joto.

Automatisering · Support og servicedesk

Automatisering af support og servicedesk

I en typisk servicedesk er halvdelen af sagerne varianter af de samme tolv spørgsmål. De tager tiden fra de sager, hvor et menneske gør en forskel, og de bliver besvaret dårligst af alle, fordi de er kedelige at sidde med.

Gratis og uforpligtende besøg - derefter et konkret forslag med estimeret tidsbesparelse.

Live · En sag, der sorterer sig selv

Sagen oprettes
Kategoriseret og prioriteret
Manglende info efterspørges
Kendt spørgsmål besvares
Resten går til et menneske

Trigger · Mail, formular eller chat

En henvendelse i fritekst, ofte uden de oplysninger, der skal til for at løse den.

Automatisér sorteringen af sager før svarene

Den almindelige fejl er at begynde med at få AI'en til at svare kunderne. Det er den mest synlige del, og det er også den, hvor det koster mest, når den svarer forkert.

Der er langt mere at hente i alt det, der sker før svaret. At sagen bliver kategoriseret rigtigt. At den rigtige person får den. At kundens oplysninger er hentet frem, at der er spurgt om det manglende ordrenummer med det samme, og at der ligger et udkast med de tre relevante artikler fra jeres egen dokumentation.

Når det er på plads, bruger supportmedarbejderen sin tid på at løse sager frem for at finde ud af, hvilken sag hun sidder med. Det halverer typisk behandlingstiden, uden at kunden nogensinde har talt med en robot.

Derefter kan man tage stilling til, hvilke spørgsmål der er så velafgrænsede og veldokumenterede, at de trygt kan besvares automatisk. Det er en beslutning pr. spørgsmålstype og ikke en generel beslutning om at indføre AI. Mere om afvejningen på siden om AI i kundeservice.

Hvad der kan overtages i en servicedesk

Rækkefølgen nedenfor er også den, jeg anbefaler at bygge i. Den starter med det, der ikke kan gå ud over kunden.

01

Kategorisering og fordeling

Emne, produkt, hastighed og rette team afgøres automatisk. Kunden mærker intet andet end kortere svartid, og effekten kommer med det samme.

02

Opslag af kundekontekst

Ordrehistorik, abonnement, tidligere sager og garantistatus hentes frem, før medarbejderen åbner sagen.

03

Efterspørgsel af manglende info

Det, der oftest forlænger en sag med to dage, er, at ordrenummeret manglede, og ingen spurgte.

04

Svarudkast med kilder

Et forslag bygget på jeres egen dokumentation, som medarbejderen retter og sender. Godkendelsen bliver ved mennesket.

05

Automatiske svar på afgrænsede spørgsmål

Leveringsstatus, åbningstider, hvordan man nulstiller noget. Kun hvor svaret er entydigt og står skrevet ned.

06

Efterbehandling

Sagsresumé, korrekt lukkekode og statistik på, hvad kunderne faktisk henvender sig om.

Hvor mange sager en servicedesk reelt kan sortere selv

Fordelingen her er den typiske efter et par måneders drift i en support med jævn sagsmængde. Bemærk, at kun godt hver femte sag lukkes uden et menneske - resten bliver forberedt, så den, der åbner den, kan gå direkte til at løse den.

100 sager en almindelig uge

Ind

Ny sag i jeres servicedesk

Sorteres påStår svaret entydigt i jeres egen dokumentation?

  • Ja, og sagen er af en type, I har frigivet

    Besvaret automatisk med kildehenvisning. Kunden kan svare og få en medarbejder.

    22%

    Klares automatisk

  • Delvist - svaret findes, men sagen er ny eller dyr

    Udkast med de tre relevante afsnit klar. Medarbejderen retter og sender.

    41%

    Klares automatisk

  • Nej, men der mangler oplysninger

    Der spørges om ordrenummer eller serienummer med det samme, så sagen ikke ligger to dage og venter.

    19%

    Klares automatisk

  • Nej - klage, fejlsag eller noget helt nyt

    Prioriteret og lagt hos rette team med kundens historik hentet frem. Herfra er det et menneske.

    18%

    Går til en medarbejder

Tallene er et typisk billede og ikke et løfte - fordelingen afhænger helt af, hvor god jeres dokumentation er. Har I intet skrevet ned, flytter de to øverste grene sig ned i den tredje, og så er det dokumentationen, vi skal starte med. Den slags finder jeg ud af på det første besøg.

Den gevinst, ingen regner med

Tiden er ikke altid det mest værdifulde. Mange opdager først bagefter, at de nu kan se, hvad kunderne egentlig spørger om.

  • Hvad de tolv mest almindelige henvendelser faktisk er, målt i stedet for husket.
  • Hvilke produkter der giver mest support i forhold til, hvad de omsætter for.
  • Hvor i jeres egen vejledning kunderne falder af, fordi de spørger om noget, der burde stå der.
  • Hvilke sager der tager længst tid, og hvad de har til fælles.
  • Hvor mange sager der kun opstod, fordi en tidligere sag ikke blev løst ordentligt.

Den slags tal findes sjældent i dag, fordi kategoriseringen er manuel og derfor upålidelig. Bliver den automatisk og ensartet, kan man begynde at træffe beslutninger på statistikken.

Vejen fra en sag lander til den er løst

Hovedparten af en supportsag går med at finde ud af, hvad den handler om, og hvem der kan svare.

I dag · Pr. sag

Bagefter

  • Sagen læses2 min
    Læst og kategoriseret0 min
  • Hvad handler den om?3 min
    Emne og hastegrad sat0 min
  • Historikken findes frem4 min
    Tidligere sager vedhæftet0 min
  • Standardsvar formuleres6 min
    Udkast klar til gennemsyn0 min
  • Den svære del af sagen12 min
    Her er mennesket bedst12 min

Manuelt i dag

27min

Manuelt bagefter

12min

Sparet pr. sag

0min

Automatiseringen fjerner ikke de svære sager. Den fjerner sorteringen foran dem, så de sager der kræver et menneske, kommer hurtigere frem til et.

Spørgsmål om supportautomatisering

Hvilke helpdesk-systemer kan forbindes?

Zendesk, Freshdesk, HubSpot Service Hub, Jira Service Management, Dixa og Business Central Service kan alle forbindes via API. Kører supporten i en delt Outlook-postkasse, kan det også automatiseres, og det er faktisk et af de steder, hvor gevinsten er størst, fordi der ikke er nogen struktur at starte fra.

Kommer kunderne til at tale med en robot?

Kun hvis I beslutter det, og kun på de spørgsmålstyper, I peger på. Det meste af automatiseringen er usynlig for kunden og handler om, at sagen er sorteret og forberedt, når mennesket åbner den. Bliver noget besvaret automatisk, skal det stå tydeligt, og der skal altid være en synlig vej til et menneske.

Hvad hvis AI'en svarer forkert?

Derfor svarer den kun ud fra jeres eget godkendte materiale og med henvisning til kilden. Findes svaret ikke i materialet, svarer den ikke, men eskalerer sagen. En snæver, pålidelig automatik er bedre end en bred, der af og til bliver kreativ. Samme princip som på dansk AI-chatbot på jeres egne dokumenter.

Kan det håndtere flere sprog?

Ja. Sagen kan besvares på det sprog, kunden skriver på, mens medarbejderen arbejder på dansk. For virksomheder med eksport er det tit den forbedring, der mærkes mest, fordi den fjerner flaskehalsen hos den ene medarbejder, der taler tysk.

Hvor lang tid tager det at komme i gang?

Kategorisering og fordeling kan være i drift på to uger. Svarudkast med kilder kræver, at jeres dokumentation er samlet et sted, og tager typisk fire til seks uger. Automatiske svar til kunder bør vente, indtil de første to trin har kørt et par måneder, så I kan se på tallene, hvilke spørgsmål der er trygge.

Support og servicedesk

Hvad spørger jeres kunder oftest om?

Fortæl mig, hvor mange sager I får om ugen, hvilket system de ligger i, og hvad de tre mest almindelige henvendelser er. Så peger jeg på, hvad der kan overtages først.

Din besked går direkte til min indbakke og deles ikke med andre.