Di recente, la Zendesk Community ha ospitato il nostro secondo approfondimento post-relazione sugli agenti AI Zendesk, "i bot più autonomi della CX". Il nostro gruppo di esperti ha approfondito le funzionalità principali degli agenti AI e ha mostrato una demo interattiva del prodotto. Ai partecipanti sono state mostrate le best practice, casi d’uso reali e hanno inoltre ricevuto risorse per migliorare le loro esperienze di servizio con gli agenti AI.
L’evento ha messo in evidenza il potenziale degli agenti AI di migliorare i tassi di soluzione automatizzata, le interazioni con i clienti e aumentare l’efficienza operativa. La sessione di domande e risposte dal vivo ha fornito insight personalizzati ai partecipanti. In questo articolo troverai le nostre risorse per gli eventi, una registrazione dell’evento e un elenco curato di domande a cui abbiamo risposto.
Registrazione dell’evento
Riepilogo domande e risposte
Quali sono i modi migliori per creare questa funzionalità se non disponi ancora di un bot?
Avvia un agente AI in pochi minuti > Imposta limiti con scopi > Aggiungi maggiore personalizzazione e controllo nelle interazioni > Analizza e ottimizza le prestazioni degli agenti AI > Automatizza le email e i moduli web. Ti consigliamo di concedere un periodo di apprendimento di 2 settimane dopo la distribuzione affinché il tuo agente AI riconosca i modelli di conversazione dei clienti. Opta per “genera una risposta” per gli scopi che possono essere risolti al meglio usando la Knowledge base. Prendi in considerazione l’uso di questa opzione per le domande frequenti che possono essere risolte in modo efficace con le informazioni contenute negli articoli del centro assistenza. Crea flussi di conversazioni/risposte per personalizzare l’esperienza del cliente (ad es. controllare lo stato degli ordini, l’autenticazione o la creazione di scenari condizionali).
Come si misura il successo degli agenti AI?
Inizia lentamente e aggiungi funzioni man mano: raggiungi fino al 20% di tassi di automazione solo usando le risposte generative. Scegli un paio di scopi popolari con cui usare GenAI e dopo qualche giorno continua automatizzando altri scopi. Verifica e modifica su base continuativa: esamina le trascrizioni delle conversazioni degli agenti AI per identificare le lacune a livello di conoscenza o conversazioni. Ottimizza i flussi per garantire che i clienti non debbano ripetersi.
Quali metriche devo considerare nel primo mese di implementazione?
Tramite il dashboard Insight puoi monitorare in modo ottimale gli agenti AI. Puoi ottenere informazioni dettagliate sugli utenti attivi, la percentuale di trasferimenti agli agenti e le soluzioni automatizzate. Le metriche di performance del dashboard offrono una rapida panoramica delle prestazioni complessive degli agenti AI.
Come posso evitare che l’agente AI dia la risposta sbagliata?
Le informazioni fornite dall’agente AI rispecchiano quelle presenti nella Knowledge base. Assicurati che i contenuti nella KB siano aggiornati e verificati a cadenza regolare per garantire che non vengano fornite risposte legacy. Concentrati sulle prime 75 parole per migliorare il recupero degli articoli. Ottimizza la Knowledge base usando i suggerimenti di questo articolo affinché ogni articolo tratti un singolo argomento anziché più problemi.
Come posso fare in modo che il mio agente AI compili preventivamente il modulo ticket per risparmiare tempo per l’agente e aumentare l’efficienza?
Ti consigliamo di sfruttare il passaggio "richiedi dettagli" nelle impostazioni degli "agenti AI" per raccogliere determinati data point
Quali sono i migliori KPI da considerare per determinare il successo degli agenti AI?
Consigliamo quanto segue: Tassi self-service. Da dove inizi? Rendimento di 7 giorni di Bot Insight. “Passaggi successivi per migliorare le prestazioni”. Visualizzazione di argomenti che passano a ticket/non risolti. Passaggi successivi attuabili per migliorare i livelli di automazione, come i suggerimenti scopi. Combina con CSAT.
Le conversazioni avvenute solo con i bot sono disponibili nella cronologia solo per 7 giorni. Esiste un modo per esportare o memorizzare questi dati? Ci sarebbe utile per garantire la qualità del bot, per assicurarci che fornisca le informazioni giuste ai clienti.
Siamo lieti di annunciare il rilascio della funzione QA (QA bot) degli agenti AI, progettata per migliorare il controllo della qualità dei chatbot. Questa nuova funzionalità consente di identificare i punti ciechi nella qualità dell’assistenza degli agenti AI. Analizza ed esamina il 100% delle interazioni degli agenti AI, identifica gli errori per l’intervento umano e ottieni insight sulle aree chiave delle prestazioni.
Risorsa: Annuncio del controllo della qualità (QA) per gli agenti AI
Gli utenti finali possono capire chiaramente che stanno parlando con un agente AI?
In tal caso, è facoltativo per loro scegliere di parlare facilmente con un agente?
Sì, nella risposta viene indicato chiaramente che i commenti dell’agente AI sono “generati con AI”. Gli agenti AI possono essere dotati di funzioni che permettano di passare a un agente attivo e capire quando un utente lo richiede.
Dobbiamo usare Sunshine per l’agente AI per accedere ai dati dei nostri clienti dal nostro database?
No, puoi sfruttare il passaggio Effettua chiamata API nell’agente AI nativo per raccogliere i dati dei clienti pertinenti dal sistema back-end, dal negozio e dalle variabili di trasferimento, quindi restituirlo in un messaggio BOT all’interno della conversazione senza usare l’accesso all’API Sunshine Conversations.
Risorsa: Utilizzo del passaggio Effettua chiamata API in un bot conversazionale
L’agente AI può integrarsi con HubSpot per creare workflow di vendita e marketing dai ticket di assistenza?
Il passaggio Effettua chiamata API ti consente di configurare una chiamata API in un altro sistema, come un CRM o ERP interno, o di trasmettere i dettagli della conversazione a un endpoint esterno, come Amazon Event Bridge o Google Analytics. Non ho lavorato direttamente con l’API HubSpot, ma supponendo che disponga di un endpoint API a cui possiamo accedere, potremmo determinare come utilizzarlo all’interno del flusso di bot agente AI.
Risorsa: Utilizzo del passaggio Effettua chiamata API in un bot conversazionale
Da dove provengono le informazioni per rispondere alle domande degli utenti? Dagli articoli di Zendesk Guide? In tal caso, come possiamo preparare al meglio la nostra Knowledge base quando tendiamo ad avere molti ticket diversi e che non si ripetono?
Esatto, le informazioni provengono direttamente dagli articoli del centro assistenza. Ciò significa che non devi preoccuparti che gli agenti AI condividano informazioni imprecise e non convenzionali, perché qualsiasi informazione che forniscono è qualcosa che i tuoi team hanno già scritto e approvato nel centro assistenza. I nostri report dovrebbero essere in grado di aiutarti a identificare i temi tra le domande a cui il tuo agente AI non risponde. Usando queste informazioni dettagliate, puoi creare articoli del centro assistenza per affrontare questi argomenti. Presta particolare attenzione al titolo e alle prime 75 parole circa del tuo articolo, in quanto sono molto utili per aiutare il tuo agente AI a fornire le informazioni giuste.
Quali sono alcuni dei casi d’uso più impegnativi riscontrati dai team ZenDesk?
Interpretiamo questa domanda nel senso dei casi d'uso più complessi che i nostri clienti risolvono usando gli agenti AI. I clienti hanno riscontrato un ottimo successo con processi complessi usando queste integrazioni end-to-end. Ti ricordiamo che puoi usarle per inviare, estrarre e analizzare i dati da tutti i tipi di sistemi interni ed esterni come OMS, CRM e spedizioniere. Costituiscono svolta decisiva per automatizzare processi che in passato avrebbero sicuramente comportato l’invio di ticket a un agente umano. Ora processi come resi o cambi possono essere completamente automatizzati e sappiamo che sono procedure molto complesse a causa di tutti i dati necessari per finalizzarle.
C’è qualche strategia per aumentare l’adozione dei chat bot da parte dei clienti meno esperti di tecnologia?
Inizia con le nozioni di base e metti a disposizione contenuti/conoscenze che gli agenti AI possano usare. Questa sarà la base per ottenere un risultato immediato con una configurazione minima.
Risorsa: Uso dell’intelligenza artificiale per generare risposte in un bot conversazionale