I en kontekst, hvor kunder forventer øjeblikkelige svar, er en proaktiv tilgang til kundeservice central. Effektiv deflection handler ikke om at undgå kunder, men om at give adgang til værktøjer, der gør det muligt at finde svar selv – hurtigt og effektivt. Med en intelligent deflection-strategi baseret på Zendesks Answer Bot og Flow Builder kan ticketmængden reduceres, agentressourcer frigøres til komplekse opgaver, og kundeoplevelsen forbedres.
Hvad er deflection? En strategisk tilgang
Deflection er processen med at løse kundens henvendelse, før den bliver til en ticket. Det er en bevidst strategi, der flytter kundeservice fra en reaktiv model, hvor problemer løses efter opståen, til en proaktiv model, hvor henvendelser forebygges som tickets. En vellykket deflection-strategi resulterer i:
- Reduceret arbejdsbyrde: Agenter kan fokusere på sager, der kræver menneskelig empati, kompleks problemløsning og strategisk tænkning.
- Lavere driftsomkostninger: Hver ticket, der bliver deflected, sparer tid og ressourcer.
- Øget kundetilfredshed: Kunden får løst problemet øjeblikkeligt, døgnet rundt, uden ventetid eller gentagne forklaringer.
- Værdifulde dataindsigter: Indsigter i hvilke spørgsmål kunder stiller, og hvor svar findes (eller ikke findes), giver viden om produkter, services og kommunikation.
Værktøjer til deflection: Answer Bot og Flow Builder
Zendesk stiller to primære, men forskellige, værktøjer til rådighed for effektiv deflection. Forståelse af styrker og forskelle er afgørende for at opbygge en robust strategi.
Answer Bot: Den intelligente førstehjælper
Answer Bot er Zendesks AI-drevne bot, der fungerer som en digital førstehjælper. Den anvender maskinlæring til at forstå intentionen bag en kundes henvendelse og matche den mod videnbasen (Help Center). Answer Bot er velegnet til at håndtere et bredt spektrum af uforudsigelige kundespørgsmål.
Kernefunktioner:
- Automatisk svar: Svarer på kundens spørgsmål ved at foreslå den mest relevante artikel fra Help Center.
- Kontinuerlig læring: Forbedres løbende baseret på feedback (fx “Var dette svar hjælpsomt?”).
- Sømløs integration: Arbejder sammen med agenter. Hvis problemet ikke løses, overleveres samtalen til en agent med kontekst bevaret.
Flow Builder: Den strukturerede dialogguide
Hvor Answer Bot er designet til ustrukturerede forespørgsler, bruges Flow Builder til at opbygge strukturerede og forudsigelige samtaleflows. Flow Builder kan anvendes til at designe guidede dialoger, der leder kunden trin-for-trin gennem en specifik proces, som en digital receptionist med veldefinerede opgaver.
Når Flow Builder er det rette valg:
- Specifikke processer: Opgaver som “Nulstil min adgangskode”, “Tjek status på din ordre” eller “Book et møde med en salgskonsulent”.
- Indsamling af information: Indsamling af specifikke data før oprettelse af en ticket (fx serienummer, ordrenummer osv.).
- Fuld kontrol: Behov for fuld kontrol over dialogen og sikring af, at kunden følger en bestemt sti.
Synergien mellem Answer Bot og Flow Builder
Den mest effektive implementering opnås, når værktøjerne arbejder sammen. En typisk strategi er at lade Answer Bot være første kontakt. Hvis botten er usikker eller ikke finder et relevant svar, kan den – i stedet for at oprette en ticket – tilbyde at overføre kunden til et relevant Flow Builder-flow. Eksempel: En kunde skriver “Jeg har glemt min adgangskode”. Answer Bot genkender intentionen og starter “Nulstil adgangskode”-flowet.
Konfiguration af Answer Bot: Fra aktivering til optimering
Implementering af Answer Bot kræver konfiguration og løbende optimering for at sikre værdi.
Trin 1: Aktivering og grundlæggende indstillinger
- Naviger til Admin Center: Gå til Admin Center → Objects and rules → Bots → Answer Bot.
- Aktiver Answer Bot: Vælg de kanaler (fx Web Widget, e-mail), hvor Answer Bot skal være aktiv.
- Forbind Help Center: Sørg for, at Answer Bot er forbundet til den korrekte videnbase. Artikelkvalitet er afgørende for bot-performance.
Trin 2: Finjustering af svarlogik
Dette trin er centralt for at balancere hjælpsomhed og forstyrrelse.
Confidence Threshold (sikkerhedsgrænse): Den procentvise sikkerhed, Answer Bot skal have, før en artikel foreslås.
- For høj grænse (fx 95%): Botten svarer sjældent, hvilket giver lav deflection og flere tickets.
- For lav grænse (fx 50%): Botten foreslår irrelevante artikler, hvilket kan frustrere kunder og skade troværdighed.
- Anbefaling: Start med en mellemhøj grænse (fx 75–85%) og justér ud fra feedback og performance-data.
Antal foreslåede artikler: Konfigurer om Answer Bot skal foreslå én, to eller flere artikler. Flere forslag kan øge sandsynligheden for korrekt svar, men kan også virke overvældende.
Fallback-handling: Håndtering når Answer Bot ikke kan hjælpe. Muligheder:
- Opret en ticket: Standardindstilling.
- Vis en liste over artikler: Kunden vælger fra en bredere liste.
- Overlever til et Flow Builder-flow: En effektiv mulighed.
- Tilbyd kontakt med en agent: Mulighed for at gå videre til en agent.
Trin 3: Kontinuerlig træning og forbedring
Answer Bot kræver løbende opfølgning.
- Analyser feedback: Gennemgå regelmæssigt hvilke svar der markeres som “hjælpsomme” og “ikke hjælpsomme”.
- Optimer artikler: Hvis en artikel ofte markeres som “ikke hjælpsom”, indikerer det behov for forbedring, opdatering eller bedre labels.
- Tilføj manglende artikler: Gentagne spørgsmål, som Answer Bot ikke kan besvare, indikerer behov for nye artikler.
Strategisk implementering: En trinvis guide
En succesfuld udrulning kræver en strategisk plan.
Fase 1: Fundamentet – et velfungerende Help Center
Dette er det vigtigste skridt. Answer Bot er afhængig af kvaliteten af den tilgængelige viden.
- Artikelkvalitet: Klare, concise og letforståelige artikler med kundens sprog.
- Søgeoptimering: Unikke og beskrivende titler samt relevante labels og kategorier, så Answer Bot kan matche korrekt.
- Løbende opdatering: Regelmæssig gennemgang og opdatering for at sikre korrekt og aktuel information.
Fase 2: Implementering af Answer Bot
Start i mindre skala og udvid gradvist.
- Vælg en kanal: Start fx med Web Widget på hjemmesiden.
- Sæt en konservativ confidence threshold: Det er bedre at starte med for få svar end for mange forkerte.
- Kommuniker tydeligt: Oplys at kunden interagerer med en bot, og giv en enkel mulighed for at komme videre til en agent.
Fase 3: Avancerede flows med Flow Builder
Når Answer Bot fungerer stabilt, kan de mest repetitive og simple opgaver identificeres og understøttes med dedikerede flows. Analyse af ticket-data kan afdække hyppige emner som “Hvordan returneres en vare?” eller “Hvor er min ordre?”.
Fase 4: Måling, analyse og iteration
Forbedringer kræver måling. Definér KPI’er og følg dem løbende:
- Deflection Rate: Andel af henvendelser løst uden oprettelse af ticket.
- Containment Rate: Andel af bot-samtaler løst fuldt ud af botten.
- Resolution Time for Deflected Issues: Hvor hurtigt kunden finder løsningen selv.
- CSAT for Bot Interactions: Kundetilfredshed med bot-interaktioner.
Best practices for maksimal effektivitet
- Kvalitet over kvantitet i videnbasen: 100 stærke artikler er bedre end 1000 middelmådige.
- Brug kundens sprog: Undgå intern jargon i artikler; skriv med kundens perspektiv.
- Eksperimentér med confidence threshold: Justér gradvist og følg effekten på deflection- og CSAT-rater.
- Sørg for tydelig fallback-handling: Overlevering til agent eller flow skal være gnidningsfri.
- Opsæt dashboards: Brug Zendesk Explore til dashboards, der viser bot-performance over tid.
- Inddrag agenter: Agenter har indsigt i de mest hyppige spørgsmål og kan hjælpe med prioritering af artikler og flows.
Fejlfinding og udfordringer
Selv med god konfiguration kan der opstå udfordringer.
Problem: Lav deflection rate.
- Mulige årsager: Confidence threshold er sat for højt. Videnbasen er mangelfuld, eller artikler er svære at finde. Kunden ser ikke botten eller forslagene.
- Løsning: Sænk confidence threshold gradvist. Gennemgå og forbedr artikler og labels. Test brugerrejsen fra kundens perspektiv.
Problem: Answer Bot foreslår forkerte artikler.
- Mulige årsager: Tvetydige eller dårlige labels. Titler er ikke tilstrækkeligt beskrivende. Confidence threshold er sat for lavt.
- Løsning: Gennemgå og ryd op i labels. Gør titler og indhold mere specifikt. Hæv confidence threshold.
Problem: Utilfredshed med bot-interaktion (lav CSAT).
- Mulige årsager: Botten fremstår robotagtig og upersonlig. Spørgsmål forstås ikke. Der er ingen enkel vej videre til en agent.
- Løsning: Tilpas bot-sprog til at være mere venligt og empatisk. Analysér “ikke hjælpsomme” svar for mønstre. Sørg for, at knappen “Tal med en person” er synlig og let tilgængelig.
Konklusion: Vejen mod proaktiv kundeservice
Implementering af Answer Bot og Flow Builder er både en teknisk og strategisk indsats, der kan ændre tilgangen til kundeservice. Deflection kan bidrage til en hurtigere, mere effektiv og mere tilfredsstillende oplevelse for kunder, samtidig med at agentressourcer frigøres til opgaver med højere kompleksitet. Med en målrettet strategi kan der opbygges et selvkørende system, der løbende forbedres gennem data og feedback.