顧客サービスのフルプロセス エージェント ループ

当社のクライアントである東南アジアの大手 SaaS プラットフォームは、Web チャット、モバイル アプリ、電子メール、ソーシャル メッセージング チャネルを通じて毎月 500,000 件を超えるカスタマー サービスの会話を処理しています。彼らの支援活動は恒久的な追いつき状態に陥った。

第一線のエージェントの多くは、新しく採用され、まだ製品について学習中ですが、オンラインにいる人によっては、同じ質問に対して一貫性のない回答を提供していました。複雑な問題では、複数のエスカレーションハンドオフ (L1 から L2 からエンジニアリングへ) が必要で、ハンドオフごとに時間がかかり、コンテキストが失われます。マニュアル チームが記事を更新するよりも早く製品の新機能がリリースされたため、ナレッジ ベースは手動で維持されており、常に古くなっていました。

クライアントは 3 世代にわたるチャットボット ベンダーを渡り歩いてきました。それぞれが同じ運用上の壁にぶつかりました。

• 1.行き止まりの会話の問題: チャットボットは簡単な FAQ に答えることはできますが、何もすることはできません。 「パスワードをリセットするにはどうすればよいですか?」働きました。 「パスワードをリセットして確認を送信してください」は行われませんでした。ボットはアクションを実行できませんでした。ヘルプ記事を指すことしかできませんでした。
• 2.エスカレーションブラックホール: チャットボットが失敗すると、人間のエージェントへのエスカレーションはすべてのコンテキストを失いました。お客様は問題を一から説明し直す必要がありました。人間のエージェントは、ボットがすでに何を試みたかを知ることができませんでした。
• 3.誤分類税: 既存のシステムでは、キーワードの一致によってチケットを分類していたため、誤分類率が 30% 以上発生していました。請求に関する質問はテクニカル サポートに寄せられました。機能リクエストはバグ チームに転送されました。ルートミスが発生するたびに、解決までに何時間も時間がかかりました。
• 4.フラットコスト問題: 単純な「今何時ですか?」など、すべての会話。または複雑な複数ステップのアカウント移行 - 同じコストで同じ AI リソースを消費します。月間 500,000 件の会話では、これは経済的に限界がありました。