Μονάδα 2 / 12

Αίτημα περίληψης και ταξινόμησης (Ticket Triage)

Κέρδη:

  • Δυνατότητα μετατροπής μεγάλων και διάσπαρτων αιτημάτων πελατών σε δομημένες περιλήψεις με δυνατότητα δράσης
  • Δυνατότητα ταξινόμησης αιτημάτων ανάλογα με την κατηγορία, τον επείγοντα χαρακτήρα και το συναίσθημα των πελατών με ένα σταθερό σχήμα
  • Δυνατότητα καθορισμού μιας συνεπούς μορφής εξόδου (JSON/πίνακας) κατάλληλη για αυτοματοποίηση για μαζική επεξεργασία εισιτηρίων

Φανταστείτε το πρωί μιας ομάδας υποστήριξης: 220 νέα εισιτήρια (εισιτήρια) έχουν συγκεντρωθεί κατά τη διάρκεια της νύχτας. Μερικά είναι ένα μονογραμμικό "Ξέχασα τον κωδικό πρόσβασής μου", μερικά είναι ένα θυμωμένο παράπονο τριών παραγράφων και μερικά είναι στην πραγματικότητα μια ευκαιρία πώλησης. Η ανάγνωση αυτού του σωρού, η ανάθεση του καθενός στη σωστή κατηγορία, ο καθορισμός του επείγοντος χαρακτήρα του και η κατεύθυνσή του στο σωστό άτομο (αυτό ονομάζεται διαλογή· η ίδια λογική ταξινόμησης ασθενών κατά προτεραιότητα στο δωμάτιο έκτακτης ανάγκης) καταναλώνει τις δύο πρώτες ώρες της ημέρας.

Η τεχνητή νοημοσύνη (AI) μπορεί να κάνει αυτή τη δουλειά σε δευτερόλεπτα και με συνέπεια. Αλλά η μαγεία δεν είναι στο να πούμε "συνοψίστε αυτό το αίτημα". Επιβάλλει μια σταθερή λίστα κατηγοριών, σαφή επίπεδα επείγουσας ανάγκης και μια αμετάβλητη μορφή εξόδου στο μοντέλο. Σε αυτήν την ενότητα, θα δημιουργήσουμε ένα σύστημα διαλογής που θα μεταβαίνει από την επεξεργασία ενός μόνο αιτήματος έως την επισήμανση εκατοντάδων αιτημάτων με τρόπο έτοιμο για αυτοματοποίηση.

Σημείωση: Οι ετικέτες κατηγορίας και επείγουσας ανάγκης που δημιουργούνται από την τεχνητή νοημοσύνη είναι ένα προκαταρκτικό εργαλείο ελέγχου. Ειδικότερα, τα αιτήματα που φέρουν την ένδειξη «επείγον» και «παράπονο» πρέπει να επιβεβαιώνονται από άνθρωπο πριν υποβληθούν σε επεξεργασία.

Γιατί δομημένη σύνοψη;

Μια δωρεάν σύνοψη ("ο πελάτης αντιμετωπίζει προβλήματα με την αποστολή του") δεν μπορεί να αναζητηθεί, να ταξινομηθεί ή να αυτοματοποιηθεί. Ωστόσο, η ανάγκη του διαχειριστή υποστήριξης είναι ξεκάθαρη στις ακόλουθες ερωτήσεις:

  • Σε ποια κατηγορία ανήκει αυτό το αίτημα; (Αποστολή, Επιστροφή, Πληρωμή, Τεχνικά, Πληροφορίες προϊόντος, Παράπονο, Ευκαιρία Πωλήσεων)
  • Πόσο επείγον είναι; (Κρίσιμη / Υψηλή / Μεσαία / Χαμηλή)
  • Ποια είναι η συναισθηματική κατάσταση του πελάτη; (Θυμωμένος / Απογοητευμένος / Ουδέτερος / Ικανοποιημένος)
  • Ποια είναι η μονοφράση ουσία του;
  • Ποιο θα πρέπει να είναι το επόμενο βήμα;

Μόλις ορίσετε αυτές τις ερωτήσεις εκ των προτέρων και τις δώσετε στο μοντέλο ως σχήμα (σταθερά πεδία και πιθανές τιμές), και τα 220 αιτήματα γίνονται συγκρίσιμα και φιλτραρίσιμα στην ίδια μορφή.

Βήμα προς βήμα: Καθιέρωση ενός Σχεδίου Διαλογής

  1. Καρφιτσώστε τη λίστα κατηγοριών. Μην αφήνετε το μοντέλο να ταιριάζει. Δώστε μια κλειστή λίστα.
  2. Καθορίστε το κριτήριο του επείγοντος. Συγκεκριμένα τι σημαίνει "κρίσιμο": πλήρης διακοπή της υπηρεσίας, απώλεια πληρωμής, κίνδυνος ασφάλειας.
  3. Προσδιορίστε τις ετικέτες συναισθημάτων. Χρησιμοποιήστε ένα περιορισμένο και σαφές σετ.
  4. Εισαγάγετε τη μορφή εξόδου. Για μαζική επεξεργασία, το JSON (μορφή δεδομένων μηχανικής ανάγνωσης που αποτελείται από ζεύγη τιμών πεδίου) είναι κατάλληλο, για μεμονωμένο αίτημα, ο πίνακας είναι κατάλληλος.
  5. Κάντε έναν κανόνα "τσιμπήστε εάν δεν είστε σίγουροι". Αν το μοντέλο δεν είναι σίγουρο για την κατηγορία, ας πει αβέβαιο και ο άνθρωπος θα κοιτάξει.
  6. Επαληθεύω. Στην πρώτη παρτίδα, ελέγξτε χειροκίνητα την ακρίβεια των ετικετών και ορίστε την προτροπή.

Αντιγράψιμα μηνύματα

Βασική προτροπή που μετατρέπει ένα μεμονωμένο αίτημα σε δομημένη σύνοψη:

Ρόλος: Είστε έμπειρος ειδικός διαλογής υποστήριξης. Αναλύστε το αίτημα του πελάτη παρακάτω. Προσθέστε ένα σχόλιο. απλά βασιστείτε σε αυτό που υπάρχει στο κείμενο. Συμπληρώστε τα ακόλουθα πεδία: - περίληψη: (μέγιστο 1 πρόταση)- κατηγορία: [Αποστολή | Επιστροφή | Πληρωμή | Τεχνικό | Πληροφορίες προϊόντος | Καταγγελία | Ευκαιρία πωλήσεων]- επείγουσα ανάγκη: [Κρίσιμη | Υψηλή | Μεσαία | Χαμηλό]- συναίσθημα: [Θυμωμένος | Απογοήτευση | Ουδέτερο | Ικανοποιήθηκε]- επόμενο_βήμα: (μοναδική πρόταση, συγκεκριμένη ενέργεια)- αβέβαιο: ("ναι" εάν η κατηγορία/επείγον είναι ασαφής, διαφορετικά "όχι") Αίτημα:"""{{ request_text }}"""

Για μαζική επεξεργασία, η προτροπή μετατρέπει πολλαπλά αιτήματα σε πίνακα JSON ταυτόχρονα:

Επεξεργαστείτε τα αριθμημένα αιτήματα παρακάτω. Δημιουργήστε ένα αντικείμενο JSON για καθένα με το ακόλουθο σχήμα και επιστρέψτε τα όλα ως πίνακα JSON. Πηγαίνετε έξω από το σχήμα: { "id": "", "summary": "", "category": "", "urgency": "", "emotion": "", "next_step": "", "Δεν είμαι σίγουρος": "" }Μόνο κατηγορίες: Αποστολή, Επιστροφές, Πληρωμή, Τεχνικά, Πληροφορίες προϊόντος, Παράπονα, Sales. Αιτήματα: {{ numbered_request_list }}

Η προτροπή που διευκρινίζει το κριτήριο του επείγοντος και διδάσκει στο μοντέλο τον ορισμό του "Κρίσιμου":

Προσδιορίστε το επείγον σύμφωνα με τον ακόλουθο κανόνα:- Κρίσιμο: η υπηρεσία δεν είναι εντελώς διαθέσιμη, απώλεια πληρωμής, κίνδυνος ασφάλειας/δεδομένων, νομική απειλή.- Υψηλή: σημαντική λειτουργία έχει διακοπεί αλλά υπάρχει λύση. θυμωμένος πελάτης.- Μεσαίο: μοναδικό ζήτημα, μη διακοπή της ροής εργασιών.- Χαμηλό: αίτημα για πληροφορίες, πρόταση, γενική ερώτηση. Γράψτε τον λόγο της απόφασής σας με μία πρόταση στο πεδίο "επείγον_λόγος".

Προτροπή που καταγράφει την ευκαιρία πωλήσεων και δημιουργεί μια γέφυρα υποστήριξης/πωλήσεων:

Κατά την επεξεργασία του αιτήματος, εάν ο πελάτης δείχνει ενδιαφέρον να αγοράσει ένα νέο προϊόν/πακέτο/συμπλήρωμα (π.χ. "έχετε μεγαλύτερο πακέτο", "πόσοι χρήστες χρειάζονται"), κάντε την κατηγορία "Ευκαιρία πωλήσεων" και προσθέστε μια συμβουλή μίας πρότασης για την ομάδα πωλήσεων στο πεδίο "σημείωση_πώλησης".

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή

Ισχυρή προτροπή

"Περίληψη και ταξινόμηση αυτού του αιτήματος"

Κλειστή λίστα κατηγοριών + ορισμός επείγουσας ανάγκης + σταθερό σχήμα JSON

Δημιουργεί διαφορετικές ετικέτες κάθε φορά

Δίνει πάντα την ίδια ετικέτα στο ίδιο αίτημα

Χρησιμοποιεί τη λέξη «επείγον» σύμφωνα με τις δικές του επιθυμίες.

Εφαρμόζει συγκεκριμένα κριτήρια για το "κρίσιμο"

Φτιάχνει το ασαφές

emin_degilim: πείτε ναι και αφήστε το στο άτομο

Η συνέπεια είναι ο χρυσός κανόνας εδώ: εάν το ίδιο παράπονο δεν εμπίπτει στην ίδια κατηγορία σε δύο διαφορετικές ημέρες, καμία αναφορά και αυτοματισμός δεν θα είναι αξιόπιστη.

Τρεις Μίνι Θήκες

Περίπτωση 1 — Εμπιστευτικός κριτικός. Σε μια εταιρεία SaaS (ενοικιαζόμενο λογισμικό μέσω Διαδικτύου), το μήνυμα "Δεν μπορώ να συνδεθώ, όλη η ομάδα περιμένει 40 άτομα" φαινόταν συνηθισμένο επειδή ήταν σύντομο. Η προτροπή διαλογής το σημείωσε "Κρίσιμο" χάρη στον κανόνα του επείγοντος (κριτήρια "η υπηρεσία δεν είναι πλήρως διαθέσιμη"). Το αίτημα διεκπεραιώθηκε σε 6 λεπτά αντί να περιμένει 2 ώρες στην ουρά. έχει αποτραπεί μια παραβίαση SLA (συμφωνία επιπέδου υπηρεσίας, δηλ. υποσχόμενος χρόνος απόκρισης).

Περίπτωση 2 — Προτεραιοποίηση θυμού. Μια μέρα, όταν εξετάστηκαν οι ετικέτες AI 180 αιτημάτων, διαπιστώθηκε ότι 14 αιτήματα με το συναίσθημα "Angry" τοποθετήθηκαν σε ξεχωριστή ουρά. Αυτά τα αιτήματα απευθύνθηκαν σε έμπειρους εκπροσώπους και η αρνητική βαθμολογία της έρευνας (CSAT, δηλαδή βαθμολογία ικανοποίησης πελατών) εκείνη την εβδομάδα βελτιώθηκε σημαντικά σε σύγκριση με την προηγούμενη εβδομάδα.

Περίπτωση 3 — Γεφύρωση από την υποστήριξη στις πωλήσεις. "Το τρέχον πακέτο μου είναι για 5 χρήστες, πρέπει να το αυξήσω σε 20 άτομα, είναι δυνατόν;" Το AI επισήμανε το μήνυμα ως "Ευκαιρία πωλήσεων" και πρόσθεσε μια σημείωση πώλησης. Το αίτημα έπεσε αυτόματα στην ομάδα πωλήσεων. Μια ευκαιρία ανοδικής πώλησης που θα είχε περάσει απαρατήρητη αν είχε χαθεί στην τυπική ουρά υποστήριξης έχει γίνει κέρδος.

Συμβουλή: Διατηρήστε τη λίστα κατηγοριών σας όσο το δυνατόν πιο σύντομη και διακριτική. 20 κατηγορίες θα μπερδέψουν το μοντέλο (και την ομάδα σας). 6-8 σαφείς κατηγορίες επισημαίνονται με μεγαλύτερη συνέπεια και έχουν νόημα στις αναφορές. Συνδυάστε δύο κατηγορίες που συχνά συγχέονται.

Σύνδεση με την αυτοματοποίηση

Η πραγματική δύναμη της δομημένης εξόδου JSON είναι ότι ρέει αυτόματα στο επόμενο βήμα: Το αίτημα με την ένδειξη "Κρίσιμο" ειδοποιεί αμέσως τον διαχειριστή, η "Ευκαιρία πωλήσεων" εμπίπτει στο CRM (λογισμικό διαχείρισης σχέσεων με τους πελάτες), η "Επιστροφή" μεταβαίνει στη ροή αυτοεξυπηρέτησης. Αλλά ο πρώτος κανόνας του αυτοματισμού: ενέργειες υψηλού αντίκτυπου (επιστροφή χρημάτων, κλείσιμο λογαριασμού) δεν ενεργοποιούνται ποτέ με βάση μόνο την ετικέτα AI. Μερικές φορές υπάρχει ανθρώπινη έγκριση.

Προσοχή: Η ανάλυση συναισθήματος είναι μια πρόβλεψη, όχι μια ακριβής μέτρηση. Ένας πελάτης που το μοντέλο αποκαλεί "Ουδέτερο" μπορεί στην πραγματικότητα να είναι πολύ θυμωμένος ήσυχα. Χρησιμοποιήστε την ετικέτα συναισθημάτων για να δώσετε προτεραιότητα. αλλά μην βασίζεστε μόνο σε αυτό για να βγάλετε οριστικά συμπεράσματα όπως "αυτός ο πελάτης είναι ήδη ικανοποιημένος".

Συνήθη λάθη

  • Αφήνοντας τη λίστα κατηγοριών στο μοντέλο. να παίρνει διαφορετικές, ασυμβίβαστες ετικέτες κάθε φορά.
  • Αφήνοντας μια σχετική λέξη όπως "επείγον" απροσδιόριστο. Το αίτημα όλων είναι επείγον.
  • Δεν διορθώνεται η μορφή εξόδου. Μερικές φορές εμφανίζεται παράγραφος, μερικές φορές λίστα αντί για JSON.
  • Δεν παρέχεται πόρτα εξόδου για αβεβαιότητα (δεν είμαι σίγουρος).
  • Σύνδεση συναλλαγών υψηλού αντίκτυπου (επιστροφή χρημάτων, κλείσιμο λογαριασμού) με την ετικέτα AI χωρίς ανθρώπινη έγκριση.
  • Αυτοματοποίηση ολόκληρης της ροής χωρίς μη αυτόματη επαλήθευση της πρώτης παρτίδας.

Συνοπτικά

  • Το Triage ταξινομεί γρήγορα το σωρό των εισερχόμενων αιτημάτων ανά κατηγορία, επείγουσα ανάγκη και συναίσθημα.
  • Το κλειδί της συνέπειας: λίστα κλειστών κατηγοριών, συγκεκριμένος ορισμός επείγουσας ανάγκης και σταθερή μορφή εξόδου (JSON).
  • Οι ετικέτες επείγουσας ανάγκης και συναισθημάτων επιταχύνουν την ιεράρχηση προτεραιοτήτων. Προβάλλει κρίσιμες και οργισμένες απαιτήσεις.
  • Η δομημένη έξοδος μπορεί να συνδεθεί απευθείας με την αυτοματοποίηση (ειδοποίηση, δρομολόγηση, CRM).
  • Οι ενέργειες υψηλού αντίκτυπου και οι διφορούμενες ετικέτες θα πρέπει πάντα να υπόκεινται σε ανθρώπινη επαλήθευση.

Εργασία εφαρμογής

Μαζική επεξεργασία των 5 διαφορετικών αιτημάτων πελατών που έχετε (ή δείγματα) με την προτροπή πίνακα JSON παραπάνω. Στη συνέχεια ελέγξτε χειροκίνητα την έξοδο: (1) Είναι σωστή κάθε κατηγορία; (2) Αυτά που φέρουν την ένδειξη "κρίσιμο" σταματούν πράγματι την υπηρεσία; (3) Είπα σίγουρα «ναι» στα σωστά σημεία; Διορθώστε τυχόν ετικέτες που δεν ταιριάζουν και ενημερώστε το μήνυμα (ειδικά τους ορισμούς κατηγοριών και τον κανόνα επείγουσας ανάγκης) ανάλογα. Αυτή η άσκηση δημιουργεί τη συνήθεια να βαθμονομείτε το σχήμα στη δική σας πραγματικότητα.

λίστα ελέγχου

  • [ ] Έχω ορίσει μια κλειστή και διακριτή λίστα κατηγοριών.
  • [ ] Περιέγραψα τα επίπεδα επείγοντος με συγκεκριμένα μέτρα.
  • [ ] Διόρθωσα τη μορφή εξόδου (JSON/πίνακας).
  • [ ] Πρόσθεσα μια πόρτα εξόδου για αβεβαιότητα (I'm_unsure).
  • [ ] Επιβεβαίωσα με μη αυτόματο τρόπο την πρώτη παρτίδα και βαθμονομούσα το μήνυμα.
  • [ ] Βάζω ένα επίπεδο ανθρώπινης έγκρισης σε ενέργειες υψηλού αντίκτυπου.