AI-software til kundeservice: En praktisk evalueringsguide

AI-software til kundeservice kan udarbejde svar, besvare rutinespørgsmål, fordele arbejde eller hjælpe kunder med at finde information uden at skulle vente på en person. Disse funktioner kan lyde ens i en produktdemonstration. De vigtige forskelle viser sig, når du tester softwaren med dine egne supportspørgsmål, din viden og dit teams arbejdsgang.

Denne guide giver dig en praktisk måde at evaluere en AI-platform til kundeservice på. Den fokuserer på kvaliteten af kildematerialet, graden af menneskelig kontrol, vejen fra et AI-svar til en person og det operationelle arbejde, der kræves efter lanceringen.

Begynd med det kundeservicearbejde, du vil ændre

Begynd ikke med en funktionsliste. Begynd med et lille udvalg af supportsituationer. Opdel dem efter risiko og gentagelse, så du kan beslutte, hvor AI skal assistere, og hvor den skal handle.

• Hyppige spørgsmål med lav risiko: åbningstider, navigation på kontoen, leveringspolitikker og andre svar, der allerede er dækket af godkendt dokumentation.
• Spørgsmål, der kræver kontekst: sager, som kræver ordreoplysninger, filer, samtalehistorik eller viden fra flere kilder.
• Vurderingssager: klager, undtagelser, tilbagebetalinger, sikkerhedsproblemer og situationer, hvor tone eller fortolkning af en politik har betydning.
• Operationelt arbejde: tildeling af en ticket, angivelse af en prioritet, tilføjelse af et tag eller viderestilling af en samtale til den rette gruppe.

Vælg den ønskede rolle for AI for hver situation. Den kan foreslå et svar, som en bruger skal gennemgå, sende et svar baseret på godkendt indhold, indsamle oplysninger før overdragelse eller viderestille ticketen uden at skrive til kunden. Denne skelnen forhindrer en almindelig evalueringsfejl: at behandle al automatisering, som om den indebærer den samme risiko.

Undersøg, hvad hvert svar bygger på

Et svar er kun så pålideligt som den information, det bygger på. Bed alle leverandører om at vise, hvilke kilder softwaren kan bruge, hvordan disse kilder opdateres, og om en bruger kan identificere kilden til et svar.

Gennemgå vidensarbejdsgangen lige så grundigt som selve svaret. Find ud af, hvem der kan tilføje eller godkende indhold, hvordan modstridende dokumenter håndteres, og hvad der sker, når softwaren ikke kan finde tilstrækkeligt grundlag for et svar. Et nyttigt system bør synliggøre usikkerhed i stedet for at skjule den bag et flydende sprog.

Opret et testsæt ud fra virkelige spørgsmål, som dit team allerede har løst. Medtag tydelige spørgsmål, upræcis formulering, stavefejl, forældede antagelser og anmodninger, der bør eskaleres. Bedøm hvert resultat ud fra faktuel dokumentation, fuldstændighed, tone og om systemet valgte den korrekte handling.

Evaluer menneskelig kontrol på hvert automatiseringsniveau

AI-assistance og selvstændige svar er forskellige arbejdsgange. Et udkast giver en bruger mulighed for at gennemgå og redigere svaret, før det når kunden. Et automatisk svar kræver strengere videnskontroller, tydelige undtagelser og en pålidelig fallback.

Bed leverandøren demonstrere disse forløb under evalueringen:

1. En bruger gennemgår og sender et korrekt udkast.
2. En bruger retter et udkast og fortsætter samtalen.
3. AI afstår fra at svare, fordi der mangler godkendte oplysninger.
4. En selvbetjeningssamtale bliver til en ticket, mens konteksten bevares.
5. En automatisk handling er synlig i ticketens historik.

Beslut også, hvem der ejer systemet efter lanceringen. En person bør gennemgå viden, undersøge mislykkede svar, godkende ændringer og følge med i, om automatiseringen flytter arbejdet eller blot skjuler det.

sådan holder du svar fra AI-kundeservice aktuelle

Test hele supportarbejdsgangen, ikke et separat AI-vindue

Kundesupport har stadig brug for ejerskab, status, prioritet, intern dialog og rapportering. Test, om AI passer ind i disse aktiviteter dér, hvor dit team allerede håndterer samtaler.

Forbind en rigtig supportindbakke eller en sikker testindbakke. Bekræft, at indgående beskeder bliver til tickets, der kan spores, at svarene bruger den forventede adresse, og at flere brugere kan se, hvem der ejer den næste handling. Hvis vedhæftede filer eller kontodata har betydning i din arbejdsgang, skal du medtage dem i testen i stedet for at stole på en forberedt demonstration.

Test derefter overdragelser. En kunde bør ikke være nødt til at gentage hele problemet, efter at selvbetjeningen mislykkes. En bruger bør kunne se det oprindelige spørgsmål, tidligere svar og alle relevante oplysninger, der blev indsamlet før overdragelsen.

Brug et scorekort, der afspejler det daglige arbejde

Et kort scorekort gør produktsammenligninger mindre subjektive. Bedøm hvert produkt ud fra de samme spørgsmål og de samme eksempelsamtaler.

• Svarenes kvalitet: Matcher svaret de godkendte oplysninger, og besvarer det det faktiske spørgsmål?
• Kontrol: Kan du vælge mellem gennemgåede udkast, automatiske svar, viderestilling og håndtering udelukkende af mennesker?
• Fallback: Skaber softwaren en tydelig vej til en person, når den ikke kan svare?
• Vidensdrift: Kan dit team gennemgå, godkende, opdatere og udfase kildeindhold?
• Indbakkearbejdsgang: Er ejerskab, statusser, noter, notifikationer og samtalehistorik tydelige?
• Måling: Kan du følge mængde, svartider, tilbagevendende emner og resultaterne af automatiserede handlinger?
• Implementering: Kan brugere forstå, hvorfor et forslag blev vist, og rette det uden at forlade ticketen?

Vægt kategorierne, før du gennemgår produkterne. Et lille team, der primært arbejder via e-mail, vil måske prioritere indbakkens funktionalitet og hurtig implementering højere end en lang liste over kanaler. Et team med følsomme eller komplekse sager vil måske lægge større vægt på gennemgåede udkast, godkendelse af viden og menneskelig fallback.

Gennemfør en begrænset udrulning, før du automatiserer bredere

Begynd med én indbakke, én gruppe brugere eller én snæver spørgsmålskategori. Fastlæg et udgangspunkt for antal tickets, tid til første svar, løsningstid, genåbningsrate og eskaleringsrate. Sammenlign derefter disse målinger med pilotperioden.

Gennemgå stikprøver, ikke kun gennemsnit. Et hurtigere svar er ikke en forbedring, hvis kunderne modtager ufuldstændige oplysninger, eller brugerne bruger mere tid på at reparere udkast. Før en liste over fejlmønstre, og beslut, om hvert enkelt kræver bedre viden, en ændring af arbejdsgangen eller skal fjernes fra automatiseringen.

Udvid først, når teamet kan forklare, hvad softwaren besvarer, hvad den udarbejder som udkast, hvad den viderestiller, og hvad den altid overdrager til en person. Denne fælles forståelse er mere nyttig end et aggressivt automatiseringsmål.

Sådan passer Deskhero ind i denne evalueringsramme

Deskhero kombinerer en fælles teamindbakke med AI-foreslåede svarudkast. Udkast kan bruge viden fra arbejdsområdet, såsom FAQ-indhold, intern viden, sider hentet fra webstedet, tidligere tickets og understøttede vedhæftede filer. Brugere gennemgår og sender udkastene. Du kan undersøge arbejdsgangen på siden om AI-svarudkast.

Hvis du ønsker mere kontrolleret automatisering, tilbyder Deskhero tilvalgte automatiske e-mailsvar, der udelukkende bygger på den godkendte offentlige FAQ. Dens AI-chatbot svarer også ud fra den godkendte offentlige FAQ og kan overdrage et uløst spørgsmål som en ticket. Begge dele kan aktiveres, når 100 FAQ-svar er godkendt. Den fælles indbakke omfatter tildeling, grupper, statusser, prioriteter, tags, interne noter, omtaler, notifikationer, videresendelse og sammenlægning af tickets.

Hvis denne tilgang passer til dine evalueringskriterier, viser oversigten over AI-software til kundeservice, hvordan indbakken, viden, gennemgåede udkast, automatisering og menneskelig fallback fungerer sammen. Du kan også gennemgå arbejdsgangen for ticketautomatisering og supportstatistikkerne, før du opbygger dit pilotscorekort.

Spørgsmål, du bør besvare, før du vælger

• Hvilke kundespørgsmål må modtage et automatisk svar?
• Hvilke samtaler skal altid gennemgås af en bruger?
• Hvilke kilder er godkendt til kundevendte svar?
• Hvem vedligeholder disse kilder og løser konflikter?
• Hvad oplever kunden, når AI ikke kan svare?
• Hvilken kontekst når brugeren ved overdragelsen?
• Hvilke udgangsmålinger vil vise, om udrulningen hjalp?
• Hvor hurtigt kan dit team sætte en automatisering på pause eller begrænse den?

Den rigtige AI-software til kundeservice er ikke blot det produkt, der skriver mest. Det er det produkt, der passer til din supportarbejdsgang, bruger viden, du stoler på, giver dig de rette kontrolmuligheder og tilbyder kunderne en tydelig vej til en person.