Como fazer o Intercom Fin AI passar para um humano após um limite de confiança

A Fin do Intercom determina o seu "limiar de confiança" pela forma como compreende os seus artigos de ajuda e as regras específicas que define. Não é uma pontuação numérica única, mas sim o reconhecimento por parte da Fin de que não tem uma resposta clara e direta ou que uma regra específica dita o escalonamento.

É crucial para proporcionar uma experiência de cliente útil, prevenir a frustração e garantir que os clientes se sentem ouvidos. Esta transferência adequada liberta os seus agentes humanos para resolverem problemas complexos, melhora a satisfação do cliente e pode prevenir a perda de clientes.

Deve configurar transferências para tópicos sensíveis como faturação, reembolsos ou dados pessoais, perguntas de clientes de alto valor, ou quando os clientes expressam frustração. Problemas técnicos complexos que requerem uma resolução de problemas aprofundada são também bons candidatos para intervenção humana imediata.

O Intercom fornece uma área "Agente IA Fin > Testar" onde pode simular perguntas de clientes que deveriam acionar as suas regras de escalonamento. Para uma abordagem mais abrangente, ferramentas como a eesel AI oferecem modos de simulação que testam as regras em milhares de tickets históricos.

Os erros comuns incluem criar regras demasiado abrangentes, esquecer um plano de contingência para o pós-horário, definir regras e não as rever regularmente, e criar uma transição desajeitada que faz os clientes repetirem informações. Ser demasiado geral com as palavras-chave também pode levar a um escalonamento excessivo.

Sim, pode personalizar a mensagem de transferência nos seus Workflows do Intercom ou na secção Fin > Implementar. Uma mensagem amigável que define expectativas, como "Vou transferi-lo para a nossa equipa de especialistas", ajuda a garantir uma transição suave.

Sim, plataformas como a eesel AI oferecem um controlo mais avançado. Elas fornecem construtores de fluxos de trabalho visuais, permitem automação seletiva, possibilitam ações personalizadas como etiquetar tickets ou atualizar campos, e incluem modos de simulação para testar regras com dados históricos.