Klientu atbalsta automatizācija
Klientu atbalsta automatizācija nav par cilvēku aizstāšanu ar chatbotiem. Tas ir par ļaušanu AI aģentam triāžēt katru ienākošo biļeti, izstrādāt atbildi aģenta apstiprinājumam, eskalēt patiesi grūtos gadījumus un noslēgt cilpu, lai jūsu atbalsta komanda koncentrētos uz 20% sarunu, kas patiešām prasa cilvēka spriedumu.
Manuālā realitāte
Modernās atbalsta komandas apstrādā 50–500 biļetes dienā. Apmēram 60% ir atkārtoti — paroles atiestatīšana, pasūtījuma statuss, atgriešanas politika, pamata 'kā X strādā' jautājumi. Komandas produktivitāti dominē konteksta pārslēgšana starp rutīnas atbildēm un patiesi sarežģītām. Pirmās atbildes laiks pagarinās, klienti gaida, apmierinātība krīt. Tradicionālie chatboti atrisina šķēlumu (top 20 BUJ), bet salūst pie kaut kā ārpus skripta.
WorkAist pieeja
WorkAist klientu atbalsta aģents lasa katru ienākošo biļeti (Intercom, Zendesk, Freshdesk, HelpScout), klasificē to pēc tēmas un nodoma, izstrādā kontekstuāli pareizu atbildi, balstoties uz jūsu dokumentāciju un iepriekšējām atrisinātajām biļetēm, un maršrutē rezultātu cilvēka aģentam pārskatīšanai. Augstas ticamības melnraksti var tikt automātiski nosūtīti zema riska tēmām (paroles atiestatīšana, pasūtījuma statuss). Patiesi jaunās biļetes tiek eskalētas ar instrukcijām un attiecīgo vēsturisko kontekstu. Eskalācija ietver, kuras līdzīgās biļetes slēdza kurš aģents — cilvēks sāk ar kontekstu, nevis no nulles.
Ieviešana 5 soļos
- 1Pievienojiet savu atbalsta rīku (Intercom, Zendesk, Freshdesk, HelpScout).
- 2Norādiet aģentu uz savu zināšanu bāzi (palīdzības centrs, iekšējie dokumenti, iepriekšējās atrisinātās biļetes).
- 3Definējiet automātiskās-sūtīšanas kategorijas: kuras tēmas ir drošas sūtīt bez pārskatīšanas (piem., 'pasūtījuma statusa meklēšana' parasti jā; 'atmaksas apstiprinājums' parasti nē).
- 4Darbiniet 'tikai-melnraksts' režīmā 2 nedēļas — aģents izstrādā katru atbildi, jūsu komanda apstiprina pirms sūtīšanas. Pārskatiet precizitāti.
- 5Paaugstiniet augstas ticamības kategorijas uz automātisko sūtīšanu. Komanda turpina pārskatīt pārējos. CSAT parasti pieaug par 5–10 punktiem mēneša laikā.
Iesaistītie savienotāji un aģenti
BUJ
Vai aģents rada halucinētas atbildes?▼
Halucinācijas ierobežo iezemēšana: aģentam jācitē avots (palīdzības-centra raksts, iepriekšēja biļete) par katru faktisko apgalvojumu. Ja neviens avots neatbalsta apgalvojumu, aģents eskalē, nevis izgudro. Tas ir strukturāli atšķirīgs no neapstrādātas LLM tērzēšanas — aģents ir ierobežots ar jūsu zināšanu bāzi.
Kā ar toni — vai tas ir zīmolam konsekvents?▼
Aģents lasa iepriekšējās atrisinātās biļetes no jūsu komandas, lai apgūtu toni, izplatītās frāzes un mājas stilu. Rezultāts ir balstam konsekvents dažu dienu apmācības laikā. Zīmola-stila piemēri ir arī konfigurējami skaidri.
Kā tas atšķiras no chatbota, piemēram, Intercom Fin?▼
Fin un līdzīgi lietotnē-iekšējie chatboti ir lieliski klientiem vērstai pirmā-kontakta atrisināšanai. WorkAist atbalsta aģents strādā arī iesūtnes pusē: izstrādājot atbildes, kas iziet caur jūsu komandu apstiprinājumam, eskalējot ar kontekstu, mācoties no labojumiem. Abi var pastāvēt līdzās — Fin apstrādā lietotnē, aģents apstrādā e-pastu un ienākošo sarežģītību.
Ko darīt, ja klients lūdz aģentam eskalēt?▼
Aģents atpazīst eskalācijas signālus — skaidri pieprasījumi, frustrēts tonis, atkārtoti jautājumi, sarežģītas daudz-jautājumu biļetes — un nekavējoties novirza pie cilvēka. Cilvēks redz pilnu sarunas vēsturi un aģenta analīzi par to, kas notika nepareizi.
Automatizējiet Klientu atbalsta automatizācija jau šomēnes
Atvērtā pirmkoda, paš-hostēts, AGPL-3.0. Jūsu dati paliek Jūsu infrastruktūrā.
Sākt