FC.AIT.04.27 - AI PER IL CUSTOMER CARE: TECNOLOGIE E APPLICAZIONI PER IL SERVIZIO CLIENTI


Seleziona l'edizione di tuo interesse:

Caricamento date...
8 ORE DURATA CORSO
75% FREQUENZA OBBLIGATORIA


Obiettivi

Il servizio clienti è il luogo dove l’AI dà risultati rapidi: riduce i tempi di risposta, uniforma il tono, aiuta a non perdere richieste. Ed è anche il luogo dove gli errori si vedono subito.

Il corso mostra dove conviene usarla, come costruire risposte affidabili a partire dai materiali aziendali e quali regole rispettare quando dall’altra parte c’è un cliente.

Struttura del programma (8 ore)

1 . Introduzione all’AI

• Cos’è l’AI generativa (focus su ChatGPT)

• Glossario base: machine learning, LLM, NLP, prompt ecc.

• Prompt design: role-based, chain of thought, continuous, multi-step, conversational

2 AI e Customer Experience e Customer Care: Fondamenti e Applicazioni

• Intro alla Customer Experience, alla Customer Care e al ruolo dell’AI

• 4 prospettive e 4 modi per usare l’AI per la Customer Care: Marketing, Processi, Tecnologica, User-Centered.

• AI come leva per la Customer Care: da reattiva a predittiva.

• Introduzione agli strumenti AI nel Customer Care:

• Generative AI per la creazione di contenuti

• Chatbot intelligenti

• Case Study e laboratorio pratico

3. AI nel Customer Journey e Gestione Reclami

• Il Customer Journey e le fasi chiave: scoperta → acquisto → post-Vendita → fidelizzazione.

• AI per: Personalizzazione in tempo reale; Predictive support (anticipare i problemi); Automazione nel post-vendita.

• Complaints Management con l’AI: Le 5 fasi del reclamo e come l’AI interviene; Esempi: classificazione automatica, risposta empatica, analisi pattern.

• Esercitazione pratica (20 min): scrivere prompt per un assistente AI che gestisce reclami

4. AI nel Customer Journey e Gestione Reclami

• Cosa sono le KPI e come evolvono con l’AI: da KPI tradizionali (CSAT, NPS, AHT) a KPI predittivi (Churn, Escalation, Effort).

• Introduzione all’analisi predittiva: Descrivere vs Prevedere; Come fare un’analisi predittiva con l’AI

• Esercitazione pratica: applicare un prompt a un dataset per identificare pattern, Evidenziare clienti a rischio, Fornire raccomandazioni operative.


Al termine del corso è prevista un’esercitazione finale di verifica sui contenuti trattati.

A chi supera la verifica finale viene rilasciato un attestato di partecipazione con l’indicazione delle competenze acquisite. La frequenza minima richiesta è del 75% delle ore.

Destinatari

Addetti e responsabili del servizio clienti, back office commerciale, assistenza tecnica.

Titolari di PMI che gestiscono direttamente i clienti.

Requisiti di accesso

Nessun prerequisito tecnico.