Mijn AI-agent lost weinig op: waar begin je

Benodigde licentie

Abonnement Suite Team of hoger, Support Team of hoger
Toegang Admin

Lage oplossingspercentages hebben een klein aantal oorzaken, en die zijn in een uur vast te stellen door transcripties te lezen.

Verschijnselen

  • De meeste gesprekken eindigen in een overdracht.
  • De agent zegt regelmatig dat hij niet kan helpen.
  • Het aantal tickets is sinds de lancering niet veranderd.

Begin met twintig overdrachten lezen

Helemaal, vanaf het eerste bericht. De oorzaak is meestal binnen tien ervan duidelijk, en elk alternatief voor ze lezen is gissen.

Is de kennisbank te mager?

Kijk hier eerst. De vragen die binnenkomen hebben geen artikel achter zich, dus de agent heeft niets om mee te antwoorden.

De oplossing is artikelen schrijven, en geen enkele instelling vervangt dat. Neem de vijf meest voorkomende onbeantwoorde onderwerpen en schrijf die.

Zijn de artikelen onbruikbaar in plaats van afwezig?

Ze bestaan, maar het antwoord is begraven, of verspreid over een artikel dat tien dingen dekt, of geschreven voor iemand die de context al kent.

Drie artikelen herschrijven zodat het antwoord bovenaan ronduit staat, beweegt het cijfer vaak meer dan welke instelling ook.

Is het bereik te smal?

De agent is op een klein deel van de inhoud gericht, of beperkt tot een paar use cases, en al het andere valt ertussendoor.

Verbreed bewust, één onderwerp tegelijk, en kijk onderweg naar de transcripties.

Vragen klanten over iets heel anders?

Je hebt geautomatiseerd wat je verwachtte; zij vragen naar iets waar je niet aan dacht. De onderwerpen in de transcripties beslechten dat meteen, en het is een goede uitkomst: je weet nu wat je moet bouwen.

Lees het getal op de juiste manier

Een oplossing wordt alleen geteld voor een gesprek dat niet is geëscaleerd en dat daarna door een LLM-controle komt die bevestigt dat het verzoek werkelijk is opgelost. Een laag percentage is dus geen streng model: het is een getrouwe telling van gesprekken die zonder mens eindigden, en elke overdracht die je leest is er een die dat niet kon.

Die overdrachten zijn niet onzichtbaar in de cijfers, en dat scheelt alles lezen. Zendesk deelt elk gesprek in een trede in, en Assisted escalation is precies deze groep: de AI droeg bij en een mens maakte het af. Die trede naast de andere twee leggen vertelt je hoe groot het probleem is voordat je één transcriptie opent, en de transcripties vertellen daarna de oorzaak.

Wat niet de oorzaak is

De persona, de avatar en de begroeting. Die bepalen hoe de uitwisseling voelt, niet of er een antwoord bestaat.

Zie ook

Was dit artikel nuttig?

0

Kom je er niet uit?

Ons supportteam kijkt met je mee.

Opmerkingen

0 opmerkingen

Artikel is gesloten voor opmerkingen.