الاسترجاع من جانب الوكيل. أداة تعمل خلف وكيل الدعم، لا أمام العميل. يطرح الوكيل سؤالًا بلغة بسيطة ويحصل على إجابة موثّقة المصدر في استعلام واحد. بلا بوت يواجه العميل. يبقى الوكيل داخل التذكرة ويُرسل الرد.
سلّمنا واحدة لفريق خدمة عملاء لتجارة إلكترونية متوسطة الحجم. انخفض زمن الرد الأول على التذاكر المعقدة بنسبة 40%. هذا المقال هو الإيصال: ماذا بنينا، وماذا تحرّك، وماذا لم يتحرّك.
هوية العميل مجهولة. الـ40% هي النتيجة المُسلَّمة من الارتباط، وتستند إلى عمل خدمة العملاء الذي نصفه على /ai-for/customer-support. أمر آخر منذ البداية: كان هذا مساعدة للوكيل فقط. لم يتحدّث أي chatbot إلى عميل في أي لحظة.
ما الذي كان يُبطئ الوكلاء؟
الإجابات كانت موجودة. إيجادها لم يكن يتوسّع. التذكرة المعقدة كانت تعني أن يفتح الوكيل سجل zendesk، ومستند منتج، وملف pdf لسياسة الشحن، ثم يُركّب الإجابة يدويًا. أربع سنوات من التذاكر السابقة كانت تحمل السوابق. لم يستطع أحد البحث في أربع سنوات من التذاكر في الوقت الذي ينتظره العميل.
لذا كان الرد الأول ينتظر في الطابور بينما يبحث الوكيل. هذا الانتظار هو الرقم الذي يُسأل عنه رئيس الدعم. زمن الرد الأول، لا حجم التذاكر.
هل يستطيع ai تقليل زمن الرد الأول في خدمة العملاء دون chatbot؟
نعم. أداة استرجاع داخلية تتيح للوكلاء طرح أسئلة بلغة بسيطة عبر التذاكر التاريخية ومستندات المنتج وملفات السياسات، والحصول على إجابة واحدة موثّقة المصدر. الوكيل هو مَن يكتب الرد ويُرسله. لدى فريق خدمة عملاء واحد لتجارة إلكترونية متوسطة الحجم، خفّض هذا زمن الرد الأول على التذاكر المعقدة بنسبة 40%، بلا بوت يواجه العميل.
ماذا سلّمنا فعليًا؟
أداة استرجاع داخلية واحدة عبر ثلاثة مصادر: 4 سنوات من التذاكر التاريخية، ومستندات المنتج، وملفات pdf لسياسة الشحن. يكتب الوكيل سؤالًا بالطريقة نفسها التي يسأل بها زميلًا أقدم. تعود الإجابة مع ذكر المصدر، ليتحقق منها الوكيل قبل أن تصل إلى العميل.
- بحث عبر 4 سنوات من التذاكر السابقة في استعلام واحد، لا علامة تبويب تلو الأخرى.
- إجابات موثّقة المصدر، ليتحقق الوكيل من المصدر بدلًا من الثقة بصندوق أسود.
- إجابات مستندة إلى ملفات pdf لسياسة الشحن، حيث تعيش قواعد الحالات الاستثنائية فعليًا.
- يبقى الوكيل داخل التذكرة. الأداة لا تردّ على عميل بمفردها أبدًا.
تدريب فريق الدعم كان جزءًا من البناء، لا تسليمًا في النهاية. مؤشر الأداء الذي اتفقنا على تحريكه كان زمن الرد الأول على التذاكر المعقدة. قسناه قبل وبعد. انخفض 40%.
أليس هذا مثل بوت التحويل عن الدعم البشري؟
لا، والفرق هو بيت القصيد كله. لعبة التحويل تحاول خفض حجم التذاكر بالرد على العملاء مباشرة. هذا حرّك رقمًا مختلفًا. المقياس كان زمن الرد الأول، تحقّق بوضع الاسترجاع خلف الوكيل. العميل ظلّ يتحدث إلى شخص.
we are
تبني stennir ai يعمل خلف وكلاء الدعم لديكم: استرجاع، فرز، صياغة ومراجعة، تُقاس مقابل زمن الرد الأول وجودة الحل.
we aren't
stennir ليست مورّد chatbot يواجه العميل ولا تبيع التحويل عن الدعم البشري كهدف؛ يبقى الوكيل داخل التذكرة، ويظل عملاؤكم يتحدثون إلى بشر.
أدوات مثل zendesk ai وintercom fin واقتراحات gorgias تعمل داخل أسوارها الخاصة: وحداتكم الجاهزة، ومقالات المساعدة، والردود المحفوظة لديكم. نحن بنينا الاسترجاع عبر كل الباقي. التذاكر التاريخية، ومستندات المنتج، وملفات pdf لسياسة الشحن، وأدلة التشغيل. هناك تختبئ إجابات التذاكر المعقدة.
المؤشرات التي نحرّكها هي زمن الرد الأول وجودة الحل على التذاكر المعقدة، لا عدد الموظفين. نقول ذلك في اليوم الأول ونقيسه.
هل سينجح هذا مع فريق الدعم لدينا؟
اختبار الملاءمة بسيط. هل تعيش إجاباتكم بالفعل في أماكن يصعب البحث فيها؟ أربع سنوات من التذاكر، كومة من ملفات pdf للسياسات، مستندات منتج متغيّرة. إن كان الوكلاء يخسرون دقائق في البحث قبل كل رد معقّد، فتلك هي الدقيقة التي يستعيدها الاسترجاع.
يعيش هذا البناء ضمن عمل الاستشارات لدينا، مع دمج تدريب فريق الدعم من جانب التدريب لدينا. إن أردتم رؤية كيف تتلاءم القطع، يحتوي journal على المزيد من هذه الإيصالات.
إن كان وكلاؤكم يبحثون عن إجابات قبل كل رد معقّد، فتلك هي نسبة الـ40% التي سعينا وراءها هنا. أخبرونا بما تبنونه وسنخبركم إن كان الاسترجاع هو الرافعة المناسبة أم لا.