A legtöbb supportcsapat nem a bonyolult ügyekben veszít időt, hanem ugyanabban a három kérdésben: „Hol a csomagom?”, „Mikor érkezik meg?” és „Hogyan küldhetem vissza?”. Az ügyfélszolgálati workflow automatizálás példával akkor lesz valódi üzleti előny, ha ezeket a kiszámítható megkereséseket leveszi rólad, miközben a reklamáció, a kivétel és az érzékeny helyzet továbbra is emberhez kerül.
A cél nem az, hogy mindent gépre bízz. A cél az, hogy az ügyintéződ ne másoljon be századszor is ugyanazt a választ, hanem ott legyen jelen, ahol a döntés, az empátia vagy a tényleges problémamegoldás számít.
Ügyfélszolgálati workflow automatizálás példával
Nézzünk egy tipikus webshopos helyzetet. Egy vásárló péntek este ír chatben: „A GLS szerint feladtátok a csomagot, de nem kaptam nyomkövetési linket. Hol találom?”
Ez nem igényel hosszú hibakeresést, feltéve, hogy a rendelési és szállítási információk elérhetők. Egy jól felépített folyamat felismeri a szállítással kapcsolatos szándékot, bekéri a rendelési azonosítót vagy az e-mail-címet, majd megadja a megfelelő következő lépést. Ha van nyomkövetési adat, elküldi azt. Ha nincs, vagy a futárszolgálati státusz ellentmondásos, ticketet nyit és a megfelelő címkével emberhez irányítja az ügyet.
A vásárló így azonnal kap kapaszkodót. Te pedig nem egy újabb „csomag státusz?” üzenetet teszel a várólistára, hanem csak a valóban kivizsgálandó eseteket.
A workflow nem automata válasz
Az automatikus válasz önmagában kevés. Ha minden szállítási kérdésre azt küldöd, hogy „Kollégánk hamarosan jelentkezik”, legfeljebb udvariasabban szervezed meg a várakozást.
A workflow ezzel szemben feltételek mentén halad. Megnézi, miről szól az üzenet, milyen adat hiányzik, melyik rendelési állapot tartozik hozzá, és mi legyen a következő akció. A folyamat végén lehet válasz, címkézés, belső feladat, prioritásváltás vagy emberi átvétel.
A legjobb automatizmusok nem elrejtik a problémát, hanem gyorsan szétválasztják a rutint és a kivételt.
Egy működő rendeléskövetési folyamat felépítése
Az alábbi példa egy webáruházhoz készült. Shopify és WooCommerce esetén a rendelési adatokra épülő logika gyorsan kialakítható, Shoprenter vagy UNAS használatakor pedig ugyanúgy érdemes a chatben bekérhető adatokkal kezdeni.
| Lépés | Trigger vagy feltétel | Automatikus teendő | Mikor lép be ember? |
|---|---|---|---|
| 1. Felismerés | A vevő szállításról, csomagról vagy nyomkövetésről ír | A rendszer szállítási témára sorolja az üzenetet | Ha a kérdés nem egyértelmű |
| 2. Azonosítás | Nincs rendelési azonosító | Bekéri a rendelési számot vagy az e-mail-címet | Ha az ügyfél nem találja az adatot |
| 3. Ellenőrzés | Azonosítható rendelés | Lekéri vagy megjeleníti a rendelés állapotát | Ha nincs találat vagy eltérés van |
| 4. Válasz | A csomag átadva a futárnak | Elküldi a nyomkövetési információt és a várható következő lépést | Ha a státusz napok óta nem változik |
| 5. Eszkaláció | Sérült, elveszett vagy késő csomag gyanúja | Magas prioritású ticketet hoz létre | Az ügyintéző felveszi a kapcsolatot a futárral vagy a vevővel |
A felépítésnél ne a legokosabbnak hangzó folyamatot keresd. A leggyakoribb, legkisebb kockázatú és legjobban ismétlődő kérdéssel kezdd. Egy webshopnál ez általában a rendelés állapota, a szállítás, a számlakérés vagy a 14 napos elállási joghoz kapcsolódó kérdés.
Így állítsd össze 6 lépésben
- Húzd elő az ismétlődő üzeneteket. Nézd meg az utóbbi 30 nap megkereséseit. Ne érzésből dönts. Számold meg, mely témák térnek vissza legalább heti több alkalommal.
- Válaszd ki azt az ügytípust, ahol egyértelmű a jó válasz. A „hogyan követhetem a csomagomat?” kiváló kezdés. A „miért nem működik a fiókom?” már sokkal több kivételt tartalmazhat, ezért későbbi körre való.
- Írd le a döntési pontokat emberi nyelven. Például: ha van rendelési szám, ellenőrizd az állapotot. Ha a csomag feladva, add meg a követési adatot. Ha a csomag nem mozdult 48 órája, jelöld sürgősnek. Ebből már felépíthető az automatizmus.
- Határozd meg az átadási szabályt. Ez a legfontosabb védőháló. Emberhez kerüljön az ügy, ha a vásárló dühös, többször visszatér ugyanazzal a problémával, pénzvisszatérítést kér, vagy a rendszer nem talál biztos választ.
- Készíts rövid, konkrét válaszokat. Ne írj regényt. A vevő azt akarja tudni, mit tegyen most, hol találja az információt, és mikor várhat további választ.
- Mérd a kivételeket, ne csak az automatizált darabszámot. Ha sok ügy jut vissza emberhez ugyanabból az ágból, nem feltétlenül az AI chatbot hibázik. Lehet, hogy hiányos a rendelési adat, rossz a szállítási tájékoztató, vagy nem világos az üzeneted.
Mit mondjon az AI chatbot?
Egy jó első válasz nem próbálja meg eljátszani, hogy minden rendben van. Egyértelműen tájékoztat, és adatot kér, ha szükséges. Például:
„Segítek megnézni a rendelésed státuszát. Írd meg a rendelési számodat, vagy azt az e-mail-címet, amellyel vásároltál. Ha a csomagot már átadtuk a GLS-nek, elküldöm a nyomkövetési információt is.”
Ez rövid, érthető, és nem ígér olyat, amit a rendszer nem tud teljesíteni. Ha a vásárló azt írja, hogy a csomagja sérülten érkezett, a folyamatnak már nem újabb általános kérdéssel kell reagálnia. Kérjen fotót, rendelési azonosítót, majd adja át az ügyet embernek a megfelelő kontextussal.
A Yaplet AI ügynöke erre a logikára építhető: a saját tudásanyagodból válaszol, az ismétlődő kérdéseket kezeli, és akkor adja át a beszélgetést, amikor a szabályaid szerint emberi döntés kell. Nem kell fejlesztői projektet indítanod ahhoz, hogy az első hasznos folyamat elinduljon.
A tudásbázis a workflow üzemanyaga
Az automatizálás minősége közvetlenül függ attól, mennyire egyértelműek a forrásaid. Ha a szállítási feltételek három régi dokumentumban, egy belső jegyzetben és egy elavult chatválaszban élnek, az AI chatbot sem fog megbízhatóan kommunikálni.
Kezdd a gyakori témákhoz tartozó szabályok rendbetételével. Legyen egyértelmű, milyen futárszolgálatokkal dolgozol, mikor adod fel a csomagot, meddig módosítható a rendelés, milyen feltételekkel indítható visszaküldés, és ki hagyhat jóvá kivételt. A Foxpost, MPL vagy GLS státuszai csak akkor segítenek, ha az ügyfélnek szóló magyarázat is következetes.
A személyes adatokat is kezeld tudatosan. Rendelési azonosító, e-mail-cím és címadat esetén legyen világos, milyen adatot kérsz be, miért kéred, meddig őrzöd, és ki fér hozzá. A GDPR nem utólagos jogi díszítés. Ha kétséged van, a NAIH elvárásaihoz igazított adatkezelési folyamattal indulj, ne a chatbot élesítésével próbáld megoldani a hiányosságokat.
Hol szokott félremenni az automatizálás?
Az első hiba a túl széles indulás. Ha egyszerre akarod automatizálni a rendelést, számlázást, reklamációt, terméktanácsadást és előfizetés-lemondást, a szabályrendszer gyorsan kezelhetetlenné válik. Egy jól működő folyamat többet ér öt félkész ágnál.
A második hiba a túl agresszív elrejtés. Ne tedd nehézzé az emberi segítség kérését. Egy dühös, bizonytalan vagy nagy értékű ügyfél számára a gyors emberi reakció gyakran többet jelent, mint a tökéletesen szerkesztett automatikus válasz.
A harmadik hiba, hogy nincs gazdája a folyamatnak. Jelölj ki valakit, aki havonta átnézi a sikertelen válaszokat, a legtöbb átadást kiváltó szándékokat és a hiányzó tudásanyagokat. Az automatizmus nem „beállítod és kész” funkció. Az ügyfeleid kérdései, a termékeid és a belső szabályaid változnak, ezért a folyamatodnak is követnie kell őket.
Ne a teljes ügyfélszolgálatot próbáld elsőre átalakítani. Válassz ki egy kérdést, amely ma is rendszeresen megszakítja a napodat, építs köré világos döntési szabályt, és csak utána bővíts. Az első jól kezelt „Hol a csomagom?” üzenetből gyorsan lesz egy nyugodtabb supportnap.
