เทมเพลตรายงานซัพพอร์ตรายสัปดาห์หน้าเดียว พร้อมวิธีเลือกตัวชี้วัด อ่านตัวเลขไม่ให้หลงทาง และกิจวัตรประจำสัปดาห์ สำหรับทีมที่ตอบลูกค้าผ่าน LINE
หลายทีมเริ่มทำรายงานซัพพอร์ตด้วยความตั้งใจดี แต่ไม่นานก็กลายเป็นตารางตัวเลขยาวหลายหน้าที่ไม่มีใครเปิดอ่าน สุดท้ายรายงานถูกเลื่อนไปเป็นรายเดือน แล้วก็เงียบหายไป บทความนี้จะให้เทมเพลตหน้าเดียวที่ใช้ได้จริง วิธีเลือกตัวชี้วัดที่ควรมี และกิจวัตรประจำสัปดาห์ที่ใช้เวลาไม่เกินครึ่งชั่วโมง เหมาะกับร้านค้าและธุรกิจไทยที่คุยกับลูกค้าผ่าน LINE, Facebook Messenger และแชตบนเว็บไซต์
รายงานซัพพอร์ตรายสัปดาห์มีไว้ทำอะไรกันแน่
รายงานที่ดีไม่ได้มีไว้โชว์ว่าทีมยุ่งแค่ไหน แต่มีไว้ช่วยตัดสินใจว่า สัปดาห์หน้าเราจะแก้อะไร หากอ่านจบแล้วไม่มีการตัดสินใจใดเกิดขึ้น รายงานนั้นยังไม่ได้ทำหน้าที่
รายงานรายสัปดาห์ตอบคำถามง่ายๆ สามข้อ
- ลูกค้าถามอะไรเรามากที่สุด และมีเรื่องใหม่ที่เราไม่เคยเจอหรือไม่
- บอท AI ตอบได้ดีแค่ไหน และตรงไหนที่ต้องส่งต่อให้เจ้าหน้าที่
- สัปดาห์หน้าเราจะลงมือทำอะไรหนึ่งถึงสามอย่าง
ที่ต้องเป็นรายสัปดาห์ เพราะรายวันมีความผันผวนมากเกินไป เช่น วันที่มีโปรโมชันทำให้แชตพุ่ง ส่วนรายเดือนช้าเกินไป เพราะปัญหาที่เกิดขึ้นในสัปดาห์แรกจะค้างอยู่ถึงสามสัปดาห์กว่าจะมีคนเห็น รอบหนึ่งสัปดาห์จึงเป็นจังหวะที่เห็นแนวโน้มและยังแก้ไขทัน
เทมเพลตหนึ่งหน้า
เทมเพลตด้านล่างออกแบบให้อยู่ในหน้าเดียว คัดลอกไปใส่ Google Docs, Google Sheets หรือโน้ตของทีมได้เลย
ส่วนที่ 1: ภาพรวมสัปดาห์ (ตัวเลขไม่เกินหกตัว)
| ตัวชี้วัด | สัปดาห์นี้ | สัปดาห์ก่อน | หมายเหตุ |
|---|---|---|---|
| จำนวนบทสนทนาทั้งหมด | แยกตามช่องทางได้ถ้าจำเป็น | ||
| สัดส่วนที่บอทปิดเรื่องได้เอง | นับจากบทสนทนาที่ไม่ต้องส่งต่อ | ||
| จำนวนการส่งต่อให้เจ้าหน้าที่ | พร้อมเหตุผลหลัก | ||
| เวลาตอบแรกของเจ้าหน้าที่หลังส่งต่อ | ช่วงเวลาทำการ | ||
| คะแนนความพอใจ (ถูกใจ/ไม่ถูกใจ) | จากการให้คะแนนของลูกค้า | ||
| เรื่องที่ยังค้าง | จำนวนเรื่องที่ยังไม่ปิด |
ส่วนที่ 2: หัวข้อที่ลูกค้าถามมากที่สุด
ระบุห้าอันดับแรก พร้อมหมายเหตุสั้นๆ ว่าบอทตอบได้หรือไม่ และมีหัวข้อใหม่ที่ไม่เคยเห็นหรือเปล่า
ส่วนที่ 3: บทสนทนาที่ควรอ่านจริง
เลือกห้าถึงสิบบทสนทนา ประกอบด้วยเรื่องที่ลูกค้ากดไม่ถูกใจ เรื่องที่ส่งต่อให้คน และเรื่องที่บอทตอบผิด เขียนสั้นๆ ว่าเกิดอะไรขึ้นและควรแก้ที่ไหน
ส่วนที่ 4: ข้อตัดสินใจสำหรับสัปดาห์หน้า
เขียนเป็นรายการ โดยแต่ละข้อมี เรื่องที่จะทำ ผู้รับผิดชอบ และวันที่ต้องเสร็จ ไม่ควรเกินสามข้อ ถ้ามีมากกว่านั้นแปลว่ายังไม่ได้เลือกสิ่งสำคัญที่สุด
เลือกตัวชี้วัดที่มีความหมาย
ตัวชี้วัดแบ่งได้เป็นสามกลุ่ม เลือกจากแต่ละกลุ่มอย่างละไม่กี่ตัวก็เพียงพอ
ปริมาณงาน
- จำนวนบทสนทนา บอกว่าภาระงานเพิ่มหรือลด และใช้วางแผนกะของเจ้าหน้าที่
- หัวข้อที่ถูกถามบ่อย บอกว่าควรเติมความรู้ให้บอทเรื่องไหนก่อน
คุณภาพของคำตอบ
- สัดส่วนที่บอทปิดเรื่องเองได้ คือบทสนทนาที่ไม่ต้องส่งต่อ หารด้วยบทสนทนาทั้งหมด
- คะแนนความพอใจ ใช้ดูแนวโน้มมากกว่าตัวเลขเดี่ยวๆ
- เหตุผลของการส่งต่อ เป็นตัวชี้วัดที่ให้ข้อมูลมากที่สุด เพราะบอกตรงๆ ว่าต้องแก้ตรงไหน
การบริการโดยทีมงาน
- เวลาตอบแรกหลังส่งต่อ วัดเฉพาะในเวลาทำการ ไม่เช่นนั้นเรื่องที่ลูกค้าทักตอนกลางคืนจะทำให้ตัวเลขดูแย่เกินจริง
- เรื่องที่ค้างอยู่ ใช้ดูว่ามีลูกค้าถูกลืมหรือไม่
ถ้าต้องเลือกตัวเดียว ให้เลือก เหตุผลของการส่งต่อ เพราะเปลี่ยนเป็นงานที่ลงมือทำได้ทันที ลองดูตัวอย่างสมมติด้านล่าง
จากตัวอย่างนี้ เรื่องที่ "บอทยังไม่มีข้อมูล" มี 14 เรื่อง ซึ่งแก้ได้โดยตรงด้วยการเติมความรู้ ส่วนเรื่องคืนเงินอาจต้องปรับขั้นตอนหรือเขียนนโยบายให้ชัดขึ้น ตัวเลขนี้เป็นเพียงตัวอย่างเพื่อแสดงวิธีอ่าน ไม่ใช่ค่าเฉลี่ยของธุรกิจใด
อ่านตัวเลขอย่างไรไม่ให้หลอกตัวเอง
ตัวเลขชุดเดียวกันตีความได้หลายทาง ข้อควรระวังมีดังนี้
- อย่าดูตัวเลขเดี่ยวๆ สัดส่วนที่บอทปิดเรื่องเองได้ 70% บอกอะไรไม่ได้ถ้าไม่รู้ว่าสัปดาห์ก่อนเป็นเท่าไร และหัวข้อที่ถามมีลักษณะเปลี่ยนไปหรือไม่
- ระวังช่วงที่มีแคมเปญ สัปดาห์ที่มีโปรโมชันหรือวันเงินออก คำถามจะกระจุกอยู่ที่เรื่องเดียว ทำให้สัดส่วนต่างๆ เปลี่ยนไปโดยไม่เกี่ยวกับคุณภาพ ให้จดหมายเหตุไว้ในรายงานทุกครั้ง
- ปิดเรื่องเองไม่ได้แปลว่าลูกค้าพอใจ ลูกค้าบางคนเลิกคุยไปเฉยๆ ให้ดูคู่กับคะแนนความพอใจและอ่านบทสนทนาจริงประกอบ
- ตัวอย่างน้อยอย่าด่วนสรุป ถ้าสัปดาห์นี้มีแชตสิบเรื่องและมีหนึ่งเรื่องที่ผิดพลาด สัดส่วนจะขยับถึง 10% ทันที ให้ดูรายเรื่องมากกว่าดูเปอร์เซ็นต์
- แยกช่องทางเมื่อพฤติกรรมต่างกัน ลูกค้าบน LINE มักพิมพ์สั้นและต่อเนื่อง ส่วนแชตบนเว็บไซต์มักมาพร้อมคำถามก่อนซื้อ การรวมทุกช่องทางไว้ด้วยกันอาจซ่อนปัญหาของช่องทางใดช่องทางหนึ่ง
กิจวัตรประจำสัปดาห์ที่ทำซ้ำได้
รายงานจะอยู่รอดได้ก็ต่อเมื่อเป็นกิจวัตร ไม่ใช่งานพิเศษ กำหนดวันและเวลาเดิมทุกสัปดาห์ เช่น เช้าวันจันทร์ครั้งละ 30 นาที โดยมีผู้รับผิดชอบหนึ่งคนที่ทำรายงาน และประชุมสั้นๆ กับทีมเพื่อเลือกข้อตัดสินใจ
- 01ดึงตัวเลขและอ่านบทสนทนา
- 02กรอกเทมเพลตหน้าเดียว
- 03เลือกสิ่งที่จะแก้ 1-3 ข้อ
- 04ลงมือแก้ แล้วตรวจผลสัปดาห์หน้า
ขั้นตอนโดยละเอียด
- ดึงข้อมูล (10 นาที) เปิดตัวเลขภาพรวมและรายการบทสนทนาของสัปดาห์
- อ่านบทสนทนา (10 นาที) เลือกเรื่องที่ถูกส่งต่อ เรื่องที่ไม่ถูกใจ และเรื่องที่บอทตอบผิดมาอ่าน
- กรอกเทมเพลต (5 นาที) ใส่ตัวเลขและเขียนหมายเหตุสั้นๆ
- เลือกข้อตัดสินใจ (5 นาที) กำหนดผู้รับผิดชอบและวันที่ทำเสร็จ
- ตรวจผลในสัปดาห์ถัดไป เปิดรายงานใหม่โดยเริ่มจากข้อตัดสินใจของสัปดาห์ก่อนว่าทำเสร็จหรือไม่ และได้ผลอย่างไร
ข้อผิดพลาดที่พบบ่อย
- ใส่ตัวชี้วัดมากเกินไป ยิ่งมีมากยิ่งไม่มีใครอ่าน เริ่มจากหกตัวหรือน้อยกว่า
- ไม่มีผู้รับผิดชอบ รายงานที่ทุกคนเป็นเจ้าของก็คือไม่มีใครเป็นเจ้าของ
- วัดโดยไม่ลงมือแก้ ถ้าสามสัปดาห์ติดกันเห็นปัญหาเดิมแต่ไม่มีใครแก้ ให้ถามว่าปัญหานี้สำคัญจริงหรือไม่
- ลืมเรื่องข้อมูลส่วนบุคคล รายงานควรสรุปเป็นหัวข้อและตัวเลข ไม่ควรวางชื่อ เบอร์โทร หรือที่อยู่ของลูกค้า เมื่อยกตัวอย่างบทสนทนาควรตัดข้อมูลที่ระบุตัวบุคคลออก ซึ่งสอดคล้องกับหลักคิดของ PDPA ที่ให้ใช้ข้อมูลเท่าที่จำเป็น
- เปรียบเทียบข้ามช่วงที่ไม่เหมือนกัน เช่น เทียบสัปดาห์ที่มีวันหยุดยาวกับสัปดาห์ปกติ โดยไม่ระบุหมายเหตุ
ทำรายงานนี้ใน AI SNS CHAT
คุณสามารถรวบรวมข้อมูลตามเทมเพลตข้างต้นได้จากหน้าต่างๆ ใน AI SNS CHAT ดังนี้
ภาพรวมและหัวข้อ ไปที่เมนู Analytics ซึ่งมีหน้า Chats, Topics, Question history และ Sentiment ใช้ดูปริมาณแชต หัวข้อที่ลูกค้าถามบ่อย และคำถามจริงที่เข้ามา เพื่อกรอกส่วนที่ 1 และส่วนที่ 2 ของเทมเพลต ทั้งนี้ Advanced analytics ต้องใช้แผน Pro ขึ้นไป
บทสนทนาที่ควรอ่าน ไปที่ Activity → Chat logs ซึ่งรวมบทสนทนาจากช่องทางต่างๆ เช่น LINE, Messenger และแชตวิดเจ็ตบนเว็บไซต์ (ส่วนอีเมลจะอยู่ใน Inbox ซึ่งเป็นหน้าสำหรับอีเมลโดยเฉพาะ) หน้านี้มีตัวกรอง การให้คะแนนถูกใจ/ไม่ถูกใจจากลูกค้า การเลือกหลายรายการพร้อมกัน การปักธง การส่งต่อ การทำเครื่องหมายว่าแก้แล้ว และการส่งออกข้อมูล หากต้องการแยกดูรายช่องทาง ให้ส่งออกข้อมูลไปจัดกลุ่มในสเปรดชีตตามที่ทีมต้องการ
แก้ปัญหาทันทีที่พบ เมื่อเจอคำตอบที่บอทตอบไม่ดี คุณสามารถแก้คำตอบให้เป็นคำตอบในอุดมคติเพื่อสอนเอเจนต์ได้จากหน้าบทสนทนา ส่วนหัวข้อที่บอทไม่มีข้อมูล ให้เติมความรู้ที่เมนู Data sources เช่น ไฟล์ ข้อความ เว็บไซต์ หรือ Q&A
การส่งต่อให้เจ้าหน้าที่ ที่ Helpdesk → Scheduling คุณกำหนดกะของแต่ละคนตามเขตเวลาได้ และระบบจะมอบหมายเรื่องที่ส่งต่อให้คนที่อยู่เวร พร้อมแจ้งเตือนไปยัง Slack, Teams, LINE WORKS, WhatsApp, อีเมล หรือ webhook ส่วน Helpdesk ต้องใช้แผน Standard ขึ้นไป ข้อความที่แจ้งลูกค้าตอนส่งต่อจะอ้างอิงตารางเวร และระบบจะไม่แต่งเวลารอขึ้นเอง
ค่าใช้จ่ายและเครดิต หน้า Usage แสดงเครดิตที่ใช้ต่อเอเจนต์ โดย 1 คำตอบเท่ากับ 1 เครดิต เหมาะสำหรับใส่ในรายงานเมื่อต้องดูแนวโน้มการใช้งาน
ผู้ช่วยหาหน้าจอ ถ้าหาเมนูไม่เจอ ถาม Synthia ผู้ช่วยในแดชบอร์ดได้ เธอสามารถพาไปยังหน้าจอที่ต้องการและไฮไลต์ปุ่มให้ดู
เรื่องข้อมูล ในการตั้งค่า Workspace มีหน้า Activity สำหรับเจ้าของและผู้ดูแล ซึ่งบันทึกว่าใครสร้าง แก้ไข ลบ หรืออัปโหลดอะไรและเมื่อไร ช่วยตรวจสอบการเปลี่ยนแปลงที่ทำตามข้อตัดสินใจประจำสัปดาห์ได้ AI SNS CHAT ออกแบบแนวปฏิบัติโดยอ้างอิง GDPR และ APPI แต่ไม่ได้อ้างว่ามีการรับรองตาม PDPA หรือมาตรฐานใดเป็นพิเศษ ดูรายละเอียดได้ที่ ความปลอดภัย
ดูฟีเจอร์ทั้งหมดได้ที่ ฟีเจอร์ และเปรียบเทียบแผนได้ที่ ราคา
สรุป
รายงานซัพพอร์ตที่ดีคือรายงานที่สั้นพอจะอ่านจบ และชัดพอจะนำไปลงมือทำ เริ่มจากเทมเพลตหน้าเดียว เลือกตัวชี้วัดไม่เกินหกตัว อ่านบทสนทนาจริงทุกสัปดาห์ แล้วจบด้วยข้อตัดสินใจไม่เกินสามข้อ พร้อมผู้รับผิดชอบและวันที่ชัดเจน ทำแบบนี้ต่อเนื่องสักสี่สัปดาห์ คุณจะเริ่มเห็นรูปแบบที่ซ้ำกันและรู้ว่าควรปรับปรุงตรงไหนก่อน
คำถามที่พบบ่อย
รายงานซัพพอร์ตรายสัปดาห์ควรยาวแค่ไหน?
หนึ่งหน้ากระดาษ A4 กำลังดี คือตารางตัวเลขไม่เกินหกตัว หัวข้อที่ถูกถามมากที่สุด บทสนทนาที่ควรอ่าน และข้อตัดสินใจสำหรับสัปดาห์หน้า ถ้ายาวกว่านี้ให้ตัดตัวชี้วัดออกก่อน เพราะรายงานที่ยาวมักไม่มีใครอ่านจนจบ
ถ้าต้องเลือกตัวชี้วัดเดียว ควรเลือกอะไร?
แนะนำ "เหตุผลของการส่งต่อให้เจ้าหน้าที่" เพราะบอกตรงๆ ว่าต้องแก้อะไร เช่น เติมความรู้ให้บอท ปรับนโยบาย หรือเพิ่มคนในช่วงเวลาที่แชตหนาแน่น ตัวเลขอย่างจำนวนแชตรวมมีประโยชน์ในการวางแผนกำลังคน แต่ไม่ได้บอกว่าควรลงมือทำอะไร
แยกรายงานระหว่าง LINE, Messenger และแชตบนเว็บไซต์ได้ไหม?
ได้ และควรแยกเมื่อพฤติกรรมลูกค้าต่างกัน ใน AI SNS CHAT บทสนทนาจากช่องทางเหล่านี้อยู่ใน Activity → Chat logs ซึ่งมีตัวกรองและส่งออกข้อมูลได้ ถ้าต้องการสรุปแยกช่องทาง ให้ส่งออกแล้วจัดกลุ่มในสเปรดชีต ส่วนรายงานหลักยังควรเป็นหน้าเดียว โดยเพิ่มหมายเหตุเฉพาะช่องทางที่มีความผิดปกติ
ถ้าแต่ละสัปดาห์มีแชตน้อยมากควรทำอย่างไร?
อย่าให้น้ำหนักกับเปอร์เซ็นต์ เพราะบทสนทนาเพียงหนึ่งเรื่องก็ทำให้ตัวเลขขยับมาก ให้อ่านทุกบทสนทนาแทนการดูแต่สัดส่วน และถ้าข้อมูลน้อยจริงๆ จะรวมเป็นรายสองสัปดาห์หรือรายเดือนก็ได้ ขอให้ยังคงมีข้อตัดสินใจท้ายรายงานเสมอ


