วิธีออกแบบกฎจัดสรรแชตระหว่าง AI กับทีมงาน ทั้ง LINE, Messenger และเว็บไซต์ พร้อมจุดส่งต่อที่ชัดเจนและวิธีวัดผลว่ากฎได้ผลจริง
เมื่อแชตเข้ามาจาก LINE, Messenger และเว็บไซต์พร้อมกัน คำถามที่ตามมาทันทีคือ ใครควรตอบเรื่องไหน และเมื่อไหร่ที่ AI ควรหยุดแล้วส่งต่อให้คน หากไม่มีกฎที่ชัดเจน ลูกค้าจะต้องรอนานโดยไม่รู้สาเหตุ ส่วนทีมงานก็จะสับสนว่าใครเป็นเจ้าของแชตนั้น
บทความนี้จะพาคุณออกแบบกฎการจัดสรรแชตทีละขั้น ตั้งแต่ปัจจัยที่ใช้ตัดสิน โมเดลที่ธุรกิจไทยนิยมใช้ ไปจนถึงการตั้งจุดส่งต่อ การสื่อสารกับลูกค้าอย่างตรงไปตรงมา และการวัดผล ท้ายบทความมีวิธีตั้งค่าใน AI SNS CHAT ตามความสามารถที่มีอยู่จริง
กฎการจัดสรรแชตตัดสินอะไรบ้าง
กฎการจัดสรร (routing rule) ไม่ได้มีหน้าที่แค่ "โยนแชตให้ใครสักคน" แต่ต้องตอบคำถามสามข้อให้ได้ในทุกบทสนทนา
- ใครตอบก่อน คือ AI ตอบเป็นด่านแรก หรือคนตอบก่อน
- เมื่อไหร่ต้องเปลี่ยนมือ คือเงื่อนไขที่ทำให้ AI หยุดและส่งเรื่องต่อ
- ส่งให้ใคร คือเจ้าหน้าที่คนใด ทีมใด หรือกะใด
ร้านค้าออนไลน์ขนาดเล็กที่มีแอดมินสองคนอาจตอบทุกอย่างเองใน LINE Official Account และยังไม่ต้องมีกฎซับซ้อน แต่เมื่อจำนวนแชตเพิ่มขึ้นจนเริ่มตอบไม่ทัน หรือมีแอดมินหลายคนสลับกะ การไม่มีกฎจะกลายเป็นต้นทุนที่มองไม่เห็น เช่น แชตเดียวกันถูกตอบซ้ำสองคน หรือไม่มีใครตอบเลยเพราะต่างคนต่างคิดว่าอีกคนดูอยู่
กฎที่ดีจึงมีลักษณะเรียบง่าย เขียนเป็นประโยคสั้นๆ ที่ทุกคนในทีมอธิบายได้ เช่น "คำถามราคาและสถานะพัสดุให้ AI ตอบ เรื่องคืนเงินให้คนตรวจสอบ นอกเวลาทำการให้ AI รับเรื่องไว้และแจ้งว่าเช้าพรุ่งนี้จะมีคนติดต่อกลับ"
สี่ปัจจัยที่ใช้แบ่งแชต
ก่อนเลือกโมเดล ลองดูก่อนว่าธุรกิจของคุณมีข้อมูลอะไรให้ใช้ตัดสินได้บ้าง โดยทั่วไปมีสี่ปัจจัยหลัก
1. ช่องทางที่ลูกค้าติดต่อเข้ามา
ลูกค้าไทยส่วนใหญ่ทักผ่าน LINE ส่วน Facebook Messenger มักมาจากโฆษณาหรือเพจร้านค้า และแชตบนเว็บไซต์เหมาะกับคนที่กำลังดูสินค้าอยู่ ช่องทางบอกบริบทได้พอสมควร เช่น คนที่ทักจากแชตบนหน้าชำระเงินมักมีเรื่องเร่งด่วนกว่าคนที่ทักผ่านโพสต์ในเพจ อย่างไรก็ตาม ช่องทางไม่ควรเป็นปัจจัยเดียว เพราะลูกค้าคนเดียวกันอาจใช้หลายช่องทางในวันเดียว
2. หัวข้อหรือเจตนาของลูกค้า
เรื่องที่ถามเป็นสัญญาณที่แรงที่สุด คำถามเรื่องเวลาเปิดปิด ค่าส่ง หรือวิธีใช้สินค้า เป็นเรื่องที่เอกสารตอบได้และ AI จัดการได้ดี ส่วนเรื่องการคืนเงิน การเรียกร้องค่าเสียหาย หรือข้อพิพาท ควรมีคนดูเสมอ เพราะผิดพลาดแล้วกระทบทั้งเงินและความเชื่อมั่น
3. เวลาและกะทำงาน
ธุรกิจจำนวนมากไม่มีคนอยู่ตลอด 24 ชั่วโมง คำถามคือ ถ้าส่งต่อตอนตีสอง จะส่งให้ใคร หากปล่อยให้แชตไปรออยู่ในคิวกลางที่ไม่มีใครเฝ้า ลูกค้าจะรู้สึกว่าถูกเมิน กฎควรผูกกับตารางกะจริงของทีม ไม่ใช่ตารางที่ "ควรจะเป็น"
4. ตัวลูกค้าและระดับความเสี่ยง
ลูกค้าประจำ ลูกค้าองค์กร หรือคนที่เคยร้องเรียนมาก่อน อาจต้องได้รับการดูแลโดยคนตั้งแต่ต้น ขณะที่ผู้เยี่ยมชมใหม่ที่ถามข้อมูลทั่วไปให้ AI ตอบก่อนได้โดยไม่มีปัญหา นอกจากนี้ ข้อมูลส่วนบุคคลในแชต เช่น เลขที่อยู่ เบอร์โทร หรือเลขคำสั่งซื้อ ควรถูกเข้าถึงเฉพาะคนที่จำเป็นต้องใช้ ซึ่งสอดคล้องกับหลักการของ PDPA ที่ให้เก็บและใช้ข้อมูลเท่าที่จำเป็น
โมเดลการจัดสรรที่พบบ่อย
ไม่มีโมเดลใดดีที่สุดสำหรับทุกธุรกิจ ตารางนี้ช่วยเปรียบเทียบสามแบบที่พบบ่อย
| โมเดล | หลักการ | เหมาะกับ | ข้อควรระวัง |
|---|---|---|---|
| AI ก่อน แล้วส่งต่อคน | AI ตอบทุกแชต ส่งต่อเมื่อเข้าเงื่อนไข | ร้านค้าที่คำถามซ้ำเยอะ | ต้องกำหนดเงื่อนไขส่งต่อให้ชัด |
| คนก่อน AI ช่วยร่าง | คนตอบ โดย AI ช่วยหาคำตอบ | ธุรกิจบริการที่ต้องใช้ดุลยพินิจสูง | ตอบช้าถ้าทีมเล็ก |
| แบ่งตามเวลา | AI รับนอกเวลา คนรับในเวลา | ทีมที่ทำงานเป็นกะ | ต้องมีข้อความบอกลูกค้าว่าจะมีคนติดต่อเมื่อไหร่ |
AI ก่อน แล้วส่งต่อคน
เหมาะกับธุรกิจส่วนใหญ่ที่เริ่มใช้ AI เพราะลดภาระงานซ้ำๆ ได้ทันที ทีมงานจะได้เห็นเฉพาะแชตที่ต้องใช้ฝีมือจริง
คนก่อน AI ช่วยร่าง
เหมาะกับงานที่คำตอบเปลี่ยนตามสถานการณ์ เช่น คลินิก สำนักงานบัญชี หรือบริการที่ปรึกษา เจ้าหน้าที่ยังเป็นผู้ตอบ แต่ใช้คำตอบที่เตรียมไว้ช่วยให้เร็วขึ้น
แบ่งตามเวลา
โมเดลนี้เหมาะกับร้านที่ปิดทำการตอนเย็น ให้ AI รับเรื่องและตอบสิ่งที่ตอบได้ ส่วนเรื่องที่ต้องใช้คน ให้บันทึกไว้และแจ้งลูกค้าตรงๆ ว่าจะมีคนติดต่อกลับในช่วงเวลาใด
ภาพต่อไปนี้แสดงเส้นทางของแชตหนึ่งรายการ ตั้งแต่ข้อความแรกจนปิดเรื่อง
- 01ลูกค้าส่งข้อความ
- 02AI ตอบจากฐานความรู้
- 03เข้าเงื่อนไขส่งต่อ
- 04แจ้งคนที่อยู่ในกะ
- 05เจ้าหน้าที่ตอบและปิดเรื่อง
กำหนดจุดที่ AI ส่งต่อ
หัวใจของกฎจัดสรรคือการตั้งจุดส่งต่อให้ถูกที่ ถ้าส่งต่อเร็วเกินไป ทีมจะล้นด้วยเรื่องที่ AI ตอบได้ ถ้าช้าเกินไป ลูกค้าจะวนอยู่กับบอตที่ตอบไม่ตรงจนหงุดหงิด
สถานการณ์ที่ควรส่งต่อให้คน
- ลูกค้าขอคุยกับคนโดยตรง ควรเคารพทันที ไม่ควรให้ลูกค้าต้องขอซ้ำ
- เรื่องเงินและนโยบายพิเศษ เช่น คืนเงิน ขอยกเว้นค่าธรรมเนียม ข้อพิพาทการชำระเงิน
- ไม่มีคำตอบในฐานความรู้ เมื่อ AI ไม่พบข้อมูลที่ยืนยันได้ ควรยอมรับตรงๆ แล้วส่งต่อ แทนที่จะเดา
- ลูกค้าแสดงความไม่พอใจชัดเจน เช่น ถามซ้ำหลายรอบหรือใช้ถ้อยคำรุนแรง
- เรื่องที่เกี่ยวกับข้อมูลส่วนบุคคล เช่น ขอลบข้อมูลหรือขอดูข้อมูลของตนเอง ควรให้คนที่รับผิดชอบเรื่อง PDPA ในองค์กรเป็นผู้ดูแล
สถานการณ์ที่ให้ AI จัดการต่อได้
คำถามเกี่ยวกับสถานะงาน ราคาตามรายการ เงื่อนไขการจัดส่ง ขั้นตอนการใช้งาน หรือการนัดหมายตามช่วงเวลาว่าง ล้วนเป็นเรื่องที่คำตอบมีอยู่แล้วในเอกสารของคุณ ยิ่งฐานความรู้ครบ AI ยิ่งตอบได้แม่น และจำนวนการส่งต่อก็ลดลงตามไปด้วย
เขียนเงื่อนไขให้ตรวจสอบได้
อย่าเขียนกฎกว้างๆ เช่น "ส่งต่อเมื่อเรื่องซับซ้อน" เพราะแต่ละคนตีความไม่เหมือนกัน ลองเขียนให้เป็นรูปธรรม เช่น "ถ้าลูกค้าพิมพ์คำว่าขอคืนเงินหรือขอเงินคืน ให้ส่งต่อทันที" หรือ "ถ้า AI ตอบไม่ได้สองครั้งติดกัน ให้เสนอส่งต่อ" กฎที่ชัดเจนช่วยให้ทดสอบและปรับปรุงได้ง่าย
ทำให้การส่งต่อโปร่งใสต่อลูกค้า
การส่งต่อที่ดีไม่ได้จบแค่ระบบเปลี่ยนผู้รับ แต่ลูกค้าต้องรู้ว่าเกิดอะไรขึ้น ใครจะติดต่อ และต้องรอประมาณเท่าไหร่ ลูกค้าที่ถูกส่งต่อโดยไม่มีคำอธิบาย มักทักซ้ำหรือเปลี่ยนไปติดต่อช่องทางอื่น
หลักปฏิบัติที่ควรยึด
- บอกตรงๆ ว่ากำลังส่งต่อให้เจ้าหน้าที่ ไม่แกล้งทำเป็นว่ายังคุยกับคนอยู่ตลอด
- บอกขั้นตอนถัดไป เช่น เจ้าหน้าที่จะตอบในแชตนี้ หรือจะติดต่อกลับทางอีเมล
- ไม่สัญญาเวลาที่ทำไม่ได้ ถ้าไม่มีคนอยู่ในกะ ควรบอกตามจริงว่าทีมกลับมาทำงานเมื่อไหร่ แทนที่จะบอกว่า "ภายใน 5 นาที"
- ส่งบริบทให้เจ้าหน้าที่ครบ เจ้าหน้าที่ควรเห็นประวัติแชตทั้งหมด ลูกค้าจะได้ไม่ต้องเล่าเรื่องใหม่ตั้งแต่ต้น
ตัวอย่างข้อความที่สื่อสารได้ดี: "เรื่องนี้ต้องให้เจ้าหน้าที่ตรวจสอบค่ะ ทีมงานจะตอบกลับในแชตนี้ในเวลาทำการ ระหว่างนี้หากมีรายละเอียดเพิ่มเติม ส่งไว้ได้เลยค่ะ"
วัดผลว่ากฎได้ผลจริงหรือไม่
กฎการจัดสรรไม่ใช่สิ่งที่ตั้งแล้วจบ ควรทบทวนอย่างน้อยเดือนละครั้ง โดยดูตัวชี้วัดสามกลุ่ม
- สัดส่วนการส่งต่อ จากแชตทั้งหมด มีกี่เปอร์เซ็นต์ที่ต้องใช้คน ถ้าสูงเกินไป ฐานความรู้อาจยังไม่ครบ
- เหตุผลของการส่งต่อ เหตุผลที่พบบ่อยที่สุดคือสิ่งที่ควรแก้ก่อน
- ประสบการณ์ของลูกค้า ดูคะแนนความพึงพอใจ น้ำเสียงของลูกค้า และแชตที่ลูกค้าทักซ้ำเรื่องเดิม
ตัวอย่างด้านล่างเป็นตัวเลขสมมติเพื่อประกอบการอธิบายเท่านั้น สมมติว่าร้านหนึ่งมีการส่งต่อ 100 ครั้งในหนึ่งเดือน
จากตัวอย่างนี้ เหตุผล "ไม่มีข้อมูลในฐานความรู้" คิดเป็น 21 จาก 100 ครั้ง ซึ่งเป็นส่วนที่แก้ได้ตรงๆ โดยเพิ่มเอกสารหรือคู่ถามตอบเข้าไป ขณะที่ "เรื่องเงินและการคืนเงิน" เป็นเรื่องที่ควรให้คนดูต่อไป ไม่ควรพยายามลดด้วยการให้ AI ตัดสินแทน
อีกวิธีที่ได้ผลคืออ่านแชตที่ถูกส่งต่อจริงสัก 20 รายการต่อเดือน แล้วถามว่า "ถ้า AI มีข้อมูลเพิ่มอีกหนึ่งชิ้น จะตอบเองได้ไหม" คำตอบมักชี้ไปที่เอกสารที่ขาดหายอย่างชัดเจน
สรุป
กฎการจัดสรรแชตที่ดีเริ่มจากคำถามง่ายๆ สามข้อ คือใครตอบก่อน เมื่อไหร่เปลี่ยนมือ และส่งให้ใคร จากนั้นเลือกปัจจัยที่มีข้อมูลจริง ได้แก่ ช่องทาง หัวข้อ เวลา และความเสี่ยง เลือกโมเดลที่เหมาะกับขนาดทีม แล้วเขียนเงื่อนไขส่งต่อให้ชัดจนตรวจสอบได้ สิ่งสำคัญไม่แพ้กันคือการบอกลูกค้าอย่างตรงไปตรงมา และการกลับมาดูตัวเลขทุกเดือนเพื่อปรับกฎให้ดีขึ้นเรื่อยๆ
วิธีทำใน AI SNS CHAT
ใน AI SNS CHAT การส่งต่อและการจัดสรรให้เจ้าหน้าที่ทำงานผ่านส่วน Helpdesk และการดูบทสนทนาในแดชบอร์ด ขั้นตอนหลักมีดังนี้
1. ตั้งกะทำงานของทีม
ไปที่ Helpdesk → Scheduling เพื่อกำหนดกะเป็นรายบุคคลและตามเขตเวลา เมื่อมีการส่งต่อ ระบบจะมอบหมายให้คนที่อยู่ในกะขณะนั้นโดยอัตโนมัติ ส่วน Helpdesk ต้องใช้แผน Standard ขึ้นไป
2. ตั้งการแจ้งเตือนเมื่อมีการส่งต่อ
การแจ้งเตือนเมื่อมีแชตส่งต่อสามารถส่งไปยัง Slack, Microsoft Teams, LINE WORKS, WhatsApp, อีเมล หรือ webhook เลือกช่องทางที่ทีมของคุณเปิดดูอยู่แล้ว เพื่อไม่ให้เรื่องเร่งด่วนตกหล่น
3. ข้อความที่ลูกค้าเห็นตอนส่งต่อ
ระบบจะอ่านตารางกะแล้วเติมประโยค "ขั้นตอนถัดไป" ให้ลูกค้าเอง และจะไม่แต่งเวลารอขึ้นมาเอง ซึ่งตรงกับหลักความโปร่งใสที่กล่าวไว้ข้างต้น
4. รับช่วงแชตและดูบทสนทนา
บทสนทนาจากทุกช่องทางที่ไม่ใช่อีเมล เช่น LINE, Messenger และแชตบนเว็บไซต์ จะอยู่ที่ Activity → Chat logs ส่วนเมนู Inbox ใช้สำหรับอีเมลเท่านั้น ทั้งสองที่สามารถรับช่วงแชต (take over) ซึ่งบอตจะหยุดตอบระหว่างที่เจ้าหน้าที่ดูแลอยู่ นอกจากนี้ยังมี
- การแปลสดระหว่างคุยกับลูกค้าต่างภาษา
- ข้อความตอบกลับที่บันทึกไว้ (saved replies)
- การแก้ไขคำตอบให้เป็นคำตอบในอุดมคติ เพื่อฝึก AI ให้ตอบดีขึ้นในครั้งต่อไป
ใน Chat logs สามารถเลือกหลายรายการพร้อมกันเพื่อติดธง ส่งต่อ ปิดเรื่อง หรือลบ และกรองหรือส่งออกข้อมูลได้ รวมถึงดูคะแนนถูกใจ/ไม่ถูกใจจากลูกค้า
5. กำหนดพฤติกรรมของ AI และปลายทางการส่งต่อ
พฤติกรรมของ AI ตั้งได้ผ่านบุคลิกและข้อกำหนดของเอเจนต์ ส่วนการยกระดับเรื่องตั้งผ่าน Action ชื่อ Escalations (ต้องใช้แผน Hobby ขึ้นไปสำหรับ Integrations) ปลายทางแชตสดที่รองรับ ได้แก่ Sunshine, Salesforce และ AI SNS live chat
6. ดูผล
เมนู Analytics แสดงข้อมูล Chats, Topics, Question history และ Sentiment ส่วน Analytics ขั้นสูงต้องใช้แผน Pro ข้อมูลเหล่านี้ช่วยให้คุณเห็นหัวข้อที่ลูกค้าถามบ่อยและปรับฐานความรู้ได้
ดูรายละเอียดแผนได้ที่ หน้าราคา และภาพรวมความสามารถที่ หน้าฟีเจอร์ หรือ เริ่มทดลองใช้งาน
คำถามที่พบบ่อย
ควรให้ AI หรือคนตอบก่อนบน WhatsApp
ขึ้นอยู่กับปริมาณแชตและประเภทคำถามของคุณ ธุรกิจส่วนใหญ่ให้ AI ตอบก่อนสำหรับคำถามทั่วไป แล้วส่งต่อคนเมื่อเป็นเรื่องเงินหรือลูกค้าขอคุยกับคน หากเป็นการส่งข้อความออกไปหาลูกค้าบน WhatsApp ต้องคำนึงว่าการส่งถูกจำกัดอยู่ในช่วง 24 ชั่วโมงหลังลูกค้าทักมา
AI SNS CHAT จัดสรรแชตตามคีย์เวิร์ดหรือหัวข้ออัตโนมัติหรือไม่
ข้อมูลผลิตภัณฑ์ที่ใช้เขียนบทความนี้ไม่ได้ระบุว่ามีตัวจัดสรรตามคีย์เวิร์ดหรือหัวข้ออัตโนมัติ สิ่งที่มีให้ใช้คือการมอบหมายการส่งต่อให้ผู้ที่อยู่ในกะ การตั้งพฤติกรรมของ AI ผ่านบุคลิกและข้อกำหนด และ Action Escalations ส่วนการดูหัวข้อที่ลูกค้าถามบ่อยทำได้ในหน้า Analytics
ดูแชตจาก Messenger และแชตบนเว็บไซต์ได้ที่ไหน
ไปที่ Activity → Chat logs เพราะ Inbox ใช้สำหรับอีเมลเท่านั้น บทสนทนาจากช่องทางอื่นทั้งหมด รวมถึง LINE, Messenger และแชตบนเว็บไซต์ จะรวมอยู่ในหน้านี้
ลูกค้าเห็นอะไรเมื่อแชตถูกส่งต่อ
ระบบจะอ่านตารางกะแล้วเติมประโยคบอกขั้นตอนถัดไปให้ลูกค้าเอง และไม่แต่งเวลารอขึ้นมาเอง ลูกค้าจึงได้รับข้อมูลที่ตรงกับสถานการณ์ของทีมในขณะนั้น
ต้องใช้แผนไหนจึงจะส่งต่อตามกะได้
Helpdesk ซึ่งรวมถึง Scheduling ต้องใช้แผน Standard ขึ้นไป ส่วนแผนที่ต่ำกว่านั้นไม่รวมฟีเจอร์นี้ ดูแผนล่าสุดได้ที่หน้าราคา


