Ia para a base de conhecimento do suporte. Ia para a base de conhecimento do suporte é uma ferramenta interna de busca que seus agentes consultam em linguagem natural. Ela busca no histórico de tickets, documentos de produto e políticas numa única consulta e devolve uma resposta que cita a fonte de onde veio. Fica por trás do agente. O cliente continua falando com uma pessoa.
Os seus agentes passam metade do turno procurando nos documentos. Essa é a queixa que vale ouvir no seu próprio time. A resposta existe em algum lugar: num ticket antigo, numa especificação de produto ou numa política de envio que ninguém abre desde janeiro. Encontrá-la virou o trabalho.
#Por que meus agentes passam metade do tempo procurando nos documentos?
Porque a resposta está espalhada por sistemas que não se conversam. A regra de reembolso está num PDF de política. A exceção que quebra a regra está enterrada num ticket resolvido do Zendesk de 2023. O comportamento do produto está numa página do confluence escrita por um ex-pm. Um agente num ticket complexo precisa checar três lugares, adivinhar qual está atualizado e torcer.
O que a ia para a base de conhecimento do suporte realmente faz?
Ela indexa seus tickets, documentos de produto e políticas, e permite que um agente faça uma pergunta em linguagem natural e receba uma única resposta. A resposta traz um link para o documento e o trecho exato de onde veio, para que o agente confira num clique. é interna. Os clientes nunca têm contato com ela e continuam falando com uma pessoa.
A citação é a parte que importa. Uma resposta sem fonte é um palpite que o agente ainda precisa checar. Uma resposta com link para o trecho de origem é um fato que o agente confirma num clique e cola na resposta. Vinculamos cada resposta ao documento de origem exatamente por esse motivo.
#O que muda no tempo de primeira resposta?
A título de ilustração, imagine um time de suporte de e-commerce de médio porte hipotético, não um cliente. Uma ferramenta de recuperação que busca em tickets antigos, documentação de produto e políticas de envio numa só consulta ajuda mais nos tickets difíceis, aqueles em que o agente abria seis abas antes de escrever uma palavra. Um time nessa posição mediria o tempo de primeira resposta nos tickets complexos antes e depois.
Tickets simples já são rápidos: a redefinição de senha, o cadê-meu-pedido. O que trava é o ticket complexo que precisa de um caso-limite da política e de uma resolução anterior. Reduza o tempo de busca nesses e a média se mexe. página de caso de uso de suporte ao cliente traz a forma completa do desenho.
Se você ouve essa frase do seu próprio líder de suporte, a camada de busca é por onde começAR, antes de qualquer ferramenta de respostas.
#Isso não é só um chatbot voltado ao cliente?
We are
Construímos uma camada de busca que fica por trás do seu agente, para que uma pessoa leia a resposta com fonte, confira e escreva a resposta com as próprias palavras.
We aren't
Não construímos um chatbot voltado ao cliente que responde sozinho e torce para ter acertado a política na frente de alguém que já está insatisfeito.
Um bot voltado ao cliente coloca o modelo entre a sua marca e um cliente irritado. Uma resposta de reembolso errada ali é um erro público. A busca fica um passo atrás. O agente recebe a resposta com fonte, o agente decide, o agente responde. A pessoa permanece no processo onde o risco é maior, e o modelo faz a busca onde é só trabalho repetitivo.
#O que o agente vê
- Uma única caixa de busca, em linguagem natural, não um campo de palavras-chave.
- Uma única resposta, extraída de tickets, documentos e políticas ao mesmo tempo.
- Uma citação em cada resposta, com link para o trecho de origem.
- Nenhum cliente tem contato com ela. é uma ferramenta de apoio ao agente, não um chatbot.
A ferramenta lê o seu histórico sem estrutura. A política de envio que é um PDF, o ticket resolvido que é uma thread, o documento de produto que é uma página de wiki. Ela não exige que você limpe ou reorganize nada disso antes. Esse é o ponto de usar busca em vez de construir mais uma base de conhecimento manual e mantê-la atualizada para sempre. Escrevemos sobre mais projetos como esse no journal.
Se seus agentes estão buscando mais do que respondendo, precisamos mapear onde o seu conhecimento realmente está antes de construir qualquer coisa. agende uma chamada de discovery de 30 minutos e vamos percorrer seus tickets, documentos e políticas, e dizer onde uma camada de busca move o tempo de primeira resposta e onde não move.
