AI لقاعدة معرفة الدعم. AI لقاعدة معرفة الدعم أداة استرجاع داخلية يسألها موظفوكم بلغة عادية. تبحث في تذاكركم التاريخية ووثائق المنتج والسياسات باستعلام واحد وتُعيد إجابة توثّق المصدر الذي أتت منه. تعمل خلف الموظف. العميل يستمر بالحديث مع إنسان.
يقضي موظفوك نصف ورديتهم في البحث داخل الوثائق. هذه هي الشكوى التي ينبغي أن تنصت لها داخل فريقك. الإجابة موجودة في مكان ما: في تذكرة قديمة، أو مواصفات منتج، أو سياسة شحن لم يفتحها أحد منذ يناير. صار العثور عليها هو العمل نفسه.
لماذا يقضي موظفي نصف وقتهم في البحث في الوثائق؟
لأن الإجابة مبعثرة عبر أنظمة لا تتواصل فيما بينها. قاعدة الاسترداد موجودة في ملف PDF للسياسة. الحالة الاستثنائية التي تُبطلها مدفونة في تذكرة Zendesk محلولة من 2023. سلوك المنتج موصوف في صفحة confluence كتبها مدير منتج سابق. الموظف الذي يتعامل مع تذكرة معقّدة عليه أن يتحقق من ثلاثة أماكن، ويخمّن أيها محدَّث، ويأمل أن يكون محقًا.
ماذا يفعل AI لقاعدة معرفة الدعم فعلًا؟
يفهرس تذاكركم ووثائق منتجكم وسياساتكم، ثم يتيح للموظف أن يطرح سؤالًا واحدًا بلغة عادية ويحصل على إجابة واحدة. الإجابة ترتبط بالوثيقة والمقطع الدقيق الذي أتت منه، فيتحقق منها الموظف بنقرة واحدة. الأداة داخلية. العملاء لا يلمسونها أبدًا ويستمرون بالحديث مع إنسان.
التوثيق هو الجزء المهم. الإجابة بلا مصدر تخمين على الموظف أن يتحقق منه أصلًا. الإجابة التي ترتبط بالمقطع الذي أتت منه حقيقة يؤكدها الموظف بنقرة واحدة، ثم يلصقها في الرد. نربط كل إجابة بالوثيقة التي أتت منها لهذا السبب بالتحديد.
ما الذي يتغيّر في وقت الاستجابة الأولى؟
للتوضيح فقط، لنفترض فريق دعم افتراضيًا في تجارة إلكترونية متوسطة الحجم، وليس عميلًا حقيقيًا. أداة استرجاع تبحث في التذاكر السابقة ووثائق المنتج وسياسات الشحن باستعلام واحد تفيد أكثر ما تفيد في التذاكر الصعبة، تلك التي كان الموظف يفتح لها ست تبويبات قبل أن يكتب كلمة. فريق في هذا الوضع سيقيس وقت الاستجابة الأولى على التذاكر المعقّدة قبل التطبيق وبعده.
التذاكر البسيطة سريعة أصلًا: إعادة تعيين كلمة المرور، أين طلبي. العائق هو التذكرة المعقّدة التي تحتاج حالة استثنائية في السياسة وحلًّا سابقًا. اختصر وقت البحث فيها يتحرك المتوسط. حالة استخدام دعم العملاء يعرض الشكل الكامل للتصميم.
إن سمعت هذه العبارة من قائد فريق الدعم لديك، فطبقة البحث هي نقطة البداية، قبل أي أدوات للردود.
أليست هذه مجرد روبوت دردشة أمام العميل؟
We are
نبني طبقة استرجاع تقف خلف موظفكم، بحيث يقرأ إنسان الإجابة الموثّقة، ويتحقق منها، ويكتب الرد بأسلوبه الخاص.
We aren't
نحن لا نبني روبوت دردشة أمام العميل يُجيب بمفرده ويأمل أن يكون قد فهم السياسة بشكل صحيح أمام شخص غاضب أصلًا.
روبوت أمام العميل يضع النموذج بين علامتكم التجارية وعميل غاضب. إجابة استرداد خاطئة هناك خطأ علني. الاسترجاع يقف خطوة إلى الوراء. الموظف يحصل على الإجابة الموثّقة، الموظف يقرر، الموظف يرد. الإنسان يبقى في الحلقة حيث المخاطر أعلى ما تكون، والنموذج يقوم بالتنقيب حيث الأمر مجرد عمل مضجر.
ما الذي يراه الموظف
- مربّع بحث واحد، يُسأل بلغة عادية، لا حقل كلمات مفتاحية.
- إجابة واحدة، مستقاة من التذاكر والوثائق والسياسات معًا.
- توثيق على كل إجابة، يرتبط بمقطع المصدر.
- لا يلمسه أي عميل أبدًا. إنها أداة مساعدة للموظف، لا روبوت دردشة.
تقرأ الأداة سجلكم غير المنظّم كما هو. سياسة الشحن التي هي ملف PDF، والتذكرة المحلولة التي هي سلسلة رسائل، ووثيقة المنتج التي هي صفحة ويكي. لا تحتاجون إلى تنظيف أي منها أو إعادة هيكلته أولًا. هذه هي فائدة الاسترجاع مقارنة ببناء قاعدة معرفة جديدة يدويًا والحفاظ عليها محدَّثة إلى الأبد. نكتب عن مشاريع أخرى مشابهة في المدوّنة.
إن كان موظفوكم يبحثون أكثر مما يُجيبون، فعلينا أن نحدّد أين تعيش معرفتكم فعلًا قبل أن نبني أي شيء. احجزوا مكالمة استكشاف 30 دقيقة وسنمرّ معكم على تذاكركم ووثائقكم وسياساتكم، ثم نخبركم أين تُحرّك طبقة الاسترجاع وقت الرد الأول وأين لا تفعل.
