Kontekst klienta
Firma usług B2B z małym zespołem wsparcia obsługującym rosnący wolumen zgłoszeń przez e-mail i helpdesk. Dane są anonimizowane na prośbę klienta.
Case study
Sortowanie wsparcia klientów z AI dla zespołu usług B2B
Anonimowe spojrzenie na to, jak zespół wsparcia zastąpił ręczne sortowanie zgłoszeń przepływem AI — szybsze kierowanie i spójne pierwsze odpowiedzi, z agentami kontrolującymi wrażliwe odpowiedzi.
Problem biznesowy
Zgłoszenia sortowano ręcznie, powtarzalne pytania pochłaniały większość czasu zespołu, a jakość odpowiedzi różniła się między agentami wraz ze wzrostem wolumenu.
Jak było przed Mindstructs
Każde zgłoszenie było czytane, kategoryzowane, dopasowywane do artykułu z bazy wiedzy lub poprzedniego zgłoszenia i kierowane ręcznie — złożone przypadki krążyły między ludźmi.
Analiza i wymagania
Dzięki analizie AI zmapowaliśmy realny proces wsparcia, istotne kategorie i przypadki, które muszą zostać u człowieka, i zamieniliśmy je w uporządkowane wymagania i karty zadań.
Zaprojektowane rozwiązanie
Przepływ AI, który klasyfikuje każde zgłoszenie według intencji i pilności, przeszukuje bazę wiedzy, redaguje odpowiedź w języku klienta i kieruje wrażliwe lub niepewne do agenta do zatwierdzenia.
Wdrożenie
Zintegrowaliśmy się z istniejącym helpdeskiem i bazą wiedzy, dodaliśmy zatwierdzanie przez człowieka na wrażliwych kategoriach i logowaliśmy każdy krok do przeglądu.
Użyte technologie
Klasyfikacja oparta na LLM i wyszukiwanie w bazie wiedzy, integracja z helpdeskiem przez jego API, z monitoringiem jakości odpowiedzi.
Wyniki
Powtarzalne pytania obsługiwano szybciej i spójniej, sortowanie przestało być ręcznym wąskim gardłem, a agenci poświęcali więcej czasu przypadkom wymagającym oceny. Wyniki opisano jakościowo na prośbę klienta.
Co było wspierane po uruchomieniu
Utrzymywaliśmy przepływ pod monitoringiem, dostrajaliśmy kategorie i odpowiedzi wraz ze wzrostem wolumenu i przypadków brzegowych i z czasem korygowaliśmy reguły udziału człowieka.
Powiązane usługi
Czy zadziała to dla Twojego procesu?
Opisz swój proces i to, gdzie zwalnia. Zamienimy to w uporządkowane wymagania, przepływ AI i działające, wspierane rozwiązanie.