De fleste supportteams har ikke et værktøjsproblem. De har et kontekstproblem. Agenter bruger de første par minutter af hver sag på at stykke sammen, hvad der er sket, hvem kunden er, og hvad der allerede er blevet forsøgt. Ledere bruger timer på at overføre sagsdata til regneark for blot at besvare ét spørgsmål fra ledelsen. Og mange ligetil kundespørgsmål ender stadig i en menneskelig kø, fordi der ikke er nogen hurtig måde at tjekke, hvad der allerede er blevet løst.
TeamSupport AI features er udviklet til at lukke dette hul. I stedet for en generisk assistent, der er koblet på din helpdesk- eller sagsløsning, er den trænet direkte på din sags historik, dine kunder og din produktkontekst, så hvert svar, hver opsummering eller hvert udkast til et svar, den genererer, er baseret på det, der faktisk foregår i dit supportmiljø.
Denne guide gennemgår trin for trin, hvordan du faktisk bruger den inden for fire områder: stille spørgsmål til dine sagsdata, integrere AI i hver sag, lade AI visitere indkommende sager automatisk og bruge en AI-agent til at aflede rutinespørgsmål døgnet rundt.
1. Start dagen på fanen Research
Før du åbner din kø, skal du åbne fanen Research i TeamSupport. Den omdanner hele din sags historik til noget, du bare kan stille spørgsmål til – ingen eksporter, ingen filtre og ingen ventetid på en rapport.
Sådan bruger du den:
- Klik på Research i venstre navigation.
- Skriv dit spørgsmål i almindeligt sprog. Der kræves ingen forespørgselssyntaks.
- Stil opfølgende spørgsmål for at gå mere i dybden uden at gentage konteksten.
- Kopiér resultaterne direkte ind i en opdatering til ledelsen, en teammeddelelse eller en e-mail til en kunde.
Hvad du spørger om, afhænger af din rolle. Ledere bruger den typisk til ting som "Hvilke problemer steg denne uge sammenlignet med sidste uge?" eller "Vis mig sager, der har været åbne i mere end 14 dage." Til ledelsesrapportering er det spørgsmål som "Opsummér vores supportresultater for første kvartal" eller "Hvilke af vores største kunder havde flest eskaleringer?" Og til den daglige drift er det hurtige tjek som "Hvad er den mest almindelige problemtype i denne uge?" eller "Er der kunder med flere åbne sager lige nu?"
En vigtig forskel at huske: Research er til det specifikke engangsspørgsmål – det, som der ikke er bygget et dashboard til at besvare. Hvis du følger en KPI hver uge eller ønsker en fast visning, som hele teamet kan tjekke, er det et dashboard, du skal bruge. Brug dem sammen: dashboards til de tilbagevendende målinger og Research til alt andet.
2. Brug AI i alle sager
Alle sagsider har en Ticket Assist-knap, og det kan betale sig at gøre den til en del af din rutine i alle sager – ikke kun de svære. AI'en læser hele tråden, hvert svar og hver handling, før den svarer, så du ikke behøver skifte mellem faner eller kopiere kontekst ind i et separat værktøj.
Der er fem tilgængelige handlinger, og hver af dem løser et forskelligt problem:
Spørg AI. Brug denne til alle åbne spørgsmål om sagen: Har denne kunde set dette problem før, hvad prøvede vi sidst, og hvad forårsagede det? Betragt det som at spørge en vidende kollega.
Opsummér denne sag. Komprimerer en lang tråd til en tydelig briefing: problemet, hvad der er blevet forsøgt, og hvor sagen står. Det er den, du skal køre ved hver overdragelse og i alle sager med ti eller flere handlinger. Det tager omkring tre sekunder og betyder, at den næste agent ikke skal starte fra bunden.
Assisteret svar. Udarbejder et komplet, kundeklart svar baseret på hele sagens kontekst. Det er mest nyttigt i følelsesladede eller teknisk komplekse sager, hvor det tager tid at ramme den rigtige tone – tid, du ikke altid har. Brug det som et stærkt første udkast; din vurdering af tone og relationskontekst bør stadig forme den endelige afsendelse.
Anbefal forbedringer. Ser på, hvordan sagen bliver håndteret, og foreslår måder at forbedre resultatet på: tone, manglende kontekst og hurtigere veje til en løsning. Kør den med jævne mellemrum på dine egne sager som et coachingværktøj – ikke kun som en løsning på en fastlåst sag.
Foreslå en løsning. Henter fra hele din sags historik og vidensbase for at vise, hvordan lignende tidligere sager blev løst. Brug forslaget som udgangspunkt, og anvend derefter din egen viden om kunden, før du svarer.
Hvis du ikke er sikker på, hvilken du skal vælge: Brug Spørg AI til et spørgsmål om overdragelse, Opsummér til selve overdragelsen, Assisteret svar, når du skriver det faktiske svar, Anbefal forbedringer, når du vil håndtere det bedre, og Foreslå en løsning, når du har brug for selve løsningen.
Her er nogle praktiske måder, teams kan tage dette i brug på med det samme: Vedhæft en kundes logfil til en sag, og bed AI om at analysere den og forklare, hvad der er galt, før udviklingsafdelingen overhovedet ser den. Når en kompleks sag er løst, kan du bede AI om at opsummere problemet, hvad der blev forsøgt, og hvordan det blev løst, som en intern note, så en manuel beskrivelse bliver til få sekunders arbejde. Og under fanen Undersøgelse kan du spørge, hvilke problemer kunderne spørger om, som endnu ikke har en artikel i vidensbasen, så du kan lukke indholdshuller, før de skaber flere sager.
Want to learn more about TeamSupport?
3. Lad AI visitere indkommende sager, før du åbner dem
AI-visitationsagenten fungerer som første reaktion på alle nye indkommende sager og udfører det forberedende arbejde, før en medarbejder overhovedet åbner sagen. Når en sag når din kø, er den allerede blevet kategoriseret og prioriteret, og hvis der mangler oplysninger, har AI privat kontaktet kunden for at indhente dem.
Den svarer specifikt kunden privat for at indsamle manglende kontekst, udfylder automatisk obligatoriske felter, så sagerne ankommer fuldt kategoriserede, opretter overordnede hændelser, når flere sager beskriver det samme underliggende problem, og angiver signaler for prioritet og kompleksitet, så din kø er forhåndsrangeret efter hastende karakter, før medarbejderne begynder deres arbejdsdag. Routingen foregår gennem et konfigurerbart kompetencelag, så sagerne lander hos den rigtige medarbejder i stedet for hos den, der tilfældigvis har tid.
Den praktiske effekt er, at medarbejderne åbner en kø, der allerede er organiseret, i stedet for at bruge de første ti minutter af deres vagt på at finde ud af, hvad de skal arbejde på først.
4. Lad AI håndtere rutinespørgsmålene døgnet rundt
AI-agenten håndterer almindelige kundespørgsmål automatisk, besvarer forespørgsler, indsamler oplysninger og løser problemer, uden at et menneske behøver at røre sagen. Den er trænet på din vidensbase og sags historik, så dens svar afspejler dit produkt og ikke generiske resultater fra internettet.
Forløbet er enkelt: En kunde stiller et spørgsmål via chat eller indsender en sag, AI-agenten søger i din vidensbase og sags historik efter en præcis løsning, og rutineproblemer bliver løst med det samme, mens alt, der er for komplekst eller følsomt, overdrages til dit team med al kontekst allerede registreret.
Den måling, der er værd at følge ugentligt, er omfanget af sager håndteret af AI-agenten sammenholdt med omfanget af sager håndteret af mennesker. Stigende afværgelse sammen med stabil eller forbedret CSAT er signalet på, at det virker. Når du opdager et emne, som agenten håndterer godt, er det også et tegn på, at du bør kontrollere dækningen i din vidensbase, eftersom en udvidelse af den typisk udvider, hvad agenten sikkert kan håndtere på egen hånd.
Gør dette til en daglig vane
Intet af dette kræver en gennemgribende ændring af processerne. Nogle få vaner gør forskellen på at bruge disse funktioner en gang imellem og faktisk få værdi ud af dem hver dag:
For ledere: Åbn Undersøgelse som det første for at kontrollere gårsdagens omfang, før du går i gang med din kø, følg afværgelsen ugentligt, lad AI udarbejde det første udkast til enhver ledelsesrapport, og spørg med jævne mellemrum, hvilke AI-funktioner dit team brugte den pågældende uge, så hullerne kan danne grundlag for en kort gennemgang.
For medarbejdere: Opsummér enhver sag med tidligere historik eller en overdragelse, før du svarer, kør et assisteret svar igennem, før du sender en e-mail, der er følelsesladet eller teknisk kompleks, brug Foreslå en løsning, når du er usikker på den rigtige fremgangsmåde, og bed AI om at udarbejde interne noter, når du har løst noget komplekst.
Den fælles tråd på tværs af alle fire funktioner er, at ingen af dem kræver, at du forlader din eksisterende arbejdsgang for at få værdi. AI er allerede integreret i sagen, køen og chatten. Det handler om at opbygge en vane med at stille den spørgsmål, før du udfører arbejdet manuelt.
