Większość zespołów wsparcia nie ma problemu z narzędziami. Ma problem z kontekstem. Agenci spędzają pierwsze kilka minut każdego zgłoszenia na ustalaniu, co się wydarzyło, kim jest klient i czego już próbowano. Menedżerowie spędzają godziny na przenoszeniu danych ze zgłoszeń do arkuszy kalkulacyjnych tylko po to, by odpowiedzieć na jedno pytanie kierownictwa. A wiele prostych pytań klientów wciąż trafia do kolejki obsługiwanej przez ludzi, ponieważ nie ma szybkiego sposobu, by sprawdzić, czy wcześniej znaleziono już ich rozwiązanie.
Funkcje AI TeamSupport zostały stworzone, aby zlikwidować tę lukę. Zamiast ogólnego asystenta dołączonego do systemu pomocy lub obsługi zgłoszeń, narzędzie jest trenowane bezpośrednio na historii zgłoszeń, danych klientów i kontekście produktu, dzięki czemu każda generowana odpowiedź, podsumowanie lub wersja robocza odpowiedzi opiera się na tym, co faktycznie dzieje się w środowisku wsparcia.
Ten przewodnik krok po kroku pokazuje, jak z niego korzystać w czterech obszarach: zadawaniu pytań dotyczących danych ze zgłoszeń, wykorzystywaniu AI w każdym zgłoszeniu, automatycznym sortowaniu przychodzących zgłoszeń przez AI oraz używaniu agenta AI do całodobowego odciążania zespołu od rutynowych pytań.
1. Rozpocznij dzień na karcie Badań
Zanim zajmiesz się kolejką, otwórz kartę Badań w TeamSupport. Zamienia ona całą historię zgłoszeń w dane, o które możesz po prostu pytać — bez eksportowania, filtrowania i czekania na raport.
Jak z niej korzystać:
- Kliknij Badania w menu nawigacyjnym po lewej stronie.
- Wpisz pytanie prostym językiem. Nie jest potrzebna składnia zapytań.
- Zadawaj pytania uzupełniające, aby analizować temat dokładniej bez ponownego podawania kontekstu.
- Skopiuj wyniki bezpośrednio do aktualizacji dla kierownictwa, wiadomości zespołowej lub e-maila do klienta.
To, o co pytasz, zależy od Twojej roli. Menedżerowie zwykle pytają o takie kwestie jak „Jakie problemy nasiliły się w tym tygodniu w porównaniu z poprzednim?” albo „Pokaż mi zgłoszenia otwarte od ponad 14 dni”. W raportowaniu dla kadry kierowniczej mogą to być pytania typu „Podsumuj wyniki naszego wsparcia za pierwszy kwartał” albo „Które z naszych największych kont miało najwięcej eskalacji?”. W codziennej pracy operacyjnej przydatne są szybkie sprawdzenia, takie jak „Jaki typ problemu występuje najczęściej w tym tygodniu?” albo „Czy są teraz klienci z wieloma otwartymi zgłoszeniami?”.
Warto pamiętać o jednym rozróżnieniu: Badania służą do zadawania konkretnych, jednorazowych pytań — takich, na które nie został zbudowany żaden pulpit. Jeśli co tydzień śledzisz wskaźnik KPI albo chcesz mieć stały widok, który może sprawdzać cały zespół, do tego służy stały pulpit. Korzystaj z obu rozwiązań: pulpitów do cyklicznych wskaźników, a Badań do wszystkiego innego.
2. Wykorzystuj AI w każdym zgłoszeniu
Na każdej stronie zgłoszenia znajduje się przycisk Asystent zgłoszenia i warto włączyć go do rutyny przy każdym zgłoszeniu, nie tylko przy tych trudnych. AI odczytuje cały wątek, każdą odpowiedź i każde działanie przed udzieleniem odpowiedzi, więc nie trzeba przełączać kart ani kopiować kontekstu do osobnego narzędzia.
Dostępnych jest pięć działań, z których każde rozwiązuje inny problem:
Zapytaj AI. Użyj tej opcji w przypadku dowolnego otwartego pytania dotyczącego zgłoszenia: czy ten klient miał już wcześniej ten problem, czego próbowaliśmy ostatnim razem, co go spowodowało. Traktuj ją jak rozmowę z kompetentnym współpracownikiem.
Podsumuj to zgłoszenie. Skraca długi wątek do jasnego podsumowania: problemu, podjętych prób i aktualnego stanu sprawy. Uruchamiaj tę opcję przy każdym przekazaniu zgłoszenia oraz w przypadku każdego zgłoszenia, w którym wykonano co najmniej dziesięć działań. Zajmuje to około trzech sekund i sprawia, że kolejny agent nie musi zaczynać od zera.
Odpowiedź z pomocą AI. Tworzy kompletną odpowiedź gotową do wysłania klientowi na podstawie pełnego kontekstu zgłoszenia. Jest najbardziej przydatna przy zgłoszeniach nacechowanych emocjonalnie lub technicznie złożonych, gdy dopasowanie tonu wymaga czasu, którego nie zawsze masz. Potraktuj ją jako solidną wersję roboczą; ostateczna odpowiedź powinna nadal uwzględniać Twoją ocenę tonu i kontekstu relacji.
Zaproponuj ulepszenia. Analizuje sposób obsługi zgłoszenia i sugeruje metody poprawy rezultatu: zmianę tonu, uzupełnienie brakującego kontekstu oraz szybsze drogi do rozwiązania. Uruchamiaj tę opcję okresowo dla własnych zgłoszeń jako narzędzie coachingowe, a nie tylko sposób na odblokowanie trudnego zgłoszenia.
Zaproponuj rozwiązanie. Korzysta z pełnej historii zgłoszeń i bazy wiedzy, aby pokazać, jak rozwiązano podobne przypadki w przeszłości. Potraktuj sugestię jako punkt wyjścia, a następnie przed odpowiedzią zastosuj własną wiedzę o kliencie.
Jeśli nie masz pewności, po którą funkcję sięgnąć: użyj opcji Zapytaj AI, aby przygotować pytanie dotyczące przekazania, opcji Podsumuj, aby przygotować samo przekazanie, opcji Odpowiedź wspomagana podczas pisania właściwej odpowiedzi, opcji Zalecaj ulepszenia, gdy chcesz lepiej zająć się sprawą, oraz opcji Zaproponuj rozwiązanie, gdy potrzebujesz samego rozwiązania.
Oto kilka praktycznych sposobów, na które zespoły mogą od razu wykorzystać te funkcje: dołącz plik dziennika klienta do zgłoszenia i poproś AI o jego przeanalizowanie oraz wyjaśnienie, co jest nie tak, zanim zgłoszenie w ogóle trafi do zespołu inżynieryjnego. Po rozwiązaniu złożonego zgłoszenia poproś AI o podsumowanie problemu, podjętych prób i sposobu jego rozwiązania w formie notatki wewnętrznej, zamieniając ręczne sporządzanie opisu w pracę trwającą kilka sekund. Na karcie Badania zapytaj, o jakie problemy pytają klienci, dla których nie ma jeszcze artykułu w bazie wiedzy, aby uzupełnić luki w treściach, zanim wygenerują kolejne zgłoszenia.
Want to learn more about TeamSupport?
3. Pozwól AI sortować przychodzące zgłoszenia, zanim je otworzysz
Agent sortowania AI działa jako pierwszy reagujący na każde nowe zgłoszenie, wykonując pracę przygotowawczą, zanim agent w ogóle je otworzy. Zanim zgłoszenie trafi do kolejki, jest już skategoryzowane i ma ustalony priorytet, a jeśli brakuje informacji, AI skontaktowało się prywatnie z klientem, aby je zebrać.
W szczególności odpowie prywatnie klientowi, aby zebrać brakujący kontekst, automatycznie uzupełni wymagane pola, dzięki czemu zgłoszenia trafią do systemu w pełni skategoryzowane, utworzy zgłoszenia nadrzędne, gdy wiele zgłoszeń opisuje ten sam problem, oraz ustawi sygnały dotyczące priorytetu i złożoności, tak aby kolejka była wstępnie uporządkowana według pilności, zanim agenci rozpoczną dzień pracy. Przekierowywanie odbywa się za pośrednictwem konfigurowalnej warstwy umiejętności, dzięki czemu zgłoszenia trafiają do właściwego agenta, a nie do tego, który akurat jest wolny.
Praktyczny efekt: agenci otwierają już uporządkowaną kolejkę, zamiast poświęcać pierwsze dziesięć minut swojej zmiany na ustalanie, czym najpierw powinni się zająć.
4. Pozwól AI obsługiwać rutynowe pytania przez całą dobę, 7 dni w tygodniu
Agent AI automatycznie obsługuje typowe pytania klientów, odpowiadając na zapytania, zbierając informacje i rozwiązując problemy bez udziału człowieka przy zgłoszeniu. Jest szkolony na podstawie Twojej bazy wiedzy i historii zgłoszeń, dlatego jego odpowiedzi odzwierciedlają Twój produkt, a nie ogólne wyniki wyszukiwania w internecie.
Przebieg jest prosty: klient zadaje pytanie na czacie lub przesyła zgłoszenie, Agent AI przeszukuje bazę wiedzy i historię zgłoszeń w poszukiwaniu trafnego rozwiązania, a rutynowe problemy zostają rozwiązane natychmiast, podczas gdy wszystko, co jest zbyt złożone lub poufne, zostaje przekazane zespołowi wraz z pełnym zebranym już kontekstem.
Wskaźnikiem, który warto co tydzień obserwować, jest liczba spraw obsłużonych przez Agenta AI w porównaniu z liczbą spraw obsłużonych przez ludzi. Rosnący poziom odciążenia zespołu przy stabilnym lub poprawiającym się CSAT to sygnał, że rozwiązanie działa. Gdy zauważysz temat, z którym Agent dobrze sobie radzi, warto również sprawdzić zakres bazy wiedzy, ponieważ jej rozszerzanie zwykle zwiększa zakres spraw, które Agent może bezpiecznie obsługiwać samodzielnie.
Wyrabianie codziennego nawyku korzystania z tych funkcji
Nic z tego nie wymaga całkowitej zmiany procesu. Kilka nawyków decyduje o różnicy między okazjonalnym korzystaniem z tych funkcji a czerpaniem z nich rzeczywistych korzyści każdego dnia:
Dla menedżerów: otwieraj kartę Badania z samego rana, aby sprawdzić wczorajszy wolumen, zanim zajmiesz się kolejką, co tydzień monitoruj poziom odciążenia zespołu, pozwól AI przygotować pierwszą wersję dowolnego raportu dla kadry kierowniczej i od czasu do czasu pytaj, z których funkcji AI zespół korzystał w danym tygodniu, wykorzystując wykryte luki jako podstawę krótkiego instruktażu.
Dla agentów: podsumowuj każde zgłoszenie z wcześniejszą historią lub przekazaniem przed udzieleniem odpowiedzi, korzystaj z odpowiedzi wspomaganej przed wysłaniem wiadomości e-mail o dużym ładunku emocjonalnym lub złożonej pod względem technicznym, używaj opcji zaproponowania rozwiązania zawsze, gdy nie masz pewności co do właściwego sposobu postępowania, i poproś AI o przygotowanie notatek wewnętrznych po rozwiązaniu złożonej sprawy.
Wspólną cechą wszystkich czterech funkcji jest to, że żadna z nich nie wymaga opuszczania obecnego procesu pracy, aby czerpać z niej korzyści. AI jest już dostępne w zgłoszeniu, kolejce i na czacie. Chodzi o wyrobienie nawyku zadawania mu pytań, zanim wykonasz tę pracę ręcznie.
