Come usare TeamSupport AI per risolvere i ticket più velocemente (senza aggiungere altri strumenti)

La maggior parte dei team di supporto non ha un problema di strumenti. Ha un problema di contesto. Gli agenti passano i primi minuti di ogni richiesta cercando di capire cosa è successo, chi è il cliente e cosa è già stato fatto. I responsabili impiegano ore per inserire i dati dei ticket in fogli […]

Teamsupport Partner Spotlight 17922
Prospettive dei partner

Questo è un contenuto sponsorizzato da TeamSupport. Scopri qui come manteniamo la trasparenza.

La maggior parte dei team di supporto non ha un problema di strumenti. Ha un problema di contesto. Gli agenti passano i primi minuti di ogni richiesta cercando di capire cosa è successo, chi è il cliente e cosa è già stato fatto. I responsabili impiegano ore per inserire i dati dei ticket in fogli di calcolo solo per rispondere a una domanda della direzione. E ancora molte domande semplici dei clienti finiscono in coda agli operatori perché non c’è un modo rapido per verificare cosa è già stato risolto prima.

Funzionalità TeamSupport AI sono state create per colmare questa lacuna. Invece di un assistente generico integrato nella tua help desk o nel sistema di gestione ticket, è addestrato direttamente sulla tua cronologia ticket, sui tuoi clienti e sul contesto del tuo prodotto, così ogni risposta, riepilogo o bozza che genera è ancorata a ciò che sta realmente accadendo nel tuo ambiente di supporto.

Questa guida mostra come usarlo passo dopo passo in quattro aree: porre domande sui dati dei tuoi ticket, applicare l’AI ad ogni ticket, lasciare che l’AI smisti automaticamente i ticket in arrivo e utilizzare un agente AI per deviare le richieste di routine 24 ore su 24.

1. Inizia la tua giornata nella scheda Ricerca

Prima di toccare la tua coda, apri la scheda Ricerca all’interno di TeamSupport. Trasforma la tua intera cronologia ticket in qualcosa a cui puoi semplicemente porre domande, senza esportazioni, senza filtri, senza attendere un report.

Per usarla:

  1. Clicca su Ricerca nella navigazione a sinistra.
  2. Scrivi la tua domanda in linguaggio semplice. Nessuna sintassi particolare necessaria.
  3. Fai domande di approfondimento per andare più a fondo senza ripetere il contesto.
  4. Copia i risultati direttamente in un aggiornamento per la direzione, un messaggio al team o un’email al cliente.
Interfaccia della scheda Ricerca di TeamSupport AI, mostra una domanda di esempio e una risposta generata dall’AI

Cosa chiedere dipende dal tuo ruolo. I responsabili la usano tipicamente per domande come "Quali problemi sono aumentati questa settimana rispetto alla scorsa?" oppure "Mostrami i ticket aperti da più di 14 giorni." Per i report direzionali, si tratta di domande come "Riepiloga le nostre performance di supporto per il Q1" o "Quali dei nostri account più grandi hanno avuto il maggior numero di escalation?" E per le operazioni quotidiane, controlli rapidi come "Qual è il tipo di problema più comune questa settimana?" o "Ci sono clienti che hanno più ticket aperti in questo momento?"

Una distinzione importante da tenere a mente: Ricerca serve per domande specifiche e occasionali, per cui nessuna dashboard era stata pensata. Se monitori un KPI ogni settimana o vuoi una panoramica stabile che il tuo team possa consultare, quella è la funzione di una dashboard fissa. Usale insieme: dashboard per le metriche ricorrenti, Ricerca per tutto il resto.

2. Metti l’AI al lavoro su ogni ticket

Ogni pagina ticket ha un pulsante Ticket Assist, e vale la pena inserirlo nella tua routine per ogni ticket, non solo per quelli complessi. L’AI legge l’intera conversazione, ogni risposta, ogni azione, prima di rispondere, quindi non c’è bisogno di cambiare scheda o copiare-incollare il contesto in uno strumento separato.

Pannello di Ticket Assist su un ticket, mostra le azioni disponibili.

Ci sono cinque azioni disponibili, ognuna risolve un problema diverso:

Chiedi all’AI. Usalo per qualsiasi domanda aperta sul ticket: questo cliente ha già avuto questo problema, cosa abbiamo provato l’ultima volta, da cosa è stato causato. Consideralo come chiedere a un collega esperto.

Riepiloga questo ticket. Condensa una lunga conversazione in un resoconto chiaro: il problema, le azioni già tentate, la situazione attuale. È l’azione da usare a ogni passaggio di consegne e su ogni ticket con dieci o più azioni. Ci vogliono circa tre secondi e il prossimo agente non parte da zero.

Risposta assistita. Redige una risposta completa, pronta per il cliente, basandosi su tutto il contesto del ticket. È particolarmente utile per ticket con situazioni emotivamente delicate o tecnicamente complesse, dove trovare il tono giusto richiede tempo che non sempre hai. Usalo come una solida bozza iniziale; il tuo giudizio sul tono e sul rapporto con il cliente dovrebbero comunque guidare l’invio finale.

Interfaccia della scheda Ricerca, con un esempio di domanda e risposta generata dall’AI tramite Ticket Assist 

Raccomanda miglioramenti. Analizza la gestione del ticket e suggerisce modi per migliorare il risultato: tono, informazioni mancanti, percorsi più rapidi verso la soluzione. Usalo periodicamente sui tuoi ticket come strumento di coaching, non solo per risolvere i blocchi.

Suggerisci una soluzione. Prende spunto da tutta la tua cronologia e dalla knowledge base per proporre come sono stati risolti casi simili in passato. Usa il suggerimento come base di partenza, poi applica la tua conoscenza del cliente prima di rispondere.

Se non sei sicuro di quale funzione utilizzare: usa Chiedi all’AI per una domanda di passaggio, Riepiloga per un passaggio vero e proprio, Risposta assistita quando stai scrivendo la risposta effettiva, Consiglia miglioramenti quando vuoi gestirla meglio, e Suggerisci una soluzione quando hai bisogno della soluzione stessa.

Alcuni modi pratici in cui i team mettono subito in pratica queste funzioni: allega il file di log di un cliente a un ticket e chiedi all’AI di analizzarlo e spiegare cosa non va prima ancora che lo veda il reparto tecnico. Dopo aver risolto un ticket complesso, chiedi all’AI di riassumere il problema, cosa è stato provato e come è stato risolto, creando una nota interna e trasformando una stesura manuale in pochi secondi di lavoro. Nella scheda Ricerca, chiedi quali problemi stanno evidenziando i clienti senza avere ancora un articolo nella knowledge base, così da colmare i vuoti di contenuto prima che generino nuovi ticket.

3. Lascia che l’AI smisti le richieste in arrivo prima di aprirle

L’Agente di Smistamento AI agisce come primo soccorritore per ogni nuova richiesta in arrivo, facendo il lavoro preparatorio prima che un agente la apra. Quando un ticket arriva nella tua coda, è già stato categorizzato e prioritizzato, e se manca qualche informazione, l’AI ha già contattato il cliente privatamente per recuperarla.

Di preciso, risponderà privatamente al cliente per raccogliere eventuali contesti mancanti, compilerà automaticamente i campi richiesti così che i ticket arrivino già completamente categorizzati, creerà incidenti principali quando più ticket descrivono lo stesso problema sottostante, e imposterà segnali di priorità e complessità così che la tua coda sia già ordinata per urgenza prima che gli agenti inizino la giornata. L’instradamento passa da un Livello di Competenze configurabile, così i ticket finiscono all’agente giusto invece che a chiunque sia libero in quel momento.

L’effetto pratico: gli agenti aprono una coda già organizzata invece di passare i primi dieci minuti del turno a capire da cosa iniziare.

4. Lascia che l’AI gestisca le domande di routine, 24/7

L’Agente AI gestisce automaticamente le domande più comuni dei clienti, rispondendo alle richieste, raccogliendo informazioni e risolvendo i problemi senza nessun intervento umano sul ticket. È addestrato sulla tua knowledge base e sulla storia dei ticket, quindi le sue risposte riflettono il tuo prodotto, non semplici risultati trovati online.

Il flusso è semplice: un cliente fa una domanda via chat o invia un ticket, l’Agente AI cerca nella tua knowledge base e nella storia dei ticket per trovare una risposta precisa, e i problemi di routine vengono risolti all’istante, mentre le questioni troppo complesse o delicate vengono passate al tuo team con tutto il contesto già raccolto.

La metrica da monitorare ogni settimana è il volume gestito dall’Agente AI rispetto a quello gestito dagli esseri umani. Un aumento delle deviazioni insieme a un CSAT stabile o in miglioramento è il segnale che tutto funziona. Quando individui un tema che l’Agente gestisce bene, questo è anche il segnale per controllare la copertura della knowledge base, dato che espanderla qui tende ad aumentare ciò che l’Agente può gestire in autonomia in sicurezza.

Trasformare queste attività in un’abitudine quotidiana

Per tutto questo non è necessario stravolgere i processi. Bastano poche abitudini per passare dall’uso occasionale di queste funzioni a ricavarne davvero valore ogni giorno:

Per i manager: apri la sezione Ricerca come prima cosa per controllare il volume di ieri prima di toccare la coda, monitora le deviazioni ogni settimana, lascia che sia l’AI a scrivere la prima bozza di ogni report per la leadership e chiedi periodicamente quali funzioni AI ha usato il tuo team in settimana, usando le lacune scoperte come spunto per una breve sessione di formazione.

Per gli agenti: riassumi ogni ticket con una storia pregressa o un passaggio prima di rispondere, utilizza la risposta assistita prima di ogni email tecnicamente complessa o carica di emozioni, usa suggerisci una soluzione ogni volta che non sei sicuro della strada giusta e chiedi all’AI di redigere note interne dopo aver risolto qualcosa di complesso.

Il filo conduttore tra tutte e quattro le funzioni è che nessuna ti chiede di abbandonare il tuo flusso di lavoro attuale per ottenere valore. L’AI è già dentro il ticket, la coda e la chat. Ciò che resta da fare è costruire l’abitudine di porle domande prima di svolgere quel lavoro manualmente.

Jonathan Lapinsky
As Chief Product Officer at TeamSupport, Jonathan leads product and engineering to power the next generation of B2B customer operations. His background spans enterprise SaaS and eCommerce, with product leadership roles at The Home Depot, Unum, and beyond.