Trasformare il proprio Customer care in un reparto vendite grazie all’AI

Ogni manager sa quanto il Customer Care possa fare la differenza nell’esperienza del cliente. Un team di assistenza ben strutturato non solo risolve problemi, ma crea fiducia, rafforza la relazione con il brand e può trasformarsi in reparto vendite a tutti gli effetti.

Ma cosa succede quando un’azienda in forte espansione si scontra con i limiti di un modello tradizionale di supporto clienti? Durante l’E-commerce Beauty & Pharma Conference di Bologna, insieme a Roberto Albanese, Innovation Manager di Hirooks, abbiamo raccontato come Dimann, azienda leader nella cura e prevenzione della cistite, ha affrontato questa sfida.

‍

In questo caso il punto di svolta è stato l’uso strategico dell’AI, che ha reso il Customer care più efficiente, personalizzato e orientato alle vendite e oggi ripercorriamo il percorso di trasformazione, dall’esigenza iniziale alla completa riprogettazione del supporto clienti. Un percorso che ha dimostrato come l’AI, se ben integrata, possa rendere l’assistenza più efficiente, personalizzata e capace di contribuire concretamente agli obiettivi di business.

‍

Nota: se desideri approfondire l’argomento, in fondo alla pagina troverai anche la videoregistrazione completa dello speech.

‍

L’esigenza

Dimann ha sempre avuto un approccio customer-centric, quindi il rapporto con le persone non era solo un aspetto operativo ma un vero valore aziendale. Considerando la natura dei prodotti offerti, legati alla salute e al benessere, i clienti si aspettavano risposte rapide, consulenze accurate e supporto costante.

Tuttavia, con la crescita del brand e l’espansione in nuovi mercati, il modello tradizionale ha iniziato a mostrare i suoi limiti.

I problemi da affrontare, principalmente erano tre:

• Difficoltà nella formazione del team: il Customer Care richiedeva personale altamente specializzato, capace di rispondere a domande su patologie e prodotti. Il turnover e l’ingresso di nuove risorse rallentavano l’operatività.
• Espansione internazionale: con l’ingresso in nuovi mercati, serviva un supporto multilingua attivo in fasce orarie più ampie.
• Crescita del volume di richieste: il numero di contatti stava aumentando esponenzialmente, con il rischio di tempi di risposta più lunghi e un impatto negativo sulla soddisfazione clienti e sulle vendite.

Per continuare a garantire un servizio di qualità e, al contempo, aumentare l’efficienza operativa, era necessario un approccio completamente nuovo.

‍

Il progetto

Con l’obiettivo di rendere il customer service più efficiente, scalabile e in grado di contribuire attivamente alla crescita del business, la trasformazione del Customer Care di Dimann si è basata su due pilastri tecnologici fondamentali: CRM avanzato e AI.

Vediamo quindi ora i pillar principali che hanno permesso al Customer care di funzionare servendosi dell’AI.

‍

1. Centralizzazione delle richieste

Dimann riceveva numerose richieste da parte dei clienti e provenienti dai numerosi touchpoint aziendali (social, email, WhatsApp e sito web). Quindi, senza un sistema centralizzato per gestirle, le informazioni si disperdevano e il team perdeva tempo prezioso.

Il primo passo è stato implementare un CRM avanzato, che ha permesso di:

• Raccogliere tutte le interazioni in un’unica piattaforma, eliminando la frammentazione delle informazioni
• Ottenere una visione completa dello storico di ogni cliente, migliorando la personalizzazione del supporto
• Abilitare l’AI a elaborare le richieste, automatizzando le risposte più frequenti

‍

2. Sviluppo Knowledgebase

‍Affinché l’AI potesse operare efficacemente, era essenziale costruire un database strutturato, che contenesse tutte le informazioni provenienti dai clienti che l’azienda aveva raccolto negli anni. A tal proposito quindi è stato creato un sistema cloud dedicato contenente dati fondamentali su prodotti e patologie, FAQ e richieste più frequenti, processi di supporto e best practice aziendali. 

Questa base di conoscenza ha permesso all’AI di fornire risposte precise, coerenti e aggiornate, garantendo un supporto clienti di alta qualità.

‍

3. Elaborazione delle risposte

L’integrazione dell’AI nel Customer care in questo caso non significava sostituire il supporto umano, ma ottimizzare l’intero processo per garantire risposte più rapide, accurate e che aumentassero i numeri di vendita. Quindi, dopo aver costruito la Knowledge Base, il passo successivo era abilitare l’AI a generare suggerimenti di risposta efficaci per poi passarle al Team dedicato per revisione e invio. 

‍

Brevemente, il processo seguiva diverse fasi:

1. Nuovo messaggio: una volta ricevuto e incanalato nel CRM, l’AI raccoglieva queste informazioni, unite allo storico proveniente dalla Knowledge base. 
2. Classificazione della richiesta e suggerimento risposta: 

L’AI assegnava una priorità e formulava una risposta personalizzata, adattandola in base alla tipologia (informativa, clinica o commerciale).

Successivamente riusciva a formulare un messaggio di risposta molto accurato. 

3. Revisione e invio: Il team umano verificava il messaggio AI, apportava eventuali modifiche e lo inviava al cliente.

‍

Focus commerciale: 

Oltre a migliorare l’efficienza operativa, l’AI è stata impostata per ottimizzare il processo di vendita, grazie a una logica di cross-selling e up-selling. Ad esempio, se un cliente chiede se un determinato prodotto sia adatto per il suo problema, l’AI può analizzare il suo storico acquisti e proporre un kit di trattamento completo, invece di un singolo prodotto, migliorando così l’efficacia della cura e ottimizzando il valore medio del carrello.

‍

4. Miglioramento continuo

Dopo aver implementato il sistema AI, l’obiettivo non era solo automatizzare le risposte, ma garantire che il modello diventasse sempre più preciso, efficace e adatto alle esigenze del cliente.
Di fondamentale importanza è stata l’implementazione di un flusso di aggiornamento costante della Knowledge Base, per integrare continuamente nuove informazioni sui prodotti e sulle domande più frequenti, di miglioramento dei prompt e flussi di interazione. 

‍

I risultati ottenuti

L’obiettivo iniziale di Dimann era quello di ottimizzare il customer care, ma la trasformazione operata ha avuto un impatto molto più ampio. L’integrazione tra AI, CRM e revisione umana non solo ha migliorato la qualità del servizio, ma ha anche generato benefici diretti sulle metriche di performance E-commerce, influenzando aspetti chiave come la velocità di risposta, l’efficienza operativa e il tasso di conversione.

Alcuni dei principali risultati ottenuti:

+18% Customer care satisfaction
In termini di soddisfazione generale del servizio clienti, dall’inizio alla chiusura dell’esperienza cliente in questa fase.

+50% di incidenza sulle vendite
Grazie a un Customer care più relativo e all’abilità di suggerire prodotti più mirati con tecniche di cross/up-selling.

+19% di richieste risolte entro 24h
I tempi di risoluzione delle segnalazioni si sono ridotte grazie all’abilità dell’AI di fornire risposte estremamente accurate e veloci.

-63% di tempo medio di gestione per richiesta
Grazie all’automazione, il team si occupava di una veloce revisione del testo (già di per sè molto valido).

‍

Prima di concludere, un veloce recap. 

L’esperienza di Dimann dimostra che l’AI, se integrata in un processo strutturato, può trasformare il Customer care da semplice servizio di assistenza a un generatore di vendite, soddisfazione clienti e fidelizzazione.

Prima di concludere, ricapitoliamo quindi i principali fattori che hanno segnato ad oggi il successo del Customer care di Dimann:

1. Un CRM di raccolta segnalazioni, fondamentale per organizzare tutte le richieste provenienti dai vari touchpoint aziendali, evitando dispersioni di dati.
2. Una knowledge base strutturata, che raccoglie lo storico delle interazioni, le domande più frequenti e tutte le informazioni necessarie per generare risposte pertinenti.
3. L’automazione intelligente delle risposte, che ha reso il servizio clienti più rapido, efficiente e capace di supportare attivamente le vendite.
4. Un processo di miglioramento continuo, basato sull’analisi delle risposte AI, l’ottimizzazione dei prompt e il perfezionamento delle pipeline, per garantire una qualità sempre crescente del servizio.

‍

Per approfondimenti:

Se vuoi approfondire l’argomento, puoi visualizzare qui il video dello speech completo. 

In alternativa, per comprendere più praticamente anche come l’AI può migliorare l’efficienza e il valore del tuo Customer care, puoi fissare una call con un nostro esperto. Prenota un call qui.