Klientų aptarnavimas per trumpą laiką labai pasikeitė. AI virtualieji asistentai dabar tvarko pokalbius už maždaug 0,50 USD už sąveiką, palyginti su 6–12 USD už žmogaus agentą. Tai didelis skirtumas, ypač kai „Gartner“ prognozuoja, kad iki 2028 m. mažiausiai 70 % klientų savo kelionę pradės naudodami pokalbių AI. Taigi tikrasis klausimas nėra ar jį diegti — o kaip tai padaryti nesutrikdant darbo eigos ir nesuerzinant klientų.
Šis vadovas padės jums pereiti visą nustatymo procesą žingsnis po žingsnio. Jei nesate tikri, kas iš tikrųjų yra AI virtualusis asistentas, pradėkite nuo kas yra AI virtualusis asistentas , o tada grįžkite. Kitu atveju — pradėkime.
Ką apibrėžti prieš pradedant (naudojimo atvejai + apimtis)
Praleidus šį žingsnį yra dažniausia priežastis, kodėl AI asistento diegimas žlunga. Prieš atidarydami bet kurią platformą ar rašydami pirmąją užklausą, turite tiksliai žinoti, kokią problemą sprendžiate.
Nustatykite didelės apimties, mažo sudėtingumo bilietus
Paimkite paskutinių 90 dienų bilietų duomenis ir surūšiuokite pagal apimtį. Ieškokite pasikartojančių užklausų tipų, į kuriuos lengva atsakyti naudojant esamus dokumentus ir kuriems nereikia žmogaus sprendimo. Įprasti kandidatai:
- Užsakymo būsenos ir siuntimo užklausos
- Slaptažodžio atkūrimas ir paskyros prieigos problemos
- Grąžinimo ir pinigų grąžinimo politikos klausimai
- Darbo laikas, vieta ir kontaktinė informacija
- Plano ar kainodaros paaiškinimai
- Pagrindinis trikčių šalinimas (1–3 žingsniai žinomo sprendimo)
Tai yra jūsų pirmosios dienos naudojimo atvejai. Nebandykite automatizuoti visko iš karto — komandos, kurios pradeda siaurai ir palaipsniui plečiasi, beveik visada pasiekia geresnių rezultatų nei tos, kurios bando aprėpti viską nuo pat pradžių.
Apibrėžkite, kas yra „ne apimtyje“
Ne mažiau svarbu: žinokite, ko AI neturėtų tvarkyti. Atsiskaitymų ginčai, teisiniai skundai, emociškai įkrautos situacijos ir viskas, kam reikia prieigos prie paskyros duomenų, turėtų būti perduota žmogui. Užsirašykite šias ribas prieš ką nors konfigūruodami.
Nustatykite realų nukreipimo tikslą
Komandos, naudojančios AI, paprastai pasiekia 40–60 % bilietų nukreipimo rodiklį, palyginti su 23 % pramonės vidurkiu be AI. Tai geras tikslas, kurio siekti ilgainiui — bet neskelbkite jo pirmosios savaitės tikslu. Realistiškesnis pirmasis mėnuo atrodo kaip 20–30 % nukreipimo rodiklis pagal jūsų apibrėžtus naudojimo atvejus. Nuo to ir pradėkite.
Patarimas: Prieš paleidimą sudarykite 10 didžiausių bilietų tipų sąrašą ir kiekvienam priskirkite etiketę: Automatizuoti, Padėti (AI padeda agentui parengti atsakymą) arba Eskaluoti (tik žmogus). Šis trijų lygių modelis suteikia diegimo planą, kuris natūraliai plečiasi jūsų AI bręstant.
1 žingsnis: Pasirinkite AI asistento tipą
Ne visi AI asistentai sukurti tiems patiems darbams. Ši kategorija apima platų gebėjimų spektrą, o netinkamo tipo pasirinkimas jūsų komandai sukuria trintį, kurios vien konfigūravimas nepašalins. Taip pat verta suprasti AI virtualiojo asistento ir pokalbių roboto skirtumą prieš apsisprendžiant dėl platformos, kad neįsigytumėte per silpno ar per daug funkcionalaus sprendimo.
| Tipas | Geriausiai tinka | Reikalingas mokymas | Eskalavimo valdymas | Įprastas nustatymo laikas |
|---|---|---|---|---|
| Taisyklėmis pagrįstas pokalbių robotas | Paprastų DUK nukreipimas | Žemas (sprendimų medžiai) | Tik rankinis nukreipimas | 1–3 dienos |
| NLP pagrįstas asistentas | Ketinimų atpažinimas, kelių posūkių pokalbiai | Vidutinis (ketinimų/entitetų mokymas) | Sąlyginės taisyklės | 3–7 dienos |
| LLM pagrįstas AI asistentas | Sudėtingos užklausos, žinių bazės sintezė | Žemas-vidutinis (žinių įvedimas) | Protingas konteksto perdavimas | 2–14 dienų |
| Hibridinis AI + žmogaus pagalba | Komandos, kuriose agentai lieka procese | Žemas (AI rengia, žmogus tvirtina) | Natūralus, su visu kontekstu | 2–5 dienos |
Daugumai komandų, turinčių iki 50 agentų, hibridinis AI + žmogaus pagalbos modelis arba LLM pagrįstas asistentas, susietas su jūsų žinių baze, paprastai duoda geriausią grąžą. Modernios „no-code“ platformos sumažino diegimo laiką iki 2–14 dienų, todėl nebėra jokių techninių kliūčių.
Svarbiausia šiame etape yra rasti platformą, kuri tiesiogiai integruojasi su jūsų esama pagalbos tarnyba. Atskiras AI įrankis, kuris nesusijungia su jūsų bilietų sistema, sukuria duomenų šulinius ir apsunkina agentų darbą eskalavimo metu.
Pasiruošę kelti verslą į naują lygį?
Išbandykite LiveAgent nemokamai ir įsitikinkite patys.
2 žingsnis: Prijunkite prie savo pagalbos tarnybos
Integracija yra vieta, kur dauguma sąrankų arba pakyla, arba sustoja. Tikslas paprastas: jūsų agentams niekada nereikėtų išeiti iš pagalbos tarnybos, kad pamatytų, ką AI pasakė, ko klausė klientas ar kokia yra situacija.
Ką turėtų užtikrinti natūrali integracija
- Sinchronizuoti pokalbių istoriją realiu laiku, kad agentai matytų visą kontekstą eskalavimo metu
- Automatiškai kurti bilietus iš AI valdomų pokalbių, kurie liko neišspręsti
- Automatiškai žymėti ir kategorizuoti AI nukreiptus ir eskaluotus bilietus
- Perduoti kliento tapatybės duomenis (paskyros ID, ankstesnius bilietus) AI, kad atsakymai būtų personalizuoti
- Leisti agentams peržiūrėti ir taisyti AI atsakymus, kad pagerėtų būsimas tikslumas
Kanalų aprėptis
Iš anksto nuspręskite, kokius kanalus AI apims — tiesioginį pokalbį, el. paštą, socialinius tinklus ar visus tris. Pradėkite nuo didžiausios apimties kanalo. Bandymas aprėpti viską iš karto, kol AI dar nėra tinkamai suderintas, lemia nenuoseklią patirtį. Pirmiausia tinkamai nustatykite vieną kanalą, tada plėskite.
Jei lyginate platformas, atkreipkite ypatingą dėmesį į AI asistento klientų aptarnavimui galimybių gilumą — ne tik ką robotas gali padaryti pats, bet ir kaip sklandžiai jis perduoda darbą agentams, ar siūlo atsakymų variantus ir ar gali automatiškai apibendrinti ilgas gijas.
Autentifikavimas ir duomenų prieiga
Pagalvokite, ar jūsų AI reikia skaitymo prieigos prie klientų duomenų, tokių kaip užsakymų istorija, prenumeratos būsena ar paskyros lygis. Jei taip, įsitikinkite, kad integracija palaiko saugų API lygio duomenų gavimą. Jei ne — apribokite ją viešai prieinamomis žiniomis. Tai sumažina sąrankos sudėtingumą ir pagreitina bet kokį saugumo patikrinimą.
3 žingsnis: Mokykite naudodami žinių bazę
Jūsų AI yra tik tiek geras, kiek jam duodate. Šis žingsnis užima daugiausiai paruošiamojo laiko, bet taip pat turi didžiausią įtaką tam, kaip gerai asistentas iš tiesų veikia.
Pirmiausia įvertinkite esamą turinį
Prieš ką nors įkeldami, įvertinkite savo žinių bazę. Pasenę straipsniai, prieštaringi atsakymai ir neveikiančios nuorodos išmokys jūsų AI drąsiai pateikti neteisingą informaciją — o tai yra blogiau nei visai neturėti AI. Pašalinkite arba atnaujinkite viską, kas nebuvo peržiūrėta per pastaruosius metus.
Struktūruokite turinį AI skaitymui
AI asistentai daug geriau apdoroja struktūruotą turinį nei ilgas teksto pastraipas. Performatuokite pagrindinius straipsnius, įtraukdami:
- Aiškias, klausimo formos antraštes (pvz., „Kaip atkurti slaptažodį?“)
- Sunumeruotus veiksmus procedūriniam turiniui
- Trumpas pastraipas su viena idėja pastraipoje
- Aiškius apimties teiginius („Tai taikoma tik „Pro“ ir „Enterprise“ planams“)
Pridėkite ketinimų pavyzdžių ir ribinių atvejų
NLP pagrįstoms platformoms pridėkite ketinimų mokymo duomenų į savo žinių bazę. Parašykite 8–15 pavyzdinių formuluočių kiekvienam pagrindiniam ketinimui. Klientai retai klausia „Kaip pradėti grąžinimo procesą? — jie klausia „Ar galiu tai grąžinti?“, „Noriu ką nors grąžinti“ ir „Tai neveikia, noriu pinigų grąžinimo“. Jūsų AI turi sugebėti visus juos susieti su tuo pačiu ketinimu.
LLM pagrįstiems asistentams šis žingsnis yra mažiau rankinis, nes modelis geriau apibendrina. Tačiau vis tiek turėtumėte išbandyti ribinių atvejų formuluotes kokybės užtikrinimo metu, kad įsitikintumėte, jog aprėptis išlieka.
Nustatykite pasitikėjimo slenksčius
Nustatykite minimalų pasitikėjimo balą, žemiau kurio AI perduoda užduotį žmogui, o ne spėlioja. Įprastas atspirties taškas yra 70–75 %. Viskas, kas žemiau to, turėtų paskatinti švarų perdavimo pranešimą, o ne miglotą ar neteisingą atsakymą. Koreguokite slenkstį aukštyn arba žemyn, kai turėsite realių duomenų iš pirmosios savaitės.
Prenumeruokite naujienlaiškį
Naujausi patarimai ir pasiūlymai tiesiai į jūsų pašto dėžutę.
4 žingsnis: Nustatykite eskalavimo taisykles
Eskalavimas yra vieta, kur klientų patirtis arba sukuriama, arba sugriaunama. 76 % klientų, kurie priversti kartoti informaciją AI perdavimo žmogui metu, savo patirtį vertina žymiai blogiau. Atsakymas nėra vengti eskalavimo — jį padaryti sklandų.
Apibrėžkite eskalavimo trigerius
Nustatykite aiškias taisykles, kada AI turėtų perduoti užduotį žmogui. Geri trigeriai:
- Sentimentų aptikimas: Eskaluoti, kai kliento žinutėse yra nusivylimo ženklų („tai absurdiška“, „aš atšaukiu“, „jau trečią kartą klausiu“)
- Temos trigeriai: Nedelsiant eskaluoti atsiskaitymų ginčus, teisines užuominas, prieinamumo poreikius ar paskyros saugumo įvykius
- Ciklo aptikimas: Eskaluoti, jei AI du kartus bandė tą patį atsakymą be sprendimo
- Aiškus prašymas: Visada eskaluoti, kai klientas prašo kalbėti su žmogumi — be išimčių
- Žemas pasitikėjimas: Eskaluoti, kai AI pasitikėjimo balas nukrenta žemiau jūsų nustatyto slenksčio
Perduokite visą kontekstą perduodant
Kai įvyksta perdavimas, agentas turėtų automatiškai matyti visą transkripciją, kliento paskyros informaciją, ką AI bandė ir kodėl buvo inicijuotas eskalavimas. Tai pašalina poreikį klientams kartotis, ir tai yra vienas iš veiksmingiausių dalykų, kuriuos galite padaryti, kad apsaugotumėte CSAT balus diegimo metu.
Nustatykite agentų prieinamumo langus
Jei jūsų komanda nedirba visą parą, nustatykite AI, kad ne darbo metu pateiktų sąžiningus laukimo laiko įvertinimus. „Aš jungiu jus su agentu — jie atsakys per 4 darbo valandas“ yra daug geriau nei tylus bilieto sukūrimas, paliekantis klientą nežinioje.
Pagrindinė išvada: Eskalavimo patirtis yra tiesioginis jūsų prekės ženklo atspindys. Nesklandus perdavimas — kai agentai prašo klientų pakartoti viską, ką AI jau surinko — signalizuoja, kad jūsų AI diegimas buvo sukurtas dėl išlaidų taupymo, o ne dėl klientų patirties. Integruokite konteksto perdavimą nuo pirmosios dienos, o ne kaip paskesnę mintį.
5 žingsnis: Išbandykite prieš paleidžiant
Nepaleiskite sistemos neišbandę. Šis etapas paprastai trunka 2–5 dienas ir vertas kiekvienos valandos — pastebėsite neteisingai sukonfigūruotas eskalavimo taisykles, žinių spragas ir tono problemas, kol realūs klientai dar nesusidūrė su jomis.
Vidinis kokybės užtikrinimo testavimas
Paprašykite komandos narių siųsti realius bilietus iš 10 svarbiausių naudojimo atvejų, naudojant tikrą klientų kalbą — nešlifuotas bandomąsias užklausas. Užsirašykite kiekvieną atvejį, kai AI:
- Pateikė neteisingą ar pasenusį atsakymą
- Neatpažino ketinimo
- Eskalavo, kai turėjo atsakyti pats
- Bandė atsakyti, kai turėjo eskaluoti
- Naudojo toną, kuris neatitiko prekės ženklo arba skambėjo robotiškai
Beta paleidimas su dalimi srauto
Prieš visiškai paleisdami sistemą, nukreipkite 10–20 % realaus srauto per AI, o likusią dalį palikite įprastame darbo procese. Tai suteikia realaus pasaulio duomenų be visiškos rizikos. Kasdien tikrinkite CSAT balus, nukreipimo rodiklį ir eskalavimo rodiklį. Jei kas nors juda netinkama kryptimi, galite sustabdyti ir ištaisyti, kol tai nepaveikė visų.
Pasak „Zendesk“, 51 % vartotojų teikia pirmenybę robotams, o ne žmonėms, kai nori greitos paslaugos. Tačiau ši pirmenybė yra sąlyginė — ji galioja, kai robotas iš tikrųjų išsprendžia problemą. Ji greitai išnyksta, kai robotas nepavyksta ir klientui tenka pradėti iš naujo su žmogumi. Testavimas yra tai, kas neleidžia šiai pirmenybei virsti nusivylimu.
Rezultatų matavimas pirmąją savaitę
Ką matuosite pirmąją savaitę, lemia, ar jūsų diegimas toliau gerės, ar tiesiog sustos. Praleiskite tuščias metrikas, tokias kaip bendras aptarnautų pokalbių skaičius, ir sutelkite dėmesį į kokybę bei efektyvumą.
| Metrika | Apibrėžimas | Sveikas lygis | Veiksmas, jei žemiau lygio |
|---|---|---|---|
| Nukreipimo rodiklis | % AI pokalbių, išspręstų be žmogaus eskalavimo | 20–35 % (1 savaitė) | Peržiūrėkite žinių bazės spragas; plėskite ketinimų aprėptį |
| Eskalavimo rodiklis | % pokalbių, perduotų žmogaus agentui | 30–50 % (1 savaitė) | Patikrinkite pasitikėjimo slenksčius; peržiūrėkite trigerių taisykles |
| CSAT (AI valdomi) | Klientų pasitenkinimo balas už AI sprendimus | ≥3,8 / 5,0 | Išanalizuokite nepavykusius pokalbius; pagerinkite atsakymo toną ir tikslumą |
| Sulaikymo rodiklis % seansų, kai klientas nepaprašė žmogaus | ≥60 % | Peržiūrėkite ciklo aptikimą ir pasikartojančių nesėkmių modelius | |
| Vidutinis tvarkymo laikas (eskaluoti) | Laikas, kurį agentai skiria eskaluotiems AI bilietams | Lygus arba mažesnis už prieš AI buvusį lygį | Patikrinkite, ar kontekstas tinkamai perduodamas |
| Klaidingi teigiami eskalavimai | Eskalavimai, kuriuos AI inicijavo nereikalingai | <15 % visų eskalavimų | Patobulinkite sentimentų trigerius; padidinkite pasitikėjimo slenkstį |
Sukurkite savaitinės peržiūros ritmą
Paskirkite vieną asmenį — geriausia palaikymo vadovą ar CX operacijų vadybininką — kiekvieną savaitę pirmąjį mėnesį peržiūrėti AI veiklos duomenis. Jo užduotis — pastebėti penkis geriausius pokalbius, kuriuose AI nepasirodė gerai, ir grąžinti juos į mokymą. Šis grįžtamojo ryšio ciklas skiria diegimus, kurie įstringa ties 20 % nukreipimo, nuo tų, kurie per 90 dienų pasiekia 50 %+.
Išlaidų poveikio stebėjimas
Kai žmogaus agento išlaidos siekia 6–12 USD už pokalbį, o AI tvarko sąveiką už maždaug 0,50 USD, net kuklus nukreipimo rodiklis greitai pavirsta į realias santaupas. Stebėkite savo išlaidas už bilietą kas savaitę ir palyginkite su prieš AI buvusiu lygiu. Šis skaičius sudaro verslo atvejį plėsti AI aprėptį į daugiau naudojimo atvejų ir kanalų.
Neoptimizuokite vien dėl nukreipimo
Dažna klaida yra siekti bilietų nukreipimo sprendimo kokybės sąskaita. AI, kuris nukreipia 60 % bilietų, bet sukelia skundų, pakartotinių kontaktų ar klientų praradimo, iš tiesų daro daugiau žalos nei naudos. Metrika, kuri iš tikrųjų svarbi, yra išspręstas nukreipimas — bilietai, kuriuos AI uždarė be tolesnio kontakto per 48 valandas. Būtent šis skaičius parodo, ar klientai gavo tai, ko jiems reikėjo.
Pirmąją savaitę vertinkite kaip kalibravimo laikotarpį, o ne veiklos įvertinimą. Dabar renkami duomenys nustatys jūsų prioritetus antrajai–ketvirtajai savaitei, o ketvirtosios savaitės skaičiai taps tikruoju pagrindu nuolatiniam optimizavimui.
