Illustrativ case study
Tänk dig en nordisk e-handlare som säljer produkter till kunder i Sverige, Finland, Norge och UK. Tre personer svarar på frågor i chatten och två till tar mail. Samma frågor återkommer dagligen: var är min order, hur returnerar jag, varför är artikeln slut. Verksamheten frågar efter en chattbot.
Det rimliga svaret är nej till chattbot, ja till en agent. Skillnaden låter akademisk men är praktisk. En chattbot svarar på vad du skrev. En agent förstår vad du försöker göra, hämtar in det den behöver från andra system och returnerar något användbart. Ibland är det ett svar. Ibland är det en åtgärd, som att starta en retur eller skicka ut en ny faktura.
Språkfrågan löser sig oftare än man tror
Den intuitiva ingången är att bygga fyra parallella prompts, en per språk, och kanske till och med fyra olika modeller. Det är oftast fel approach. Moderna modeller som Claude Sonnet i nyare versioner klarar nordiska språk naturligt. Det som krävs är att vara tydlig med en sak: agenten ska svara på samma språk som kunden skriver på, även om det betyder att blanda inom samma konversation.
Det låter trivialt men är det inte. En finsk kund som skriver på engelska för att hen tror att det går snabbare ska få svar på engelska, inte finska. En norsk kund som plötsligt byter till svenska i mitten av samtalet ska följas. Det löses oftast med en enkel instruktion högst upp i system-prompten och ett par exempelsekvenser. Inget mer.
Det svåra är att veta när man inte ska svara
Den verkliga utmaningen är eskalering. När ska agenten svara själv, och när ska den lämna över till en människa. Tre tydliga regler räcker långt. Om kunden uttrycker ilska eller besvikelse, eskalera direkt. Om frågan rör återbetalning över en tröskel, eskalera. Om agenten är osäker på sitt eget svar, eskalera.
Den sista regeln är den viktigaste. Att lära agenten skatta sin egen säkerhet och vid lägre tröskel öppna ett ärende åt en människa istället för att gissa är ofta det som halverar andelen frustrerade följdfrågor.
Vad arkitekturen kan ge i ett typscenario
I ett välbyggt flöde brukar agenten kunna hantera majoriteten av första-linjefrågorna och eskalera resten. Branschstandard ligger på att agenten själv klarar 60 till 75 procent av ärendena utanför arbetstid och att svarstiden under arbetstid kortas markant. Personal som tidigare fastnade på upprepade frågor kan fokusera på returer, kundlojalitet och de cirka 30 procent av ärendena som kräver omdöme.
Den största vinsten är sällan kostnadsbesparing. Det är att teamet slipper svara på samma fråga om leveranstid hundra gånger om dagen och kan ägna sig åt det som faktiskt kräver en människa. Sympati, omdöme, förhandling. Det är där värdet sitter.
Vad du borde tänka på om du står inför något liknande
Börja inte med tekniken. Börja med att läsa de senaste tusen ärendena själv och kategorisera dem. Vad är repetitivt och regelbundet, vad kräver omdöme, vad är komplext nog att alltid behöva människa. När du har den fördelningen vet du vad agenten ska göra och vad den absolut inte ska göra. Tekniken faller på plats efter det.