人工智慧時代知識管理的終極指南

人工智慧正在徹底改變客戶服務產業。 我們的2024 年客戶服務趨勢報告顯示，近一半的客戶支援團隊目前正在使用人工智慧，今年還會有更多團隊加入。

人工智慧優先的客戶服務的好處令人難以置信：24/7 可用性、多語言支援、節省大量時間以及為客戶提供快速、高效的解決方案。 但在每一個偉大的人工智慧驅動的支援體驗背後，都有一個無名英雄：知識管理。

全面、結構良好的知識管理系統是AI機器的動力來源。 無論您是使用聊天機器人或人工智慧代理與客戶互動，還是使用人工智慧副駕駛作為支援團隊的個人助理，這些工具都需要大量的知識庫可供借鑒，以便您的客戶獲得準確、最新的資訊資訊– 您的支持代表不必一遍又一遍地回答相同的問題。

在本指南中，我們將介紹您需要了解的有關有效的、人工智慧優化的客戶服務知識管理的所有信息，以幫助您的團隊利用人工智慧提供的所有優勢。

什麼是知識管理以及為什麼它如此重要？

定義：知識管理是在企業中創造、組織、分享和維護知識的過程。

您面向客戶的知識庫是一個典型的範例，但您的幫助中心文章只是知識管理的冰山一角。 事實上，知識管理涉及一系列活動，例如：

• 建立幫助中心文章、部落格文章、內部指南或學習材料等資源。
• 識別記錄資訊中的差距。
• 實施系統，使團隊成員（人類和人工智慧）在解決客戶問題時可以輕鬆存取和使用這些資訊。
• 開發工作流程以確保您現有的資料不斷更新。

為什麼知識管理在人工智慧時代比以往任何時候都更重要？

您的知識庫不再僅適用於那些想要長途跋涉到您的幫助中心進行自助服務的勇敢客戶 - 在人工智慧時代，它為一切提供動力。

這是因為您的知識庫是人工智慧驅動的支援體驗的關鍵輸入 - 它是準確回答複雜的客戶查詢、加快解決和處理時間以及取悅客戶的關鍵。

以下是知識管理目前成為每位有遠見的支持領導者考慮的三個原因。

1.人工智慧的強度取決於你「餵」它什麼

人工智慧的好壞取決於它所能獲得的知識和內容。 資訊缺乏、文章結構不良或文件過時都會妨礙它向客戶提供清晰正確的答案，從而導致客戶體驗不佳，從而降低信任度並達不到他們的高期望。

沒有大型語言模型 (LLM) 能像您一樣了解您的業務。 ChatGPT 不了解客戶的需求、痛點和用例。 這些知識對於您和您的組織來說是獨一無二的，這意味著您需要將其全部繪製出來並將其提供給人工智慧。

2. 每一次知識投資都會帶來複利結果

轉向人工智慧不僅是採用新工具，還意味著適應新的生態系統。 越早開始播下種子，就能越早開始收穫回報。

用不太園藝的術語來說，您在知識庫中所做的每項前期投資都會帶來長期利益。 無論您是聘請專人全職完成這項工作，還是每週讓您的客服人員遠離排隊的時間，投資回報率都是不言而喻的。

可以這樣想：假設為常見問題撰寫新的幫助文件需要 30 分鐘。 這 30 分鐘的投資會帶來：

• 為您的支援代表節省了時間，他們不再需要花時間回應該查詢，因為現在人工智慧可以處理它。
  • 計算：撰寫回應的平均時間 X 查詢頻率 = 為您的團隊節省的時間。
• 數百名滿意的客戶可以獲得即時、準確的問題答复，而無需等待可用的代理。
  • 計算：提出此查詢的客戶數量 X 平均解決時間 = 為客戶節省的總時間。
• 有關您的說明文件和 AI 支援經驗的數據可供您學習，以便您可以使其更加有效。
  • 監控： AI參與率、解決率。

對於半小時的工作來說，這是一個相當不錯的投資報酬率。

3.持續學習帶來持續改進

當談到任何人工智慧時，最好的學習方法就是實踐。

強大的知識管理流程可確保您持續獲得有價值的資料進行迭代，這樣您就可以了解哪些有效，哪些無效。 這可以幫助您識別對您的客戶和團隊影響最大的機會和改進領域，以便您可以訓練 AI 使其達到最佳狀態。

但要開始收集這些豐富的資訊並做出這些數據驅動的、以客戶為中心的決策，您需要開始。 正如一句古老的諺語所說：「種一棵樹最好的時間是20年前。 第二個最好的時間就是現在。 您越早開始從客戶服務中了解客戶的需求，就能越早提供服務。

您的知識庫中應該包含哪些類型的資訊？

使用人工智慧驅動的平台的好處在於，它可以為您提供數據驅動的見解，幫助您根據客戶的實際需求確定要創建的幫助內容並確定優先順序。 例如，透過 Intercom 的 Fin，您可以存取「未解決的問題」報告，該報告使您能夠深入了解 Fin 無法解決的查詢，並使您能夠查明需要新內容的區域。

但如果您剛開始，或者正在尋找快速複習清單，這裡有一些可以幫助您入門的範例，以及您可以利用這些內容獲得最大收益的多種方法。

1. 故障排除和常見問題解答

• 它是什麼：故障排除和常見問題解答文件回答了客戶的常見疑問或問題，例如“如何更新我的帳單資訊？” 或“為什麼我的訂單還沒有發貨？”
• 如何取得資訊：尋找收件匣中反覆出現的問題，以及客戶經常搜尋的主題（例如「帳單協助」或「訂單更新」）。
• 在哪裡使用此內容：知識庫、AI 代理/聊天機器人、AI 副駕駛、工具提示等主動支援。

2. 快速入門產品或功能指南

• 它是什麼：快速入門指南教導使用者如何透過遵循一系列連續步驟（例如「建立您的工作區」、「邀請您的團隊」或「運行您的第一份報告」）來有效地設定產品或功能。
• 如何取得資訊：與您的客戶成功團隊或入職專家交談，了解他們的入門建議，或要求您的產品團隊在建立新功能時記錄此流程。
• 在哪裡使用此內容：知識庫、AI 代理/聊天機器人、AI 副駕駛、產品導覽。

3. 故障排除和進階指南

• 內容：故障排除和進階指南可協助使用者在掌握基礎知識後從您的產品或功能中獲得更多收益，從而實現更高水準的採用。
• 如何獲取資訊：從產品經理、研發和客戶成功經理等內部專家那裡獲取資訊。
• 在哪裡使用此內容：知識庫、AI 代理/聊天機器人、AI 副駕駛、針對高級用戶的有針對性的消息傳遞（在應用程式內或透過電子郵件發送）。

4. 針對特定用例的最佳實務技巧

• 它是什麼：這些是針對具有類似待完成工作的特定使用者群體的提示，例如工程團隊或新創公司。
• 如何獲得資訊：根據您的目標受眾（您的行銷團隊可以在此處提供協助）以及與真實客戶就其目標和工作流程進行的對話，混合使用假設範例。
• 在哪裡使用此內容：知識庫、AI 代理/聊天機器人、AI 副駕駛、客製化網路研討會、學習課程。

建立知識管理流程，透過以下 5 個步驟為您的 AI 提供動力

1. 找出現有知識庫中的空白

審核您現有的內容

首先要做的是檢查您目前擁有的材料。 這有兩個原因：首先，您需要確保人工智慧不會從過時的資訊中學習，其次，它可以識別當前的差距在哪裡。

在 Intercom，我們有 700 多篇即時文章需要審核，然後再將它們提供給我們的人工智慧代理 Fin。 為此，我們將文章劃分為產品領域，並給相關團隊一週的時間來檢查、更新或淘汰每篇文章。 像這樣共享所有權使其成為真正的團隊合作，並將艱鉅的工作分解為可實現的任務。

設身處地為客戶著想

讓您自己完成客戶尋求協助時所採取的相同步驟，包括他們第一次遇到人工智慧驅動的支援體驗。

「作為首次部署的一部分，請自行測試，並確保您真正體驗到客戶將擁有的體驗，」我們的客戶支援副總裁 Declan Ivory 建議。 這將幫助您測試答案的品質並發現內容中缺少的主題或關鍵字。

尋求團隊的意見

在審核和識別內容中的差距時，我們不僅僅依靠我們的客戶支援團隊：我們採取了「全體人員齊心協力」的方法。 透過讓您的產品和工程團隊參與此過程，您可以從比其他人更了解您的產品的人那裡獲得專家建議（因為他們建立了它！）。 您的銷售、行銷和客戶成功團隊也將對什麼對您的客戶重要以及他們想要實現的目標有獨特的見解。

使用來自 AI 代理或聊天機器人的初始數據

使用人工智慧代理或聊天機器人 30 天后，您將擁有足夠的數據來了解它在哪些方面能夠成功解決問題，在哪些方面遇到困難以及原因。 深入研究這些數據，找到需要加強的領域（即沒有足夠內容供人工智慧處理並移交給支援代表的主題）或需要改進的文章（即解決率較低或客戶滿意度得分較低的對話） ）。

專業提示：如果您剛開始，請考慮先與一部分客戶測試您的人工智慧代理/聊天機器人，以獲得初始數據。 然後，一旦解決了任何直接的差距，就可以進行更廣泛的推廣。

2. 制定解決積壓問題的計劃

確定首先更新或創建哪些內容的優先級

到目前為止，您可能已經對來自公司各個角落的令人驚嘆的幫助內容創意感到不知所措。 下一步：決定從哪裡開始。

當您確定內容的優先順序時，您真正想做的是找出是什麼推動了客戶支援團隊的數量，並確定可以減少該數量的最簡單的方法。 為了幫助您管理資源並致力於產生最大影響力的事情，請嘗試以下提示：

• 查看對話中的資料和指標，了解最常見的問題、哪些查詢的處理時間最長，以及哪些對話主題的客戶滿意度 (CSAT) 分數較低，然後圍繞這些主題創建或改進內容。
• 根據主題為業務帶來的價值來決定主題的優先順序。 例如，在免費計劃之前為更高級別計劃的功能建立文件。
• 使用報告查找沒有結果的搜索，或按“上次更新”過濾以查找一段時間未更新且可能需要刷新的幫助文章。

決定向人工智慧提供哪些訊息

在尋找供人工智慧使用的知識時，要廣撒網——因為你可能擁有比你意識到的更多的相關內容。 我們很快就了解到，一旦以正確的方式構建，幾乎所有資訊都是有用的，因此請充分利用您現有的資訊。

例如，對於 Fin，您可以使用：

• 您的幫助中心
• 過去的案例與對話
• 收件匣建議
• 保存的巨集
• 片段
• 內部文件（例如 Notion 或 Guru 知識庫）
• PDF 文件
• 網站頁面
• 你的部落格

分配時間和資源

有意識地抽出時間來處理您的幫助內容。 「我們 Intercom 的做法是，我們有一種叫做『Special-T』的東西，」安東尼說。 「這是一支由一線代表組成的敬業團隊，由我們的支援專家和工程師組成，他們實際上每週都會花時間處理收件匣。 我們通常會為每個貢獻者分配 5 到 10 個小時，」他分享道。

小組與知識經理（就是我！）一起建立我們的積壓內容。

專業提示：這些項目是幫助您的支援代表提高技能並發展成為人工智慧在客戶服務中創造的令人興奮的新角色的好方法。

3. 監控 KPI 以衡量成功

審查關鍵績效指標

一旦開始使用人工智慧，請追蹤 KPI 和業務指標以衡量其所產生的影響。 一些需要注意的相關 KPI 包括：

• 機器人和人類的客戶滿意度 (CSAT) 分數
• 解決率
• 自助服務費率
• 聊天機器人參與率
• 首次回應時間
• 移交人工支持代表的數量

所有這些指標都可以幫助您發現哪些內容表現最好，以及您可以在哪些方面改善知識管理流程。

了解更多有關 AI 時代 CS 指標的資訊 →

將您所學到的知識付諸行動

理想情況下，您會立即看到令人驚嘆的結果（哇！），但您不太可能立即把所有事情都做好。 會有一些人工智慧還無法解決的問題，一些工作流程需要調整，有些用戶沒有得到他們想要的答案，但從未跟進讓你知道（導致「誤報」解決方案）。

所有這些都很好，因為它為您提供了有關客戶需要什麼和價值以實現“真正”解決方案的真實數據。 最有用的見解和影響將來自這些決議。 進行工作、迭代並持續監控和報告。

4. 審計、審計、審計

將持續維護納入您的工作流程

知識管理是一個過程。 一旦您發布了一定數量的幫助文章，它就不會結束。

隨著您的產品、客戶和業務目標的發展，您的幫助內容也應該隨之發展。 這意味著您需要持續地將維護、更新和建立新內容建置到團隊的工作流程中，而不僅僅是在新功能發布之前的瘋狂匆忙中。

制定更新內容的計劃，概述：

• 誰負責刷新或創建新內容。
• 應多久審查一次現有內容，以免其變得過時。
• 他們何時應該這樣做（即每天一小時、每週五、每月或任何對您的團隊有意義的節奏）。

發展一個系統來記錄新內容的請求

讓每個人都能輕鬆分享新的或改進的幫助內容的想法，鼓勵文化轉向「知識管理」思維方式。 建立一個簡單的系統，供團隊成員記錄內容請求，以便您可以捕獲所有面向客戶和產品團隊的見解，並從各個角度滿足客戶需求。

5. 將知識管理納入未來的發布計劃

讓知識管理成為產品開發的重要組成部分

根據您所在的行業，您可能正在建立新功能或發布新產品，為它們創建高品質的幫助內容至關重要，這應該成為您的發布清單中不可或缺的一部分。 與您的產品團隊、產品經理和產品行銷經理合作，建立發佈內容，然後在上線後查看客戶對話，以發現額外資源的機會。

2024 年人工智慧友善知識管理最佳實踐

使用您的客戶正在使用的術語

在說明文件中使用正確的語言非常重要，但也很棘手。 語言多種多樣，並且因地點（“香菜”與“香菜”）、方言（“hoagie”與“sub”）甚至不同類型的用戶（營銷人員可能稱某人為“領導”，而銷售人員可能稱某人為「領導」）而異。 分析您的搜尋資料以發現客戶使用的字詞並使用他們的語言。

專業提示：向不同的使用者群體介紹人工智慧，例如進階使用者和免費試用的客戶。 這揭示了提出相同問題時措辭的變化，您可以在為不同受眾創建材料時合併這些變化。

簡化您的語言並消除歧義

幸運的是，機器友善的語言也意味著人們友善的語言。 請記住，您不僅僅是為人工智慧寫作，而是為具有不同技術能力和背景的真實人們寫作。 盡可能保持語言簡單：避免行話，拼出任何首字母縮略詞，並解釋關鍵術語。

了解更多關於避免支持內容含糊不清的資訊 →

創造一致、值得信賴的品牌體驗

品牌一致性對於建立客戶信任至關重要。 它確保人們感覺他們正在與一家公司交談，無論他們使用哪種客戶服務管道。 為了實現這一目標，請確保產品和功能術語在每個接觸點上保持一致，校對拼寫和語法，並在創建新的幫助文件時使用相同的格式以保持它們的凝聚力（模板在這裡非常有用） 。

為您的答案添加上下文

「如果你現在有一份人類可以解釋的常見問題解答文檔，並且其中有簡單的是或否的答案，那麼機器將不會像人類那樣解釋這些答案，」德克蘭解釋道。 「你必須詳細說明當你說『是』時你的意思是什麼，當你說『不』時你的意思是什麼。」為此，我們建議在你的回答中重述問題； 這為人工智慧提供了額外的背景和清晰度，有助於它學習。

了解更多有關優化 AI 幫助中心答案的資訊 →

在圖像和視頻中添加文本

展示和講述都很棒，但人工智慧無法解析影片或圖像，因此請始終在其旁邊包含解釋性文字。 這不僅對人工智慧來說更容易使用，而且對您的受眾來說也更容易使用，確保有視覺或聽覺障礙的用戶不會被排除在外。

使用格式建立可掃描的結構

使用標題、項目符號列表和表格來組織訊息，讓人工智慧（和人類讀者）更輕鬆地快速找到所需的資訊。 如果正確使用，H1、H2 和 H3 都會很有幫助，但 H4 之下不要有大量信息，因為人工智能很難在那裡找到信息。

了解有關在幫助內容中使用豐富格式的更多資訊 →

包含有需要的客戶的聯絡方式

包含聯絡資訊可以讓客戶放心，即使人工智慧無法解決他們的問題，他們仍然可以獲得所需的支援。 只需確保包含您提供的資訊的上下文，以便何時以及如何使用它們一目了然。

包含任何聯絡方式的上下文，以便您的用戶知道滿足其需求的最佳管道

在常見問題文章中收集一口信息

如果您有一些不需要完整文章的小信息，請將它們編譯成常見問題解答列表。 這些可能是一些數量最多、重複性最高的問題，所以這樣，人工智慧仍然能夠找到答案。

明確內容的目標受眾

如果您為不同類型的使用者提供不同的協助內容（例如，採用不同價格方案的客戶可能無法存取所提及的所有功能），請確保每個說明內容都明確指出其適用對象。 您還可以使用幕後受眾群體定位規則和工作流程來幫助為正確的用戶提供正確的內容並提供更個人化的體驗。

使用人工智慧優先的客戶服務解決方案來獲取（並採取行動）更多數據

當您使用統一的人工智慧優先客戶服務平台時，一切都成為強大循環的一部分。 您的所有客戶支援資料都集中在一處，以便更輕鬆、快速、安全地分析、監控和迭代整個支援體驗和知識庫。

透過面向未來的知識管理流程增強您的人工智慧

人工智慧對於創造業界領先的客戶體驗至關重要，為了高效執行，它需要以全面的、人工智慧友善的知識管理流程為基礎。

準備好將這些技巧付諸實行了嗎？ 開始免費試用 Intercom 的人工智慧優先客戶服務平台，並開始將您的知識庫轉化為解決方案。