Η ομάδα υποστήριξής σας ανοίγει την ουρά κάθε πρωί και βρίσκει δεκάδες μηνύματα που δεν έχουν καμία σχέση με την εξυπηρέτηση πελατών. Μια ψυχρή εμπορική πρόταση από κάποιον που απέσπασε τη φόρμα επικοινωνίας σας. Ένα email phishing μεταμφιεσμένο σε ζήτημα λογαριασμού. Μια αυτοματοποιημένη ειδοποίηση που με κάποιον τρόπο δημιούργησε ένα εισιτήριο. Ένα μήνυμα που μοιάζει σαν να κάθισε κάποιος πάνω στο πληκτρολόγιο. Πραγματικά ζητήματα πελατών είναι θαμμένα κάπου στο σωρό, αλλά η εύρεσή τους απαιτεί χρόνο, χρόνο που θα έπρεπε να δαπανάται στην επίλυση προβλημάτων, όχι στη διαλογή σκουπιδιών.
Αυτή είναι η πραγματικότητα για τις περισσότερες ομάδες υποστήριξης, και ο όγκος αυξάνεται συνεχώς. Σύμφωνα με έρευνες από πολλαπλούς παρόχους AI, από 15% έως πάνω από 40% των εισερχόμενων εισιτηρίων υποστήριξης μπορεί να είναι ανεπιθύμητα, άσχετα ή μη αξιοποιήσιμα. Όταν κάθε λεπτό χρόνου agent μετράει, αυτός ο θόρυβος είναι ακριβός.
Ένα AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων αλλάζει εντελώς αυτή την εξίσωση. Αντί να βασίζεται σε agents για να διαχωρίζουν χειροκίνητα τα σκουπίδια, το AI διαβάζει κάθε εισερχόμενο εισιτήριο, αξιολογεί το περιεχόμενό του και παίρνει μια δυαδική απόφαση: σχετικό ή άσχετο. Μόνο τα πραγματικά μηνύματα περνούν. Όλα τα άλλα επισημαίνονται, δρομολογούνται ή απορρίπτονται πριν καν φτάσουν σε άνθρωπο.
Τι είναι ένα AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων;
Ένα AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων είναι ένα σύστημα ταξινόμησης που χρησιμοποιεί επεξεργασία φυσικής γλώσσας (NLP) και μηχανική μάθηση για να αναλύει εισερχόμενα εισιτήρια υποστήριξης και να καθορίζει εάν αποτελούν νόμιμα αιτήματα πελατών. Σε αντίθεση με τα παραδοσιακά φίλτρα ανεπιθύμητων μηνυμάτων που βασίζονται σε στατικές λίστες λέξεων-κλειδιών, ένα φίλτρο με τεχνητή νοημοσύνη αξιολογεί το πλήρες πλαίσιο κάθε μηνύματος, τη δομή του, την πρόθεση, τα μοτίβα του αποστολέα και το σημασιολογικό νόημα, για να λάβει μια πιο ακριβή απόφαση.
Το αποτέλεσμα είναι σκόπιμα απλό: TRUE (σχετικό) ή FALSE (άσχετο). Αυτό το δυαδικό αποτέλεσμα εντάσσεται απευθείας σε αυτοματοποιημένες ροές εργασίας. Ένα εισιτήριο που επισημαίνεται ως FALSE μπορεί να κλείσει αυτόματα, να επισημανθεί για αναθεώρηση, να μετακινηθεί σε ξεχωριστή ουρά spam ή να εξαιρεθεί από τις τυπικές αναφορές. Ο στόχος είναι απλός: να διασφαλιστεί ότι μόνο τα εισιτήρια που χρειάζονται ανθρώπινη προσοχή φτάνουν στους ανθρώπους.
Το AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων του LiveAgent υιοθετεί αυτή την προσέγγιση και την ενσωματώνει στο ίδιο το help desk . Επεξεργάζεται ακατέργαστα δεδομένα εισιτηρίων, συμπεριλαμβανομένων των κεφαλίδων μηνυμάτων, της δομής HTML και του περιεχομένου του σώματος, βάσει του επιχειρηματικού πλαισίου που έχετε ορίσει. Εσείς αποφασίζετε τι σημαίνει “σχετικό” για την ομάδα σας, και το AI εφαρμόζει αυτόν τον ορισμό με συνέπεια σε κάθε υποβολή.
Γιατί τα φίλτρα που βασίζονται αποκλειστικά σε λέξεις-κλειδιά δεν επαρκούν
Για χρόνια, η τυπική προσέγγιση για τη διατήρηση των ανεπιθύμητων μηνυμάτων εκτός ουρών υποστήριξης ήταν μια μαύρη λίστα λέξεων-κλειδιών. Αν ένα μήνυμα περιείχε “υπηρεσίες SEO”, “δημιουργία leads” ή “γρήγορη επίδειξη”, επισημαινόταν. Αυτή η προσέγγιση πιάνει μερικά σκουπίδια, αλλά δημιουργεί επίσης δύο σοβαρά προβλήματα.
Πρώτον, είναι εύθραυστη. Οι αποστολείς spam και οι πλατφόρμες ψυχρής προσέγγισης προσαρμόζουν συνεχώς τη γλώσσα τους. Μια πρόταση που ξεκινά με “Παρατήρησα τον ιστότοπό σας” σήμερα μπορεί αύριο να ξεκινά με “Μου άρεσε η πρόσφατη ανάρτηση στο blog σας”. Η διατήρηση μιας λίστας λέξεων-κλειδιών που συμβαδίζει με αυτές τις παραλλαγές είναι ένα παιχνίδι whack-a-mole που κανείς δεν κερδίζει.
Δεύτερον, και πιο σημαντικό, τα φίλτρα λέξεων-κλειδιών πιάνουν νόμιμους πελάτες. Ένας πραγματικός χρήστης μπορεί να γράψει: “Είδα το βίντεο επίδειξής σας και δεν μπορώ να κάνω την ενσωμάτωση να λειτουργήσει.” Ένας κανόνας λέξεων-κλειδιών βλέπει “επίδειξη” και επισημαίνει το εισιτήριο ως spam. Αυτός ο πελάτης έχει τώρα μια κακή εμπειρία, και η ομάδα σας έχασε μια ευκαιρία να βοηθήσει.
Το φιλτράρισμα με AI αποφεύγει και τις δύο παγίδες. Διαβάζει πρόθεση, όχι μόνο λέξεις. Η διαφορά μεταξύ μιας προσέγγισης βασισμένης σε κανόνες και μιας προσέγγισης βασισμένης σε AI είναι η διαφορά μεταξύ αντιστοίχισης λέξεων-κλειδιών και κατανόησης νοήματος. Μια ψυχρή εμπορική πρόταση και μια γνήσια πρόταση συνεργασίας μπορεί να μοιράζονται λεξιλόγιο αλλά να διαφέρουν εντελώς στο πλαίσιο. Το AI αντιλαμβάνεται αυτή τη διάκριση.
Έτοιμοι να αναβαθμίσετε την εξυπηρέτηση;
Δοκιμάστε το LiveAgent δωρεάν και δείτε τη διαφορά.
Πώς λειτουργούν στην πραγματικότητα τα AI φίλτρα ανεπιθύμητων μηνυμάτων
Η υποκείμενη διαδικασία είναι πιο εξελιγμένη από μια απλή σάρωση λέξεων-κλειδιών. Όταν φτάνει ένα εισιτήριο, το AI περνά από διάφορα επίπεδα ανάλυσης πριν επιστρέψει μια ταξινόμηση.
Ανάλυση δεδομένων και εξαγωγή χαρακτηριστικών
Το πρώτο βήμα είναι η ανάλυση όλων των διαθέσιμων πληροφοριών για το μήνυμα. Αυτό περιλαμβάνει τη γραμμή θέματος, το σώμα του κειμένου, τα μεταδεδομένα του αποστολέα (τομέας email, φήμη IP, συχνότητα υποβολής), τη δομή HTML (το spam συχνά περιέχει ενσωματωμένα pixel παρακολούθησης ή ασυνήθιστη μορφοποίηση) και τυχόν συνημμένα. Το AI εξάγει χαρακτηριστικά από όλα αυτά τα σήματα αντί να βασίζεται μόνο στο κείμενο.
Αξιολόγηση με επίγνωση πλαισίου
Μόλις εξαχθούν τα χαρακτηριστικά, το AI τα αξιολογεί σε σχέση με το επιχειρηματικό πλαίσιο που έχετε ορίσει. Εδώ έχει σημασία η προσαρμογή. Μια εταιρεία λογισμικού μπορεί να θεωρεί τις αναφορές σφαλμάτων από μη πελάτες ως άσχετες, ενώ μια επιχείρηση ηλεκτρονικού εμπορίου μπορεί να θεωρεί οποιοδήποτε μήνυμα περιέχει αριθμό παραγγελίας ως αυτόματα σχετικό. Εσείς ορίζετε τα όρια, και το AI τα εφαρμόζει.
Ταξινόμηση πρόθεσης
Το AI ταξινομεί την πρόθεση του εισιτηρίου: είναι αυτό αίτημα υποστήριξης, εμπορική πρόταση, απόπειρα phishing, αίτηση εργασίας, αυτοματοποιημένη ειδοποίηση ή ακατανόητο κείμενο; Αυτή η ταξινόμηση υπερβαίνει ένα απλό δυαδικό σύστημα spam/ham. Προσδιορίζει τον τύπο της ασχετοσύνης, που έχει σημασία για τις αποφάσεις δρομολόγησης. Μια ψυχρή εμπορική πρόταση για υπηρεσίες SEO και ένα email phishing που στοχεύει την ομάδα σας είναι και τα δύο άσχετα, αλλά μπορεί να δικαιολογούν διαφορετικό χειρισμό.
Βαθμολογία εμπιστοσύνης και ενέργεια
Το τελικό βήμα είναι η αντιστοίχιση μιας βαθμολογίας εμπιστοσύνης στην ταξινόμηση και η ενεργοποίηση της κατάλληλης ενέργειας. Το spam υψηλής εμπιστοσύνης κλείνεται αυτόματα ή τίθεται σε καραντίνα. Αμφίσημα μηνύματα, εκείνα στο εύρος εμπιστοσύνης 60-85%, δρομολογούνται σε μια ουρά αναθεώρησης όπου ένας άνθρωπος μπορεί να λάβει την τελική απόφαση. Αυτή η κλιμακωτή προσέγγιση αποτρέπει το AI από το να απορρίπτει σιωπηλά ένα νόμιμο αίτημα πελάτη. Αν το AI δεν είναι σίγουρο, ζητά βοήθεια.
Τύποι άσχετων εισιτηρίων που μπορεί να ανιχνεύσει το AI
Βάσει ανάλυσης των απαντήσεων παρόχων σε μεγάλα μοντέλα AI, οι πιο κοινές κατηγορίες άσχετων εισιτηρίων που μπορεί να ανιχνεύσει αξιόπιστα το AI περιλαμβάνουν:
| Κατηγορία | Παράδειγμα | Συνιστώμενη ενέργεια |
|---|---|---|
| Ψυχρές εμπορικές προτάσεις | “Μπορούμε να βελτιώσουμε τις θέσεις σας στο SEO. Ας προγραμματίσουμε μια κλήση 15 λεπτών.” | Επισήμανση ως spam, αυτόματο κλείσιμο |
| Phishing & κακόβουλο λογισμικό | Μηνύματα με ύποπτους συνδέσμους, ασυνήθιστους τομείς αποστολέα ή αιτήματα για διαπιστευτήρια | Άμεση καραντίνα |
| Αυτοματοποιημένες ειδοποιήσεις | Απαντήσεις εκτός γραφείου, επιβεβαιώσεις παράδοσης, ειδοποιήσεις συστήματος | Φιλτράρισμα, μη δημιουργία εισιτηρίου |
| Αιτήσεις εργασίας | “Θα ήθελα να υποβάλω αίτηση για τη θέση μηχανικού λογισμικού” σταλμένο στο support@ | Επισήμανση και ανακατεύθυνση |
| Ακατανόητα / δοκιμαστικά μηνύματα | Τυχαίες συμβολοσειρές χαρακτήρων, κενές υποβολές, “test test test” | Αυτόματο κλείσιμο |
| Διπλότυπα εισιτήρια | Ο ίδιος χρήστης στέλνει το ίδιο ζήτημα πολλές φορές μέσα σε λεπτά | Συγχώνευση ή κλείσιμο διπλότυπων |
| Εκτός θέματος / εκτός πεδίου | Ερωτήσεις σχετικά με προϊόντα ή υπηρεσίες που δεν προσφέρει η εταιρεία σας | Επισήμανση και κλείσιμο με παραπομπή |
Η βασική διαπίστωση σε όλους τους παρόχους AI είναι ότι η ταξινόμηση βάσει πρόθεσης υπερτερεί του φιλτραρίσματος βάσει λέξεων-κλειδιών για κάθε κατηγορία. Ένα μήνυμα που γράφει “Θα ήθελα να συζητήσω πώς η πλατφόρμα μας θα μπορούσε να συμπληρώσει τη ροή εργασίας υποστήριξής σας” δεν περιέχει προφανείς λέξεις-κλειδιά spam, αλλά η πρόθεση, ανεπιθύμητη εμπορική προσέγγιση, είναι αδιαμφισβήτητη για ένα AI που διαβάζει για νόημα.
Εγγραφείτε στο newsletter
Τα τελευταία tips και προσφορές απευθείας στα εισερχόμενά σας.
Ρύθμιση αυτόματης ανίχνευσης spam χωρίς να χάσετε πραγματικούς πελάτες
Ο πιο κοινός φόβος που έχουν οι ομάδες όταν εφαρμόζουν ένα AI φίλτρο spam είναι το ψευδώς θετικό: ένας πραγματικός πελάτης του οποίου το νόμιμο αίτημα επισημαίνεται ως spam και δεν λαμβάνει ποτέ απάντηση. Αυτός ο φόβος είναι βάσιμος. Ένα ψευδώς θετικό δεν είναι απλώς ένα χαμένο εισιτήριο. Είναι μια κατεστραμμένη σχέση με τον πελάτη.
Ακολουθεί ένα αποδεδειγμένο πλαίσιο υλοποίησης που μετριάζει αυτόν τον κίνδυνο σε κάθε βήμα.
Ξεκινήστε σε λειτουργία προσομοίωσης
Πριν το AI αγγίξει έστω και ένα ζωντανό εισιτήριο, εκτελέστε το στα ιστορικά σας δεδομένα. Τροφοδοτήστε το με τα εισιτήρια των τελευταίων τριών μηνών και δείτε πώς θα είχε ταξινομήσει το καθένα. Αυτή η προσομοίωση σας δίνει άμεση ορατότητα τόσο στην ακρίβεια του AI όσο και στις ακραίες περιπτώσεις του. Θα δείτε ποιοι τύποι μηνυμάτων μπερδεύουν τον ταξινομητή και μπορείτε να προσαρμόσετε τους ορισμούς σας πριν τεθεί οτιδήποτε σε λειτουργία.
Επισήμανση πρώτα, αυτόματο κλείσιμο αργότερα
Όταν τεθεί σε λειτουργία, ξεκινήστε συντηρητικά. Διαμορφώστε το AI ώστε να επισημαίνει ύποπτα εισιτήρια spam αντί να τα κλείνει αυτόματα. Οι agents σας θα βλέπουν μια ετικέτα spam_review στα επισημασμένα εισιτήρια και μπορούν να επαληθεύσουν ή να παρακάμψουν γρήγορα την ταξινόμηση. Αυτή η φάση ανθρώπου-στο-βρόχο χτίζει εμπιστοσύνη στο σύστημα, ενώ διασφαλίζει ότι κανένα ψευδώς θετικό δεν περνά απαρατήρητο.
Ορίστε όρια εμπιστοσύνης
Δεν είναι όλες οι ταξινομήσεις AI εξίσου βέβαιες. Εφαρμόστε μια κλιμακωτή προσέγγιση:
- Υψηλή εμπιστοσύνη (≥90%): Αυτόματο κλείσιμο ή μετακίνηση στην ουρά spam
- Μέτρια εμπιστοσύνη (60-89%): Δρομολόγηση σε ουρά αναθεώρησης για επαλήθευση από agent
- Χαμηλή εμπιστοσύνη (<60%): Αντιμετώπιση ως νόμιμο και κανονική δρομολόγηση
Αυτό το μοντέλο διασφαλίζει ότι το AI ενεργεί αυτόνομα μόνο όταν είναι ιδιαίτερα βέβαιο. Οτιδήποτε άλλο λαμβάνει ανθρώπινη αξιολόγηση.
Δημιουργήστε έναν βρόχο ανατροφοδότησης
Κάθε παράκαμψη από agent, είτε επισημαίνοντας ένα εισιτήριο spam ως νόμιμο είτε το αντίστροφο, θα πρέπει να τροφοδοτείται πίσω στο σύστημα. Με την πάροδο του χρόνου, το AI μαθαίνει από αυτές τις διορθώσεις και βελτιώνει την ακρίβειά του στα συγκεκριμένα μοτίβα εισιτηρίων σας.
Ορίστε ρητά τις ακραίες περιπτώσεις
Καταγράψτε τους κανόνες σε απλή γλώσσα. Για παράδειγμα: “Ποτέ μην κλείνετε ένα εισιτήριο που αναφέρει επιστροφή χρημάτων, ζήτημα λογαριασμού ή αριθμό παραγγελίας. Αντιμετωπίστε τις ανεπιθύμητες προτάσεις συνεργασίας ως spam, αλλά πάντα επισημάνετε για αναθεώρηση αν ο αποστολέας είναι από υπάρχοντα τομέα πελάτη.” Αυτές οι προστατευτικές γραμμές αποτρέπουν το AI από το να κάνει καταστροφικά λάθη.
Με ένα AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων που υποστηρίζει προσαρμόσιμη επιχειρηματική λογική, μπορείτε να κωδικοποιήσετε αυτούς τους κανόνες απευθείας στη ροή εργασίας ανίχνευσης. Το φίλτρο δεν εφαρμόζει έναν ενιαίο ορισμό spam για όλους. Εφαρμόζει τον δικό σας ορισμό.
Πέρα από το spam: AI διαλογή και κατηγοριοποίηση εισιτηρίων
Το φιλτράρισμα των ανεπιθύμητων μηνυμάτων είναι το πρώτο επίπεδο διαχείρισης εισιτηρίων με AI. Το επόμενο επίπεδο είναι το τι συμβαίνει με τα εισιτήρια που περνούν. Αν το 30% της εισερχόμενης ουράς σας είναι σκουπίδια, η αφαίρεσή τους είναι κέρδος. Αλλά τι γίνεται με το υπόλοιπο 70%, τα νόμιμα εισιτήρια που πρέπει ακόμα να διαβαστούν, να κατηγοριοποιηθούν, να προτεραιοποιηθούν και να δρομολογηθούν;
Εδώ έρχεται η AI διαλογή και κατηγοριοποίηση εισιτηρίων . Ενώ το φίλτρο spam απαντά στη δυαδική ερώτηση “σχετικό ή όχι;”, ο agent διαλογής απαντά “τι είδους σχετικό;” Διαβάζει κάθε νέο εισιτήριο, αναγνωρίζει τον υποκείμενο τύπο ζητήματος και αντιστοιχίζει την κατάλληλη ετικέτα κατηγορίας, αναφορά σφάλματος, ερώτηση χρέωσης, αίτημα λειτουργίας, ζήτημα λογαριασμού, ακύρωση ή γενικό ερώτημα, πριν καν ανοίξει ο agent το εισιτήριο.
Η επίδραση συσσωρεύεται. Όταν το φιλτράρισμα spam και η κατηγοριοποίηση λειτουργούν μαζί, η ουρά ενός agent μεταμορφώνεται από έναν αδιαφοροποίητο σωρό μηνυμάτων σε μια καθαρή, προ-ταξινομημένη ροή ενεργήσιμων εργασιών. Γνωρίζουν τι αφορά κάθε εισιτήριο πριν κάνουν κλικ. Μπορούν να ομαδοποιήσουν παρόμοια εισιτήρια. Δεν ξοδεύουν καθόλου νοητική ενέργεια στη διαλογή. Απλώς επιλύουν.
Σε συνδυασμό με την AI επικύρωση και αυτόματη απάντηση εισιτηρίων , η αυτοματοποίηση γίνεται ακόμα βαθύτερη. Εισιτήρια που είναι και σχετικά και απλά, όπως ένας πελάτης που κάνει μια ερώτηση που έχει ήδη απαντηθεί στη βάση γνώσεων σας, μπορούν να λάβουν μια άμεση, ακριβή απάντηση που δημιουργείται από AI. Ο πελάτης λαμβάνει λύση σε δευτερόλεπτα. Ο agent δεν βλέπει ποτέ το εισιτήριο. Το φίλτρο spam, ο agent διαλογής και ο αυτόματος απαντητής σχηματίζουν έναν αγωγό που χειρίζεται αυτόματα ολόκληρη τη ροή εργασίας παραλαβής.
Πώς το AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων του LiveAgent εντάσσεται σε μια ολοκληρωμένη στοίβα αυτοματοποίησης
Οι AI λειτουργίες του LiveAgent είναι χτισμένες γύρω από μια αρθρωτή αρχιτεκτονική. Κάθε AI agent χειρίζεται μια συγκεκριμένη λειτουργία, και εσείς τους συνδέετε σε ροές εργασίας που ταιριάζουν στη διαδικασία υποστήριξής σας. Το AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων είναι η πρώτη πύλη σε αυτήν την αλυσίδα.
Το φίλτρο τροφοδοτείται από το FlowHunt , την πλατφόρμα AI που αναπτύχθηκε από την ίδια εταιρεία πίσω από το LiveAgent. Αυτή η ενσωμάτωση σημαίνει ότι τα δεδομένα των εισιτηρίων σας δεν φεύγουν από το οικοσύστημα. Υποβάλλονται σε επεξεργασία εντός της ίδιας υποδομής που τροφοδοτεί το help desk σας. Για ομάδες που διαχειρίζονται ευαίσθητες πληροφορίες πελατών, αυτή η τοπικότητα δεδομένων έχει σημασία.
Η ροή εργασίας συνήθως έχει ως εξής:
- Άφιξη εισιτηρίου: μέσω email, φόρμας επικοινωνίας, ζωντανής συνομιλίας ή κοινωνικών δικτύων
- AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων : αξιολογεί το εισιτήριο και επιστρέφει TRUE ή FALSE
- Αν FALSE: το εισιτήριο επισημαίνεται αυτόματα, μετακινείται σε ουρά spam ή κλείνει βάσει των κανόνων σας. Κανένας agent δεν ειδοποιείται.
- Αν TRUE: το εισιτήριο προχωρά στον agent AI διαλογής και κατηγοριοποίησης, ο οποίος αντιστοιχίζει μια ετικέτα κατηγορίας
- Τα κατηγοριοποιημένα εισιτήρια δρομολογούνται μέσω αυτοματοποιημένης διανομής εισιτηρίων στο κατάλληλο τμήμα ή agent
- Για απλά αιτήματα, ο AI αυτόματος απαντητής μπορεί να δημιουργήσει και να στείλει μια άμεση απάντηση βασισμένη στη γνώση
Κάθε βήμα είναι προαιρετικό και παραμετροποιήσιμο. Μπορείτε να χρησιμοποιήσετε μόνο το φίλτρο spam αν αυτό χρειάζεστε. Μπορείτε να προσθέσετε κατηγοριοποίηση αργότερα. Μπορείτε να ενεργοποιήσετε την αυτόματη απάντηση μόνο για συγκεκριμένους τύπους εισιτηρίων. Η αρθρωτή σχεδίαση σημαίνει ότι ποτέ δεν χρειάζεται να αυτοματοποιήσετε περισσότερα από όσα νιώθετε άνετα.
Το πραγματικό κόστος της μη χρήσης φίλτρου
Αξίζει να ποσοτικοποιήσουμε το πραγματικό κόστος του μη φιλτραρισμένου θορύβου εισιτηρίων. Έρευνες από πολλαπλούς παρόχους AI και πλατφόρμες υποστήριξης δείχνουν σταθερά νούμερα:
- Χρόνος ανά διαλογή εισιτηρίου: Οι agents ξοδεύουν 30-60 δευτερόλεπτα ανά εισιτήριο για χειροκίνητη ταξινόμηση και δρομολόγηση
- Κόστος εναλλαγής περιβάλλοντος: Κάθε διακοπή από ένα εισιτήριο spam σπάει τη συγκέντρωση ενός agent σε ένα πραγματικό ζήτημα πελάτη, προσθέτοντας κρυφό γνωστικό φορτίο
- Κίνδυνος ψευδώς θετικού χειροκίνητου φιλτραρίσματος: Κουρασμένοι ή βιαστικοί agents κάνουν λάθη, ταξινομώντας λανθασμένα ένα πραγματικό εισιτήριο ως spam ή το αντίστροφο
- Ηθικό agent: Η διαλογή σκουπιδιών είναι αποθαρρυντική. Είναι το αντίστοιχο της υποστήριξης με τον καθαρισμό ενός φακέλου spam, απαραίτητο αλλά εξουθενωτικό
Για μια ομάδα που διαχειρίζεται 200 εισιτήρια την ημέρα με ποσοστό ασχετοσύνης 25%, αυτό σημαίνει 50 εισιτήρια την ημέρα που απαιτούν χειροκίνητη διαλογή μόνο και μόνο για να απορριφθούν. Με 45 δευτερόλεπτα το καθένα, αυτό είναι σχεδόν 40 λεπτά ημερήσιου χρόνου agent, πάνω από 3 ώρες την εβδομάδα, που δαπανώνται σε εργασία που παράγει μηδενική αξία. Σε ένα χρόνο, αυτό είναι περίπου 160 ώρες, ή τέσσερις ολόκληρες εβδομάδες χωρητικότητας agent, που καταναλώνονται από spam.
Ένα AI φίλτρο ανεπιθύμητων και άσχετων μηνυμάτων ανακτά αυτόν τον χρόνο εντελώς. Τα εισιτήρια φιλτράρονται πριν εισέλθουν στην ουρά. Οι agents δεν τα βλέπουν ποτέ. Αυτές οι 160 ώρες επιστρέφουν στην επίλυση πραγματικών προβλημάτων πελατών.
Συμπέρασμα
Το πρόβλημα του θορύβου στα εισιτήρια υποστήριξης δεν πρόκειται να εξαφανιστεί. Καθώς οι φόρμες επικοινωνίας γίνονται ευκολότερες στην εύρεση και εξαγωγή, καθώς τα εργαλεία ψυχρής προσέγγισης γίνονται πιο εξελιγμένα, και καθώς οι προσδοκίες των πελατών για γρήγορους χρόνους απόκρισης συνεχίζουν να αυξάνονται, το χάσμα μεταξύ “ό,τι φτάνει” και “ό,τι έχει πραγματικά σημασία” θα διευρύνεται συνεχώς.
Η ταξινόμηση με AI γεφυρώνει αυτό το χάσμα. Δεν φιλτράρει απλώς spam. Διακρίνει μεταξύ μιας ψυχρής εμπορικής πρότασης και μιας γνήσιας πρότασης συνεργασίας, μεταξύ μιας αυτοματοποιημένης ειδοποίησης και μιας πραγματικής ειδοποίησης πελάτη, μεταξύ ακατανόητου κειμένου και ενός απογοητευμένου χρήστη που χρειάζεται βοήθεια. Εφαρμόζει συνεπή κρίση σε κλίμακα, χωρίς κόπωση, χωρίς προκατάληψη, και χωρίς ποτέ να αγνοεί κατά λάθος έναν πελάτη που χρειάζεται υποστήριξη.
Η πορεία υλοποίησης είναι ξεκάθαρη: προσομοιώστε πρώτα, επισημάνετε πριν κλείσετε, ορίστε όρια εμπιστοσύνης, δημιουργήστε βρόχους ανατροφοδότησης και καθορίστε τις ακραίες περιπτώσεις σας. Ξεκινήστε με το φίλτρο spam, στη συνέχεια προσθέστε διαλογή και κατηγοριοποίηση και αυτόματη απάντηση καθώς αυξάνεται η εμπιστοσύνη σας. Το αποτέλεσμα είναι μια ουρά υποστήριξης που περιέχει μόνο ό,τι θα έπρεπε: πραγματικούς πελάτες με πραγματικά ζητήματα, που περιμένουν πραγματική βοήθεια.
