Acquisizione ticket
omnicanale
- alimenta
- Classificatore
Tutti i case study
NLPAutomazioneOps2 mesi
Triage dei ticket di supporto + instradamento automatico
Un terzo dei ticket di supporto finiva al team sbagliato. Ora siamo più vicini a uno su tredici.
Accuratezza dell'instradamento
92.4%
Classificatore multi-label calibrato
Prima
65.3%
Motore di regole a parole chiave
In parole semplici
Di cosa si tratta.
Niente gergo in questa sezione. La descrizione tecnica è più in basso.
Cosa non funzionava
I ticket venivano smistati da regole a parole chiave rattoppate per anni. Un terzo finiva al team sbagliato, e ogni errore costava un passaggio di mano completo prima che qualcuno iniziasse ad aiutare: era il motivo principale per cui i clienti valutavano male il supporto.
Cosa abbiamo costruito
Abbiamo sostituito le regole con un classificatore addestrato su come i ticket erano stati effettivamente risolti, e abbiamo dismesso il vecchio motore di regole invece di aggiungervi un'altra regola.
Cosa è cambiato
L'instradamento corretto è passato dal 65% al 92%, le prime risposte sono diventate più rapide e la soddisfazione è cresciuta di conseguenza. Gli operatori hanno smesso di smistare ticket e hanno iniziato a risolverli.
Architettura
Come si incastrano le parti.
Scorra le fasi. Tutto ciò che è contrassegnato come aggiunto è un componente che non esisteva prima di questo progetto.
Classificatore
multi-label
- riceve da
- Acquisizione ticket
- alimenta
- Calibrazione
Calibrazione
basata sui costi
- riceve da
- Classificatore
- alimenta
- Router · Bozza di risposta
Router
assegnazione coda
- riceve da
- Calibrazione
- alimenta
- Operatore
Bozza di risposta
dai casi risolti
- riceve da
- Calibrazione
- alimenta
- Operatore
Operatore
risolve
- riceve da
- Router · Bozza di risposta
Acquisizione ticket
omnicanale
- alimenta
- Classificatore
Classificatore
multi-label
L'abbiamo aggiunto noi- riceve da
- Acquisizione ticket
- alimenta
- Calibrazione
Calibrazione
basata sui costi
L'abbiamo aggiunto noi- riceve da
- Classificatore
- alimenta
- Router · Bozza di risposta
Router
assegnazione coda
- riceve da
- Calibrazione
- alimenta
- Operatore
Bozza di risposta
dai casi risolti
L'abbiamo aggiunto noi- riceve da
- Calibrazione
- alimenta
- Operatore
Operatore
risolve
- riceve da
- Router · Bozza di risposta
La descrizione
Come verrebbe costruito.
Dataset, approccio, metriche obiettivo e stack. Scritto per chi dovrà esaminarlo.
NLPAutomazioneOps2 mesi
Triage dei ticket di supporto + instradamento automatico
Classificazione, tagging e instradamento che mantengono le code in ordine e le risposte coerenti.
Problema
I ticket venivano instradati da regole a parole chiave accumulate negli anni. Ogni instradamento errato costava un ciclo completo di passaggio di mano, e il tempo di prima risposta era il primo fattore di un CSAT basso.
Dataset
- righe
- 2,4M ticket
- feature
- 128
- fonti
- Helpdesk, chat, e-mail
- finestra
- 36 mesi
Approccio
- 01Addestrato un classificatore multi-label sui ticket risolti storici
- 02Probabilità calibrate, così le soglie di instradamento corrispondono al costo di business
- 03Aggiunti suggerimenti di risposta basati sull'intento, redatti a partire dai casi risolti
- 04Rilasciato in shadow mode e confrontato con il motore di regole
Metriche
- 92.4%
- accuratezza dell'instradamento +27.1pp
- 4,2 min
- prima risposta -38 min
- 7.6%
- tasso di instradamenti errati -27pp
- 19%
- deflection self-service
Evidenza
- fonte
- Reference design
- numeri
- Illustrativo: valori tipici per questo design
- misurazione
- Non misurato. Valori tipici per un progetto di riferimento di questo tipo, non osservati su un sistema di un cliente.
- referenza
- Non disponibile per questo progetto
- ultima revisione
- 2026-08-25
Impatto sul business
- Miglioramento del CSAT dovuto direttamente a una prima risposta più rapida
- Gli operatori hanno smesso di smistare e hanno iniziato a risolvere
- Motore di regole dismesso invece che esteso ancora una volta
Stack tecnologico
- Python
- FastAPI
- XGBoost
- Elasticsearch
- PostgreSQL
- Celery
- Docker
Prossimo passo
Le serve un sistema come questo?
Risponda a sei domande e le diremo se questa struttura si adatta al suo problema, anche quando non è così.