Till Aleido startsida

Utforska våra branscher och ta reda på hur vi kan hjälpa dig att lyckas

Lär dig mer om vilka vi är, varför vi finns, vår historia och vår kultur

Välj din marknad

Du är för närvarande på: Sweden (Svenska)

Från 580 timmars supporttid i månaden till självhjälp i stor skala

Aleidos AI-drivna process för att identifiera vanliga användarfrågor och ta fram supportmaterial, har förändrat hur man jobbar med support i grunden.

När innehållet inte räcker till

Användare som inte hittar svar på sina frågor ringer eller skriver till supporten. För Aleidos kund innebar det ungefär 5000 supportkontakter per månad och marknad. Med ett genomsnitt på sju minuter per ärende summerar det till 580 timmars supporttid varje månad, för varje marknad. Bakom de siffrorna finns ett stort antal supportagenter som arbetar globalt, dygnet runt, för att hjälpa användare med frågor som i många fall borde ha kunnat besvaras av tillgängligt innehåll.

Kunden hade ett gediget supportmaterial men det matchade inte användarnas faktiska behov. Artiklarna täckte inte rätt frågor, uppdaterades för sällan och det tog för lång tid att identifiera vad som saknades och åtgärda det. Processen för att planera och producera nytt innehåll var manuell, reaktiv och tidskrävande med ledtider på upp till en månad per innehållsomgång.

Det hela blev en ond cirkel: Användare blev inte tillräckligt behjälpta av supportmaterialet utan vände sig till supporten och supportorganisationen hade inte kapacitet att systematiskt förbättra innehållet som skulle ha löst problemen från början.

AI-drivet flöde med start i användarnas frågor

Aleidos lösning är ett AI-drivet arbetsflöde som vänder på logiken: Istället för att anta vad användare behöver börjar flödet i vad de faktiskt frågar om.

Inkommande supportfrågor från chatt, e-post och telefontranskript sammanställs och analyseras av ett system med kedjade AI-agenter som klassificerar och grupperar frågorna.

Flödet gör sedan tre saker automatiskt:

  • Jämför de identifierade behoven med redan publicerat innehåll för att hitta luckor och svag täckning
  • Söker igenom interna och icke-publicerade källor för att samla relevant underlag
  • Skapar artikelutkast utformade enligt definierade skrivriktlinjer, mallar och terminologi.

Utkastet stäms sedan av mot befintligt innehåll för att undvika dubbletter och faktagranskas av interna experter innan publicering. Man går från rådata till publiceringsklart innehåll utan att behöva börja från ett tomt dokument.

För att det ska fungera krävs mer än teknik. Aleido bidrar med specialistkompetens inom informationskvalitet, en tydlig bild av vad bra innehåll faktiskt innebär, och skrivprecision i arbetet med att guida AI-modellerna. Enskilda ordval i promptarna kan förändra resultaten avsevärt och erfarenheten av att hitta de formuleringarna är en del av vad som skiljer ett användbart utfall från ett som bara ser bra ut.

Snabbare, bredare och med mätbar effekt

Effekten på produktionsprocessen har varit omedelbar och dramatisk: Innehållsplaneringen (att identifiera vilka frågor som driver volymer och vad som bör prioriteras) har gått från att ta upp till en månad till en dag per omgång på 5 000–10 000 frågor. Därefter, när prioriteringen väl är gjord, tar själva innehållsproduktionen minuter i stället för dagar, eftersom strukturen, mallar och underlag redan är på plats. Vi har kunnat mäta en tidsbesparing i innehållsproduktionen med 97 procent.

Hittills har systemet bearbetat över 100 000 kundfrågor, vilket ger en kunskapsbas om användarnas faktiska behov som inte är möjlig att bygga upp manuellt.

Andelen verkliga kundfrågor under en given månad som kan besvaras av tillgängligt supportinnehåll har gått från under 20 procent till runt 40 procent. Det innebär att dubbelt så stor andel av de vanligaste frågorna nu möter ett tydligt svar innan användaren behöver kontakta supporten. Sett till alla supportkontakter innebär det en avsevärd tidsbesparing och nedkortad handläggningstid.

Utöver tidsoptimeringen, kan kunden numer arbeta med supportinnehåll strukturellt, från reaktivt till proaktivt. Tidigare uppdaterades innehåll när problem eskalerade. Nu identifieras luckor löpande, datadrivet och i stor skala, innan de hinner driva kontaktvolymer. Ett dashboard för användarfrågor visar löpande trender och gör det möjligt att styra innehållsproduktionen utifrån faktiska data.

För supportagenterna innebär den ökade andelen ärenden som användare löser utan kontakt, att de har större kapacitet för de komplexa ärenden som verkligen kräver mänsklig bedömning. För slutanvändarna innebär det snabbare svar, mer träffsäkert innehåll och en mer konsekvent upplevelse, vilket på sikt skapar förutsättningar för ökad kundnöjdhet.

En skalbar modell

Det som gör arbetssättet hållbart är att det är repeterbart. Varje ny omgång kundfrågor ger nytt underlag. Systemet förbättrar sig med volymen och kan skalas upp eller ned efter behov.

Aleido levererar lösningen som en SaaS-tjänst, vilket innebär att kunden automatiskt tar del av tekniska uppdateringar och förbättringar, inklusive effektivare språkmodeller och nya tillämpningar, utan att behöva driva den tekniska utvecklingen internt.

För organisationer med stora volymer supportkontakter, global supportorganisation och ett löpande behov av aktuellt innehåll är det en modell som adresserar problemet vid roten och inte bara symptomen.

Kontakt

Intresserad av våra teknika lösningar och tjänster?

Erik Baljeu Djurback

Chief Sales Officer