رفتن به محتوا

راهنمامیز خدمت

چت‌بات پشتیبانی مشتری: چه درخواست‌هایی را خودکار کنیم و کجا اپراتور انسانی لازم است؟

چت‌بات پشتیبانی مشتری باید فقط درخواست‌های پرتکرار و کم‌ریسک را خودکار کند. با ماتریس تکرار × ریسک، هر دسته درخواست در یکی از چهار خانه قرار می‌گیرد: خودکار کامل، خودکار با کنترل و احراز هویت، کمک به اپراتور یا کاملاً انسانی. شکایت جدی، موضوعات مالی و حقوقی و مشتری ناراضی باید به انسان برسند. موفقیت چت‌بات به سامانه تیکت، مهلت خدمت، پایگاه دانش نسخه‌دار و مسیر روشن ارجاع وابسته است. پیش‌بینی گارتنر درباره ۸۰٪ مسائل رایج تا ۲۰۲۹ را باید با احتیاط خواند.

انتشار: ۷ دقیقه مطالعه

خلاصه در چند نکته

  • پیش‌بینی گارتنر درباره حل ۸۰٪ مسائل رایج مربوط به ۲۰۲۹ و فقط مسائل پرتکرار است.
  • ماتریس تکرار × ریسک چهار مسیر می‌دهد: خودکار، خودکار با کنترل، کمک به اپراتور، انسانی.
  • شکایت، موضوعات مالی و حقوقی و مشتری ناراضی باید به انسان برسند.
  • مشتری باید همیشه بتواند به اپراتور برسد و خلاصه گفت‌وگو منتقل شود.
  • چت‌بات بدون سامانه تیکت و دانش نسخه‌دار شکست می‌خورد.
  • پاسخ باید از سند معتبر بیاید، نه حافظه کلی مدل.
فهرست مطالب

هر مدیر پشتیبانی دیر یا زود با این پیشنهاد روبه‌رو می‌شود: «یک چت‌بات بگذاریم تا نیمی از تماس‌ها و پیام‌ها خودکار پاسخ داده شود.» این پیشنهاد می‌تواند واقعاً هزینه را کم و رضایت را بیشتر کند؛ به شرط آنکه درخواست‌های درست را به چت‌بات بسپارید. اگر چت‌بات به‌جای پاسخ به پرسش ساده «ساعت کاری شعبه»، درباره اعتراض به صورت‌حساب یا شکایت از خرابی کالا تصمیم بگیرد، نتیجه عکس می‌شود: مشتری عصبانی‌تر، شکایت جدی‌تر و اعتبار برند آسیب‌دیده.

این راهنما یک ابزار ساده برای تصمیم‌گیری پیشنهاد می‌کند: ماتریس «تکرار × ریسک». با آن می‌توانید برای هر نوع درخواست مشتری تعیین کنید که خودکار شود، با کمک هوش مصنوعی به اپراتور سپرده شود یا کاملاً انسانی بماند. همچنین نشان می‌دهیم که پشت صحنه هر چت‌بات پشتیبانی موفق، یک سامانه تیکت، مهلت خدمت و پایگاه دانش نسخه‌دار قرار دارد.

پیش‌بینی‌ها را با احتیاط بخوانید

گارتنر در اسفند ۱۴۰۳ (مارس ۲۰۲۵) پیش‌بینی کرد که تا سال ۲۰۲۹، هوش مصنوعی عامل‌محور ۸۰ درصد مسائل رایج خدمات مشتری را بدون دخالت انسان حل خواهد کرد و این به کاهش ۳۰ درصدی هزینه‌های عملیاتی می‌انجامد. این عدد بارها در ارائه‌های فروش نقل می‌شود، اما سه نکته را باید در نظر داشت:

  • این یک پیش‌بینی برای سال ۲۰۲۹ است، نه وضعیت امروز.
  • موضوع آن مسائل رایج و پرتکرار است، نه همه درخواست‌ها.
  • شرایط سازمان‌های ایرانی، از دسترسی به فناوری تا ساختار داده و انتظارات مشتری، با جامعه مورد مطالعه متفاوت است.

بنابراین بهتر است به‌جای هدف‌گذاری یک عدد کلی، درخواست‌ها را یکی‌یکی تحلیل کنید.

ماتریس تکرار × ریسک

دو پرسش برای هر نوع درخواست:

  1. تکرار: این نوع درخواست چند بار در ماه تکرار می‌شود و پاسخ آن چقدر یکسان است؟
  2. ریسک: اگر پاسخ اشتباه باشد، چه پیامدی دارد: ناخوشایندی جزئی، زیان مالی، تعهد حقوقی یا آسیب جدی به اعتماد مشتری؟
ریسک پایین ریسک بالا
تکرار بالا، پاسخ یکسان خودکار کامل: چت‌بات پاسخ می‌دهد خودکار با کنترل: چت‌بات راهنمایی می‌کند، اقدام با تأیید یا احراز هویت قوی
تکرار پایین یا پاسخ متغیر کمک به اپراتور: هوش مصنوعی پیش‌نویس می‌دهد، اپراتور می‌فرستد کاملاً انسانی: کارشناس با اختیار تصمیم

نمونه‌ها در هر خانه

خودکار کامل:

  • ساعت کاری، نشانی شعب، شماره تماس واحدها
  • پیگیری وضعیت سفارش یا درخواست با کد پیگیری
  • راهنمای استفاده از امکانات ساده محصول
  • مدارک لازم برای یک خدمت مشخص

خودکار با کنترل:

  • تغییر نشانی تحویل یا زمان نوبت (با احراز هویت)
  • درخواست صدور دوباره فاکتور یا رسید
  • لغو سفارش پیش از ارسال طبق قواعد روشن

کمک به اپراتور:

  • پرسش‌های فنی چندمرحله‌ای که پاسخشان به وضعیت مشتری بستگی دارد
  • درخواست‌هایی که چند سامانه را درگیر می‌کنند
  • موارد نادر که پاسخ استاندارد ندارند

کاملاً انسانی:

  • شکایت جدی، اعتراض به صورت‌حساب یا درخواست خسارت
  • موضوعات حقوقی، پزشکی یا مالی با پیامد
  • مشتری عصبانی یا آسیب‌پذیر
  • هر درخواستی که نیازمند استثنا از قواعد است

گام‌به‌گام انتخاب درخواست‌های قابل خودکارسازی

گام ۱: داده تیکت‌ها را استخراج کنید

از سامانه تیکت یا میز خدمت، دست‌کم سه ماه درخواست را استخراج کنید. اگر درخواست‌ها هنوز در ایمیل و پیام‌رسان پراکنده‌اند، اولین قدم ثبت منظم آن‌هاست؛ چت‌بات بدون این داده کور است.

گام ۲: دسته‌بندی کنید

درخواست‌ها را بر اساس موضوع دسته‌بندی کنید و برای هر دسته تعداد، میانگین زمان رسیدگی و درصد حل در اولین تماس را محاسبه کنید. شاخص‌های رایج را در مقاله شاخص‌های کلیدی میز خدمت آورده‌ایم.

گام ۳: ریسک هر دسته را تعیین کنید

با واحدهای حقوقی، مالی و کیفیت مشخص کنید پاسخ اشتباه در هر دسته چه پیامدی دارد. این گام را تنها به تیم فنی نسپارید.

گام ۴: روی ماتریس قرار دهید

هر دسته را در یکی از چهار خانه قرار دهید. دسته‌های «خودکار کامل» نامزدهای فاز اول‌اند.

گام ۵: پاسخ استاندارد و سند معتبر بنویسید

برای هر دسته فاز اول، یک پاسخ یا مقاله پایگاه دانش با نسخه و تاریخ اعتبار بنویسید. چت‌بات باید از همین سند پاسخ دهد، نه از حافظه کلی مدل.

گام ۶: مسیر ارجاع به انسان را طراحی کنید

در هر لحظه، مشتری باید بتواند بنویسد «با اپراتور صحبت کنم» و به انسان برسد. هنگام ارجاع، خلاصه گفت‌وگو باید به اپراتور منتقل شود تا مشتری مجبور به تکرار نباشد.

گام ۷: پایلوت و سنجش

فاز اول را برای بخشی از ترافیک فعال کنید و شاخص‌ها را با دوره قبل مقایسه کنید: نرخ حل بدون انسان، رضایت مشتری، نرخ ارجاع و شکایت‌های مرتبط با چت‌بات.

نشانه‌هایی که باید فوراً به انسان ارجاع داد

چت‌بات باید طوری تنظیم شود که در این موقعیت‌ها بدون مقاومت، گفت‌وگو را به اپراتور بسپارد:

  • [ ] مشتری صراحتاً اپراتور انسانی می‌خواهد.
  • [ ] واژه‌هایی مثل «شکایت»، «شکایت قانونی»، «کلاهبرداری»، «خسارت» یا «بازرسی» به کار می‌رود.
  • [ ] مشتری دو بار پیاپی گفته پاسخ مفید نبود.
  • [ ] موضوع به پول، قرارداد یا اطلاعات شخصی حساس مربوط است.
  • [ ] نشانه‌های عصبانیت یا ناراحتی شدید در متن دیده می‌شود.
  • [ ] پاسخ پرسش در اسناد معتبر پیدا نمی‌شود.

پشت صحنه: چرا چت‌بات بدون میز خدمت شکست می‌خورد

چت‌بات فقط لایه گفت‌وگوست. ارزش واقعی در سامانه‌هایی است که پشت آن قرار دارند:

جزء پشت صحنه نقش
سامانه تیکت هر گفت‌وگوی ارجاع‌شده به یک تیکت با شماره پیگیری تبدیل می‌شود
مهلت خدمت (SLA) زمان پاسخ و رسیدگی برای هر اولویت تعریف و پایش می‌شود
پایگاه دانش نسخه‌دار پاسخ‌های چت‌بات و اپراتور از یک منبع معتبر می‌آیند
فرایند رسیدگی به شکایت شکایت‌ها مسیر مشخص و مسئول دارند
گزارش و تحلیل موضوعات پرتکرار و علت ریشه‌ای شناسایی می‌شوند

بدون سامانه تیکت، درخواست‌هایی که چت‌بات به انسان می‌سپارد گم می‌شوند. بدون پایگاه دانش نسخه‌دار، چت‌بات و اپراتور پاسخ‌های متفاوت می‌دهند. مسیر شکایت را در مقاله فرایند رسیدگی به شکایت مشتری و سنجش رضایت را در مقاله CSAT چیست شرح داده‌ایم.

نمونه تحلیل: یک فروشگاه اینترنتی فرضی

برای اینکه ماتریس ملموس شود، فرض کنید یک فروشگاه اینترنتی متوسط درخواست‌های سه ماه گذشته خود را دسته‌بندی کرده است. اعداد زیر فرضی‌اند و فقط برای نشان‌دادن روش آمده‌اند:

دسته درخواست سهم تقریبی ریسک تصمیم
پیگیری وضعیت ارسال زیاد پایین خودکار کامل با کد پیگیری
زمان و هزینه ارسال به شهرها متوسط پایین خودکار کامل از سند معتبر
تغییر نشانی پیش از ارسال کم متوسط خودکار با احراز هویت
راهنمای انتخاب سایز یا مدل متوسط پایین کمک به اپراتور یا پاسخ از راهنما
کالای آسیب‌دیده یا ناقص کم بالا کاملاً انسانی با ثبت تیکت
اعتراض به مبلغ یا بازگشت وجه کم بالا کاملاً انسانی

در این مثال، شاید بخش قابل‌توجهی از حجم درخواست‌ها در دو دسته اول باشد. خودکار کردن همین دو دسته، بار اپراتورها را به‌طور محسوسی کم می‌کند و به آن‌ها فرصت می‌دهد روی موارد حساس مثل کالای آسیب‌دیده وقت بیشتری بگذارند؛ دقیقاً همان جایی که رضایت یا نارضایتی مشتری شکل می‌گیرد.

نقش هوش مصنوعی در کمک به اپراتور

خانه «کمک به اپراتور» اغلب نادیده گرفته می‌شود، در حالی که بازده آن زیاد و ریسکش کم است. در این حالت، مشتری با انسان گفت‌وگو می‌کند، اما هوش مصنوعی در پس‌زمینه به اپراتور کمک می‌کند:

  • خلاصه سابقه مشتری و تیکت‌های قبلی او را نشان می‌دهد.
  • مقاله‌های مرتبط پایگاه دانش را پیشنهاد می‌کند.
  • پیش‌نویس پاسخ می‌سازد که اپراتور ویرایش و ارسال می‌کند.
  • پس از پایان گفت‌وگو، خلاصه و دسته موضوعی را برای ثبت پیشنهاد می‌دهد.

چون اپراتور پیش از ارسال همه‌چیز را می‌بیند، خطای مدل به مشتری نمی‌رسد؛ و چون زمان جستجو و تایپ کم می‌شود، هر اپراتور درخواست‌های بیشتری را با کیفیت بهتر رسیدگی می‌کند.

اشتباه‌های پرهزینه

  1. هدف‌گذاری «کاهش تماس» به هر قیمت: اگر چت‌بات مشتری را از رسیدن به انسان باز دارد، تماس کم می‌شود اما مشتری هم از دست می‌رود.
  2. پاسخ از حافظه مدل: مدل عمومی سیاست مرجوعی یا قیمت شما را نمی‌داند و ممکن است چیزی بسازد.
  3. نبود احراز هویت برای اقدام‌ها: تغییر نشانی یا لغو سفارش بدون احراز هویت، در معرض سوءاستفاده است.
  4. ارسال داده مشتری به سرویس عمومی: اطلاعات شخصی مشتریان نباید بدون قرارداد و کنترل به سرویس خارجی برود.

رویکرد آریا آی‌تی

برای شفافیت: آریا آی‌تی چت‌بات عمومی برای سایت یا سامانه ساخت چت‌بات برای مشتریان بیرونی نمی‌فروشد. آنچه ارائه می‌کنیم، پشت صحنه پشتیبانی است: میز خدمت آریا آی‌تی برای تیکت، مهلت خدمت، ارجاع و گزارش، به‌همراه پایگاه دانش نسخه‌دار. اگر سازمان شما از هر چت‌باتی برای پاسخ به مشتریان استفاده می‌کند، موارد ارجاعی آن باید در چنین سامانه‌ای ثبت و پیگیری شوند. دستیار هوش مصنوعی آریا آی‌تی داخل سازمان و برای کارکنان کار می‌کند و می‌تواند به کارشناس در یافتن پاسخ از دانش داخلی کمک کند؛ پرتال مشتری را هم در مقاله پرتال مشتری چیست معرفی کرده‌ایم.

جمع‌بندی

چت‌بات پشتیبانی مشتری وقتی موفق است که فقط درخواست‌های پرتکرار و کم‌ریسک را خودکار کند، برای اقدام‌های حساس احراز هویت و کنترل داشته باشد، موارد پیچیده را با خلاصه گفت‌وگو به انسان بسپارد و از پایگاه دانش معتبر پاسخ دهد. ماتریس تکرار × ریسک به شما کمک می‌کند این تصمیم را با داده بگیرید، نه با هیجان.


مشاوره رایگان: برای تحلیل درخواست‌های پشتیبانی و طراحی میز خدمت پشت چت‌بات، با کارشناسان آریا آی‌تی تماس بگیرید.

مراحل انجام کار

  1. استخراج داده تیکت‌ها

    دست‌کم سه ماه درخواست مشتری را از سامانه تیکت استخراج کنید.

  2. دسته‌بندی

    درخواست‌ها را بر اساس موضوع دسته‌بندی و تعداد و زمان رسیدگی هر دسته را محاسبه کنید.

  3. تعیین ریسک

    با واحدهای حقوقی، مالی و کیفیت پیامد پاسخ اشتباه در هر دسته را مشخص کنید.

  4. قرار دادن روی ماتریس

    هر دسته را در یکی از چهار خانه ماتریس تکرار × ریسک قرار دهید.

  5. نوشتن پاسخ و سند معتبر

    برای دسته‌های فاز اول مقاله پایگاه دانش با نسخه و تاریخ اعتبار بنویسید.

  6. طراحی ارجاع به انسان

    مسیر همیشه در دسترس به اپراتور با انتقال خلاصه گفت‌وگو بسازید.

  7. پایلوت و سنجش

    برای بخشی از ترافیک فعال و شاخص‌ها را با دوره قبل مقایسه کنید.

پرسش‌های متداول

چت‌بات پشتیبانی چه درصدی از درخواست‌ها را می‌تواند حل کند؟

+

به نوع کسب‌وکار و ترکیب درخواست‌ها بستگی دارد. به‌جای هدف‌گذاری یک عدد کلی، درخواست‌ها را دسته‌بندی کنید و فقط دسته‌های پرتکرار و کم‌ریسک را خودکار کنید. پیش‌بینی گارتنر درباره ۸۰٪ مربوط به مسائل رایج و سال ۲۰۲۹ است.

کدام درخواست‌ها نباید به چت‌بات سپرده شوند؟

+

شکایت جدی، اعتراض به صورت‌حساب، درخواست خسارت، موضوعات حقوقی و مالی با پیامد، درخواست‌های نیازمند استثنا و گفت‌وگو با مشتری عصبانی یا آسیب‌پذیر.

چرا چت‌بات به سامانه تیکت نیاز دارد؟

+

چون درخواست‌هایی که چت‌بات نمی‌تواند حل کند باید با شماره پیگیری، مهلت خدمت و مسئول مشخص ثبت شوند. بدون آن، موارد ارجاعی گم می‌شوند و مشتری ناراضی‌تر می‌شود.

آیا آریا آی‌تی چت‌بات پشتیبانی مشتری ارائه می‌کند؟

+

خیر. آریا آی‌تی چت‌بات عمومی یا سازنده چت‌بات برای مشتریان بیرونی نمی‌فروشد. میز خدمت آریا آی‌تی تیکت، مهلت خدمت، ارجاع و پایگاه دانش را برای پشت صحنه پشتیبانی فراهم می‌کند.

منابع

  1. Gartner - Agentic AI will autonomously resolve 80% of common customer service issues by 2029
  2. IBM - AI in customer service

این مطلب برایتان مفید بود؟

اتوماسیون اداری آریا آی‌تی را رایگان امتحان کنید

هر آنچه در دانشنامه خواندید، در محیط کار دیجیتال آریا آی‌تی آماده استفاده است؛ بدون نصب و راه‌اندازی پیچیده.