cuatro años.

Antes de Replicant, Abraham, que se unió a eBay en 2011 a través de la adquisición de Milo.com por parte de la empresa, trabajó como ingeniero de software en Atomic y en la empresa de dispositivos inteligentes Leeo. Gleitzman fue ingeniero de software sénior en Hunch y eBay antes de cofundar varias nuevas empresas, incluida una “plataforma de terapia de realidad virtual” llamada Mona.

“A través de [my] trabajo, me di cuenta de que la mejor manera de aumentar la eficiencia de los agentes y reducir la frustración de los clientes y los agentes es automatizar muchas tareas comunes y dejar que los agentes se concentren en llamadas más complejas y matizadas”, dijo Shamia. “Gleitzman fue uno de los pioneros de la inteligencia artificial de eBay y trabajó con Abraham y el equipo de Atomic para construir una máquina que pudiera tener una conversación telefónica completa con un ser humano”.

Replicant tiene como objetivo automatizar los flujos de llamadas al integrarse con los sistemas existentes, incluido el software de gestión de relaciones con los clientes para reconocer a los clientes basándose en sus historiales de pedidos (si corresponde) y llamadas anteriores. El producto puede capturar, transcribir y hacer que las conversaciones de los clientes se puedan buscar y, al igual que algunos sistemas de automatización de servicios de la competencia, Replicant puede interactuar con los clientes a través de SMS y la web, además de la voz.

Replicant proporciona a los agentes resúmenes de llamadas y mide tendencias como la satisfacción general del cliente, el tiempo de atención promedio, las menciones de la competencia, los productos defectuosos y las oportunidades de ventas adicionales. Los clientes pueden recurrir a una biblioteca de componentes prediseñados para diseñar flujos de conversación mediante un editor visual. En los últimos meses, Replicant agregó soporte para nuevos idiomas y capacidades conversacionales que Shamia llama “poderes”, como mantener la línea, repetir información “conversacionalmente” y comparar la respuesta de un cliente con una base de datos.

“Una ventaja competitiva central que tenemos en Replicant son los datos ricos y variados que hemos acumulado al atender más de 30 millones de llamadas de servicio al cliente en todas las industrias y casos de uso. Nuestro [product has] abordó todo, desde la resolución de problemas de hardware para propietarios de pequeñas empresas, hasta la transmisión de pedidos de alimentos a empleados de restaurantes, el manejo de problemas de suscripción para personas mayores que llaman, hasta escenarios de alta urgencia en los que las personas que llaman necesitan asistencia en la carretera”, dijo Shamia. “[W]Transforme los escenarios que comúnmente son frustrantes (piense en cada vez que tuvo que ir y venir deletreando su nombre o leyendo un número de póliza de 15 dígitos a un agente por teléfono) en una tarea que se puede completar de manera eficiente en segundos con un modelo especialmente diseñado”.

Cuando se le preguntó acerca de cómo Replicant maneja, almacena y retiene los datos de los clientes, Shamia dijo que la compañía brinda a los clientes empresariales la capacidad de elegir una ventana de retención de datos que “funciona para ellos”, que generalmente oscila entre seis meses y dos años. Para casos de uso que involucran pagos o información de salud protegida electrónicamente, Replicant ofrece un servicio llamado turno altamente confidencial, que según la compañía elimina datos confidenciales en el turno de conversación de la base de datos y los registros de Replicant.

Replicant también se dedica al análisis de sentimientos, un proceso controvertido que implica el uso de algoritmos para determinar si un fragmento de audio o texto transcrito tiene un tono positivo, negativo o neutral. Sistemas de análisis de sentimiento, tanto académicos como comercial – se ha demostrado que exhiben sesgos a lo largo de la raza, edadculturales, étnicas y género líneas. algunos algoritmos asociado Personas negras con más emociones negativas como ira, miedo y tristeza. Otros discriminar contra los hablantes no nativos de inglés, que tienden a usar cognados, es decir, palabras en inglés que se parecen a las palabras de su idioma nativo, con más frecuencia que los hablantes nativos.

Replicant afirma que solo mide la satisfacción del cliente haciendo preguntas específicas (p. ej., “¿Qué tan satisfecho está?”) y toma medidas para mitigar el sesgo en sus sistemas, incluidos sus sistemas de análisis de sentimientos, así como los datos utilizados para desarrollar estos algoritmos. Desafortunadamente, sin auditorías independientes o estudios que continuar, es la palabra de la empresa contra los hallazgos académicos de amplia base. Este reportero espera ver una mayor transparencia de Replicant en el futuro.

“Por lo tanto, nuestros modelos están capacitados en una variedad de acentos, emociones y jerga específica de la industria, lo que nos permite lograr [high] precisión de inferencia incluso en los casos de uso de servicios más complejos”, dijo Shamia. “Observamos una tasa de éxito de llamadas del 85 % (según lo medido por el resultado comercial esperado) en todos los clientes y casos de uso”.

Automatización de las interacciones con los clientes

Existe evidencia anecdótica que sugiere que las organizaciones de servicio al cliente están adoptando la automatización. Un 2020 estudio de Harris Poll, encargada por el proveedor de inteligencia artificial Interactions, estima que el 46 % de las interacciones con los clientes están automatizadas, un porcentaje que los coautores predicen que aumentará al 59 % en los próximos dos o tres años. Los primeros usuarios encuestados para el estudio citan “beneficios indirectos” como tiempos de espera reducidos, resolución más rápida de quejas de clientes y soporte técnico y personalización.

En respuesta al creciente interés de la industria, en los últimos años han salido al mercado innumerables productos de automatización de centros de llamadas, tanto de nuevas empresas como Replicant como de titulares como Google, Amazon y Salesforce. Replicant compite con RedRoute, Skit y Voximplant además de Ultimate.ai, una herramienta de servicio al cliente diseñada para atender automáticamente solicitudes de servicio simples.

Investigación de mercado experta predice que el mercado global de inteligencia artificial para centros de llamadas crecerá de $ 967 millones en tamaño en 2020 a $ 3.54 mil millones para 2026.

“Durante los últimos dos años, el servicio al cliente ha estado bajo una presión constante ya que ‘La Gran Renuncia’ ha creado una escasez persistente de agentes. Y los cambios en el comportamiento del consumidor debido a [the pandemic] y los problemas de la cadena de suministro han provocado picos masivos en el volumen de llamadas”, dijo Shamia. “Los ejecutivos ahora entienden que el problema no se puede ignorar ni subcontratar, ya que los clientes no están dispuestos a esperar horas en espera”.

Pero, ¿aprecian los clientes, o incluso les gustan, los centros de llamadas automatizados? Después de todo, la automatización carece de un toque humano: no necesariamente puede calmar a una persona que llama frustrada. Peor aún, la automatización puede disuadir a los clientes de comprometerse con una marca de una manera en la que podrían confiar. Una encuesta de PointSource encontrado que el 80% de los clientes preferiría hablar con un humano al resolver problemas. Echando leña al fuego, el 59% de los consumidores en un reciente PwC encuesta sintió que las empresas han perdido el contacto con el elemento humano de la experiencia del cliente.

¿Y qué pasa con los trabajadores del centro de llamadas? Las métricas podrían ser retenido contra ellos, y los problemas simples de los clientes, aunque posiblemente no sean el mejor uso de su tiempo, pueden ser satisfactorios de resolver. Luego está el temor de que algún día la automatización llevar sus trabajos.

Shamia reconoce que algunas formas de automatización, como los bots conversacionales mal diseñados, pueden actuar como un obstáculo para los clientes y agentes en lugar de una solución. Pero afirma que Replicant ha aprendido de los errores del pasado, lo que permite a las empresas automatizar los flujos de llamadas y permite a los agentes concentrarse en problemas más desafiantes.

“La pandemia ha acelerado una tendencia, la automatización en los centros de contacto, que ya había comenzado y exacerbó muchos de los desafíos existentes en el espacio de servicio al cliente”, agregó Shamia. “La automatización es ahora parte del
planes estratégicos de más y más empresas, algo que no cambiará después de la pandemia”.

Con ese fin, Replicant de 100 empleados dice que tiene “docenas” de clientes empresariales que han usado sus herramientas para dar servicio a más de 8 millones de clientes. Los tamaños de los acuerdos con los clientes van desde cientos de miles hasta millones en ingresos recurrentes anuales.

“En la mayoría de nuestros acuerdos, estamos compitiendo contra la incredulidad de que la tecnología realmente pueda lograr las tasas de resolución que ven nuestros clientes. Sin embargo, también somos parte de los ciclos de reemplazo de tecnologías más antiguas”, agregó Shamia. “También vemos soluciones de bricolaje… en algunos acuerdos o jugadores heredados como Amelia de IPSoft”.

Hasta la fecha, Replicant ha recaudado $110 millones en capital de riesgo. La compañía con sede en San Francisco, California, planea expandir su fuerza laboral a unas 200 personas para fines de 2022.


Source link
Salir de la versión móvil