De fleste supportteam har ikke et verktøyproblem. De har et kontekstproblem. Agenter bruker de første minuttene av hver sak på å sette sammen hva som har skjedd, hvem kunden er, og hva som allerede er forsøkt. Ledere bruker timevis på å hente saksdata inn i regneark bare for å svare på ett spørsmål fra ledelsen. Og mange enkle kundespørsmål havner fortsatt i en menneskelig kø fordi det ikke finnes noen rask måte å sjekke hva som allerede er løst.
TeamSupports AI-funksjoner er utviklet for å tette dette gapet. I stedet for en generell assistent som er koblet til helpdesken eller saksbehandlingsløsningen din, er den trent direkte på sakshistorikken, kundene og produktkonteksten din. Dermed er hvert svar, hver oppsummering og hvert utkast til svar den genererer, forankret i det som faktisk skjer i supportmiljøet ditt.
Denne veiledningen viser trinn for trinn hvordan du faktisk bruker den på fire områder: stille spørsmål til saksdataene dine, bruke AI i hver sak, la AI sortere innkommende saker automatisk og bruke en AI-agent til å avlede rutinespørsmål døgnet rundt.
1. Start dagen i Research-fanen
Før du begynner å behandle køen, åpner du Research-fanen i TeamSupport. Den gjør hele sakshistorikken din om til noe du ganske enkelt kan stille spørsmål til – ingen eksporter, ingen filtre og ingen venting på en rapport.
Slik bruker du den:
- Klikk på Research i navigasjonen til venstre.
- Skriv spørsmålet ditt med vanlig språk. Det er ikke nødvendig med spørringssyntaks.
- Still oppfølgingsspørsmål for å gå mer i dybden uten å gjenta konteksten.
- Kopier resultatene direkte inn i en oppdatering til ledelsen, en teammelding eller en e-post til en kunde.
Hva du spør om, avhenger av rollen din. Ledere bruker den gjerne til ting som «Hvilke problemer økte denne uken sammenlignet med forrige?» eller «Vis meg saker som har vært åpne i mer enn 14 dager.» For rapportering til ledelsen kan spørsmålene være «Oppsummer supportresultatene våre for første kvartal» eller «Hvilke av de største kundene våre hadde flest eskaleringer?» Og i den daglige driften kan det være raske kontroller som «Hva er den vanligste problemtypen denne uken?» eller «Har noen kunder flere åpne saker akkurat nå?»
Én viktig forskjell å ha i mente: Research er for det spesifikke engangsspørsmålet, det som ingen oversikt ble laget for å besvare. Hvis du følger en KPI hver uke eller ønsker en fast visning som hele teamet kan sjekke, er det en fast oversikt du trenger. Bruk begge deler sammen: oversikter for de tilbakevendende målingene, Research for alt annet.
2. Bruk AI i hver sak
Hver saksside har en Ticket Assist-knapp, og det er verdt å gjøre den til en del av rutinen din i alle saker, ikke bare de vanskelige. AI-en leser hele tråden, hvert svar og hver handling før den svarer, slik at du slipper å bytte mellom faner eller kopiere kontekst inn i et separat verktøy.
Det finnes fem handlinger, og hver av dem løser et forskjellig problem:
Spør AI. Bruk dette til alle åpne spørsmål om saken: Har denne kunden opplevd dette problemet før, hva prøvde vi sist, hva forårsaket dette? Tenk på det som å spørre en kunnskapsrik kollega.
Oppsummer denne saken. Komprimerer en lang tråd til en tydelig kortversjon: problemet, hva som er forsøkt og hvor saken står. Dette bør du kjøre ved hver overlevering og på alle saker med ti eller flere handlinger. Det tar omtrent tre sekunder og betyr at neste agent slipper å begynne helt fra start.
Assistert svar. Lager et komplett, kundeklart svarutkast basert på hele sakskonteksten. Det er mest nyttig i følelsesladde eller teknisk komplekse saker, der det å treffe riktig tone tar mer tid enn du alltid har. Bruk det som et sterkt førsteutkast, men vurderingen din av tone og relasjonskontekst bør fortsatt forme den endelige meldingen.
Foreslå forbedringer. Ser på hvordan saken håndteres og foreslår måter å forbedre resultatet på: tone, manglende kontekst og raskere veier til løsning. Kjør dette med jevne mellomrom på dine egne saker som et verktøy for veiledning, ikke bare som en løsning for saker som har stoppet opp.
Foreslå en løsning. Henter fra hele sakshistorikken og kunnskapsbasen din for å vise hvordan lignende tidligere saker ble løst. Bruk forslaget som et utgangspunkt, og bruk deretter din egen kunnskap om kunden før du svarer.
Hvis du ikke er sikker på hvilken du skal bruke: bruk Spør AI for et overleveringsspørsmål, Oppsummer for selve overleveringen, Assistert svar når du skriver selve svaret, Anbefal forbedringer når du vil håndtere det bedre, og Foreslå en løsning når du trenger selve løsningen.
Noen praktiske måter team tar dette i bruk på med en gang: legg ved kundens loggfil i en sak og be AI analysere den og forklare hva som er galt, før utviklingsteamet i det hele tatt ser den. Etter at en kompleks sak er løst, kan du be AI oppsummere problemet, hva som ble forsøkt, og hvordan det ble løst, som et internt notat. Slik blir en manuell redegjørelse til noen få sekunders arbeid. I Research-fanen kan du også spørre hvilke problemer kundene spør om, men som ennå ikke har en kunnskapsbaseartikkel, slik at du kan tette innholdshull før de fører til flere saker.
Want to learn more about TeamSupport?
3. La AI triagere innkommende saker før du åpner dem
AI-triageagenten fungerer som første responsledd på alle nye innkommende saker og gjør forarbeidet før en agent i det hele tatt åpner saken. Når en sak når køen din, er den allerede kategorisert og prioritert, og hvis det mangler informasjon, har AI kontaktet kunden privat for å innhente den.
Mer konkret svarer den kunden privat for å samle inn eventuell manglende kontekst, fyller automatisk ut obligatoriske felt slik at sakene kommer inn ferdig kategorisert, oppretter overordnede hendelser når flere saker beskriver det samme underliggende problemet, og angir signaler for prioritet og kompleksitet slik at køen er forhåndsrangert etter hvor mye det haster før agentene starter dagen. Rutingen skjer gjennom et konfigurerbart ferdighetslag, slik at sakene havner hos riktig agent i stedet for hos den som tilfeldigvis er ledig.
Den praktiske effekten er at agentene åpner en kø som allerede er organisert, i stedet for å bruke de første ti minuttene av vakten på å finne ut hva de skal arbeide med først.
4. La AI håndtere rutinespørsmålene døgnet rundt
AI-agenten håndterer vanlige kundespørsmål automatisk, besvarer henvendelser, innhenter informasjon og løser problemer uten at et menneske trenger å ta i saken. Den er trent på kunnskapsbasen og sakshistorikken din, slik at svarene gjenspeiler produktet ditt og ikke generiske resultater fra nettet.
Flyten er enkel: En kunde stiller et spørsmål via chat eller sender inn en sak, AI-agenten søker i kunnskapsbasen og sakshistorikken etter en nøyaktig løsning, og rutineproblemer blir løst umiddelbart, mens alt som er for komplekst eller sensitivt, sendes videre til teamet ditt med all kontekst allerede samlet inn.
Måltallet det er verdt å følge med på ukentlig, er volumet som håndteres av AI-agenten sammenlignet med volumet som håndteres av mennesker. Økende avverging samtidig som CSAT er stabil eller forbedres, er et tegn på at det fungerer. Når du ser et tema agenten håndterer godt, er det også et signal om at du bør sjekke dekningen i kunnskapsbasen, siden utvidelse av den vanligvis utvider hva agenten trygt kan håndtere på egen hånd.
Gjør dette til en daglig vane
Ingenting av dette krever en fullstendig endring av prosessene. Noen få vaner utgjør forskjellen mellom å bruke disse funksjonene av og til og faktisk få verdi av dem hver dag:
For ledere: åpne Research som det første du gjør, for å sjekke gårsdagens volum før du går inn i køen, følg med på avverging ukentlig, la AI skrive førsteutkastet til alle rapporter for ledelsen, og spør med jevne mellomrom hvilke AI-funksjoner teamet brukte den uken. Bruk hullene som grunnlag for en kort gjennomgang.
For agenter: oppsummer alle saker med tidligere historikk eller en overlevering før du svarer, kjør et assistert svar før du sender e-poster som er følelsesladde eller teknisk komplekse, bruk foreslå en løsning når du er usikker på riktig fremgangsmåte, og be AI skrive utkast til interne notater etter at du har løst noe komplekst.
Felles for alle de fire funksjonene er at ingen av dem krever at du forlater den eksisterende arbeidsflyten for å få verdi. AI er allerede inne i saken, køen og chatten. Oppgaven er å etablere vanen med å stille AI spørsmål før du gjør arbeidet manuelt.
