ใช้ AI ช่วยตรวจบทสนทนา เพื่อปรับคุณภาพงานบริการลูกค้า

AI มีประโยชน์เมื่อช่วยค้นหาบทสนทนาที่ควรตรวจและรวบรวมหลักฐานให้ผู้ดูแลเห็นเร็วขึ้น แต่การให้คะแนนรวมโดยไม่บอกเหตุผลอาจทำให้ทีมไม่รู้ว่าต้องแก้อะไร เป้าหมายควรเป็นการปรับคุณภาพคำ⁠ตอบและขั้น⁠ตอนบริการ โดยมีคนทบทวนบริบทและข้อโต้แย้งได้

ก่อนนำบทสนทนาให้ AI ตรวจ ให้เขียนพฤติกรรมที่สังเกตได้แทนคำกว้าง ๆ เช่น “ตอบดี” หรือ “ดูแลลูกค้าอย่างมืออาชีพ” ในงานติดตามคำสั่งซื้อ เกณฑ์อาจเป็นการยืนยันคำสั่งซื้อที่เกี่ยวข้อง ตอบสถานะจากข้อมูลที่ตรวจได้ และบอกขั้น⁠ตอนถัดไปพร้อม​ผู้⁠รั⁠บ⁠ผิ⁠ด⁠ช⁠อ⁠บ

ไม่ควรใช้เกณฑ์เดียวกันกับทุกประเภทการติดต่อ การสอบถามเวลาทำการไม่จำเป็นต้องมีขั้น⁠ตอนส่ง⁠ต่อเหมือนปัญหาสินค้าขาด และบทสนทนาที่ลูกค้าหยุดตอบไม่ควรถูกนับว่าเจ้าหน้าที่ละเลยโดยอัตโนมัติ ควรมีทางเลือก “ประเมินไม่ได้จากข้อมูลที่มี” และ “ไม่เกี่ยวข้องกับกรณีนี้”

เครื่อง⁠มือสำเร็จรูปบางตัวรองรับการ⁠กำหนดเกณฑ์และเปิดข้อความประกอบการ⁠ประเมินอยู่แล้ว เช่น เอกสารการ⁠ประเมินของ Amazon Connect อธิบายการใช้แบบประเมินร่วม⁠กับ​บั⁠น⁠ทึ⁠ก​การติดต่อและบทถอดข้อความ ความ⁠สามารถนี้เป็นจุดเริ่ม⁠ต้นสำหรับเปรียบเทียบระบบ ส่วนการรองรับภาษาและช่องทางของทีมต้องตรวจแยกก่อนใช้⁠งาน

ความครบของคำ⁠ตอบ: ลูกค้าถามกี่ประเด็น และตอบครบหรือไม่ ถ้ามีทั้งคำถามเรื่องสินค้าและเอกสาร การตอบถูกเพียงเรื่องเดียวไม่ควรทำให้ส่วนที่เหลือหายไปจากการ⁠ตรวจ

ความถูกต้องและขอบเขตการรับปาก: คำ⁠ตอบอ้างข้อมูลอะไร เป็นนโยบายรุ่นที่ใช้ในวันนั้นหรือไม่ และมีการสัญญาเรื่องคืน⁠เงินหรือกำหนดส่งเกินสิทธิ์หรือเปล่า การพบคำรับปากควรนำไปให้คนตรวจ ไม่ถือว่าทุกคำรับปากเป็นความผิดทันที

การส่ง⁠ต่องาน: เมื่อแก้จบในบทสนทนาไม่ได้ มีงานต่อในระบบหรือไม่ และใครเป็นเจ้าของ แชทอาจจบอย่างเหมาะ⁠สมแล้วแต่การ⁠เชื่อม⁠ต่อสร้างงานล้มเหลว ซึ่งเป็นปัญหาคนละส่วนกับวิธีตอบของเจ้าหน้าที่

ความชัดเจนสำหรับลูกค้า: หลังอ่านคำ⁠ตอบ ลูกค้ารู้หรือไม่ว่าต้องส่งข้อมูลอะไร จะได้⁠รับการ​อั⁠ป⁠เ⁠ด⁠ต​ทางไหน และควรติดต่อกลับอย่างไรหากไม่มีความคืบหน้า ไม่จำเป็นต้องใช้ประโยคสำเร็จรูปเหมือนกันทุกคนจึงจะผ่านเกณฑ์นี้

ลูกค้า: “ได้⁠รับของไม่ครบ และขอใบกำกับภาษีด้วยได้ไหม” เจ้าหน้าที่: “ขออภัยด้วย จะให้ทีมติดต่อกลับ” แล้วปิดบทสนทนา

AI อาจเสนอประเด็นให้ตรวจว่า ยังไม่มีการยืนยันรายการที่ขาด คำ⁠ขอเอกสารยังไม่ได้⁠รับคำ⁠ตอบ และไม่เห็นช่องทางติดตาม แต่ข้อสรุปต้องคงขอบเขตของหลักฐาน หากระบบแสดงเฉพาะแชท จะพูดว่า “ไม่พบงานติดตาม” ได้ก็ต่อเมื่อได้ตรวจระบบงานด้วย ไม่ควรแปลง “ไม่เห็นในข้อความ” เป็น “ไม่ได้ทำ”

ผู้ตรวจอาจพบภายหลังว่าเจ้าหน้าที่สร้างงานไว้แล้ว แต่หน้าต่างแชทไม่ได้แสดงรหัสงาน กรณีนี้ควรแก้การเชื่อมข้อมูลหรือการบอกขั้น⁠ตอนถัดไปให้ลูกค้า แทนการสรุปว่าเจ้าหน้าที่ไม่​รั⁠บ⁠ผิ⁠ด⁠ช⁠อ⁠บ ส่วนคำ⁠ขอใบกำกับภาษีที่ยังตกหล่นอาจใช้เป็นตัวอย่างฝึกให้ทีมตรวจคำถามหลายประเด็นก่อนปิดเรื่อง

ผลตรวจที่นำไปใช้ได้ควรมีเกณฑ์ที่ตรวจ ข้อความต้นทาง เหตุผล และสถานะการทบทวนโดยคน รวม⁠ถึงเก็บคำแก้ของผู้ตรวจไว้ หาก AI ตีความผิดจะได้ใช้​พั⁠ฒ⁠น⁠า​ชุดทดสอบ ไม่ปล่อยให้ข้อกล่าวอ้างเดิมค้างอยู่ในรายงาน

เลือกบทสนทนาหลากหลายประเภทให้ผู้ดูแลสองคนทดลองตรวจแยกกัน แล้วคุยกรณีที่ให้ผลต่างกัน จุดที่คนยังตีความไม่ตรงกันอาจมาจากเกณฑ์กำกวม นโยบายไม่ชัด หรือข้อมูลต้นทางไม่ครบ การปรับ​โ⁠ม⁠เ⁠ด⁠ล​อย่าง⁠เดียวไม่แก้สาเหตุเหล่า⁠นี้

หลังตกลงเกณฑ์แล้ว ให้แยกชุดตัวอย่างสำหรับปรับระบบออกจากชุดที่ใช้ประเมิน⁠ผล ใส่กรณีที่คำ⁠ตอบถูกแต่ใช้ภาษาต่างจากคู่มือ กรณีลูกค้าโกรธแม้เจ้าหน้าที่ทำตามขั้น⁠ตอน และกรณีที่ยังขาดข้อมูล หลีกเลี่ยงการใช้เฉพาะบทสนทนาสั้นที่ตัดสินง่าย

ดูข้อ⁠ผิด⁠พลาดแยกตามเกณฑ์ ไม่ดูเฉพาะคะแนนเฉลี่ยรวม ตัวช่วยอาจจับคำทักทายได้ดีแต่พลาดคำรับปากที่ไม่ถูกต้อง ซึ่งมีผลต่อธุรกิจต่างกัน นับทั้งรายการที่แจ้งเตือนผิดและรายการสำคัญที่พลาด พร้อมเวลาที่คนต้องใช้เปิดตรวจแต่ละรายการ

การแจ้งทีมว่าตรวจอะไร ใครเข้าถึงผลได้ และนำผลไปใช้อย่างไร ช่วยให้กระบวนการ⁠ตรวจมีขอบเขตชัดเจน ควรจำกัดข้อมูลลูกค้าในรายงานให้เท่าที่จำเป็นกับการ⁠ตรวจ และแยกข้อมูลสำหรับฝึกทีมออกจากข้อมูลส่วนตัวที่ไม่เกี่ยวข้อง

หากพบคำ⁠ตอบคลาดเคลื่อนซ้ำ ๆ ให้ตรวจว่าคู่มือค้นยาก ล้าสมัย หรือขัดกันหรือไม่ หากหลายบทสนทนาติดตรงการส่ง⁠ต่อ ให้ตรวจเจ้าของงานและระบบแจ้งเตือนก่อนสั่งให้ทุกคนตอบละเอียดขึ้น ส่วนทักษะการถามข้อมูลเพิ่มเติมเหมาะกับการฝึกจากตัวอย่างที่ตัดข้อมูลระบุตัวบุคคลออกแล้ว

แต่ละประเด็นควรมี​ผู้⁠รั⁠บ⁠ผิ⁠ด⁠ช⁠อ⁠บ​แก้และวิธีดูว่าดี⁠ขึ้นหรือไม่ เช่น หลังแก้คู่มือแล้ว สุ่มตรวจคำ⁠ตอบในหัวข้อนั้นอีกครั้ง โดยแยกประเภทงานให้เทียบกันได้ จำนวนข้อ⁠ผิด⁠พลาดที่ลดลงอาจเกิดจากปริมาณงานลด จึงควรดูสัดส่วนต่อจำนวนบทสนทนาที่ตรวจด้วย

เริ่มใช้⁠งานจากรายงานที่คนตรวจรับรองก่อนเผยแพร่ภายใน เมื่อการอ้างหลักฐานและเกณฑ์นิ่งขึ้น จึงเพิ่มจำนวนบทสนทนาที่คัด⁠กรอง เป้าหมายคือทำให้ทีมรู้ว่าอะไรควรแก้และแก้แล้วเป็นอย่างไร ไม่ใช่ผลิตคะแนนมาก⁠ขึ้นโดยไม่มีใครรับงานต่อ

หากต้นเหตุอยู่ที่ฐานความ⁠รู้ อ่าน การเตรียมเอกสารบริษัทให้ AI เพื่อจัดการแหล่งข้อมูลและ​เ⁠ว⁠อ⁠ร์⁠ชั⁠น ส่วนทีมที่ต้องการให้ระบบช่วยตอบด้วย ควรทบทวน ขอบเขต Chatbot และ AI Agent แยกจากสิทธิ์ในการ⁠ตรวจบทสนทนา