Otomatisasi alur kerja yang didukung AI dengan tindakan Zia

Otomatisasi alur kerja yang didukung AI dengan tindakan Zia

Peringatan
Tindakan Zia di Workflow: ekstraksi lapangan dan prediksi Lapangan dibuka secara penyewaan dan hanya akan tersedia untuk pengguna terpilih. Akan Segera kami gulung untuk semua pengguna Fitur ini didukung dalam edisi perusahaan.

Pentingnya AI dalam Workflow

Proses Bisnis adalah dasar dari organisasi apa pun, dan Workflow adalah pilar yang menjunjung tinggi dan menjamin kesinambungan operasional setiap saat. Workflow merampingkan proses bisnis dengan mengurangi redundansi dan mengoptimalkan output menggunakan langkah-langkah yang hemat biaya, yang pada akhirnya meningkatkan proses dan efisiensi tim.

Workflow mengatur proses dengan mengotomatisasi tindakan manual pada tahap terkait yang secara signifikan mengurangi intervensi manusia, membebaskan orang untuk berinvestasi waktu dalam berbagai aktivitas penting yang membutuhkan wawasan mereka.

Dengan sinergi dengan Artificial Intelligence, Workflow beroperasi dengan lebih cerdas karena mereka menganalisis data untuk mengekstrak informasi, memprediksi nilai, mengirim balasan otomatis, dan menghasilkan teks konutuvitas dari balasan tiket. Secara keseluruhan, otomatisasi backstage jenis ini menciptakan pengalaman dukungan yang lebih efisien dan responsif bagi pelanggan dan merampingkan aktivitas operasional dengan langkah-langkah rutinitas otomatisasi.

Tindakan Zia dalam alur kerja

Tiket adalah tambang emas informasi. Mereka terdiri dari rincian pelanggan, seperti alamat email, nomor telepon, waktu terbaik untuk mencapai, rencana berlangganan, jenis akun, bersama dengan deskripsi terperinci masalah mereka, layanan, atau produk keluhan.

Tiket diklasifikasikan, triaged, routed, dan prioritas berdasarkan detail ini untuk memastikan resolusi cepat sesuai yang penting dalam hal kepatuhan SLA.

Zia dapat intercept detail berguna dalam tiket yang baru dibuat dan mempercepat arus otomatisasi.

Di bawah ini adalah skenario layanan pelanggan umum di mana pelanggan telah mencapai tim dukungan XYZ Products Ltd. Untuk pertanyaan tentang pesanan mereka.
Alex mengirim email tentang pengembalian produk yang salah dibeli seminggu yang lalu. Karena situs web XYZ tidak memiliki kebijakan pengembalian yang ditandai dengan jelas, Alex mengirim email ke tim dukungan (Xyz@support.com) Untuk mengetahui apakah produk akan dijemput oleh perusahaan atau ia harus mengirimnya ke alamat perusahaan.

Di email, Alex membagikan detail transaksi sepertiTanggal pembelian", "Mode pembayaran, DanKondisi produk". Dia juga ingin tahu kapan jumlah yang dibayarkan akan dialihkan kembali ke account nya.
Sesuai dengan kriteria tiket yang dijelaskan dalam konfigurasi alur kerja, tiket memasuki alur kerja tertentu. Dari sini, Zia akan menganalisis konten tiket dan mengambil tindakan berikut:


Tipe Aksi

Aksi

Hasil

Ekstraksi Data

Ekstrak informasi pelanggan dan detail kasus seperti alamat email, nomor kontak, waktu terbaik untuk menghubungi, dan jenis masalah.

-Isi-otomatis rincian diekstrak ke bidang yang relevan dalam tata letak tiket.

-Tiket diklasifikasikan secara otomatis sesuai jenis masalah. Jika alur kerja untuk jenis masalah tertentu dibuat, maka secara otomatis akan diterapkan pada tiket.

Prediksi Lapangan

Menganalisa konten untuk mengidentifikasi rincian seperti "jenis produk", "Mode pembayaran", "kondisi produk" dll.

Rincian diekstrak secara otomatis ke bidang terkait di tata letak tiket.

Triage otomatis menggunakan input prediksi bidang

Memprediksi tingkat keterangannya (misalnya, Penting, tinggi, sedang) dan jenis layanan dukungan yang diperlukan (misalnya, L3, L2).

-Isi-otomatis prediksi tingkat dan dukungan bidang level.

-Tiket ini dipotong secara otomatis dan ditugaskan ke tim atau agen masing-masing berdasarkan nilai lapangan tersambung.

Hasil orkestrasi di atas
  1. Kecepatan saat hal yang dilakukan sangat tinggi.
  2. Akurasi tindakan reslatar lebih baik.
  3. Harga pembukaan kembali FRT dan tiket sangat rendah.
  4. Balasan yang konsisten bahwa mengikuti pedoman bisnis.
  5. Efisiensi agen ditingkatkan karena pekerjaan rutin ditangani oleh Zia.
  6. Peningkatan CSAT dengan pelanggan mendapatkan balasan yang cepat dan akurat secara instan.
  7. Hasil bisnis yang lebih baik dengan proses menjadi lebih lincah dan efisien.

Menyiapkan tindakan Zia di Workflow

Info
Poin untuk diingat
  1. Administrator dapat mengonfigurasi tindakan Zia di Workflow.
  2. Zia action hanya ada di Enterprise edition.
  3. Tindakan Zia dapat dikonfigurasiHANYAUntuk modul tiket.
  4. Batas: Batasan ini hanya berlaku untuk tindakan otomatisasi Zia dan tidak memengaruhi fitur asli Zia atau agen AI.
    1. Alur kerja dapat memiliki maksimal 1 jenis Zia action setiap saat. Itu, 1 alur kerja aturan dapat memiliki Semua 4 Zia tindakan.
    2. Sebuah tindakan hanya dapat digunakan satu kali dalam aturan.
    3. Maksimal 1000 eksekusi/org/hari akan berlangsung (termasuk semua tindakan Zia).
Ketersediaan
  1. Pengguna yang memiliki izin untuk bantuan otomatisasi meja dapat mengatur tindakan Zia di Workflow. 
  2. Tindakan Zia didukung pada edisi perusahaan.

Prabayar

  1. Tindakan Zia diatur oleh layanan AI regenerasi, oleh karena itu, AI regenerasi harus diaktifkan sebelum mengatur alur kerja dariPengaturan>Zia>AI regeneratif.Baca selengkapnya Menyiapkan layanan Zia GenAI

Ekstraksi Lapangan

Zia dapat mengekstrak nilai seperti email, nomor telepon, tanggal jatuh tempo, jenis kasus, kode produk, nomor pesanan, tanggal pembelian dll dari percakapan tiket dan autopulate mereka di tiket. Ini menghemat waktu dan mengurangi peluang kehilangan detail penting dan kesalahan yang tidak disengaja ketika memasukkan nilai secara manual. 

Bidang yang didukung:Zia hanya akan mengidentifikasi bidang di bawah ini dari teks email, mengekstrak, dan mengisi otomatis di masing-masing bidang. Disarankan untuk memverifikasi nilai untuk memastikan akurasi lengkap.
  1. Angka, desimal, Persen
  2. Mata uang, Email, ponsel, URL
  3. Tanggal dan tanggal merah
Batasan:
  1. Maksimal 5 nilai bidang dapat diekstrak/aturan.
Beberapa industri yang dapat memanfaatkan ini adalah:
Universitas dan vertikal Pendidikan:Seorang pelajar mengirim email mencari bantuan untuk masalah dengan mengakses materi belajar untuk kursus.
  1. Zia mencegah email, mengidentifikasi bidang yang ada dalam tata letak, dan memetakan mereka dengan rincian yang disebutkan dalam email (contoh. Kode ujian, ID mahasiswa, nomor kontak, tanggal pendaftaran, tanggal tindak lanjut, dll.).
  2. Mengekstrak nilai bidang dari email dan akan populer secara otomatis.

Asuransi dan hipotek:Pemegang kebijakan meningkatkan tiket untuk menerbitkan pembayaran hutang. Selain itu, orang tersebut menginginkan rincian rinci tentang biaya terkait kelebihan beban.
  1. Zia menganalisa email dan mengekstrak informasi yang diperlukan untuk memindahkan tiket ke tahap selanjutnya.
  2. Kebijakan ini mengidentifikasi nama pemilik, rincian kontak, nama kebijakan dan nomor, jenis masalah, dan deskripsi permasalahan.
  3. Mengisi otomatis nilai di bidang masing-masing.
  4. Tiket secara otomatis ditetapkan ke tim penanganan hutang di Departemen hipotek.
Untuk mengonfigurasi ekstraksi lapangan dalam alur kerja
  1. BukaPengaturan>Otomatisasi>Workflow.
  2. KlikBuat Aturan baru.
  3. PilihTiket Modul.
  4. MasukNama aturan,Deskripsi, Dan klikBerikutnya.
  5. Pilih kapanMengeksekusi aturan.
  6. PilihKriteria, Jika perlu.
  7. Di bawahTindakan, PilihEkstraksi Lapangan.
  8. DiEkstraksi LapanganHalaman, lakukan berikut:
    1. InTeks untuk menganalisis, Pilih bidang dari placeholder di panel kanan yang harus menganalisis dan mengekstrak nilai.
    2. InFormat lapangan dan sampel, Pilih bidang (email, nomor telepon dll.) dari dropdown dan menyediakan format sampel (mm/dd/yyyy; 123-0000-999). Memberikan format sampel bersifat opsional.
  9. KlikSimpan.

    Prediksi Lapangan

    Peringatan
    Prediksi lapangan Zia dan prediksi bidang aksi Zia memiliki fitur yang berbeda. Prediksi berbasis aksi Zia tidak memerlukan pelatihan. 
    Zia dapat menganalisis konten email, balasan thread, subjek, deskripsi, dan beberapa bidang lainnya yang tersedia dalam tata letak untuk memprediksi nilai untuk bidang tertentu. Ini mengevaluasi konten dan secara otomatis memetakan nilai ke kolom yang paling relevan.
    Misalnya, itu dapat menganalisis deskripsi dan thread balasan dalam tiket untuk memprediksi kapan siswa akan memilih untuk masuk dan mengisi nilai yang benar di bidangMasuk:"Batch musim gugur 2025". Demikian juga, bisa memprediksiStatus VISADan memperbarui field ke"Dinanti"Atau"Tertunda". Jika pemberitahuan email dikirim ke tim penanganan VISA, mereka dapat menghubungi dan memberikan bantuan yang diperlukan. 
    Bidang yang didukung:Zia dapat memprediksi nilai untuk bidang berikut:
    1. Daftar pilihan
    2. Daftar berwarna
    3. Daftar pilihan banyak pilihan
    Catatan
    Apa yang terjadi ketika prediksi bidang Zia dan aksi prediksi lapangan dikonfigurasikan?
    Nilai yang diprediksi oleh prediksi alur kerja akan melampaui prediksi ZIa. 
    Misalnya, saat tiket diterima jika Zia memprediksikan 'tipe rumah' sebagai 'proses buang air besar 'dan kemudian pelanggan mengirim email dengan lebih jelasnya dan tindakan prediksi bidang menganalisa konten dan mencegah 'tipe produk' sebagai 'perangkat kerusakan' yang nilai prediksi asli akan diganti dengan 'perangkat cacat '. 
    Untuk mengonfigurasi prediksi bidang sebagai tindakan dalam alur kerja
    1. BukaPengaturan>Otomatisasi>Workflow.
    2. BuatAturan baru.
    3. PilihTiket Modul.
    4. MasukNama aturan,Deskripsi, Dan klikBerikutnya.
    5. Pilih kapanMengeksekusi aturan.
    6. PilihKriteria, Jika perlu.
    7. Di bawahTindakan, PilihPrediksi Lapangan.
    8. JikaPrediksi LapanganHalaman, lakukan berikut:
      1. In Teks untuk menganalisis, Pilih bidang dari placeholder yang Zia harus menganalisis untuk memprediksi nilai medan.
      2. PilihBidang yang Zia harusnya memprediksi nilai.
      3. PilihNilai yang harus diprediksi Zia.
    9. KlikSimpan.
      • Related Articles

      • Assigning tiket menggunakan alur kerja dan aturan tugas

        Tugas otomatis tiket ke agen dapat mengurangi peluang hilang menangani permintaan pelanggan. Meningkatkan penanganan tiket karena sejumlah bisnis dapat merencanakan dan melakukan triage tiket ke tim dan agen yang tepat untuk memastikan tidak ada ...
      • Mengonfigurasikan aturan otomatisasi untuk kebahagiaan Nilai

        Biasanya, peringkat kebahagiaan adalah placeholder [${Cases. Peringkat kebahagiaan pelanggan}] yang berisi penilaian pertanyaan dan Tautan jawaban. Pemegang piring, ketika dimasukkan ke dalam templat email, dapat dikirim ke pelanggan menggunakan ...
      • Pengaturan jam kerja dan liburan

        Organisasi yang melayani pelanggan dari berbagai negara atau memiliki karyawan yang beroperasi secara global dari kantor regional sering meneliti beberapa set jam kerja. Hal ini memungkinkan mereka untuk melakukan bisnis di luar negeri dan menandai ...
      • Uji coba otomatis dan tugas tiket

        Sebagai B2C, tim dukungan pelanggan Anda dapat terlibat secara langsung dengan menyelesaikan pertanyaan pelanggan, atau Anda dapat ditautkan oleh kontrak untuk memperpanjang layanan dukungan kepada bisnis lain sebagai penyedia layanan. Dalam kasus ...
      • Pengenalan Zoho Desk

        Help Desk adalah departemen di sebuah organisasi yang sedang biaya-menyediakan dukungan yang dibutuhkan oleh pelanggan saat menggunakan produk perusahaan atau sebuah layanan. Pelanggan menghubungi help desk saat mereka memiliki pertanyaan atau ...