Kuinka kolme hollantilaista verkkokauppabrändiä käyttää yhtä AI-aivoa — rakentamatta mitään kahdesti
Kolme hollantilaista verkkokauppabrändiä käyttää yhtä FlowHunt AI-agenttia lukemaan jokaisen tukitikettins joka viikko, nostamaan esiin toistuvimmat kysymykset, ristiintarkistamaan tietopohjansa ja lähettämään tiimille automaattisesti toimintakelpoisen aukkokatsauksen.
Case Study
E-Commerce
Customer Support
AI Projects
Chatbot
Automation
Netherlands
Jokainen tukitiimi kerääntyy saman hiljaisen ongelman ympärille: tiketit kasautuvat, agentit vastaavat samoihin kysymyksiin toistuvasti eikä kenelläkään ole aikaa muuttaa sitä signaalia dokumentaatioksi. Bolusso.nl
:n, Eroticon.nl:n ja Shop-toppers.nl:n tiimi ratkaisi sen yhdellä FlowHunt AI-agentilla, joka hoitaa lukemisen, ryhmittelyn ja aukkojen tunnistamisen automaattisesti — joka viikko, ilman pyytämistä.
Tukitiketit ovat yksi rikkaimmista tuote- ja dokumentaatiopalautteen lähteistä, jotka tiimillä on. Asiakkaat kertovat sinulle tarkalleen, mitä he eivät löydä, mikä hämmentää heitä ja mihin tietopohja ei vastaa. Mutta sen signaalin manuaalinen poiminta — satojen tikettien lukeminen, samankaltaisten kysymysten ryhmittely, sen tarkistaminen jo kattaako KB ne — on täsmälleen sellaista toistuvaa analyyttistä työtä, joka ei koskaan päädy kenenkään prioriteettilistalle.
Shop-toppers-tiimi halusi järjestelmän, joka muuttaa tikettidatan automaattisesti KB-toimintakohteiksi. Tuloksena on viikoittainen automaattinen putki, joka toimii kokonaan FlowHunt AI Projectsin sisällä.
AI-käyttöinen verkkokauppachatbot: Yksi tietopohja kolmelle hollantilaiselle verkkokaupalle
Ennen viikoittaiseen analyysipilkkaan sukeltamista on hyödyllistä ymmärtää, miten tukiinfrastruktuuri on rakennettu. Tiimi pyörittää Bolusso.nl
:ää, Eroticon.nl:ää ja Shop-toppers.nl:ää yhdestä jaetusta FlowHunt-tietopohjasta — yhdestä joukosta tuotekuvauksia, palautuskäytäntöjä, usein kysyttyjä kysymyksiä ja toimitusehtoja, joista kaikki kolme sivustoa hakevat.
Jokaisella verkkokaupalla on oma chatbotinsa, jota jaettu tietopohja käyttää. Kun Bolusso-asiakas saapuu sivustolle ja avaa chatin, häntä tervehtii “Chatbot Bob” — AI-assistentti, joka tuntee koko tuoteluettelon, voi auttaa tilausten seurannassa ja käsittelee palautuskysymykset välittömästi, 24/7.
Chatbotin tervetuloviesti — “Welkom bij Bolusso! Ik ben je persoonlijke assistent voor supportvragen en het ontdekken van ons assortiment.” — ja sen pikavastausnäppäimet (“Volg je bestelling”, “Product retourneren”) käyttävät kaikki samoja virtauksia, joita käytetään kaikissa kolmessa brändissä.
Kun käytäntö muuttuu tai uusi tuotekategoria käynnistyy, tiimi päivittää tietopohjan kerran. Kaikki kolme chatbotia heijastavat muutosta välittömästi. Sama logiikka pätee virtauksiin: rakenna kerran, ota käyttöön kaikkialla.
Automaattinen tukitikettien analyysi: Miten FlowHunt AI Projects löytää tietopohjan aukkoja joka viikko
Chatbot hoitaa etulinjaa. Mutta se tuottaa erilaisen signaalin: kysymykset, joita se ei pysty ratkaisemaan, ja tiketit, jotka virtaavat silti ihmisagenteille. Viikoittainen aukkoanalyysipilkka on se, joka sulkee tämän palautesilmukan.
FlowHunt AI Projectsin sisällä tiimi pyörittää yhtä projektia: LiveAgent FAQ knowledge base checker. Sen tehtävä on lukea jokainen tiketti viimeiseltä 7 päivältä ja kertoa tiimille tarkalleen, mitä dokumentaatiota heiltä puuttuu.
Agentille annetaan tarkka persoona ja tiukat rajoitukset. Se toimii vain lukuoikeudella LiveAgentia vastaan — se hakee tikettidataa mutta ei pysty muokkaamaan, poistamaan tai sulkemaan mitään. Tämä rajoitus on eksplisiittinen järjestelmäkehotteessa ja sen noudattaminen varmistetaan työkalutasolla.
Kaksivaiheinen pilkka: LiveAgent-tikettien ryhmittely ja tietopohjan ristiintarkistus
Agentti suorittaa kaksivaiheisen tutkimuksen jokaisella ajolla.
Vaihe 1 — Tikettien ryhmittely ja aiheiden poiminta
Agentti hakee kaikki tiketit viimeiseltä 7 päivältä LiveAgent-integraation kautta. Se suodattaa välittömästi melun: automaattiset alustaviestit, Amazon-tilausilmoitukset ja järjestelmän tuottamat viestit hylätään. Vain aidot ihmisten asiakaskyselyt käsitellään.
Jäljellä olevat tiketit ryhmitellään esitettävän kysymyksen mukaan — ei epämääräisen kategorian, vaan tarkan tarkoituksen mukaan (esim. “Miten palautan viallisen tuotteen?” eikä pelkästään “Palautukset”). 5 yleisintä aihetta tunnistetaan, nimetään selkeästi ja dokumentoidaan esiintymismäärillä ja edustavilla esimerkeillä.
Vaihe 2 — KB-vahvistus ja aukkoanalyysi
Jokaiselle viidestä parhaasta aiheesta agentti hakee jaetusta tietopohjasta:
Jos artikkeleita löytyy: agentti analysoi miksi asiakkaat avaavat silti tikettejä kattavuudesta huolimatta. Se etsii vanhentuneisuutta, puuttuvia reunatapauksia, epäselvää kieltä tai puutteellista kattavuutta. Artikkeli merkitään KB-epäonnistumiseksi — sisältö on olemassa mutta ei ratkaise ongelmaa.
Jos artikkeleita ei löydy: aihe luokitellaan välittömästi kriittiseksi aukoksi — dokumentoimaton alue, jota KB-sisältötiimin on käsiteltävä.
Tämä erottelu on tärkeä. Kriittinen aukko ja KB-epäonnistuminen vaativat erilaisia vastaustoimia: toinen tarvitsee uuden artikkelin, toinen tarvitsee muokkauksen.
Jokaisen ajon lopussa agentti lähettää rakenteellisen raportin suoraan tiimille sähköpostilla. Kenenkään ei tarvitse kirjautua alustalle nähdäkseen löydökset.
Sähköposti noudattaa kiinteää rakennetta:
Yleisimpien kysymysten taulukko — jokainen rivi sisältää asiakaan erityisen kysymyksen, kuinka monta kertaa se esiintyi viime viikolla, kaksi tai kolme esimerkkitiketin otsikkoa, olennaiset tiketti-ID:t ja luonnostelun ratkaisun, jota sisältötiimi voi käyttää lähtökohtana.
Strategiset KB-suositukset — laajemmat aiheet, uusien artikkelien ideat ja portaalin parannukset perustuen viikon tikettidataan. Jokainen suositus sisältää perustelun: miksi tämä on tärkeää sen perusteella, mitä asiakkaat todella kysyvät.
Aiherivi on aina Weekly KB Gap Analysis - [Date], joten sähköpostit on helppo arkistoida ja viitata niihin ajan kuluessa.
Pysyvä AI-muisti: Miten viikoittaiset löydökset kertyvät pitkäaikaiseksi tukiälykkäisyydeksi
Yksi yksityiskohta, joka erottaa tämän kertaluonteisesta raportista: agentti kirjoittaa löydöksensä Project Memory -wikiin — pysyvään wikiin AI-projektin sisällä, joka päivittyy jokaisen ajon jälkeen.
Tiimi rakentaa automaattisesti pitkittäisrekisterin. Aiheet, jotka jatkavat esiintymistä viikko toisensa jälkeen aiemmasta merkitsemisestä huolimatta, erottuvat välittömästi. Käsiteltyjä KB-aukkoja voidaan merkitä ratkaistuiksi. Agentin kertynyt tieto muuttuu hyödyllisemmäksi mitä kauemmin se toimii.
Verkkokauppatukiautomaatio, joka toimii itsekseen: Ajoitetut AI-agentit ilman manuaalista lajittelua
Koko pilkka käynnistyy Periodic Issue -tapahtumasta — ajoitetusta tehtävästä AI Projectsissa, joka aktivoituu automaattisesti asetetun aikataulun mukaan ilman manuaalista väliintuloa. Tiimi asetti sen kerran; se on toiminut 16 kertaa siitä lähtien.
Jokainen ajo kestää 1–10 minuuttia viikon tikettimäärästä riippuen. Kustannus per ajo on murto-osa siitä, mitä ihmisanalyytikko käyttäisi vastaavaan työhön manuaalisesti. Tiimi saa toimintakelpoisen koosteen joka viikko ilman, että kenenkään tarvitsee kirjautua LiveAgentiin, lukea tikettejä läpi tai koota raporttia.
“Feel free to also include our other websites if you want to. The knowledge base and all our flows are used for the following websites combined.”
Rakenna kerran. Aja kaikkialla. Anna agentin kertoa, mitä puuttuu.
Yritykset: Shop-toppers.nl · Bolusso.nl · Eroticon.nl Toimiala: Verkkokauppa Sijainti: Alankomaat Käytetyt FlowHunt-ominaisuudet: AI Projects, AI Chatbot, Shared Knowledge Base, Flows, LiveAgent Integration, Email Notification Tool Agentmalli: claude-4.5-haiku (Supervisor)
Usein kysytyt kysymykset
Joka viikko Periodic Issue käynnistyy automaattisesti FlowHunt AI Projectsin sisällä. Support KB Analyst -agentti lukee viimeisten 7 päivän LiveAgent-tiketit, suodattaa automaattiset ilmoitukset, ryhmittelee todelliset asiakaskysymykset aiheen mukaan, tarkistaa mitkä aiheet puuttuvat tietopohjasta ja lähettää rakenteellisen aukkoanalyysikoosteen tiimille sähköpostilla.
Raportti sisältää sijoitetun taulukon viimeisten 7 päivän yleisimmistä kysymyksistä — jokainen sen esiintymismäärällä, esimerkkitikettien otsikoilla, olennaisilla tiketti-ID:illä ja luonnostelulla ratkaisulla. Se sisältää myös strategisia suosituksia uusista KB-artikkeleista, joita sisältötiimin tulisi priorisoida, perusteluineen, jotka perustuvat todellisiin tikettitietoihin.
Vaiheessa 2 jokaisen ajon aikana Support KB Analyst delegoi tietopohjan haun kullekin viidestä parhaasta ryhmitellystä aiheesta. Jos asiaankuuluvat artikkelit ovat olemassa mutta tiketit jatkavat saapumista, agentti merkitsee artikkelin epäonnistumiseksi (vanhentunut, epäselvä tai epätäydellinen kattavuus) ja selittää miksi. Jos artikkelia ei ole lainkaan, se merkitään välittömästi kriittiseksi aukoksi.
Shop-toppers, Bolusso ja Eroticon jakavat yhden FlowHunt-tietopohjan, joka sisältää tuotetiedot, palautuskäytännöt, usein kysytyt kysymykset ja brändikohtaiset tiedot. Kaikkien kolmen sivuston chatbotit hakevat samasta lähteestä, joten yksi päivitys leviää välittömästi kaikkiin verkkokauppoihin ilman manuaalista kopiointia.
Support KB Analyst -supervisoriagentti toimii claude-4.5-haiku -mallilla — nopealla, kustannustehokkaalla mallilla, joka sopii hyvin viikoittaisiin tietojenkäsittelytehtäviin. Agentilla on pääsy kaikkiin FlowHunt-työkaluihin dynaamisen löytämisen kautta ja se tallentaa löydöksensä pysyvään Project Memory -wikiin, joka kertyy jokaisen viikoittaisen ajon yli.
Kyllä. Shop-toppers, Bolusso ja Eroticon jakavat kaikki saman FlowHunt-virtausten joukon. Sivustokohtaista uudelleenrakentamista ei ole — tiimi rakentaa virtauksen kerran ja ottaa sen käyttöön kaikissa kolmessa verkkokaupassa, mikä vähentää huomattavasti ylläpidon taakkaa.
Voivatko FlowHunt-chatbotit tunnistaa asiakkaan sivu-URL-osoitteen? Ominaisuudet, integraatiot ja parhaat käytännöt
Opi, voivatko FlowHunt-chatbotit tunnistaa verkkosivun URL-osoitteen, jolta asiakas aloittaa keskustelun, miksi tämä ei ole oletuksena käytössä, kuinka mahdolli...
FlowHunt on tekoälyyn perustuva työnkulkujen automaatioalusta, jonka avulla voit rakentaa chatboteja ja AI-työkaluja drag-and-drop -rakentajalla, tekoälyagentei...
Opi rakentamaan automatisoitu AI-liidigenerointibotti FlowHuntissa, joka keskustelee prospektien kanssa tekoälyllä, kerää yhteystiedot ja ilmoittaa myyntitiimil...
5 min lukuaika
AI
Lead Generation
+5
Evästeiden Suostumus Käytämme evästeitä parantaaksemme selauskokemustasi ja analysoidaksemme liikennettämme. See our privacy policy.