Tra cứu thông tin để trả lời khách hàng
customer-research
Tra cứu từ nhiều nguồn cho một câu hỏi của khách, kèm ghi rõ nguồn. Có thể xem lỗi này đã được báo chưa hoặc trước đó đã nói gì với khách.
Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.
Nó là gì
Skill tra cứu nhiều nguồn để trả lời một câu hỏi hoặc vấn đề của khách, và ghi rõ nguồn cùng mức độ tin cậy. Khác hỏi AI thường ở chỗ nó ưu tiên tài liệu nội bộ trước, rồi mới đến web.
Hoạt động ra sao
Skill phân loại câu hỏi rồi tìm theo năm tầng nguồn, từ tài liệu nội bộ, CRM và chat, đến web và suy luận. Nó không dừng ở kết quả đầu tiên mà đối chiếu chéo, gắn độ tin cậy High, Medium hoặc Low, và liệt kê những gì chưa xác nhận được. Kết quả là bản tóm tắt có câu trả lời, nguồn và bước tiếp theo.
Ví dụ ứng dụng
- Tình huống
- Khách hỏi phần mềm có kết nối Okta để đăng nhập một lần không, và đội bán hàng cần câu trả lời có nguồn.
- Bạn đưa vào
- Câu hỏi: 'Sản phẩm có hỗ trợ SSO với Okta không?' cùng quyền đọc tài liệu nội bộ và CRM.
- Bạn nhận được
- Câu trả lời trực tiếp, độ tin cậy, nguồn đã dùng, chỗ cần kỹ sư xác nhận, và gợi ý soạn trả lời cho khách.
Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.
Dùng khi nào
Khi khách hỏi sản phẩm có tích hợp Okta không và bạn cần tìm câu trả lời chính xác.
Các phần chính trong hướng dẫn
- Phân tích yêu cầu tra cứu
- Tìm trong các nguồn có sẵn
- Tổng hợp kết quả
- Xử lý khi thiếu nguồn
- Lưu lại kiến thức
- Xếp ưu tiên nguồn và độ tin cậy
- Xử lý thông tin mâu thuẫn
Xem mô tả gốc của tác giả (tiếng Anh)
Multi-source research on a customer question or topic with source attribution. Use when a customer asks something you need to look up, investigating whether a bug has been reported before, checking what was previously told to a specific account, or gathering background before drafting a response.
Ví dụ yêu cầu
- Identify what type of research is needed:
- Customer question: Something a customer has asked that needs an answer (e.g., "Does our product support SSO with Okta?")
- Issue investigation: Background on a reported problem (e.g., "Has this bug been reported before? What's the known workaround?")
- Account context: History with a specific customer (e.g., "What did we tell Acme Corp last time they asked about this?")
- Topic research: General topic relevant to support work (e.g., "Best practices for webhook retry logic")
- Before searching, clarify what you're actually trying to find:
Cùng nhóm Dữ liệu và phân tích
- Thiết kế thử nghiệm A/BLập kế hoạch thử nghiệm A/B: viết giả thuyết, các phiên bản, chỉ số đo, cỡ mẫu và thời gian chạy. Ra bản tóm tắt thử nghiệm và bảng đầu vào tính cỡ mẫu.
- Trả lời câu hỏi từ dữ liệu, từ tra nhanh đến báo cáoTrả lời câu hỏi dữ liệu: tra một chỉ số, tìm nguyên nhân tăng giảm, so sánh nhóm theo thời gian hoặc soạn báo cáo chính thức cho các bên liên quan.
- Phân tích hiệu quả chiến dịch marketingPhân tích chiến dịch bằng ghi nhận đa điểm chạm, phễu chuyển đổi và tính ROI, ROAS, CPA theo kênh. Kết quả dạng bảng đọc được hoặc JSON.
- Quản lý hành động khắc phục cho thiết bị y tếQuản lý quy trình CAPA (khắc phục và phòng ngừa) của hệ thống chất lượng thiết bị y tế: tìm nguyên nhân gốc, 5 Whys, xương cá, theo dõi và kiểm tra hiệu quả.
- Vẽ biểu đồ chất lượng cao bằng PythonBiến kết quả truy vấn hoặc bảng dữ liệu thành biểu đồ đẹp để in hay trình bày, gợi ý loại biểu đồ phù hợp, có thể tạo biểu đồ tương tác để rê chuột và phóng to.
- Vẽ hành trình khách hàng từ biết đến giới thiệuLập tệp customer-journey.md về các giai đoạn, điểm chạm, cảm xúc, điểm đau, cơ hội và chỉ số, kèm sơ đồ Mermaid, từ lần chạm đầu tới lúc khách giới thiệu người khác.
Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.