Kort sagt: AI-märkning (eller AI-kategorisering) är processen där varje kundärende automatiskt taggas utifrån kontaktorsak, ämne och sentiment, utan att någon manuellt läser och sorterar det. Det är grunden som gör att kundinsikter går att analysera i stor skala i stället för samtal för samtal.
AI-märkning betyder att varje kunddialog, oavsett om det är ett samtal, ett mejl eller en chatt, automatiskt kategoriseras efter varför kunden hörde av sig, vad interaktionen handlade om, och hur kunden verkade uppleva den. I stället för att en handläggare manuellt taggar ärendet efter att ha löst det, sker kategoriseringen av AI:n i samma stund som interaktionen är avslutad.
Utan konsekvent kategorisering blir kontaktorsaksanalys, kvalitetssäkring och Ask Me svårare att lita på, eftersom underlaget bygger på hur olika individer råkade tagga liknande ärenden. AI-märkning ger konsekvent kategorisering oavsett vem som hanterade ärendet eller vilken dag det kom in, vilket gör det möjligt att jämföra volymer och mönster över tid på ett sätt som håller.
"Vi förflyttar kundservice från att vara ett reaktivt problemlösande center till att bli ett proaktivt hjärta i
bolaget."
- Pia Gilinsky-Gundersen, Head of Customer and Sales Care, Lyreco Norge
Är AI-märkning samma sak som transkribering?
Nej. Transkribering omvandlar tal till text. AI-märkning är steget efter, där texten kategoriseras efter kontaktorsak, ämne och sentiment.
Måste vi definiera kategorierna själva?
Nej, plattformen kommer med en grundstruktur som kan anpassas efter er verksamhet, men ni behöver inte bygga taxonomin från grunden.
Ersätter AI-märkning behovet av mänsklig granskning helt?
Nej. AI:n hanterar volymen och konsekvensen, medan människor fortfarande avgör vad organisationen ska göra med det som kategoriseringen visar.
Fungerar det på alla kanaler?
Ja, samtal, chatt, mejl, chattbot och enkätsvar kan kategoriseras i samma flöde, vilket är en förutsättning för att kunna jämföra kontaktorsaker mellan kanaler.