Panduan lima langkah untuk PKS: kenal pasti sebab chatbot menyerahkan perbualan kepada staf, kemudian baiki puncanya dan kekalkan serahan yang berkualiti.
Setiap kali chatbot anda menyerahkan perbualan kepada staf, ada sesuatu yang cuba diberitahu kepada anda. Mungkin jawapan tiada dalam pangkalan pengetahuan, mungkin pelanggan sedang marah, atau mungkin soalannya memang patut dijawab oleh manusia. Ramai pemilik PKS hanya melihat angka kadar serahan dan tertanya-tanya sama ada ia "tinggi" atau "rendah", sedangkan nilai sebenarnya ada pada sebab di sebalik angka itu. Dalam artikel ini, anda akan belajar cara mengasingkan serahan mengikut sebab, memotong data mengikut saluran dan topik, memadankan setiap punca dengan pembaikan yang betul, serta membina rutin mingguan yang ringan.
Apa sebenarnya yang diukur oleh kadar serahan
Kadar serahan ialah peratusan perbualan yang akhirnya dikendalikan oleh manusia, sama ada chatbot yang menyerahkannya atau pelanggan yang memintanya. Formulanya mudah:
Contoh hipotesis: jika kedai anda menerima 300 perbualan sebulan dan 45 daripadanya diserahkan kepada staf, kadar serahan ialah 15%. Angka ini hanya ilustrasi untuk memudahkan pengiraan, bukan penanda aras industri.
Perkara penting yang sering terlepas pandang: kadar serahan bukan skor lulus atau gagal. Ia ialah penunjuk campuran. Sebahagian serahan menandakan masalah, contohnya chatbot tidak tahu menjawab soalan harga yang sepatutnya mudah. Sebahagian lagi menandakan sistem berfungsi dengan baik, contohnya pelanggan yang membuat tuntutan jaminan dan memang patut dilayan oleh orang sebenar.
Jadi kadar yang jatuh tidak semestinya baik, dan kadar yang naik tidak semestinya buruk. Anda perlu tahu mengapa ia bergerak. Itulah tujuan lima langkah di bawah.
Langkah 1: Asingkan setiap serahan mengikut sebab
Jangan mulakan dengan teori. Ambil satu minggu perbualan yang diserahkan, baca satu demi satu, dan letakkan setiap satu dalam satu kategori sebab. Anda tidak perlu senarai yang rumit. Lima atau enam kategori sudah memadai:
- Pengetahuan tiada: pelanggan bertanya sesuatu yang belum ada dalam bahan latihan chatbot, seperti kos penghantaran ke Sabah dan Sarawak.
- Pengetahuan ada tetapi tersilap: maklumat wujud, tetapi usang atau bercanggah, misalnya harga lama masih tersimpan.
- Perlu tindakan manusia: bayaran balik, tuntutan, pengecualian atau rundingan harga.
- Emosi pelanggan: pelanggan kecewa, menggunakan nada keras, atau mengulang soalan yang sama.
- Pelanggan minta bercakap dengan orang: kadang-kadang ini sekadar keutamaan peribadi.
- Di luar skop: soalan yang tiada kaitan dengan perniagaan anda.
Satu perbualan, satu sebab utama. Jika ragu-ragu, pilih sebab yang paling awal menyebabkan chatbot tersangkut.
Dalam contoh hipotesis ini, 50 serahan dipecahkan kepada enam sebab. Perhatikan bahawa "pengetahuan tiada" dan "maklumat usang" bersama-sama mencecah 25 daripada 50. Itu separuh daripada semua serahan, dan kedua-duanya boleh dibaiki hanya dengan mengemas kini bahan latihan. Sebaliknya, 12 serahan "perlu tindakan manusia" tidak patut dikurangkan. Itu serahan yang sihat.
Langkah 2: Belah kadar mengikut saluran, topik dan masa
Kadar keseluruhan menyembunyikan corak. Setelah ada kategori sebab, potong data dari tiga sudut.
Mengikut saluran
Pelanggan Malaysia berbual secara berbeza di setiap saluran. Di WhatsApp, mesej biasanya pendek, bercampur Bahasa Melayu, Inggeris dan bahasa pasar, serta kadang-kadang hanya satu perkataan seperti "harga?". Di Instagram, ramai bertanya selepas melihat siaran atau cerita, jadi soalan sering merujuk produk tertentu tanpa menyebut namanya. Chat laman web pula lazimnya datang daripada pengunjung yang sedang membandingkan sebelum membeli.
Jika kadar serahan di WhatsApp jauh lebih tinggi daripada di laman web, tanyakan sama ada ia disebabkan gaya mesej yang berbeza (chatbot tidak memahami singkatan dan bahasa rojak) atau jenis soalan yang berbeza (pelanggan sedia ada yang menanyakan status pesanan).
Mengikut topik
Kumpulkan serahan mengikut tema: harga, penghantaran, status pesanan, pemulangan, waktu operasi, tempahan. Satu atau dua topik biasanya menyumbang sebahagian besar serahan. Itulah tempat usaha anda memberi pulangan paling besar.
Mengikut masa
Semak sama ada serahan melonjak pada waktu tertentu, misalnya selepas kempen jualan, menjelang Hari Raya, atau selepas anda menukar harga. Lonjakan selepas kempen lazimnya bermakna bahan latihan belum dikemas kini, bukan chatbot yang tiba-tiba menjadi kurang pandai.
Langkah 3: Padankan setiap punca dengan pembaikan yang betul
Kesilapan paling lazim ialah menggunakan satu pembaikan untuk semua masalah, iaitu menambah lebih banyak dokumen. Padankan punca dengan tindakan yang sesuai:
| Punca | Pembaikan yang sesuai |
|---|---|
| Pengetahuan tiada | Tambah jawapan khusus, contohnya pasangan soalan dan jawapan untuk soalan yang berulang |
| Maklumat usang atau bercanggah | Semak sumber, buang versi lama, dan pastikan satu fakta hanya ada satu jawapan rasmi |
| Gaya bahasa tidak difahami | Tambah contoh frasa sebenar pelanggan, termasuk singkatan dan bahasa rojak |
| Perlu tindakan manusia | Kekalkan serahan, tetapi pastikan peralihannya lancar (Langkah 4) |
| Emosi pelanggan | Ubah nada persona, dan serahkan lebih awal apabila tanda kemarahan muncul |
| Di luar skop | Tetapkan had persona supaya chatbot menolak dengan sopan dan menawarkan hala tuju |
Beberapa prinsip praktikal:
- Baiki yang paling kerap dahulu. Jika 18 daripada 50 serahan berpunca daripada satu topik, selesaikan topik itu sebelum menyentuh yang lain.
- Gunakan jawapan sebenar staf anda. Apabila staf menjawab satu soalan dengan baik, jawapan itu ialah bahan latihan terbaik, kerana ia sudah terbukti memuaskan pelanggan.
- Ubah sedikit, ukur, ulang. Jika anda menukar sepuluh perkara serentak, anda tidak akan tahu yang mana berkesan.
- Jangan paksa chatbot menjawab semua perkara. Chatbot yang menjawab dengan yakin tetapi salah lebih merosakkan kepercayaan daripada chatbot yang berkata, "Saya serahkan kepada rakan sekerja kami."
Langkah 4: Pastikan serahan yang kekal berjalan lancar
Selepas anda mengurangkan serahan yang tidak perlu, tinggal serahan yang memang wajar. Di sinilah pengalaman pelanggan ditentukan. Pelanggan yang diserahkan dan kemudian menunggu tanpa kejelasan akan lebih marah daripada pelanggan yang tidak pernah bercakap dengan chatbot.
Semak perkara berikut:
- Konteks dibawa bersama. Staf mesti dapat membaca perbualan sebelumnya supaya pelanggan tidak perlu mengulang cerita.
- Pelanggan tahu apa yang berlaku seterusnya. Mesej serahan sepatutnya menyatakan langkah seterusnya dengan jujur. Jangan menjanjikan masa tindak balas yang anda sendiri tidak pasti dapat dipenuhi.
- Orang yang betul menerima serahan. Serahan yang sampai kepada staf yang sedang bercuti tidak berguna. Susun syif supaya serahan diterima oleh orang yang sedang bertugas.
- Amaran sampai pada tempat yang staf benar-benar lihat. Jika pasukan anda hidup dalam WhatsApp atau Slack, hantar amaran ke situ, bukan ke e-mel yang jarang dibuka.
- Selepas serahan, jadikan ia pembelajaran. Apabila staf menyelesaikan sesuatu soalan baharu, tambahkan jawapannya supaya soalan serupa tidak memerlukan serahan lagi.
Contoh hipotesis: sebuah kedai tudung dalam talian menerima ramai pelanggan yang bertanya sama ada pesanan sempat tiba sebelum satu majlis. Chatbot tidak boleh berjanji soal tarikh, jadi serahan itu wajar. Namun pembaikan terbaik ialah memastikan staf menerima amaran pantas dan menjawab dengan jujur, bukan menghapuskan serahan tersebut.
Langkah 5: Bina rutin mingguan
Analisis serahan tidak perlu menjadi projek besar. Rutin tetap yang pendek lebih berkesan daripada audit tahunan yang tidak pernah siap. Berikut aliran yang boleh diulang setiap minggu:
- 01Kumpul serahan minggu ini
- 02Kategorikan mengikut sebab
- 03Baiki tiga punca teratas
- 04Ukur semula minggu depan
Cadangan jadual untuk sebuah pasukan kecil:
- Isnin, 20 minit: kira jumlah perbualan dan serahan minggu lalu, kemudian bandingkan dengan minggu sebelumnya.
- Isnin, 30 minit: baca sampel serahan dan letakkan dalam kategori sebab.
- Selasa, 30 minit: tulis atau kemas kini jawapan untuk tiga punca teratas.
- Sepanjang minggu: catat setiap perubahan beserta tarikhnya.
- Isnin berikutnya: semak sama ada punca yang dibaiki benar-benar berkurang.
Jika masa anda terhad, utamakan membaca perbualan sebenar. Angka tanpa konteks mudah disalah tafsir, manakala dua puluh perbualan yang dibaca dengan teliti sering mendedahkan masalah yang tidak kelihatan dalam graf.
Melakukannya dalam AI SNS CHAT
AI SNS CHAT tidak memaparkan satu angka "kadar serahan" yang siap dikira, jadi anda mengiranya sendiri daripada data yang ada. Berikut alurnya.
1. Kumpul perbualan. Buka Activity → Chat logs. Di sini terdapat perbualan daripada semua saluran kecuali e-mel (perbualan e-mel berada dalam Inbox). Gunakan penapis untuk mengasingkan perbualan yang diserahkan atau ditandakan, kemudian eksport senarai jika anda mahu mengiranya dalam hamparan. Anda boleh memilih banyak perbualan sekaligus, menandakan (flag), meng-escalate, menyelesaikan atau memadamnya. Penilaian ibu jari ke atas atau ke bawah daripada pelanggan membantu anda mengenal pasti jawapan yang lemah.
2. Lihat corak topik. Di bahagian Analytics, paparan Chats, Topics, Question history dan Sentiment membantu anda mengesan topik yang kerap muncul dan perbualan yang bernada negatif. Analitik lanjutan memerlukan pelan Pro.
3. Baiki jawapan. Dalam Chat logs atau Inbox, anda boleh mengambil alih sesuatu perbualan, dan chatbot akan berhenti seketika. Anda juga boleh mengedit balasan menjadi jawapan ideal untuk melatih ejen. Tambahkan jawapan yang berulang melalui Data sources, contohnya sumber Q&A atau Text snippets. Kemudian uji perubahan dalam Playground sebelum menyiarkannya. Jika sesuatu perubahan memburukkan keadaan, restore point membolehkan anda kembali ke versi terdahulu.
4. Urus serahan. Melalui Helpdesk → Scheduling (memerlukan pelan Standard atau lebih tinggi), anda menetapkan syif bagi setiap orang mengikut zon waktu, dan serahan diagihkan secara automatik kepada staf yang sedang bertugas. Amaran serahan boleh dihantar ke Slack, Teams, LINE WORKS, WhatsApp, e-mel atau webhook. Mesej kepada pelanggan semasa serahan turut mengandungi baris "apa yang berlaku seterusnya" berdasarkan jadual syif anda; sistem tidak mengarang anggaran masa menunggu. Balasan tersimpan (saved replies) mempercepat jawapan kepada soalan lazim yang tetap memerlukan staf.
5. Pelbagai saluran. WhatsApp, Instagram dan widget chat laman web boleh disambungkan melalui Channels. Senarai lengkap saluran ada di halaman Connections, dan gambaran ciri di halaman Features. Semak Pricing untuk melihat ciri mana yang memerlukan pelan tertentu.
Sebagai rutin, tetapkan satu slot mingguan dalam kalendar anda, buka Chat logs, kategorikan serahan, dan kemas kini sumber data berdasarkan tiga punca teratas.
Soalan lazim
Apakah kadar serahan yang dianggap baik?
Tiada angka universal, kerana ia bergantung pada jenis perniagaan, saluran dan kerumitan soalan pelanggan. Kedai yang menjual produk ringkas biasanya mempunyai kadar lebih rendah daripada perkhidmatan yang melibatkan tempahan atau tuntutan. Lebih berguna ialah membandingkan kadar anda sendiri dari minggu ke minggu, dan memastikan sebahagian besar serahan ialah serahan yang wajar.
Perlukah saya menyasarkan kadar serahan sifar?
Tidak. Kadar sifar biasanya bermakna chatbot cuba menjawab perkara yang sepatutnya dikendalikan manusia, seperti bayaran balik, pertikaian atau pelanggan yang sedang marah. Sasaran yang lebih sihat ialah menghapuskan serahan yang tidak perlu sambil mengekalkan serahan yang memberi nilai kepada pelanggan.
Kadar serahan saya jatuh selepas saya membuat perubahan. Adakah itu kejayaan?
Belum tentu. Kadar boleh jatuh kerana chatbot menjawab dengan lebih baik, tetapi juga kerana ia menjawab dengan yakin walaupun salah, atau kerana pelanggan sukar mencari jalan untuk meminta bantuan manusia. Baca sampel perbualan selepas perubahan itu dan semak penilaian pelanggan serta sentimen sebelum menganggapnya kemenangan.
Berapa banyak perbualan yang perlu saya semak setiap minggu?
Jika jumlah serahan kecil, baca kesemuanya. Jika banyak, ambil sampel yang munasabah, misalnya dua puluh hingga tiga puluh perbualan, dan pastikan ia merangkumi setiap saluran utama anda. Konsistensi lebih penting daripada jumlah, jadi lebih baik semak sedikit setiap minggu daripada banyak sekali-sekala.


