Selekcja i rozstrzyganie spraw Agentforce | Studium przypadku handlu detalicznego

Klient i branża

Sprzedawca detaliczny z siedzibą w Stanach Zjednoczonych otrzymywał zapytania od klientów za pośrednictwem swojej witryny internetowej, poczty elektronicznej i telefonu. Proces wsparcia opierał się na Salesforce do przechowywania danych klientów, ale pracownicy nadal musieli ustalić, czego dotyczyło każde żądanie, czy było to proste pytanie, czy problem wymagający zbadania oraz który specjalista lub dział powinien się nim zająć. Przepływ pracy wymagał także rozróżnienia przypadków nadających się do wstępnej próby rozwiązania problemu przez sztuczną inteligencję od tych wymagających ludzkiej uwagi. Wdrożenie Agentforce obejmowało wielojęzyczną obsługę w języku angielskim i hiszpańskim.

Wyzwanie

Ręczna segregacja w kanałach komunikacji

Żądania przesyłane ze strony internetowej, poczty elektronicznej i telefonu wymagały ręcznego sprawdzenia, zanim można je było przypisać do specjalisty lub działu. Analiza procesu biznesowego klienta wykazała, że segregacja i kategoryzacja pochłaniają znaczną część czasu pracowników wsparcia.

Wymagane badanie kontekstu klienta i produktu

Personel musiał odróżnić proste pytania od problemów wymagających zbadania, sprawdzić dane klienta w Salesforce i zidentyfikować produkt lub usługę dostarczoną klientowi. Ta praca opóźniła przydział do odpowiedniego zespołu.

Poszukiwanie wiedzy pochłonęło czas wsparcia

Agenci wsparcia technicznego przeszukali bazę wiedzy pod kątem odpowiednich artykułów i zestawów instrukcji przed przystąpieniem do pracy nad zgłoszeniem. Analiza procesów biznesowych zidentyfikowała ten wysiłek związany z poszukiwaniem jako kolejne główne źródło czasu poświęconego na rozpoczęcie rozwiązywania problemów.

Wysiłek ludzki poświęcony na żądania odpowiednie dla AI

Oprócz złożonych problemów zespoły wsparcia otrzymywały prośby, które można było rozwiązać, korzystając z istniejącej wiedzy i instrukcji. Bez oddzielania tych przypadków podczas segregacji, agenci ludzcy pozostawali pierwszym punktem obsługi zarówno w przypadku rutynowych, jak i niepewnych kwestii.

Nasze rozwiązanie

Routine Automation wdrożyło przepływ pracy Agentforce w celu obsługi selekcji przypadków i wstępnej próby rozwiązania odpowiednich wniosków. Analizuje żądania zarejestrowane w Salesforce z interakcji na stronie internetowej, e-mailu i telefonu, korzystając z dostępnych szczegółów żądania i danych klientów. Agent został skonfigurowany do obsługi żądań klientów w języku angielskim i hiszpańskim.

Żądania rejestrowane w Salesforce

Żądania za pośrednictwem witryny internetowej, poczty elektronicznej i telefonu są wprowadzane jako Sprawy z dostępnymi informacjami o kliencie.

Agentforce · automated triage

Zrozum, klasyfikuj i wyznaczaj trasy

Agentforce obsługuje język angielski i hiszpański, przegląda wnioski i dokumentację klientów, identyfikuje problem i produkt lub usługę, w przypadku których istnieje wyraźne dopasowanie, oraz określa ścieżkę obsługi. Zastępuje ręczny przegląd wstępny, kategoryzację i ocenę routingu.

Eligible for AI handling → Agentforce queue

Agentforce · initial resolution

Znajdź wskazówki i spróbuj rozwiązać problem

Agentforce pobiera odpowiednią wiedzę i postępuje zgodnie ze skonfigurowanymi instrukcjami, aby spróbować rozwiązać obsługiwane żądania. Zastępuje ręczne wyszukiwanie wiedzy i wstępną obsługę kwalifikujących się przypadków.

Unresolved or uncertain → human-led queue

Resolved within scope → record outcome and close

Unclear or specialist issue → human-led queue

Specjalista ds. ludzi obsługuje wyjątki

Specjaliści otrzymują przypadki wymagające ludzkiej uwagi, w tym nieudane próby sztucznej inteligencji, z dostępnym kontekstem i podjętymi krokami.

Human specialist resolves the case and records notes

Informacje zwrotne od wsparcia poprawiają wskazówki

Notatki dotyczące eskalacji personelu informują o zmianach w instrukcjach, które są sprawdzane i testowane przed użyciem. Zaktualizowane wytyczne obsługują przyszłą obsługę Agentforce.

Dzięki wsparciu w języku angielskim i hiszpańskim Agentforce przejmuje ręczne przeglądanie żądań, klasyfikację, analizę routingu i wyszukiwanie wiedzy dla kwalifikujących się przypadków. Zespoły ludzkie obsługują wyjątki i przeglądają zmiany w instrukcjach.

Wartość biznesowa i wyniki

Sprzedawca zgłasza redukcję czasu poświęconego na kategoryzację spraw o 75%. W 75% przypadków pierwsza odpowiedź jest dostarczana w ciągu kilku minut, w porównaniu ze standardowym jednogodzinnym czasem pierwszej odpowiedzi określonym w SLA. Wyniki te eliminują początkowe wąskie gardło w zakresie selekcji i zapewniają klientom wcześniejszą odpowiedź, podczas gdy specjaliści zajmują się sprawami wymagającymi ludzkiej uwagi.

Dane podaje sprzedawca detaliczny. Porównanie jednogodzinne to standardowa umowa SLA za pierwszą odpowiedź, a nie zmierzona poprzednia średnia. Nie określono ilościowo odsetka zgłoszeń rozwiązywanych autonomicznie i całkowitego zmniejszenia obciążenia wsparcia.

O 75% mniej czasu pracowników na kategoryzację zgłoszeń

Sprzedawca podaje, że Agentforce przejmuje prace związane z kategoryzacją, odpowiadające 75% czasu ludzkiego poświęconego wcześniej na to zadanie, redukując wysiłek ręczny wymagany do przygotowania przychodzących spraw.

Pierwsza odpowiedź w ciągu kilku minut w 75% przypadków

Sprzedawca podaje, że w 75% przypadków pierwsza odpowiedź jest udzielana w ciągu kilku minut, w porównaniu ze standardową umową SLA dotyczącą pierwszej odpowiedzi trwającą jedną godzinę. Mierzy to początkową reakcję, a nie czas rozwiązania problemu.

Rutynowe zgłoszenia trafiają do wstępnej obsługi przez AI

Kwalifikujące się sprawy trafiają do Agentforce w celu wstępnej próby rozwiązania, co pozwala specjalistom skoncentrować się na wnioskach wymagających ich uwagi.

Odpowiednie wytyczne gotowe do zbadania

Agentforce pobiera odpowiednią wiedzę i instrukcje, dając personelowi pomocniczemu punkt wyjścia i przejmując wstępne wyszukiwanie wiedzy w przypadku kwalifikujących się żądań.

Specjaliści otrzymują kontekst wraz z przekazaniem

Niepewne lub zakończone niepowodzeniem sprawy dotyczące sztucznej inteligencji są przenoszone do kolejek prowadzonych przez człowieka z dostępnym kontekstem i próbami podjęcia kroków, co zapewnia ciągłość dochodzenia.