Skip to main content
DomovBlogPríručkyAko API na sledovanie zásielok pomáhajú zákazníckej podpore s umelou inteligenciou odpovedať na otázky týkajúce sa doručenia

Ako API na sledovanie zásielok pomáhajú zákazníckej podpore s umelou inteligenciou odpovedať na otázky týkajúce sa doručenia

17TRACK

Rozhrania API na sledovanie zásielok poskytujú systémom AI zákazníckej podpory údaje o doručení, ktoré potrebujú na odpovedanie na otázky o objednávkach pomocou aktuálnych informácií špecifických pre konkrétnu zásielku. Namiesto vytvorenia všeobecnej odpovede iba na základe čísla objednávky môže asistent AI načítať udalosti prepravcu, interpretovať najnovší stav, identifikovať výnimky a vysvetliť ďalší praktický krok. Kvalita odpovede závisí od viac než len jazykového modelu: závisí aj od spoľahlivých údajov o sledovaní, jasných pravidiel stavov, monitorovania API a bezpečného odovzdania prípadu ľudskému agentovi.

Ako API na sledovanie zásielok pomáha AI zákazníckej podpore odpovedať na otázky o doručení

Pre tímy elektronického obchodu nie je cieľom úplne automatizovať každé rozhodnutie týkajúce sa doručenia. Lepším cieľom je prepojiť komunikáciu so zákazníkmi s dôveryhodnými prevádzkovými údajmi a zároveň smerovať neisté alebo citlivé prípady k ľuďom, ktorí ich dokážu vyriešiť.

Čo poskytuje API na sledovanie zásielok

API na sledovanie zásielok je softvérové rozhranie, ktoré umožňuje inej aplikácii vyžiadať si informácie o zásielke. Systém správy objednávok, helpdesk, zákaznícky portál alebo aplikácia AI podpory ho môžu použiť na načítanie údajov o sledovaní bez toho, aby agent musel manuálne otvárať webové stránky viacerých prepravcov.

17TRACK API Global Shipment Tracking Solution

V závislosti od poskytovateľa a integrácie môžu vrátené údaje zahŕňať číslo zásielky, identifikáciu prepravcu, stav zásielky, popisy udalostí, časové značky udalostí, lokality, odhadované informácie o doručení a indikátory výnimiek. Presné polia, frekvenciu aktualizácií, podporu prepravcov a spôsob autentifikácie je potrebné overiť v dokumentácii vybraného poskytovateľa. Nemožno ich predpokladať iba na základe pojmu „tracking API“.

Branded Order Tracking Solution Pokračovať v čítaní: How to Choose a Shipment Tracking API for Deliveries in France

Oficiálne materiály API 17TRACK opisujú službu sledovania viacerých prepravcov na integráciu sledovania zásielok do softvéru a pracovných postupov orientovaných na zákazníkov. Dokumentácia je vhodným miestom na overenie podporovaných formátov požiadaviek, polí odpovedí, požiadaviek na autentifikáciu a dostupného správania integrácie pred jej implementáciou.

Pokračovať v čítaní: Multi-Carrier Tracking: What It Is, Benefits & How It Works

Prečo podpora AI potrebuje aktuálny kontext doručenia

Jazykový model dokáže vytvoriť plynulý text, no plynulý text nie je to isté ako presná odpoveď o doručení. Zákazník, ktorý sa pýta „Kde je moja zásielka?“, potrebuje informácie o konkrétnej zásielke. Bez aktuálnych udalostí sledovania môže asistent iba zopakovať potvrdenie objednávky, odhadnúť dátum doručenia zo statického prísľubu alebo poskytnúť všeobecný odkaz na prepravcu.

API poskytuje prevádzkový kontext. Vrstva AI potom tento kontext premení na odpoveď zrozumiteľnú pre zákazníka. Štruktúrovaný záznam môže napríklad ukazovať, že zásielku prijal prepravca, bola spracovaná v zariadení, mešká v dôsledku výnimky alebo bola označená ako doručená. Asistent môže stav vysvetliť jednoduchým jazykom, nemal by však vymýšľať príčinu, ak ju údaje neposkytujú.

Toto oddelenie zodpovedností je užitočné:

  • Systém sledovania poskytuje udalosti zásielky a údaje o stave.
  • Obchodný systém poskytuje kontext objednávky, zákazníka, produktu a pravidiel.
  • Asistent AI interpretuje schválené informácie a jasne ich komunikuje.
  • Pracovný postup podpory rozhoduje, kedy musí prípad preskúmať alebo riešiť človek.

Bežné otázky o doručení, ktoré môže asistent AI riešiť

Dobre navrhnutá integrácia môže podporovať viaceré opakujúce sa typy otázok. Odpoveď by mala vychádzať z najnovšej použiteľnej udalosti a vlastných pravidiel služieb obchodníka.

  • „Kde je moja objednávka?“ Asistent môže zhrnúť najnovšiu udalosť, identifikovať prepravcu, ak je k dispozícii, a poskytnúť stránku sledovania alebo ďalší očakávaný míľnik.
  • „Bola moja objednávka odoslaná?“ Dokáže rozlíšiť objednávku, ktorá bola iba vytvorená v systéme obchodníka, od objednávky s udalosťou prijatia alebo pohybu u prepravcu.
  • „Prečo sa sledovanie nezmenilo?“ Môže vysvetliť, že momentálne nie je k dispozícii nová udalosť, uviesť čas najnovšej udalosti a riadiť sa nakonfigurovaným pravidlom eskalácie namiesto hádania.
  • „Dorazí dnes?“ Môže oznámiť dostupný odhad alebo časové okno doručenia a zároveň objasniť, že odhad nie je zárukou.
  • „Zásielka je označená ako doručená, ale neviem ju nájsť.“ To by malo spustiť riadený pracovný postup, ktorý overí údaje o doručení dostupné obchodníkovi a nasmeruje zákazníka procesom riešenia nedoručenej zásielky.
  • „Zásielka mešká alebo je zadržaná.“ Asistent môže zhrnúť zaznamenanú výnimku a poskytnúť ďalší schválený krok, napríklad počkať na ďalšie skenovanie, kontaktovať podporu alebo skontrolovať colné informácie.

Tieto odpovede sú najspoľahlivejšie, keď AI dostáva štruktúrované polia namiesto nefiltrovaného bloku textu od prepravcu. Normalizovaný model udalosti môže obsahovať interný stav, pôvodný popis prepravcu, čas udalosti, lokalitu, zdrojového prepravcu a ukazovateľ spoľahlivosti alebo úplnosti. Zachovanie pôvodného popisu je užitočné aj vtedy, keď agent potrebuje preskúmať spornú interpretáciu.

Praktická architektúra podpory doručenia pomocou AI

Typický pracovný postup má päť vrstiev. Presný návrh závisí od platformy podpory a poskytovateľa sledovania, no tieto hranice pomáhajú tímom rozdeliť zodpovednosť.

  1. Identifikácia zásielky. Systém prepojí autentifikovaného zákazníka alebo konverzáciu s objednávkou a následne s jedným alebo viacerými číslami zásielok. Mal by zabrániť zobrazeniu informácií o sledovaní neautentifikovanému žiadateľovi.
  2. Načítanie údajov o sledovaní. Aplikácia zavolá API na sledovanie alebo načíta predtým uloženú udalosť. Živá požiadavka môže byť vhodná pri hodnotnej zásielke alebo výnimke; pri opakovaných kontrolách stavu môže byť vhodnejšia vyrovnávacia pamäť.
  3. Normalizácia výsledku. Rôzni prepravcovia používajú odlišné formulácie. Integrácia mapuje dostupné udalosti do interných kategórií a zároveň zachováva podrobnosti špecifické pre prepravcu na účely auditu a podpory.
  4. Uplatnenie obchodných pravidiel. Systém kontroluje podmienky, ako sú odhady doručenia, vek výnimky, obmedzenia cieľovej destinácie, pravidlá vrátenia peňazí alebo hranica pre preskúmanie človekom. Tieto pravidlá musí určovať obchodník, nie predpoklady modelu.
  5. Vytvorenie a overenie odpovede. AI dostane iba relevantné údaje a schválené pokyny. Záverečná kontrola môže zabrániť nepodloženým prísľubom, chýbajúcemu jazyku eskalácie alebo zverejneniu informácií iného zákazníka.

Niektoré systémy používajú plánované vyhľadávanie, zatiaľ čo iné využívajú aktualizácie riadené udalosťami alebo webhooky, ak sú podporované. Implementácia by sa mala riadiť dokumentáciou a prevádzkovými limitmi vybraného API. Asistent podpory by nikdy nemal naznačovať, že udalosť je v reálnom čase, ak systém nedokáže doložiť, ako a kedy boli údaje obnovené.

Monitorovanie API je súčasťou zákazníckej skúsenosti

Pracovný postup podpory AI je len taký spoľahlivý ako jeho dátová cesta. Ak zlyhá autentifikácia, požiadavka vyprší, odpoveď prepravcu sa oneskorí alebo sa pokazí pravidlo mapovania, asistent nemusí mať dôveryhodnú odpoveď. Monitorovanie API preto patrí do plánu zákazníckej skúsenosti, nielen do technického backlogu.

Užitočné kontroly monitorovania zahŕňajú:

  • Miery úspešnosti a zlyhania požiadaviek podľa koncového bodu alebo integrácie.
  • Čas odpovede a frekvenciu vypršania požiadaviek.
  • Chyby autentifikácie, limitov požiadaviek a validácie.
  • Vek najnovšej udalosti sledovania v porovnaní s očakávaným vzorom obnovovania.
  • Neočakávané zvýšenie neznámych, nemapovaných alebo konfliktných stavov.
  • Podiel konverzácií odovzdaných človeku, pretože údaje o sledovaní neboli dostupné.

Monitorovanie by malo viesť k definovanému záložnému postupu. Ak požiadavka na sledovanie zlyhá, asistent môže uviesť, že živé informácie o zásielke sú dočasne nedostupné, v prípade potreby poskytnúť poslednú overenú aktualizáciu s časovou značkou a ponúknuť cestu k ľudskej podpore. Nemal by túto medzeru vypĺňať predpokladanou polohou alebo vymysleným dátumom doručenia.

Čítať viac: How to Choose a Shipment Tracking API for European Deliveries

Navrhovanie bezpečnejších odpovedí AI

Jazyk týkajúci sa doručenia často vytvára záväzky. Veta „Vaša zásielka dorazí zajtra“ môže byť chápaná ako prísľub, aj keď zdroj poskytuje iba odhad. Pravidlá odpovedí by preto mali rozlišovať medzi potvrdenými udalosťami, odhadmi prepravcu, prísľubmi obchodníka a interpretáciou modelu.

Užitočná odpoveď zvyčajne obsahuje štyri časti: aktuálny stav, čas najnovšej udalosti, význam daného stavu a ďalší krok. Asistent môže napríklad vysvetliť, že posledná zaznamenaná udalosť je skenovanie pri spracovaní, že zásielka zatiaľ nebola zaznamenaná ako zásielka na doručenie a že zákazník by mal skontrolovať stav po ďalšej očakávanej aktualizácii. Ak sú zdrojové údaje neúplné, odpoveď by to mala jasne uviesť.

Pokračovať v čítaní: Out for Delivery Guide: What It Is and What You Should Do Next

Pravidlá eskalácie by mali pokrývať situácie, ako je oznámenie o doručení bez prijatia, dlhé obdobie bez pohybu, opakované neúspešné pokusy o doručenie, colné otázky, zmeny adresy, poškodený tovar a žiadosti o vrátenie peňazí alebo náhradu. Údaje o sledovaní môžu tieto pracovné postupy informovať, nenahrádzajú však pravidlá obchodníka ani vyšetrovanie prepravcu.

Kontrolný zoznam implementácie pre tímy elektronického obchodu

Pred pripojením API na sledovanie k nástroju AI podpory by mal zodpovedný pracovník zdokumentovať:

  • Rozsah údajov: Ktoré polia zásielky môže asistent čítať a ktoré údaje o zákazníkovi alebo objednávke sú potrebné?
  • Prepravca a geografia: Ktorí prepravcovia a destinácie sú pre podnik dôležití a ako sa budú riešiť nepodporované alebo nejednoznačné čísla zásielok?
  • Správanie pri obnovovaní: Kedy má systém vyžiadať čerstvé údaje a kedy môže použiť uložené výsledky?
  • Mapovanie stavov: Ktoré udalosti prepravcu sa mapujú na interné stavy a kto kontroluje nové nemapované udalosti?
  • Hranice odpovedí: Na ktoré otázky možno odpovedať automaticky a ktoré vyžadujú človeka?
  • Súkromie a prístup: Ako systém overí žiadateľa a obmedzí informácie o zásielke na správneho zákazníka?
  • Pozorovateľnosť: Ktoré metriky API, kvality údajov a kvality odpovedí sa budú kontrolovať?
  • Testovanie: Otestoval tím scenáre doručenej, oneskorenej, vrátenej, zrušenej, duplicitnej zásielky a zásielky bez sledovania?

Malý riadený pilot je zvyčajne informatívnejší než rozsiahle spustenie. Začnite otázkami o stave iba na čítanie, porovnávajte odpovede AI s odpoveďami skontrolovanými agentmi a zaznamenávajte prípady, keď boli zdrojové údaje oneskorené alebo nejednoznačné. Rozsah rozšírte až vtedy, keď tím dokáže vysvetliť a opraviť zlyhania.

Ako by mal vyzerať úspech

Hodnota tejto integrácie sa nemeria iba počtom automatizovaných konverzácií. Medzi užitočné ukazovatele patrí presnosť odpovedí o stave zásielky, úspešné vyriešenie bez opakovaného kontaktu, kvalita eskalácie, čas do prvej užitočnej odpovede, dostupnosť API a spätná väzba zákazníkov týkajúca sa komunikácie o doručení. Vysoká miera automatizácie s nesprávnymi odpoveďami môže poškodiť dôveru a vytvoriť agentom ďalšiu prácu.

Najsilnejšie riešenie považuje sledovanie za zdroj prevádzkovej pravdy a AI za vysvetľujúcu vrstvu. Prepája udalosti zásielky so správnou objednávkou, uplatňuje pravidlá obchodníka, odhaľuje neistotu a poskytuje ľuďom jasnú cestu k pomoci, keď údaje nedokážu problém vyriešiť.

Často kladené otázky

Môže chatbot AI sledovať zásielku bez API?

Môže poskytnúť odkaz na prepravcu alebo odpovedať na základe informácií, ktoré manuálne poskytne zákazník, no bez dátového pripojenia nedokáže spoľahlivo a vo veľkom rozsahu načítať a interpretovať aktuálne udalosti zásielky. API je jedným zo spôsobov, ako toto pripojenie zabezpečiť. Asistent stále potrebuje identifikáciu objednávky, riadenie prístupu a pravidlá pre nedostupné údaje.

Mohlo by sa vám páčiť: How to Choose a Shipment Tracking Api for Ecommerce?

Garantuje API na sledovanie informácie o doručení v reálnom čase?

Nie. Aktuálnosť informácií o sledovaní závisí od zdrojového prepravcu, poskytovateľa sledovania, spôsobu obnovovania integrácie a dostupnosti nových skenovaní. Rozhranie by malo uvádzať, kedy bola najnovšia udalosť zaznamenaná, a nemalo by označovať odhad za záruku.

Mal by asistent AI automaticky odpovedať na prípady „doručené, ale neprijaté“?

Môže potvrdiť zaznamenanú udalosť doručenia a viesť zákazníka schválenými kontrolami obchodníka. Rozhodnutia o náhrade, vrátení peňazí, adrese, podvode alebo reklamácii u prepravcu by sa mali riadiť obchodnými pravidlami a môžu vyžadovať kontrolu človekom.

Čo sa má stať, keď API na sledovanie zlyhá?

Asistent by mal uviesť, že živé informácie sú dočasne nedostupné, predchádzajúcu aktualizáciu s jasnou časovou značkou použiť iba v prípade potreby a ponúknuť cestu k eskalácii. Nemal by odvodzovať aktuálnu polohu zo zastaraných údajov.

Prečo je monitorovanie API relevantné pre zákaznícku podporu?

Zlyhaná požiadavka, vypršané poverenie, oneskorený dátový kanál prepravcu alebo poškodené mapovanie stavov môžu viesť k neúplnej alebo zavádzajúcej odpovedi. Monitorovanie pomáha tímu odhaliť tieto zlyhania skôr, než spôsobia opakované kontakty zákazníkov.

Zdroje