Десять найкращих способів підвищити ефективність команди сапорту за допомогою ШІ

Над створенням ШІ працюють уже понад півстоліття, але за останній рік розповсюдження технології стало масовим. З релізом ChatGPT та відкриттям доступу до технології всім охочим, темпи інтеграції ШІ в буденне життя стали в рази швидшими.

Не стало винятком впровадження цих технологій у рутині робочі задачі, зокрема, в автоматизації роботи команд.

Мене звати Юлія Матвійчук, я Chief Customer Success Officer додатків Hily та Taimi української продуктової ІТ-компанії appflame. Ми в компанії звертаємо увагу на тренди та зацікавлені в покращенню досвіду наших користувачів.

У блозі я поділюсь досвідом того, як нам вдалося впровадити ШІ в роботу команди підтримки, як це вплинуло на процеси та які кроки варто враховувати під час інтеграції. А також розповім про ідеї, як ще можна використати ШІ в роботі команди.

Як інтегрувати ШІ в службу підтримки та отримати максимальний результат

У динамічному світі обслуговування клієнтів штучний інтелект — це сила, що змінює галузь.

Як людина, яка щоденно досліджує галузь, постійно шукаючи способи оптимізації робочих процесів, я вважаю, що запропоновані стратегії автоматизації виведуть ваш сервіс та роботу із запитами клієнтами на новий рівень.

У попередній статті я розповідала, як ми вирішили впровадити ШІ у свою команду та як пройшли шлях від нуля до автоматизації перевірки контенту на 70%.

Нижче ж я виділяю десять найкращих способів використання ШІ, які можуть революціонізувати й оптимізувати роботу вашої команди.

1. Редагування повідомлень. Використовуйте ШІ, щоб адаптувати текстовий контент до ton-of-voice та покращити якість відповіді. Приклад такого використання: відправляйте ШІ короткий сенс повідомлення та отримуйте розписаний варіант відповіді на декілька речень, або ж навпаки робіть повідомлення більш стислим та лаконічним. Думаю, ви вже натрапляли на таке в різних сервісах (Notion, Intercom), де за допомогою ШІ можна змінити тон розмови, довжину написаного повідомлення, знайти та виправити помилки. На скрині — приклад з Notion, де зараз стало дуже зручно писати текст та редагувати його за допомогою ШІ. Якщо ви не користуєтеся Notion в роботі, за допомогою короткого промпта для OpenAI можете отримати всі ті ж функції (тут буде трішки більше ручної роботи).

2. Створення шаблонних відповідей. Часто сапорту необхідно створювати скрипти та шаблони, щоб спростити процес комунікації з клієнтами. Чому б для цього не використати помічника? Розписуємо базовий варіант і просимо умовний ChatGPT удосконалити, розширити тощо.

Але тут можна піти ще далі (як це зробили ми). За допомогою OpenAI API ми аналізуємо всі запити клієнтів та тегуємо всі чати. Таким чином у нас є детальна статистика за всіма найпопулярнішими запитами від користувачів. Далі ми кажемо ШІ перефразувати найпопулярнішу відповідь від команди підтримки так, щоб шаблон відповідав всім вимогам Ton of voice.

3. Формування FAQ та бази знань для команди. ШІ здатен допомогти зі створенням та підтримкою актуальної бази знань для команди та FAQ для клієнтів. Зараз написання тексту стає значно простішим завдяки можливостям ШІ: створюєте чернетку з описом необхідних процесів/новин/версій застосунку, а ШІ робить із цього зрозумілий та логічний текст.

Приклад з нашого використання: для документації всіх процесів та новин в компанії ми використовуємо Confluence. Там уже інтегровано ШІ, який допомагає з написанням статей: можна змінити тон тексту, виправити граматику, переписати, щоб інформація легше сприймалася.

Безумовно, такі фічі дуже полегшують роботу (особливо якщо писати — не ваше улюблене заняття). Однак можна піти ще на крок далі: передаємо OpenAI базу знань, визначаємо питання, на які мають бути відповіді в FAQ, та просимо ШІ згенерувати відповіді на них на основі бази знань, враховуючи ToV та інші вимоги (у нашому випадку статті з Confluence). Зрештою ви майже повністю автоматизуєте написання FAQ і спрощуєте роботу для команди.

4. Тренінги та навчання для команди. Як багато часу ви витрачаєте на те, щоб перевірити рівень знань команд підтримки чи перевірити, як команда засвоїла матеріали тренінгу? Впевнена, що чимало. За допомогою ШІ-згенерованих тестів та вікторин, можна значно спростити весь цей процес. Процес наступний: спершу, готуємо матеріали для бази (всю інформацію, яку має знати команда), далі промптом описуємо, що саме має виконати ШІ та в якій послідовності. Готові згенеровані завдання переносимо в сервіс для тестування команди.

5. Симулятори комунікації з клієнтами. Ще один цікавий спосіб адаптувати ШІ у робочі процеси — моделювати комунікації з клієнтом та навчати команди турботливо та якісно відповідати на різні запити. Роль ШІ в цьому випадку — ставити питання від «імені» клієнта та оцінювати відповіді команди, супроводжуючи оцінку розгорнутим фідбеком з покращення взаємодії.

Алгоритм налаштування такого процесу:

  • описуємо для ШІ завдання, критерії оцінки, даємо приклади того, що вважається хорошою відповіддю, а що поганою;
  • підключаємо в чат сапорт агента, який відповідає на запитання ШІ та намагається розв’язати проблему;
  • після закриття чату просимо ШІ проаналізувати діалог та оцінити його.

6. Аналіз сентименту відгуків клієнтів. ШІ допоможе моніторити емоції та рівень задоволення клієнта в комунікації з командою турботи, аналізувати результати та покращувати загальну якість роботи команди.

У цьому випадку важливо детально описати в завданні для ШІ етапи аналізу та те, що ми хочемо отримати наприкінці: що зрозуміліше буде завдання, то якісніший результат. Тут ми теж використовуємо API OpenAI: відправляємо ШІ відгук користувача чи запит в чат і просимо визначити настрій. ШІ повертає нам відповідь, ми записуємо це собі в базу даних і далі ця вся інформація йде на обробку до аналітиків.

Ми відображаємо отримані результати в дешбордах та аналізуємо динаміку.

7. Підсумок розмов з клієнтами. Узагальнюйте довгі взаємодії за допомогою ШІ-системи підсумовування розмов, зберігаючи ясність та важливі деталі для швидкого розв’язання питань. Це, наприклад, допомагає швидко ознайомлюватися з суттю запиту та за потреби передавати його на наступну лінію підтримки чи відповідну команду. У нашому випадку ми інтегрували таку опцію в чат-тул, де команда спілкується з клієнтами. Коли діалог відповідає критеріям, агент, якому перенаправили чат отримує короткий опис

попередньої комунікації та може швидко інтегруватися в роботу та допомогти клієнту. Таке нововведення допомогло нам втричі прискорити відповідь наступної лінії підтримки після перенаправлення чату.

8. Аналіз запитів та відгуків клієнтів. Те, що говорять клієнти — це дуже цінний ресурс. Якщо регулярно аналізувати тренди у відгуках та зверненнях до команди турботи, можна знайти слабкі місця продукту чи бізнес-моделі, зрозуміти, куди рухатися далі та адаптуватися до потреб ринку.

Усі ці процеси можна делегувати ШІ-технологіям: від категоризації до формування висновків. Ми використовуємо штучний інтелект для того, щоб призначати всім відгукам категорії та підкатегорії й далі, згрупувавши всю отриману інформацію, виводимо в дешбордах тренди у відгуках (на основі цього далі відбуваються всі подальші процеси Voice of users).

Категоризація запитів та відгуків клієнтів.

Автоматична категоризація допомогла нам швидше реагувати на відгуки як тех-продукт: ми почали краще розуміти аудиторію, їхні болі та потреби, почали ще більше враховувати їхні побажання під час планування змін в застосунках і зрештою бачимо покращення якісних показників продуктів.

Тренд по обраній категорії (яка частка від загальної кількості відгуків припадає на дану категорію).

9. Підсумки зустрічей. Якщо вам набридає писати лонгріди про те, що відбувалося на зустрічі, чи описувати тренінги в текстовому форматі, ви можете це делегувати ШІ. Аналізуючи аудіо, ШІ може описати те, що обговорювали та до яких висновків прийшли.

Наприклад можна задати шаблон у форматі списку конкретних запитань, відповіді на які ШІ знайде в аудіозаписі й додасть до шаблону. Для аналізу розмови спочатку все переведеться в текст, а потім, після його аналізу, ШІ сформує самарі.

Найпростіший спосіб це робити — проводити зустрічі в Zoom та вмикати AI Companion (вже інтегрована фіча). Якщо ж ви не користуєтеся Zoom, можна організувати самарі іншим шляхом: робимо запис дзвінка → робимо транскрипт (якщо ваш тул для дзвінків не має такої опції, можете використати сторонній сервіс, наприклад, temi.com) → передаємо текст зустрічі в OpenAI та промптом описуємо, як саме ШІ повинне сформувати самарі.

Самостійний флоу вимагає більше часу, але якщо на те, щоб переказати суть дзвінка чи тренінгу потрібно в рази більше часу, воно того варте.

10. Миттєві відповіді користувачам. ШІ може підсилити команду підтримки також і в найскладнішому напрямі — комунікації з користувачами. Хоча ці дії мають деякі ризики. Суть в тому, що ШІ може або відповідати самостійно на частину запитів, або генерувати варіант відповіді, який потім буде підтверджуватися агентом.

Усе залежить від того, який сервіс для комунікації ви використовуєте та наскільки багато змін ви можете вносити в процес.

У нас більша частина комунікації з користувачами відбувається в чатах, тому ми взялися за них в перш за все. Було дуже багато спроб і помилок, але зрештою в нас вийшло автоматизувати понад 20% відповідей за допомогою ШІ.

Якщо говорити відверто, поки ШІ не виправдав наші очікування як рішення з комунікації з клієнтами. Інколи відповіді навіть кращі, ніж могли б придумати ми, а інколи ШІ неконтрольовано придумує якісь функції в застосунку, яких точно не існує (що точно не той рівень сервісу, який ми хочемо надавати користувачам).

Про плюси та мінуси ШІ для комунікації з клієнтами замість реальних агентів команди підтримки напевно варто написати окремо, але факт залишається фактом: ШІ може самостійно та якісно відповідати на частину простих запитів від клієнтів і цим полегшити навантаження на команду.

Перелічені способи не є остаточними, й можуть доповнюватись та трансформуватись відповідно до уяви та креативу команди. Та попри гнучкість та можливості ШІ, важливим аспектом лишається роль людини в усіх процесах інтеграції цих технологій.

На що варто звертати увагу під час інтеграції

Процес і складність інтеграції ШІ залежить від того, наскільки ви прагнете автоматизувати процеси та яку точність роботи технології очікуєте. Варто зазначити: що складніше завдання, то більше існує ризиків, що щось може піти не так.

Однією з найбільш розповсюджених проблем є галюцинації ШІ — коли помічник генерує щось своє, незалежно від інструкцій, бази знань чи контексту. Що із цим робити?

Працювати над взаємодією людини та ШІ: регулярно перевіряти якість завдань, давати детальні покрокові інструкції, чітко розуміти, якою інформацією має оперувати ШІ та не давати зайві дані, правильно формулювати показники «креативності» в налаштуваннях (так звана температура).

Щоб отримати максимально близьку до ваших очікувань відповідь, варто використовувати такі лайвгаки:

  • давати час на подумати та зібрати всю необхідну інформацію. Готуючи завдання для ШІ, додайте першим етапом таке: проаналізувати отриману інформацію, сформувати базу знань чи розв’язати якесь проміжне завдання. Це додасть більше контексту;
  • розбивайте завдання на етапи й скажіть ШІ, що робити на кожному з них. Наприклад, якщо ви хочете, щоб ШІ перевірила, чи правильно ви вмконали завдання, нехай спочатку модель самостійно її розв’яже, а вже потім каже, чи ваша відповідь правильна.

Окрім цього викликом може бути власне сама інтеграція у сервіс комунікації. До прикладу, якщо компанія використовує зовнішній сервіс, на кшталт Zendesk, Intercom тощо, є ймовірність стикнутися з обмеженнями з додаткових налаштувань системи, лімітом у відображенні даних чи запитах по API й т. д.

Тому перед тим, як детально описувати ТЗ на розробників та фіналізувати свої ідеї, переконайтеся, що платформа підтримує такі зміни. У нашому випадку була використана власна платформа, тому запровадження всіх ідей було лише питанням доцільності та часу.

Інтеграція повинна бути прозорою. Розробіть систему метрик, за якою будете оцінювати ефективність роботи ШІ та формувати гіпотези з її покращення. Наприклад під час інтеграції ШІ в процеси комунікації з користувачами ми створили дашборди, де виводилися такі метрики:

  • відповіді від ШІ;
  • відсоток чатів, де ШІ брав участь;
  • якість відповідей;
  • час відповідей;
  • відсоток покриття (скільки чатів було закрито автоматично);
  • відсоток запитів, які передалися агенту;
  • вартість контакту.

Кожну метрику деталізуємо за тематикою і зрештою можемо легко проаналізувати, з якими запитами ШІ справляється краще, а з якими гірше, де потрібно змінити процес тощо.

Ще один важливий аспект — безпека даних. Якщо компанія не створила ШІ-технологію самостійно, вона змушена передавати дані стороннім сервісам. Порадьтеся з вашою legal-командою щодо того, яку інформацію та куди можна передавати й чому. Також, щоб мінімізувати ризики, рекомендую деперсоналізувати всю інформацію, яку відправляєте на зовнішні інструменти.

І також пам’ятайте, що не варто поспішати з усіма стадіями впровадження нових технологій. По-перше, у вас повинно бути достатньо запитів на команду, щоб ресурси на інтеграцію ШІ були виправданими. По друге, оцініть потенційний вплив на робочі процеси:

  • як це може вплинути на швидкість та якість обробки запиту;
  • як інтеграція вплине на досвід користувачів в комунікації з командою підтримки;
  • чи вже організовані процеси перевірки якості, де ви зможете знайти помилки ШІ;
  • який відсоток запитів можна передати ШІ;
  • як агенти повинні використовувати нововведення та який процес буде найбільш ефективним.

Також відведіть час на тестування та внесення додаткових змін, аналіз фідбеків та реакцій на нововведення.

Сподіваюсь, описані тут варіанти інтеграції ШІ допоможуть покращити показники вашої команди підтримки та збільшать ефективність. Якщо у вас виникнуть питання, буду рада поспілкуватися в LinkedIn або тут у коментарях.

👍ПодобаєтьсяСподобалось8
До обраногоВ обраному1
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

у процесі читання кайфонула декілька разів!

Клас! Так приємно це чути!

Дуже цікава та інформативна стаття

Хороша стаття, дякую за внесок у розвиток сфери підтримки клієнтів. Маю таке питання до Вас і до всіх читачів — як ви вважаєте, наскільки важливо мати виділену команду чи роль імплементації ШІ помічників у процеси ? У вашому досвіді, чи було це основним напрямком роботи в період імплементації, чи були виділені окремі людські ресурси ?

Дуже дякую за коментар! В нашому випадку в нас виділена окрема людина, яка займається питаннями автоматизації процесів + ще виділяємо частину ресурсів розробників. Така структура показує ефективну роботу. Я вірю в те, що результат є там, де фокус. Ну і ще, як показує наш досвід, за всім потрібно наглядати.
Але починали ми просто з «а що якщо ми тут інтегруємо ШІ?»)

Підписатись на коментарі