InizioScenari
Scenari
Cinque scenari per operatori e reti
Storie con dimensioni tipiche del settore e nomi di battesimo inventati. Nessuna descrive un cliente reale. Qui trovate stime dichiarate come tali; i numeri reali si misurano con una prova su un flusso vero della vostra rete.
Scenario
Scenario: le domande ripetute chiuse prima di entrare in coda
La situazione
Un operatore con 4 milioni di clienti apre la giornata con code già lunghe in chat e al telefono. Nora dirige l'assistenza clienti. Alle otto vede gli operatori ripetere lo stato della linea e le informazioni di servizio. Intanto i casi delicati aspettano in coda insieme alle domande semplici e perdono minuti preziosi.
Cosa cambia
L'assistente dichiara nella prima frase di essere un'AI e spiega come parlare con un operatore. Risponde ai temi ripetuti leggendo i dati di linea, senza modificare nulla. Reclami e disdette passano alle persone con un riepilogo. L'elenco dei temi ammessi lo decide Nora con i suoi responsabili.
Prima e dopo
8:00
Prima: Centinaia di richieste sullo stato della linea occupano gli operatori e fanno aspettare i casi seri.
Dopo: Molte domande ripetute sono già chiuse. In coda restano i casi che richiedono una persona.
10:30
Prima: Un cliente arrabbiato per un doppio addebito aspetta in coda e poi ripete tutta la storia all'operatore.
Dopo: Passa subito a un operatore, che riceve il riepilogo e riparte dal punto giusto.
15:00
Prima: Nora ascolta campioni di chiamate a caso e fatica a capire quali ripetizioni intasano ancora la coda.
Dopo: Vede i temi chiusi e quelli passati. Aggiorna l'elenco dei temi ammessi dove serve.
Stima, non garanzia: 50–75% dei temi ripetuti chiusi senza operatore; 30–50% di attesa in meno per i casi passati alle persone.
Due rischi, e come si gestiscono
- Una risposta sbagliata sullo stato della linea danneggerebbe i clienti. L'assistente legge solo fonti autorizzate e, se manca il dato, passa a una persona.
- Gli operatori potrebbero temere di essere sostituiti. Dal primo giorno scrivono le risposte ammesse e valutano la prova, con un voto che conta.
Come si parte. Si scelgono cinque temi ripetuti e un canale. Per otto settimane si confrontano i risultati con il periodo precedente, sullo stesso tipo di contatti.
Scenario
Scenario: il reclamo gestito nei tempi previsti dalle regole
La situazione
Un operatore con una rete di 12.000 tecnici e milioni di linee riceve reclami formali con scadenze precise. Claudio è il responsabile reclami. Il venerdì trova pratiche ferme perché al primo contatto nessuno ha raccolto bene i fatti. Il tempo utile per rispondere sta finendo e manca una presa in carico chiara.
Cosa cambia
L'assistente, che si presenta come AI, raccoglie i fatti, apre la pratica e avvisa chi deve rispondere. La risposta formale la scrive e la invia una persona. Le scadenze restano quelle della vostra carta dei servizi e delle regole AGCOM. Il sistema le evidenzia, non le cambia.
Prima e dopo
Venerdì, 9:00
Prima: Claudio apre i reclami della notte. Scopre che al primo contatto mancano elementi essenziali.
Dopo: Trova pratiche già complete, con i fatti raccolti e la scadenza in evidenza.
Venerdì, 12:00
Prima: Un reclamo vicino alla scadenza richiede una risposta entro poche ore. Si ricostruisce la storia da messaggi sparsi.
Dopo: Chi scrive la risposta riceve riepilogo e allegati in ordine. Claudio verifica e autorizza l'invio.
Venerdì, 18:00
Prima: Per il riepilogo settimanale incrocia fogli diversi e scopre tardi i casi da accelerare.
Dopo: Ha già l'elenco dei casi vicini alla scadenza e assegna le priorità prima di chiudere.
Stima, non garanzia: 25–45% di pratiche complete in più al primo contatto; 30–50% di ore in meno per ricostruire i fatti.
Due rischi, e come si gestiscono
- Una risposta formale scritta solo dal sistema sarebbe inaccettabile. Il sistema prepara; firmare e inviare spetta a una persona, e resta traccia di chi ha autorizzato.
- Un cliente in chat deve sapere chi risponde. L'assistente si dichiara AI e passa al percorso reclami quando serve una persona.
Come si parte. Si disegna il percorso reclami di oggi, si allineano i campi obbligatori e si misura un mese di reclami in ingresso su un canale di prova.
Scenario
Scenario: l'appuntamento del tecnico fissato in chat e confermato
La situazione
Un operatore con 12.000 tecnici perde ogni settimana molte ore in appuntamenti mancati. Teresa pianifica gli interventi di una zona. Il martedì conta le uscite a vuoto: il cliente non aveva ricevuto una conferma chiara, oppure lo stesso orario era stato assegnato due volte sul foglio condiviso tra assistenza e pianificazione.
Cosa cambia
In chat il cliente sceglie un orario libero dall'agenda vera dei tecnici e riceve conferma e promemoria. L'assistente dichiara di essere un'AI. Teresa vede le uscite aggiornate in tempo reale. Nessun appuntamento viene fissato fuori dai tecnici davvero disponibili quel giorno, e i casi particolari li gestisce lei.
Prima e dopo
Martedì, 8:00
Prima: Teresa trova appuntamenti non confermati. Chiama i clienti uno a uno e scopre che molti non conoscevano l'orario.
Dopo: Gli appuntamenti risultano confermati sul canale del cliente. Restano solo le eccezioni.
Martedì, 12:00
Prima: Un cliente deve spostare l'intervento. Partono telefonate a catena tra assistenza e pianificazione, con il tecnico già in strada.
Dopo: Il cliente sceglie un nuovo orario libero. Teresa e il tecnico lo vedono subito.
Martedì, 17:30
Prima: Conta gli appuntamenti mancati senza capire quali mancavano di conferma e quali di copertura.
Dopo: Vede le cause separate: conferma assente, cliente assente, tecnico riassegnato con motivo.
Stima, non garanzia: 20–40% di uscite a vuoto in meno; 30–50% di tempo in meno per spostare un appuntamento rispetto alle telefonate a catena.
Due rischi, e come si gestiscono
- Un orario inesistente creerebbe attese inutili. L'agenda è quella vera dei tecnici, e la prenotazione non va a buon fine se il tecnico non è più disponibile.
- Un messaggio automatico fuori orario può confondere. I promemoria usano solo testi approvati e ricordano che scrive un assistente AI.
Come si parte. Si collega l'agenda di una zona, si apre un canale di prova e si misurano quattro settimane di appuntamenti, confrontate con il mese precedente.
Scenario
Scenario: sapere chi sta per disdire, tre settimane prima
La situazione
Un operatore con 4 milioni di clienti vede arrivare disdette all'improvviso, anche quando i segnali c'erano. Ivan è responsabile della fidelizzazione. Il mercoledì riceve elenchi grezzi, senza spiegazioni. Non sa chi chiamare per primo e spreca chiamate del contact center su clienti che sarebbero rimasti comunque.
Cosa cambia
Il sistema propone un elenco di clienti a rischio, ognuno con un motivo scritto. Usa solo i segnali ammessi dall'informativa privacy. Ivan decide chi contattare e con quale offerta. Nessuna disdetta viene ostacolata o bloccata dal sistema: il cliente resta libero di andarsene.
Prima e dopo
Mercoledì, 9:00
Prima: Ivan vede migliaia di nomi senza motivo e fa chiamare quasi a caso, sprecando tempo del contact center.
Dopo: Parte dai motivi più chiari e assegna chiamate mirate alle squadre, con una traccia adatta a ogni caso.
Mercoledì, 15:00
Prima: Una squadra segnala che un motivo frequente non corrisponde ai casi reali. L'elenco resta com'è per giorni.
Dopo: Ivan toglie peso a quel motivo. L'elenco si aggiorna e le chiamate si spostano sui segnali utili.
Venerdì
Prima: Ha solo totali grezzi e non sa se le chiamate abbiano cambiato qualcosa.
Dopo: Vede chi è stato contattato, chi è rimasto e quali motivi meritano ancora attenzione.
Stima, non garanzia: 25–45% di chiamate inutili in meno; 20–35% di conversazioni in più con un motivo davvero pertinente.
Due rischi, e come si gestiscono
- Un segnale sbagliato può far chiamare chi non sta lasciando. I motivi sono solo proposti, Ivan può escluderli, e nessuna offerta parte senza una persona.
- L'analisi dei comportamenti dei clienti tocca la privacy. Si usano solo i dati previsti dall'informativa, e le scelte commerciali restano alle persone autorizzate.
Come si parte. Si definiscono con l'ufficio privacy i segnali ammessi, si costruisce un elenco di prova e si misurano sei settimane di chiamate contro un gruppo di confronto.
Scenario
Scenario: assunzioni nel contact center con criteri uguali in ogni sede
La situazione
Un operatore con 4 milioni di clienti assume ogni anno centinaia di persone nel contact center. Emma lavora nelle risorse umane. A settembre riceve candidature da tre sedi diverse. I criteri cambiano da una città all'altra e i colloqui non sono confrontabili. Profili simili rischiano di essere trattati in modo diverso.
Cosa cambia
Le candidature ricevono una prima lettura con gli stessi criteri scritti in ogni sede. Emma vede una rosa di candidati con i motivi spiegati e decide lei chi convocare. I candidati ricevono un'informativa chiara sul percorso. Per l'AI Act è un uso ad alto rischio: il sistema aiuta, decide una persona.
Prima e dopo
Inizio settembre
Prima: Ogni sede filtra a modo suo le centinaia di candidature arrivate. Profili simili ricevono trattamenti diversi.
Dopo: La stessa griglia spiega i punteggi. Emma corregge e sceglie chi convocare in ogni sede.
Metà selezione
Prima: Un candidato chiede perché non è stato convocato. Emma ricostruisce i motivi da note sparse.
Dopo: Ha criteri e punteggi registrati. Spiega il motivo e, se serve, rivede la decisione.
Fine mese
Prima: Ha solo il numero degli ingressi e non sa se i criteri abbiano scelto le competenze giuste.
Dopo: Confronta criteri, convocati e primi turni di lavoro. Aggiusta la griglia per il ciclo successivo.
Stima, non garanzia: 40–60% di tempo in meno per la prima lettura delle candidature; 50–70% di differenze in meno tra i criteri delle sedi.
Due rischi, e come si gestiscono
- Una selezione senza una persona sarebbe fuori dalle regole. Il sistema propone; convocare e assumere spetta a Emma o a chi lei delega, con motivazione scritta.
- I candidati devono sapere come funziona la prima lettura. L'informativa lo spiega, e ogni assistente in chat si presenta come AI prima di fare domande.
Come si parte. Si scrivono i criteri con risorse umane e ufficio legale, si prova su un ciclo di candidature reali e si misurano trasparenza e tempi prima di estendere alle altre sedi.
Partiamo da un vostro processo vero