Classificare i ticket di assistenza con l'AI
In un servizio di assistenza la prima perdita di tempo avviene prima ancora di risolvere qualcosa: capire di cosa parla il ticket, a chi passarlo e quanto è urgente. Quando lo fa chi è di turno, le etichette cambiano da persona a persona e i report a fine mese non dicono niente di affidabile.
Un modello linguistico legge il testo del ticket, gli allegati e a volte la storia del cliente, e propone una classificazione coerente. Il beneficio è doppio: smistamento immediato e dati puliti per capire quali prodotti o processi generano più richieste.
I passi
- Rivedi le categorie che usi oggi: spesso sono troppe o sovrapposte. Tienine poche per tipo di problema, aggiungi il prodotto o servizio coinvolto e una scala di gravità con definizioni chiare.
- Etichetta a mano un campione di ticket passati, possibilmente in due persone, e confrontate le scelte: dove non siete d'accordo voi, l'AI non può fare meglio.
- Scrivi per il modello la descrizione di ogni categoria e di ogni livello di gravità, con esempi presi dal campione.
- Attiva la classificazione in modalità proposta: l'AI suggerisce, il tecnico conferma o corregge con un clic.
- Misura quanto spesso le proposte vengono corrette e su quali categorie. Migliora le descrizioni o unisci le categorie che il modello confonde.
- Quando le proposte sono stabili, lascia che lo smistamento avvenga in automatico e usa i dati per un report mensile sui problemi più frequenti.
Gli strumenti
- Gli helpdesk diffusi come Zendesk, Freshdesk o HubSpot Service Hub, che offrono funzioni AI di classificazione e instradamento.
- Un'automazione con le API di un modello, se usi un helpdesk senza queste funzioni o un sistema interno.
- Un foglio di calcolo o uno strumento di report per analizzare le categorie nel tempo.
- La base di conoscenza tecnica, da collegare alle categorie per suggerire articoli di soluzione.
Quanto tempo serve
Rivedere le categorie ed etichettare il campione richiede un paio di giornate di lavoro di chi conosce l'assistenza. L'attivazione in un helpdesk che lo prevede è rapida. Il periodo in modalità proposta dura qualche settimana.
I rischi e come evitarli
- Urgenze vere classificate come normali: per la gravità massima tieni sempre una conferma umana o una regola di sicurezza su parole chiave.
- Categorie troppo fini che il modello confonde: se servono, aggiungile dopo che quelle di base funzionano.
- Tecnici che accettano la proposta senza leggerla: controlla a campione anche i ticket non corretti.
- Dati dei clienti dentro i ticket elaborati da servizi esterni: verifica contratto e impostazioni di conservazione.
Un esempio
Un'azienda che produce macchine per il caffè professionali riceve ticket da baristi e rivenditori. Le etichette erano usate in modo disordinato e la gravità era sempre 'alta'. Dopo aver ridefinito categorie e livelli, l'AI propone le etichette in base a descrizione e foto. Il responsabile, Giorgio, ha scoperto dai dati che una parte importante dei ticket riguardava la stessa guarnizione: il problema è stato portato in produzione.
Altri compiti spiegati passo per passo sono in Compiti con l'AI.
Domande frequenti
È diverso dallo smistare le mail?
Il principio è lo stesso, ma nei ticket contano di più gravità e prodotto, e i dati servono per analisi tecniche. Per questo la classificazione va pensata con chi fa assistenza.
L'AI può anche rispondere ai ticket?
Può proporre una risposta o un articolo della base di conoscenza. Conviene partire dalla classificazione, che ha rischi più bassi, e aggiungere le risposte dopo.
Funziona anche con ticket scritti in lingue diverse?
Sì, i modelli moderni classificano testi in molte lingue. Le categorie possono restare in italiano anche se il cliente scrive in inglese o tedesco.
Da leggere dopo
Classificazione del testo con l'AI: cos'è e a cosa serve
La classificazione del testo è il compito di assegnare a un testo una o più etichette scelte da un elenco, per esempio "reclamo", "ordine" o "richiesta di informazioni".
GlossarioCos'è il riconoscimento dell'intento in un chatbot
Il riconoscimento dell'intento è la capacità di un sistema di capire cosa vuole ottenere una persona con un messaggio, per esempio prenotare, disdire, reclamare o chiedere un prezzo, qualunque siano le parole che usa.
GlossarioCos'è il few-shot prompting: insegnare con esempi
Il few-shot prompting è il metodo di inserire nel prompt alcuni esempi di input e di risultato atteso, così il modello capisce lo schema e lo ripete sul caso nuovo. È il modo più rapido per ottenere un formato preciso senza addestrare nulla.
GlossarioCos'è l'analisi del sentiment e come usarla sulle recensioni
L'analisi del sentiment è l'uso dell'AI per capire se un testo, come una recensione, una mail o un commento, esprime un'opinione positiva, negativa o neutra, e spesso su quale aspetto.
Compiti con l'AISmistare le mail in arrivo con l'AI: come impostarlo
Si definisce un elenco breve di categorie con una descrizione chiara, si collega la casella a un modello che legge ogni mail e le assegna categoria, urgenza e destinatario, poi un'automazione applica l'etichetta o la inoltra. Per qualche settimana si controllano le assegnazioni e si correggono le descrizioni.
Vuoi togliere questo compito dalla tua settimana? Parliamone.
Testi e grafica realizzati con il supporto dell'AI. Metodo e contenuti sono di AIR.