Verifizierte KI-Zusammenfassung ◀▼
KI-Empfehlungen helfen bei der Automatisierung von Aufgaben und der Optimierung von Ticket-Workflows. Nach der Analyse von Ticketdaten wie Absicht, Stimmung, Sprache und Entitäten können Sie Auslöser und automatische Antworten erstellen, um die Effizienz zu steigern. Prüfen Sie die Empfehlungen, setzen Sie sie je nach Bedarf um und geben Sie Feedback für künftige Verbesserungen. Diese Funktion hilft Ihnen, den manuellen Aufwand zu reduzieren, die Lösungszeiten zu verkürzen und die KI an Ihre Supportanforderungen anzupassen.
Auf der Seite „Übersicht: Copilot“ im Admin Center können Sie alle Copilot-Funktionen zentral verwalten.
Diese Seite enthält eine Liste KI-gestützter Empfehlungen, die bei der Inbetriebnahme von Copilot bereitgestellt und wöchentlich aktualisiert wird. Diese Empfehlungen enthalten praktische Hinweise dazu, wie Sie Aufgaben automatisieren und Ihre Ticket-Workflows optimieren können, indem Sie Auslöser und automatische Antworten erstellen, die auf der Absicht, der Stimmung, der Sprache und den erkannten Entitäten der Tickets basieren.
Dieser Beitrag enthält die folgenden Abschnitte:
Verwandte Beiträge:
Überblick über Copilot-Empfehlungen
Copilot-Empfehlungen zeigen proaktiv Möglichkeiten auf, wie Sie Routineaufgaben automatisieren, Ticket-Workflows optimieren und die Zendesk AI an Ihre Bedürfnisse anpassen können. Um Empfehlungen anzuzeigen, müssen Sie die intelligente Einschätzung in Ihrem Konto einschalten und konfigurieren.
Die Empfehlungen basieren auf den folgenden Daten in Ihren Tickets:
- Absicht: Eine Prognose der Absicht – also des Themas, um das es in dem Ticket geht.
- Stimmung: Eine Prognose der Stimmung, in der der Kunde seine Anfrage stellt.
- Entität: In Tickets und Messaging-Konversationen erkannte eindeutige Informationen.
- Sprache: Eine Prognose der Sprache, in der das Ticket verfasst ist.
Je nach Ticketdaten können die Empfehlungen Vorschläge für neue oder aktualisierte Auslöser und automatische Antworten enthalten. Wenn Tickets mit denselben Absichten beispielsweise häufig in derselben Weise beantwortet werden, kann der Copilot empfehlen, für Tickets mit den betreffenden Absichten automatische Antworten zu erstellen.
Bevor Sie eine Empfehlung annehmen, können Sie die Informationen und Erkenntnisse zu folgenden Punkten prüfen:
-
Welche Aktionen werden durch die empfohlene Antwort ausgeführt?
Empfohlene Auslöser können Aktionen zur Weiterleitung des Tickets an einen Agenten oder eine Gruppe oder zur Aktualisierung von Typ, Priorität, Formular oder Status beinhalten. Empfohlene automatische Antworten enthalten Aktionen, die ihren Versand betreffen.
-
Wie könnte die Empfehlung die Lösungszeit verkürzen oder den Zeitaufwand für die Bearbeitung bestimmter Tickets reduzieren?
-
Wie viele Tickets mit der betreffenden Absicht, Stimmung oder Entität wurden innerhalb eines bestimmten Zeitraums erkannt, bei welchem Anteil dieser Tickets wurde eine bestimmte Aktion ausgeführt und wie viel Zeit wurde im Durchschnitt für die manuelle Ausführung dieser Aktion aufgewendet?
Wenn Sie eine Empfehlung umsetzen möchten, gelangen Sie durch Klicken auf einen Link zur Seite „Auslöser“. Dort können Sie den vorkonfigurierten Auslöser bzw. die empfohlene automatische Antwort mit den entsprechenden Bedingungs-, Aktions- und Mitarbeitereinstellungen überprüfen und anschließend veröffentlichen.
Wenn Sie einer Empfehlung nicht folgen möchten, können Sie den Grund dafür angeben. Durch dieses Feedback werden Ihre Empfehlungen mit der Zeit immer genauer und nützlicher. Es könnte beispielsweise sein, dass Sie eine Empfehlung als nicht relevant betrachten, den Vorgang bereits automatisiert haben oder eine andere Logik benötigen.
Als Administrator können Sie selbst bestimmen, welche Empfehlungen in Ihrem Konto umgesetzt werden. Alle Entscheidungen und Maßnahmen in Bezug auf Empfehlungen müssen von Ihnen genehmigt werden.
Umsetzen von Empfehlungen
Relevante Empfehlungen werden wöchentlich aktualisiert und erscheinen auf der Seite „Übersicht: Copilot“. Der Abschnitt „Empfehlungen“ wird für alle Copilot-Kunden angezeigt, enthält aber nicht immer Empfehlungen.
Informationen zu den verschiedenen Arten von Empfehlungen, die Sie in Ihrem Konto erhalten können, finden Sie im Abschnitt Beispiele für Empfehlungen.
So setzen Sie eine Empfehlung um
- Klicken Sie in der Seitenleiste des Admin Centers auf
KI und dann auf Übersicht > Übersicht: Copilot.
- Scrollen Sie nach unten zum Abschnitt Empfehlungen und klicken Sie auf eine Empfehlung, um weitere Details anzuzeigen.
- Klicken Sie auf Auslöser überprüfen.
Die Seite „Ticketauslöser erstellen“ wird geöffnet. Für den Auslöser werden bereits bestimmte Informationen angezeigt.
- Überprüfen Sie die vorab ausgefüllten Informationen und geben Sie einen Namen und eine Kategorie für den Auslöser ein.
- Klicken Sie auf Auslöser erstellen.
Nach Erstellung des Auslösers erscheint eine Benachrichtigung.
- Wenn Sie in der Benachrichtigung auf Zurück zu Empfehlungen klicken, gelangen Sie wieder zur Seite „Übersicht: Copilot“.
Sie können die Empfehlung als erledigt markieren, um sie aus der Liste zu entfernen.
- Klicken Sie Menü Aktionen unten in der Empfehlung auf Als abgeschlossen markieren.
Wenn Sie eine empfohlene Aktion nicht ausführen möchten, klicken Sie auf Abweisen, um die Empfehlung aus der Liste zu entfernen.
Wenn Sie möchten, können Sie Ihr Feedback zu einer abgelehnten Empfehlung abgeben.
Es ist wichtig, dass Sie uns Ihr Feedback mitteilen, damit wir die Genauigkeit und Relevanz zukünftiger Empfehlungen verbessern können.
Beispiele für Empfehlungen
In diesem Abschnitt finden Sie Beispiele für die verschiedenen Arten von Empfehlungen, die Sie in Ihrem Konto erhalten können.
Empfehlung eines absichtsbasierten Auslösers
Empfohlene Aktion |
Bestimmte Tickets an folgende Gruppe weiterleiten: Support |
Erwartete Verbesserung |
Lösungszeit könnte sich um 1 Stunde verbessern |
Beschreibung und Begründung |
Tickets mit bestimmten Absichten werden in der Regel an dieselbe Agentengruppe weitergeleitet. Automatisieren Sie diese Aktion, um die manuelle Einschätzung zu reduzieren und die Lösungszeit zu verkürzen. |
Unterstützende Insights |
|
Empfehlung einer absichtsbasierten automatischen Antwort
Empfohlene Aktion |
Automatische Antwort bei Tickets mit der folgenden Absicht senden: Transaktion fehlgeschlagen (+4 weitere) |
Erwartete Verbesserung |
Lösungszeit könnte sich um 1 Stunde verbessern |
Beschreibung und Begründung |
Tickets mit bestimmten Absichten werden in der Regel mit derselben Antwort beantwortet. Automatisieren Sie diese Aktion, um den manuellen Aufwand zu reduzieren und die Lösungszeit zu verkürzen. |
Unterstützende Insights |
|
Empfehlung eines stimmungsbasierten Auslösers
Empfohlene Aktion |
Ticketpriorität bei Tickets mit negativer Stimmung automatisch auf „Hoch“ oder „Dringend“ setzen |
Erwartete Verbesserung |
Agentenantwortzeiten verbessern und Eskalationsrisiko reduzieren |
Beschreibung und Begründung |
Tickets mit negativer Stimmung sind in der Regel dringend. Durch automatische Erhöhung der Ticketpriorität können diese Fälle sofort behoben werden. Auf diese Weise lässt sich die Kundenzufriedenheit verbessern und Kundenfluktuation vermeiden. |
Unterstützende Insights |
|
Empfehlung eines entitätsbasierten Auslösers
Empfohlene Aktion |
Tickettyp für Entität ändern: Kontofehler |
Erwartete Verbesserung |
Lösungszeit könnte sich um 1 Stunde verbessern. |
Beschreibung und Begründung |
Tickets mit bestimmten Entitäten erhalten in der Regel denselben Tickettyp. Automatisieren Sie diese Aktion, um die manuelle Einschätzung zu reduzieren und die Lösungszeit zu verkürzen. |
Unterstützende Insights |
|
Empfehlung eines sprachenbasierten Auslösers
Empfohlene Aktion |
Tickets in einer bestimmten Sprache an Gruppe weiterleiten: Supportteam Iberien |
Erwartete Verbesserung |
Lösungszeit könnte sich um 54 Minuten verbessern. |
Beschreibung und Begründung |
Tickets in einer bestimmten Sprache werden in der Regel an dieselbe Gruppe weitergeleitet. Automatisieren Sie diese Aktion, um die manuelle Einschätzung zu reduzieren und die Lösungszeit zu verkürzen. |
Unterstützende Insights |
|