AI agent pro vyřizování stížností: nespokojený zákazník bez zbytečného čekání
AI agent pro vyřizování stížností pomáhá týmu vyřešit nespokojeného zákazníka rychle a s rozmyslem. Rozpozná stížnost v kterémkoli kanálu, dá dohromady celou historii případu, pomůže najít příčinu a připraví návrh odpovědi, který uzná problém a nabídne řešení. Odpovědný pracovník návrh upraví a schválí – a agent pak hlídá, aby se přislíbené kroky opravdu stihly.
Jaký problém řeší
Stížnost málokdy přijde s kompletními informacemi. Pracovník, který ji dostane, musí dohledat objednávku, přečíst předchozí e-maily, zeptat se obchodníka, co zákazníkovi sliboval, a skladu, co se s dodávkou stalo. Mezitím zákazník čeká a jeho nespokojenost roste. Odpovědi psané pod tlakem bývají buď příliš obecné, nebo slibují víc, než firma může splnit. A když se na přislíbený krok zapomene, z jedné stížnosti jsou dvě.
Agent převezme sběr informací a hlídání termínů. Lidé, kteří stížnosti řeší, mají hned celý obrázek a mohou se soustředit na rozhodnutí, jak zákazníkovi pomoci a jak podobné situaci příště předejít.
Jak to vypadá v praxi
Pražská společnost zajišťující úklid kanceláří dostane od klienta ostrý e-mail: úklid se v posledním měsíci několikrát nekonal a nikdo se neozval. Agent zprávu označí jako závažnou stížnost a sestaví časovou osu z docházky pracovníků, předchozích e-mailů a poznámek vedoucí směny. Zjistí, že výpadky souvisejí se změnou rozpisu po odchodu jedné pracovnice. Vedoucí provozu dostane v Teams shrnutí s otázkou, jak situaci řešit, a obchodní manažerka návrh odpovědi s omluvou, vysvětlením a nabídkou náhradního úklidu. Upraví ho, schválí a odešle. Agent pak hlídá, aby se náhradní termín opravdu uskutečnil.
Co agent potřebuje
Přístup ke kanálům, kudy stížnosti přicházejí, k CRM nebo helpdesku a k systémům, kde je vidět, co se zákazníkovi skutečně stalo – objednávky, doprava, výroba nebo rozpisy služeb. Společně sepíšeme pravidla: jak rozlišit závažnost, kdo co schvaluje a jaká řešení může pracovník nabídnout.
Důležitý je i tón. Agent se naučí, jak vaše firma mluví se zákazníky – zda vyká formálně, nebo píše přátelsky – a podle toho připravuje návrhy. Do šablon společně zapíšeme, co v odpovědi nikdy nesmí chybět a čemu se naopak vyhnout, například slibům termínů, které firma nemá pod kontrolou, nebo obecným frázím bez konkrétního řešení.
Jak probíhá nasazení
Nejdřív projdeme několik skutečných stížností z posledních měsíců a zmapujeme, kde se vyřizování zdržuje. Pak agenta napojíme na zdroje dat a připravíme šablony odpovědí ve vašem tónu. V pilotu agent připravuje podklady a návrhy souběžně s pracovníky, kteří je hodnotí. Po vyhodnocení ukazatelů rozhodneme o běžném provozu.
Poslední slovo má člověk
Agent nikdy neposílá odpověď ani nenabízí kompenzaci bez schválení. Každý krok je dohledatelný – kdo návrh upravil, kdo ho schválil a kdy. U závažných případů lze nastavit, že odpověď musí potvrdit ještě vedoucí, než odejde zákazníkovi. Data zůstávají ve vašich systémech a agenta lze provozovat i na vlastním serveru.
Jak umělá inteligence mění práci zákaznické podpory obecně, popisujeme v článku AI v zákaznické podpoře. Další agenty najdete v přehledu AI agenti pro zákaznický servis.
Scénář: jak pracuje AI agent pro vyřizování stížností
- Zachycení stížnostiAgent rozpozná stížnost v e-mailu, formuláři, chatu nebo recenzi, založí ji jako samostatný případ a určí její závažnost.
- Celý příběh na jednom místěDohledá objednávky, předchozí komunikaci, poznámky obchodníků a záznamy z hovorů a sestaví časovou osu, co se zákazníkovi stalo.
- Hledání příčinyPorovná případ s podobnými stížnostmi a známými problémy – zpožděnou dopravou, vadnou šarží nebo chybou v ceníku – a navrhne pravděpodobnou příčinu.
- Podklady pro kolegyKdyž je potřeba vyjádření skladu, výroby nebo obchodu, připraví jim stručné shrnutí s konkrétními otázkami.
- Návrh odpovědiSepíše odpověď, která uzná problém, vysvětlí příčinu a nabídne řešení v rámci pravidel firmy. Odpovědný pracovník ji upraví a schválí.
- Sledování a uzavřeníHlídá termíny přislíbených kroků, připomene je odpovědným lidem a po uzavření zapíše výsledek do CRM.
Diagram a architektura: AI agent pro vyřizování stížností
RAG – agent vyhledává ve vašich dokumentech uložených ve vektorové databázi, místo aby odpovídal zpaměti.MCP – standardní konektor, přes který agent pracuje s vašimi systémy jen v povolených akcích.Dovednosti – naučené postupy pro opakované úkoly. Paměť – co si agent pamatuje mezi jednotlivými úkoly.
Co měřit: ukazatele přínosu
- Doba vyřízení stížnosti
- Jak dlouho trvá od přijetí stížnosti po její uzavření se zákazníkem.
- Dodržení přislíbených termínů
- Jak často firma splní kroky a termíny, které zákazníkovi slíbila.
- Opakované stížnosti
- Kolik zákazníků si stěžuje znovu na stejný problém.
- Udržení zákazníků po stížnosti
- Kolik zákazníků, kteří si stěžovali, u firmy nakupuje i nadále.
- Stížnosti podle příčin
- Rozdělení stížností podle příčin, ze kterého je vidět, co opravit jako první.
Hodnoty změříme na začátku pilotu a po jeho skončení, abyste přínos viděli na vlastních číslech.