Tikkettijärjestelmä ja tekoäly: automaattinen luokittelu ilman kaaosta

Tikettijärjestelmän ongelma ei useimmiten ole se, etteikö tikettejä saataisi sisään. Ongelma on se, että ne menevät väärään paikkaan, väärällä prioriteetilla ja liian vähällä kontekstilla.

Siksi automaattinen luokittelu on yksi järkevimmistä paikoista käyttää tekoälyä asiakaspalvelussa.

Mitä AI-luokittelu käytännössä tekee?

Hyvä AI-luokittelu ei vain arvaa yhtä kategoriaa. Se tekee yleensä ainakin neljä asiaa:

• tunnistaa aiheen
• arvioi kiireellisyyden
• ehdottaa oikeaa tiimiä tai jonoa
• tiivistää viestin ihmiselle luettavaan muotoon

Tämä kuulostaa pieneltä, mutta vaikutus arkeen on iso. Ensimmäinen agentti ei enää käytä aikaa siihen, että yrittää vain ymmärtää mihin koriin asia kuuluu.

Missä tämä tuo nopeimman hyödyn?

Erityisen hyvä kohde AI-luokittelulle on ympäristö, jossa:

• yhteydenottoja tulee monesta kanavasta
• aiheet toistuvat, mutta niitä on liikaa käsin luokiteltavaksi nopeasti
• SLA tai vasteaika on tärkeä
• väärä reititys aiheuttaa paljon sisäistä pompotusta

Jos tikettimäärä on pieni ja kaikki tuntevat kaikki asiakkaat nimeltä, investointi voi olla turhan raskas. Mutta heti kun määrä kasvaa, luokittelu alkaa maksaa itseään takaisin nopeasti.

Miten luokittelu kannattaa rakentaa?

Aloita kapeasti. Älä rakenna 40 kategoriaa vain siksi, että järjestelmä sallii sen.

Parempi malli on yleensä:

• 5–8 pääkategoriaa
• 2–4 prioriteettitasoa
• selkeät säännöt kriittisille poikkeuksille
• mahdollisuus ihmiselle korjata luokitus helposti

Kun agentit korjaavat luokituksia, siitä syntyy samalla paras palautejärjestelmä mallin kehittämiseen.

Yleisin virhe: luokitellaan kaikki, mutta ei päätetä mitä tapahtuu seuraavaksi

AI-luokittelu ei auta mitään, jos tiketillä ei ole oikeaa jatkopolkua. Siksi jokaiselle luokalle pitäisi määrittää ainakin:

• mikä tiimi omistaa asian
• mitä lisätietoa tarvitaan
• voiko AI ehdottaa vastausta tai seuraavaa toimenpidettä
• milloin asia eskaloidaan ihmiselle heti

Ilman tätä luokittelu jää vain uudeksi kentäksi järjestelmässä.

Kannattaako aloittaa Zendeskistä, Freshdeskistä vai jostain muusta?

Usein kyllä, jos sellainen on jo käytössä. Harvoin kannattaa vaihtaa koko service desk vain siksi, että AI kiinnostaa.

Järkevä eteneminen on yleensä tämä:

1. siivoa nykyiset kategoriat ja jonot 2. lisää AI-luokittelu sisääntuleville yhteydenotoille 3. seuraa missä osumat ovat hyviä ja missä heikkoja 4. lisää vasta sen jälkeen vastausehdotukset, summarit ja laajempi automaatio

Jos vertailet työkalutason eroja, lue rinnalle Zendesk AI asiakaspalvelussa, Freshdesk AI asiakaspalvelussa ja tikettien reitityksestä tekoälyllä.

Miten puhe ja sähköposti liittyvät tähän?

Tämä on tärkeä kohta. Jos AI-luokittelu toimii vain web-tiketeissä mutta puhelut ja sähköpostit elävät omalla logiikallaan, tikettijono siistiytyy vain osittain. Paras hyöty syntyy silloin, kun kaikki sisääntulokanavat syöttävät saman luokittelun ympärille rakennettuun prosessiin.

Yhteenveto

AI-pohjainen automaattinen luokittelu on yksi harvoista asiakaspalvelun automaatioista, joka tuottaa hyötyä melkein heti, jos perusprosessit ovat kunnossa. Se säästää aikaa, parantaa reititystä ja nostaa esiin oikeat asiat oikeille ihmisille.

Jos haluat rakentaa luokittelun niin, että se toimii myös chatin, sähköpostin ja puhekanavan kanssa samassa mallissa, tutustu asiakaspalvelun automaation palveluumme tai ota yhteyttä.