Negli ultimi 18 mesi qualcosa è cambiato nel supporto enterprise. È iniziato in sordina: un chatbot qui, un copilot AI là, qualche risposta automatica inserita nel flusso di gestione dei ticket. E adesso? Ogni punto di contatto AI che i tuoi clienti e i tuoi operatori incontrano (i prompt in-app, il widget di chat, il copilot che suggerisce le risposte) è una superficie di prodotto.
Che tu la tratti così oppure no.
David Doyle, responsabile Support & CX di ClickUp, l'ha detto alla perfezione: se oggi guidi il supporto, stai anche diventando, quasi senza accorgertene, un product manager. Le organizzazioni che riconoscono questo cambiamento stanno prendendo rapidamente il largo.
Il vecchio modello: il supporto come funzione reattiva
Per decenni la funzione di supporto ha seguito uno schema prevedibile. Il prodotto rilascia una funzionalità e il supporto ne viene a conoscenza (a volte dopo i clienti). L'engineering sviluppa uno strumento e il supporto viene formato per usarlo. Arrivano i ticket e il supporto reagisce. Il management chiede metriche e il supporto riporta tempi di gestione e CSAT.
Il ruolo era fondamentalmente reattivo: ereditare strumenti, gestire i volumi, ottimizzare entro vincoli fissati da altri. L'AI avrebbe dovuto semplificare tutto questo, ma a un certo punto qualcosa è andato storto.
La trappola della deflection
La maggior parte degli strumenti AI per il supporto è ottimizzata per una sola metrica: il tasso di deflection. Il 70% dei clienti non ha avuto bisogno di un operatore suona benissimo in una presentazione commerciale e fa un'ottima figura in dashboard, ma risponde alla domanda sbagliata. La deflection ti dice solo che il cliente non ha chiesto un'escalation. Non ti dice se ha ottenuto la risposta, se è rimasto soddisfatto, se ha abbandonato in silenzio perché il bot non poteva aiutarlo o se ha trovato una soluzione alternativa e non è più tornato.
La deflection misura il contenimento. La risoluzione misura i risultati. Questa distinzione cambia tutto: da come addestri la tua AI, ai dati che le fornisci, a come definisci il successo. I migliori leader del supporto hanno smesso di celebrare la deflection e hanno iniziato a concentrarsi su un'altra domanda: il problema è stato davvero risolto?
Il nuovo modello: il supporto come product owner
I leader CX oggi in vantaggio hanno un tratto in comune: hanno adottato una mentalità di prodotto. Ecco cosa significa in pratica.
Definiscono il successo prima del rilascio. Com'è un'interazione riuscita? Quali sono le modalità di errore? Cosa non dovrebbe mai dire l'AI? Quando deve fare escalation e quando tentare di risolvere? Scrivono specifiche di prodotto, non manuali di formazione.
Collaborano con il team di prodotto invece di limitarsi a reagire. Il vecchio modello: l'engineering costruisce, il supporto impara. Il nuovo modello: il supporto progetta i flussi insieme a prodotto ed engineering. Partecipa alle design review segnalando i casi limite prima del lancio, non dopo. Influenza la roadmap in base a ciò che vede nella coda. Il supporto smette di stare a valle e diventa co-creatore.
Scelgono metriche che bilanciano efficienza ed esperienza. Le metriche di efficienza (tempo di gestione, tasso di deflection, costo per ticket) sono facili da misurare e facili da manipolare. Le metriche di esperienza (tasso di risoluzione, effort score, tasso di ricontatto) sono più difficili da misurare ma impossibili da falsificare. Le migliori organizzazioni CX le monitorano entrambe e, quando sono in conflitto, ne indagano il motivo.
Misurano la risoluzione, non solo la deflection. Il tasso di risoluzione si chiede: tra i clienti che hanno interagito con l'AI, quanti hanno visto il proprio problema risolto completamente senza bisogno di un operatore? È un'asticella più alta, che richiede un'AI migliore e cicli di feedback più stretti. Ma è l'unica metrica davvero allineata a ciò che vogliono i clienti: veder risolto il proprio problema.
La domanda che ogni leader CX dovrebbe porsi
Se guidi il supporto o la CX, ecco una domanda su cui vale la pena riflettere: cosa cambierebbe se trattassi le tue superfici di supporto come prodotti di tua proprietà, non come strumenti ereditati?
Organizzeresti il team in modo diverso? Misureresti le cose in modo diverso? Avresti un posto al tavolo già nelle prime fasi dello sviluppo del prodotto? Smetteresti di accettare strumenti AI ottimizzati per la deflection e inizieresti a pretenderne di ottimizzati per la risoluzione?
La funzione di supporto sta cambiando. I leader che riconoscono di essere ormai product manager, con tutta la responsabilità e l'ownership che ne derivano, saranno quelli che definiranno la customer experience d'eccellenza nell'era dell'AI.
Tutti gli altri si limitano a reagire a strumenti costruiti da qualcun altro.
Mettilo alla prova sulle tue conversazioni.
Richiedi una demo personalizzata gratuita.
