AI-e-postsvarere: Slik håndterer de e-poster til kundestøtten
MarkdownLær hvordan AI-e-postsvarere håndterer kunde-e-poster, svarer på rutinespørsmål, eskalerer komplekse saker og reduserer arbeidsbelastningen til kundestøtten samtidig som de bevarer konteksten.
Hva er en AI-e-postsvarer?
En AI-e-postsvarer er programvare som bruker kunstig intelligens til å lese, forstå og svare på kunde-e-poster. I motsetning til et forhåndsskrevet automatisk svar som sier «Vi har mottatt meldingen din og kommer tilbake til deg snart», kan en AI-e-postsvarer svare på et spørsmål ved hjelp av informasjon fra en kunnskapsbase, retningslinjer og produktmateriale.
Når en kunde for eksempel spør om en refusjonsregel, kan systemet identifisere hensikten, hente relevant informasjon om retningslinjene og utforme et svar for kundens situasjon.
Vanlige funksjoner omfatter:
- Naturlig språkbehandling (NLP): Tolker betydningen av en kundes melding.
- Hensiktsklassifisering: Identifiserer om noen har en forespørsel om refusjon, et faktureringsspørsmål eller et teknisk problem.
- Informasjonshenting: Finner relevant informasjon i dokumentasjon, vanlige spørsmål og tidligere samtaler.
- Personlige svar: Kan henvende seg til kunder med navn og bruke konto- eller ordredetaljer når systemet er koblet til disse systemene.
- Eskalering: Sender komplekse saker til menneskelige kundebehandlere sammen med relevant kontekst.
E-post kan passe for noen kundestøtteforespørsler, mens andre kan håndteres bedre gjennom en annen kundestøttekanal.
Slik fungerer AI-e-postsvarere
Når en kunde-e-post kommer inn, kan en svarer følge disse trinnene:
Trinn 1: Klassifiser e-posten
Systemet identifiserer hensikten med e-posten, for eksempel et faktureringsspørsmål, et ønske om en funksjon eller en klage. Det kan også hente ut detaljer som ordrenumre, produktnavn, datoer og kontoidentifikatorer for å utforme et relevant svar.
Trinn 2: Hent informasjon fra en kunnskapsbase
Når systemet har identifisert hva kunden trenger, søker det i relevant innhold, for eksempel hjelpedokumenter, vanlige spørsmål, retningslinjer og produktinformasjon. Retrieval-augmented generation (RAG) er én tilnærming:
- Systemet gjør kundens spørsmål om til et søk.
- Det søker i indeksert innhold.
- Det henter relevante tekstutdrag.
- Det bruker denne konteksten til å generere et svar.
Bruk av hentet materiale kan bidra til å forankre svarene i dokumentasjon, men garanterer ikke at alle svar er nøyaktige.
Trinn 3: Generer et svar
Når hensikten er identifisert og relevant informasjon er hentet, kan en språkmodell utforme et svar som:
- Har en valgt tone og stil.
- Besvarer spørsmålet som ble stilt.
- Inkluderer relevante konto- eller ordredetaljer når de er tilgjengelige.
- Gir neste steg ved behov.
Trinn 4: Eskaler eller send
Før et svar sendes, kan systemet vurdere om forespørselen bør håndteres automatisk eller gjennomgås av en person. Rutinespørsmål kan besvares automatisk, mens komplekse saker, klager eller usikre tilfeller kan flagges for menneskelig gjennomgang.
Når en sak eskaleres, kan den menneskelige kundebehandleren få:
- E-posttråden.
- Systemets analyse av kundens hensikt.
- Et forslag til svar.
- Relevant konto- eller ordreinformasjon.
Ved å gi denne konteksten kan behovet for at kunder gjentar informasjon, reduseres.
5 typer kunde-e-poster AI kan håndtere
Rutinespørsmål med forutsigbare mønstre kan egne seg for automatiserte svar. Eksempler:
1. Fakturerings- og kontospørsmål
Eksempel på e-post:
«Hei, jeg ble belastet to ganger for abonnementet mitt denne måneden. Kan dere sjekke kontoen min og refundere den doble belastningen?»
Mulig håndtering: Systemet identifiserer et faktureringsproblem og sjekker belastningen hvis det er koblet til betalingshistorikken. Hvis det har fullmakt, kan det behandle en refusjon; ellers kan det forklare refusjonsprosessen og forventet tidsramme.
2. Forespørsler om produktinformasjon
Eksempel på e-post:
«Støtter plattformen deres integrasjon med Salesforce? Vi vurderer alternativer for teamet vårt.»
Mulig håndtering: Systemet søker i kunnskapsbasen etter informasjon om integrasjonen og kan gi detaljer, konfigurasjonstrinn, begrensninger eller relevant dokumentasjon.
3. Oppdateringer om ordre og frakt
Eksempel på e-post:
«Hvor er ordren min? Jeg la den inn for en uke siden og har ikke fått sporingsinformasjon.»
Mulig håndtering: Hvis systemet er koblet til ordredata, kan det slå opp fraktstatusen og gi tilgjengelig sporingsinformasjon. Det kan eskalere forsinkelser eller andre problemer til en person.
4. Grunnleggende feilsøking
Eksempel på e-post:
«Jeg får ikke logget inn på kontoen min. Jeg har prøvd å tilbakestille passordet, men det fungerer ikke.»
Mulig håndtering: Systemet kan identifisere et innloggingsproblem, gi feilsøkingstrinn og vise kunden til en godkjent prosess for tilbakestilling av passord der den er tilgjengelig.
5. Generelle henvendelser
Eksempel på e-post:
«Hva er åpningstidene deres? Har dere telefonstøtte?»
Mulig håndtering: Spørsmål av typen vanlige spørsmål kan besvares med informasjon fra kunnskapsbasen.
Det vanlige mønsteret er et rutinespørsmål med et forutsigbart svar. Automatisering av slike svar kan gi menneskelige kundebehandlere mer tid til saker som krever skjønn.
Når bør saken eskaleres: Overlevering mellom menneske og AI
AI-e-postsvarere kan håndtere rutinearbeid, mens mennesker konsentrerer seg om saker som krever menneskelig skjønn.
Vurder å eskalere når:
- Saken er kompleks eller uvanlig: Den omfatter sammenhengende problemer, uvanlige kontoforhold eller en forespørsel utenfor standardretningslinjene.
- Kunden er opprørt: En person kan være bedre egnet til å svare med empati.
- Et verdifullt kundeforhold står på spill: Saken gjelder en bedriftskunde, en langvarig konto eller betydelige inntektsmessige konsekvenser.
- Systemet er usikkert: Lav konfidens kan være en grunn til å be om menneskelig gjennomgang.
- Saken gjelder juss eller etterlevelse: Tvister, juridiske forespørsler og regulatoriske forhold kan kreve spesialistoppfølging.
En nyttig overlevering kan inneholde:
- Samtalens historikk.
- Systemets analyse av hensikt og sentiment.
- Relevante kontodata når de er tilgjengelige.
- Et foreslått svar som kundebehandleren kan gjennomgå og redigere.
Viktige fordeler med AI-e-postsvarere
1. Raskere førstesvar
Automatisert håndtering kan redusere ventetiden på et førstesvar på rutinespørsmål. Svartid kan ha betydning for kundeopplevelsen og salg, men resultatene avhenger av kundestøtteprosessen og hvilke spørsmål som håndteres.
2. Mer konsistente svar
Et automatisert system kan bruke den samme veiledningen på ulike tider av døgnet. Hvor nyttig det er, avhenger av nøyaktigheten i kildematerialet og kvaliteten på gjennomgangs- og eskaleringsprosessen.
3. Tilgjengelighet på tvers av tidssoner
Automatiserte svar kan gi dekning utenfor teamets arbeidstid. Dette kan være nyttig for organisasjoner som betjener kunder i flere tidssoner.
4. Håndter flere rutinehenvendelser
Hvis en betydelig andel av kundestøttesakene følger forutsigbare mønstre, kan automatisering hjelpe et team med å håndtere større volum uten å øke bemanningen i samme takt. Resultatet avhenger av hvilke typer henvendelser det gjelder, og hvor godt systemet håndterer dem.
5. Potensielt lavere kostnad per sak
Kostnadseffekten avhenger av andelen henvendelser som håndteres godt, system- og integrasjonskostnader, tiden som brukes på menneskelig gjennomgang, og kostnadene ved den eksisterende kundestøtteprosessen. Team kan sammenligne disse faktorene for å anslå besparelser.
6. Frigjør tid til mer komplekse oppgaver
Automatisering kan gi kundebehandlere mer tid til:
- Kompleks problemløsning.
- Å bygge kunderelasjoner.
- Å identifisere produktforbedringer.
- Opplæring og kvalitetssikring.
Slik setter du opp en AI-e-postsvarer
Trinn 1: Koble til en e-postkonto for kundestøtte
Mange AI-e-postverktøy kan integreres med et eksisterende e-postoppsett, for eksempel Gmail, Outlook eller egendefinert SMTP. De nøyaktige alternativene avhenger av plattformen. Undersøk hvordan innkommende meldinger åpnes, og hvordan svar sendes, før du aktiverer automatiske svar.
Trinn 2: Klargjør en kunnskapsbase
Nøyaktige svar avhenger av informasjonen som er tilgjengelig for systemet. Nyttige kilder kan omfatte:
- Hjelpedokumentasjon: Vanlige spørsmål, veiledninger og opplæringsmateriell.
- Retningslinjedokumenter: Refusjonsregler, tjenestevilkår og fraktinformasjon.
- Produktinformasjon: Funksjoner, priser og spesifikasjoner.
- Tidligere samtaler: Eksempler fra kundestøtte som viser passende svarmønstre.
Koble til eller last opp relevante kilder, og gjennomgå deretter det indekserte materialet for mangler og utdatert informasjon.
Trinn 3: Konfigurer tone og retningslinjer
Angi instruksjoner for hvordan svar skal skrives, blant annet:
- Tone: Profesjonell, vennlig, uformell eller formell.
- Signatur: Hvordan e-poster skal avsluttes.
- Forbudte emner: Temaer systemet ikke skal omtale.
- Godkjenningsflyter: Svar som må gjennomgås av et menneske før de sendes.
Trinn 4: Angi eskaleringsregler
Bestem hva som kan håndteres automatisk, og hva som krever menneskelig oppfølging. For eksempel:
- Automatiske svar: Vanlige spørsmål, ordrestatus og grunnleggende kontospørsmål.
- Menneskelig gjennomgang: Klager, refusjonsforespørsler over et valgt beløp eller VIP-kunder.
- Handlinger: Handlinger systemet har tillatelse til å utføre på vegne av en kunde.
- Umiddelbar eskalering: Juridiske saker, sikkerhetsbekymringer eller svært opprørte kunder.
Start med forsiktige regler, og juster dem mens du gjennomgår resultatene.
Trinn 5: Følg med og finjuster
Gjennomgå de første svarene, tilbakemeldinger fra kunder og saker systemet strever med. Avhengig av plattformen kan du kanskje:
- Gjennomgå eller redigere svar før de sendes.
- Følge med på løsningsgrader og kundetilfredshet.
- Identifisere spørsmålstyper som ofte eskaleres.
- Oppdatere kunnskapskilder for å tette hull.
Planlegg regelmessige gjennomganger av systemet, og finjuster kildene og reglene.
Slik finner du ut om AI-e-postsvarere fungerer
Følg med på om automatiserte svar hjelper kundene og kundestøtteteamet. Nyttige måltall omfatter:
- Førstesvartid: Hvor lenge kundene venter på et førstesvar. Sett et mål som passer kundestøttebehovene dine.
- Løsningsgrad: Andelen saker som løses uten menneskelig inngripen. Fastsett et utgangspunkt, og juster målene etter sakskompleksiteten.
- Kundetilfredshet (CSAT): Sammenlign tilbakemeldinger for automatiserte saker og saker håndtert av mennesker, og ta hensyn til sakstypen.
- Eskaleringsgrad: Følg med på hvor ofte saker krever menneskelig hjelp; endringer kan tyde på mangler i kunnskapsbasen eller endrede kundebehov.
- Kostnad per sak: Sammenlign den totale kostnaden for automatisert håndtering, inkludert integrasjoner og gjennomgang, med den eksisterende prosessen.
- Kundebehandlernes produktivitet: Vurder om kundebehandlerne får mer tid til komplekse oppgaver, og om kvaliteten på løsningene opprettholdes.
Kom i gang med AI-basert e-poststøtte
Kundesamtaler kan hjelpe organisasjoner med å forstå kundenes behov og forbedre produktene sine. Når en bedrift vokser, kan det bli vanskeligere for et team å holde tritt med alle innkommende meldinger.
AI-e-postsvarere kan hjelpe med å håndtere rutinespørsmål og samtidig holde muligheten for menneskelig støtte åpen. Verdien av dem avhenger av nøyaktig informasjon, passende tillatelser, tydelige eskaleringsregler og løpende gjennomgang. Begynn med et begrenset utvalg forutsigbare henvendelser, kontroller svarene, og utvid automatiseringen etter hvert som systemet viser at det håndterer dem på en passende måte.
Utforsk Ailoots API for tekstgenerering. Ailoot utsteder én API-nøkkel som gir tilgang til 1 284 modeller og varianter i 15 kategorier. Det gjør Ailoot til en av verdens største KI-rutere målt i antall modeller. Velg Claude eller Qwen til kode, FLUX til bilder, Kling til video, Scribe til transkribering, Lyria til musikk og Tripo3D til 3D-objekter. Vektorer fra BGE gjør det mulig å søke semantisk.
Bruker du et API for Gmail i prosjektet ditt? Gi Ailoot meldingstråder eller leveringslogger fra Gmail med personopplysningene maskert. Ailoot oppsummerer neste steg og lager svarutkast. Behold referansen til den opprinnelige tråden, slik at en kollega kan se gjennom riktig samtale.
Bruk Claude Sonnet 5.5 i Ailoot til å skrive et kort svarutkast. Bruk BGE-vektorer til å finne relevante kundestøttenotater som du har gitt Ailoot. Den samme Ailoot-saldoen kan dekke begge trinnene. E-postleverandøren din står for utsendingen.
Bruk nye flaggskipmodeller fra lanseringsdagen med samme saldo hos Ailoot. Ett abonnement dekker hele katalogen. Med abonnement og kampanjekoder kan du spare opptil 50 % sammenlignet med leverandørenes offisielle API-priser. Gå til kontoen din på https://ailoot.ai/ eller be Ailoot-teamet om en kampanjekode.