ในช่วงไม่กี่ปีที่ผ่านมา หลายองค์กรทั้งขนาดเล็กและใหญ่ต่างพยายามนำ AI Chatbot หรือ AI Agent มาใช้ตอบลูกค้า เพื่อให้บริการได้รวดเร็ว 24 ชั่วโมง และลดภาระงานของเจ้าหน้าที่
แต่ปัญหาที่มักเกิดขึ้นคือ ธุรกิจจำนวนมากมุ่งไปที่การสร้าง “หน้าบ้านของ AI” ก่อน แต่กลับลืมเรื่องพื้นฐานที่สุด
นั่นคือแหล่งข้อมูล หรือ Knowledge Base ที่เป็นเหมือนฐานข้อมูลของ AI
ผลก็คือ AI ให้คำตอบไม่ตรงกันในคำถามที่คล้ายกัน ส่งเคสให้เจ้าหน้าที่บ่อยเกินไป หรืออย่างเลวร้ายที่สุด คือทำให้ลูกค้าเสียความเชื่อมั่นในแบรนด์
ถ้าอย่างนั้นต้องทำอย่างไรถึงจะใช้ AI จัดการงานบริการลูกค้าได้ดี ในบทความนี้เราจะมาสรุปให้ได้อ่านกัน
รากฐานของ AI Agent คือ Knowledge Base และ Ticket Data
หากต้องการให้ AI Agent หรือ Chatbot ทำงานได้ดี ก่อนอื่นธุรกิจจำเป็นต้องมีแหล่งข้อมูลตั้งต้นที่ถูกต้องและเชื่อถือได้ก่อน มีทั้งหมด 2 ส่วนด้วยกัน
1. Knowledge Base หรือ Help Center
ศูนย์รวมบทความ คู่มือ คำถามที่พบบ่อย (FAQ) หรือขั้นตอนการแก้ปัญหาทั้งแบบภายในและภายนอกองค์กร
ใช้ให้บริการลูกค้าโดยตรง (ระบบ self-service) และสามารถใช้เป็นแหล่งข้อมูลอ้างอิงภายในสำหรับเจ้าหน้าที่ซัพพอร์ต
Knowledge Base มักถูกมองข้ามหรือได้รับทรัพยากรไม่เพียงพอ ทว่าหากไม่มี Knowledge Base ที่ได้รับการจัดการอย่างสม่ำเสมอ AI จะไม่มีข้อมูลที่เชื่อถือได้สำหรับนำมาใช้อ้างอิง
จากสถิติพบว่า 69% ของลูกค้าต้องการหาคำตอบด้วยตัวเองก่อน ถึงอย่างนั้นกลับมีไม่ถึง 1 ใน 3 ของบริษัทที่มี Help Center ให้บริการ (ที่มา: document360.com+1)
และธุรกิจที่มี Knowledge Base ที่ดี สามารถลดจำนวน Ticket ได้ถึง 23% (ที่มา: WPBeginner)
2. ข้อมูลจาก Tickets หรือ คำร้องของลูกค้า
ได้แก่ ประวัติ Ticket ทั้งหมด บันทึกแชท อีเมล วิธีแก้ไขปัญหา เหตุการณ์ต่าง ๆ รวมถึงความรู้ที่เจ้าหน้าที่ใช้แก้เคส ข้อมูลจากสถานการณ์จริง AI ได้ประโยชน์จากข้อมูลประเภทนี้อย่างมาก ทั้งในด้านรูปแบบภาษา แนวทางแก้ปัญหา และบริบทของธุรกิจ
หากคุณใช้งาน AI โดยไม่ใส่ Ticket data เข้าไป ก็จะเสี่ยงที่จะทำให้ลูกค้าไม่พอใจ เพราะคำตอบของ AI อาจไม่สอดคล้องกับบริบทธุรกิจของคุณ
ทำไมต้องสร้างรากฐานข้อมูล (Knowledge Base) ให้พร้อมก่อน?
จากผลสำรวจหนึ่งพบว่า 61% ของลูกค้าชอบใช้ระบบ Self-service (Knowledge base) สำหรับปัญหาง่าย ๆ แทนการติดต่อเจ้าหน้าที่ (ที่มา: Salesforce)
ผลสำรวจอีกแห่งระบุว่า 81% ของลูกค้าต้องการตัวเลือก Self-service มากขึ้น เพื่อให้สามารถค้นหาคำตอบได้เอง (ที่มา: Pylon)
ในมุมของ AI ตลาด AI สำหรับงานบริการลูกค้า คาดว่าจะเติบโตถึง 47.8 พันล้านดอลลาร์สหรัฐภายในปี 2030 (ที่มา: fullview.io)
แต่จากแหล่งเดียวกันก็ระบุว่า 61% ของบริษัท บอกว่าข้อมูลภายในของตนยังไม่พร้อมสำหรับการใช้งาน AI
สิ่งเหล่านี้ชี้ไปยังข้อความสำคัญเพียงข้อเดียว นั่นคือคุณอาจนำ AI agent มาใช้งานได้ก็จริง แต่หาก Knowledge base และข้อมูล Ticket พื้นฐานไม่แข็งแรงเพียงพอ ผลตอบแทน (ROI) จะไม่คุ้มค่า และเสี่ยงที่จะสร้างประสบการณ์ที่ไม่พึงพอใจให้กับลูกค้า
แนวทางปฏิบัติสำหรับองค์กรที่อยากใช้ AI ใน Customer Service
สำหรับองค์กรที่อยากใช้ AI ในการบริการลูกค้า เราก็มี Roadmap มาแนะนำดังนี้
1. จัดระบบ Knowledge Base ให้ชัดเจน
- สร้างหรือปรับปรุง Help Center ให้ครบทั้งบทความสำหรับลูกค้าและบทความภายในสำหรับทีมงาน
- จัดหมวดหมู่เนื้อหา internal / external แยกตามภาษา เช่น อังกฤษ ไทย จีน หากมีลูกค้าหลายภูมิภาค
- ทำให้บทความค้นหาเจอง่าย อัปเดตสม่ำเสมอ อ่านเข้าใจง่าย และมีโครงสร้างชัดเจน
- ตรวจสอบพฤติกรรมผู้ใช้ บทความไหนถูกอ่านบ่อย คีย์เวิร์ดไหนค้นแล้วไม่เจอคำตอบ ใช้ข้อมูลนี้ปิดช่องว่างความรู้
2. รวบรวมและจัดหมวดหมู่ข้อมูลจาก Tickets
- เก็บรวบรวม Tickets เก่า ลูกค้าถามประเด็นอะไรบ่อย เจ้าหน้าที่แก้ปัญหาอย่างไร ใช้ภาษาหรือคำศัพท์แบบไหน
- ใส่แท็กหรือจัดหมวดหมู่เพื่อให้เห็นรูปแบบและเทรนด์ที่ชัดเจนขึ้น
- พิจารณานำข้อมูลจากแชท อีเมล และกระทู้สนทนาต่าง ๆ มารวมด้วย
- ทำความสะอาดและปกปิดข้อมูลส่วนบุคคลตามความจำเป็น (เพื่อความเป็นส่วนตัวและการปฏิบัติตามข้อกำกับ)
3. เชื่อม Knowledge Base และ Ticket Data ให้เป็นแหล่งข้อมูลสำหรับ AI
- เมื่อติดตั้ง AI agent หรือแชทบอท ต้องแน่ใจว่าจะสามารถเข้าถึงทั้ง Knowledge Base และข้อมูลประวัติการโต้ตอบของลูกค้า
- อัปเดต Knowledge Base อย่างต่อเนื่อง เพราะสินค้าและกระบวนการเปลี่ยนแปลงตลอดเวลา
- ติดตาม feedback เมื่อ AI ตอบผิดหรือต้องส่งต่อเจ้าหน้าที่ ให้นำข้อมูลนั้นกลับมาปรับปรุง Knowledge Base
4. เลือกแพลตฟอร์มบริการลูกค้าที่รองรับการเตรียมข้อมูล
5. วัดผลและปรับปรุง
ติดตามตัวชี้วัด เช่น จำนวน Ticket ที่ถูกเบี่ยงไปยัง Self-service, อัตราการส่งต่อจาก AI agent ไปยังเจ้าหน้าที่, คะแนนความพึงพอใจ (CSAT) สำหรับคำตอบของ AI, การลดลงของเวลาการแก้ปัญหาโดยเฉลี่ย
และอย่าลืมทบทวนทุกไตรมาสว่าบทความใน Knowledge base ไหนต้องอัปเดต หรือหมวดหมู่ Ticket ไหนกำลังเป็นเทรนด์
ผลตอบแทนในระยะยาว มี Knowledge Base แล้วดีอย่างไร?
การสร้าง Knowledge base ที่แข็งแรง และเก็บรวบรวมข้อมูลการให้บริการลูกค้า อาจต้องใช้เวลาและความพยายาม แต่ผลลัพธ์นั้นก็คุ้มค่า
- ลดภาระงานของเจ้าหน้าที่ซัพพอร์ต → ต้นทุนต่อการให้บริการแต่ละครั้งลดลง
- ตอบลูกค้าได้รวดเร็วและสม่ำเสมอ → เพิ่มความพึงพอใจและสร้างความภักดีต่อแบรนด์
- AI agent ทำงานได้มีประสิทธิภาพมากขึ้นเรื่อย ๆ เพราะเรียนรู้จากข้อมูลที่ดี → รองรับการขยายธุรกิจได้ง่ายขึ้น
- สร้างความได้เปรียบทางการแข่งขัน ขณะที่หลายธุรกิจเริ่มใช้ AI แต่มีเพียงไม่กี่รายที่ลงทุนในฐานข้อมูล หากคุณให้ความสำคัญในส่วนนี้ก็จะสามารถนำหน้าและทำได้ดีกว่าคู่แข่งได้
Demeter ICT ช่วยคุณอย่างไร?
Demeter ICT เชี่ยวชาญในการช่วยให้องค์กรทั้งขนาดกลาง เล็กและองค์กรขนาดใหญ่ในการติดตั้ง ตั้งค่า และปรับแต่ง Zendesk ให้พร้อมใช้งาน AI ได้อย่างเต็มประสิทธิภาพ เราช่วยดูแลตั้งแต่
- การตั้งค่า Knowledge Base / Help Center ที่สามารถรองรับได้หลายภาษา การจัดการสิทธิ์การเข้าถึงทั้งภายในและภายนอก
- การย้ายข้อมูลและจัดโครงสร้าง Ticket เก่า รวมถึงบันทึกการโต้ตอบของลูกค้า
- การเชื่อมต่อข้อมูลและช่วยเตรียมความพร้อมให้เจ้าหน้าที่ในการใช้ AI เข้ามาช่วยบริการลูกค้า
- การดูแลอย่างต่อเนื่อง ทั้งการบำรุงรักษาระบบ Knowledge Base การจัดการข้อมูล และวิเคราะห์ผล
หากองค์กรของคุณกำลังวางแผนใช้ AI ในงานบริการลูกค้า ติดต่อเราได้เลย ฟรี
เราพร้อมช่วยคุณสร้างรากฐานข้อมูลที่มั่นคงตั้งแต่แรก ให้ AI agent ของคุณใช้งานได้จริง เห็นผลลัพธ์และสร้างคุณค่าจริง
Writer
Prim Panyanutarak
ซอฟต์แวร์เพื่อการบริการ ขาย และเชื่อมต่อข้อมูลสำหรับทุกธุรกิจ
บริษัท ดีมีเตอร์ ไอซีที จำกัด - Your Business Transformation Partner
ผู้ให้บริการ Zendesk ระดับ Premier Partner ในประเทศไทยและเอเชียแปซิฟิกอย่างเป็นทางการ
LINE : @dmit
