surfup

บริการส่งอาหาร

บอต Telegram พร้อม AI แก้คำขอสนับสนุนได้ 78%

บริการส่ง · แชตบอต · AI (RAG) · ระบบอัตโนมัติ
บริบทของโครงการ

ลูกค้าเป็นบริการส่งอาหารปรุงสำเร็จทั้งแบบสมาชิกและสั่งเป็นครั้ง ๆ มีคำสั่งซื้อหลายหมื่นรายการต่อเดือน ช่วงพีกคือเย็นวันธรรมดา ฝ่ายสนับสนุนพึ่งพาคอลเซ็นเตอร์และแชต เวลารอช่วงพีกนานถึง 40 นาที การจ้างพนักงานใหม่กินส่วนต่างกำไร และ 70% ของคำขอเป็นสถานการณ์เดิม ๆ เช่น “คำสั่งซื้ออยู่ที่ไหน” “เปลี่ยนที่อยู่อย่างไร” “อาหารมีอะไรบ้าง” และ “เลื่อนเวลาส่งอย่างไร” ลูกค้าของบริการแทบทั้งหมดใช้ Telegram จึงสมเหตุสมผลที่จะย้ายฝ่ายสนับสนุนไปที่นั่นด้วย

01 · โจทย์

ทำคำขอทั่วไปให้เป็นอัตโนมัติโดยไม่ลดคุณภาพบริการ:

สร้างบอตที่ตอบด้วยภาษาธรรมชาติ เห็นข้อมูลของคำสั่งซื้อเฉพาะ เปลี่ยนการส่งได้และชำระค่าสมาชิกในแชต จากนั้นส่งต่อกรณียากให้พนักงานอย่างเหมาะสม เกณฑ์คุณภาพเข้มงวด หากบอตเพียง “ทำเหมือนให้การสนับสนุน” แทนที่จะแก้ปัญหา จะถือว่าโครงการล้มเหลว

02 · งานที่ทำ

เราไม่ได้สร้างบอตแบบมีเมนู แต่สร้างสมาชิกทีมสนับสนุนเต็มรูปแบบที่เข้าถึงข้อมูลคำสั่งซื้อ ทำรายการทั่วไปได้ และมีขอบเขตการส่งต่อชัดเจน

  • วิเคราะห์คำขอสนับสนุนสามเดือน แยก 50 สถานการณ์ที่พบบ่อย สัดส่วนของแต่ละสถานการณ์ ถ้อยคำจริงที่ลูกค้าใช้ และข้อผิดพลาดที่พนักงานทำซ้ำ
  • สร้างฐานความรู้ของบริการ ทั้งกฎการส่งอาหาร ส่วนประกอบของอาหาร แพ็กเกจสมาชิก และขั้นตอนคืนเงิน โดยจัดข้อเท็จจริงให้โมเดลนำไปตอบ
  • พัฒนาแกนสนทนา ใช้โมเดลภาษาค้นหาในฐานความรู้ (RAG) ห้ามตอบนอกข้อเท็จจริงของบริการ และกำหนดน้ำเสียงแบรนด์ให้สม่ำเสมอ
  • เชื่อมบอตกับระบบปฏิบัติการผ่าน API เพื่อดูสถานะและประวัติคำสั่งซื้อ เปลี่ยนที่อยู่และเวลาส่ง พักสมาชิก และชำระค่าสมาชิก
  • ออกแบบการส่งต่อ กรณีซับซ้อนหรือมีอารมณ์สูงจะส่งให้พนักงานพร้อมบริบทของบทสนทนา ลูกค้าจึงไม่ต้องเล่าใหม่
  • ตั้งค่าการวิเคราะห์บทสนทนา ทั้งสาเหตุที่ส่งต่อ สถานการณ์ที่ตอบไม่ได้ และการเติมข้อมูลในฐานความรู้ บอตปรับปรุงจากบทสนทนาจริง

หลักการสำคัญคือไม่ทำให้ลูกค้ารู้สึกว่ากำลังคุยกับระบบอัตโนมัติ บอตตอบภายในไม่กี่วินาที แก้ปัญหาด้วยข้อความหนึ่งหรือสองข้อความ และไม่วนซ้ำ หากเป็นสถานการณ์ผิดปกติ คนจะเข้ามาช่วยทันทีพร้อมบริบทครบถ้วน คะแนนฝ่ายสนับสนุนจึงเพิ่มจาก 3,4 เป็น 4,7 ลูกค้าไม่ได้ประเมินว่า “หุ่นยนต์หรือคน” แต่ประเมินความเร็วและผลลัพธ์ วินัยนี้ทำให้บอตใช้งานได้จริง แทนที่จะสร้างความรำคาญ

03 · ผลลัพธ์

ผลทางเศรษฐกิจ: ปริมาณคำขอเพิ่มขึ้นสามเท่าในหนึ่งปีตามการเติบโตของบริการ แต่ทีมพนักงานยังมีขนาดเท่าเดิม บอตรองรับปริมาณที่เพิ่มขึ้นทั้งหมด ชั่วโมงทำงานที่ว่างลงถูกย้ายไปจัดการกรณีซับซ้อนและมีมูลค่าสูง เช่น การรักษาลูกค้า ซึ่งก่อนหน้านี้ทำไม่ทันในแต่ละกะ นอกจากนี้บอตยังกลายเป็นช่องทางขาย การเตือนต่ออายุสมาชิกและการเสนอขายเพิ่มในบทสนทนาสร้างรายได้ในสัดส่วนที่เห็นได้ชัด เปลี่ยนฝ่ายสนับสนุนจากศูนย์ต้นทุนเป็นช่องทางเติบโต

04 · ผลลัพธ์สำคัญ
ตัวชี้วัดผลลัพธ์
สัดส่วนคำขอที่แก้ได้โดยไม่ใช้พนักงาน0% → 78%
เวลาจนถึงคำตอบแรกสูงสุด 40 นาทีในช่วงพีก → 3–5 วินาที
ต้นทุนต่อคำขอ≈90 ₽ → ≈7 ₽
CSAT ของฝ่ายสนับสนุน3,4 → 4,7

ตัวชี้วัดนำมาจากเอกสารต้นฉบับของกรณีศึกษา ระบุช่วงเวลาไว้เมื่อแหล่งข้อมูลระบุ

สามเดือนหลังเปิดตัว
ของคำขอแก้ได้โดยไม่ใช้พนักงาน
78%
คำตอบแรก (เดิมสูงสุด 40 นาทีช่วงพีก)
3–5 วินาที
ต้นทุนต่อคำขอ (เดิม ≈90 ₽)
≈7 ₽
CSAT ฝ่ายสนับสนุน (เดิม 3.4)
4.7
ก่อนและหลัง
คำขอที่ไม่ต้องใช้พนักงาน
ก่อน0%
หลัง78%
เวลาตอบครั้งแรก
ก่อนสูงสุด 40 นาที
หลัง3–5 วินาที
ยิ่งต่ำยิ่งดี
ต้นทุนต่อคำขอ
ก่อน≈90 ₽
หลัง≈7 ₽
ยิ่งต่ำยิ่งดี
คะแนนฝ่ายสนับสนุน (CSAT)
ก่อน3.4
หลัง4.7

คำตอบแรก: 40 นาที = 2400 วินาที เทียบกับขอบบน 5 วินาที CSAT ใช้สเกล 5 คะแนน

บอตขณะทำงาน (ต้นแบบไม่ระบุตัวตน)

ลูกค้าคำสั่งซื้อของฉันอยู่ที่ไหน

บอตคำสั่งซื้อกำลังจัดส่ง ต้องการเปลี่ยนเวลาจัดส่งไหม

ลูกค้าได้ เลื่อนไปช่วงเย็น

บอตเรียบร้อย เปลี่ยนเวลาจัดส่งแล้ว

เส้นทางของคำขอ
  1. 01คำขอใน Telegram
  2. 02AI + ฐานความรู้และข้อมูลคำสั่งซื้อผ่าน API
  3. 03กรณีทั่วไป — แก้ในแชต
  4. 04กรณีซับซ้อน — พนักงานพร้อมบริบทบทสนทนา
ขั้นตอนถัดไป

แนวทางพัฒนาบอตต่อไป:

  • รองรับหลายช่องทาง ใช้สถานการณ์เดิมใน WhatsApp และ VK โดยใช้ฐานความรู้และแกนระบบร่วมกัน
  • การแจ้งเตือนเชิงรุก แจ้งปัญหาความล่าช้าก่อนที่ลูกค้าจะต้องถาม
  • ผู้ช่วยเสียง สั่งอาหารและจัดการสมาชิกด้วยเสียงในแอปมือถือของบริการ
คำพูด
บอตตอบเร็วกว่าพนักงานคนไหนและไม่เคยหยุดงาน สิ่งสำคัญคือบอตแก้ปัญหา ไม่ได้แค่ทำเหมือนให้การสนับสนุน ลูกค้าไม่ทันสังเกตและให้คะแนนเราเต็มห้า

— หัวหน้าบริการส่งอาหาร

เนื้อหาล่าสุด

เนื้อหาทั้งหมด

บทความและคู่มือเชิงปฏิบัติจาก SurfUp

คู่มือ · 10 นาที

หน้า “… คืออะไร” กับคำตอบ AI: คลิกที่หายไปหรือความต้องการที่ลดลง

หมวดอ้างอิงของธนาคารเสียการเข้าชม 24% เมื่อความต้องการลด 13% วิธีแยกคลิกที่เสียให้บล็อก AI ออกจากความต้องการที่ลดลง และวิธีวัดผล

อ่าน
คู่มือ · 8 นาที

ทราฟฟิกลดลงหลัง Google อัปเดต

วิธีตรวจสอบว่าทราฟฟิกลดลงเพราะ Google อัปเดต ฤดูกาล หรือปัญหาทางเทคนิค: ลำดับเหตุการณ์การอัปเดตปี 2026 คำถามตรวจสอบ 6 ข้อ และแผนสำหรับ 14 วันแรก

อ่าน
คู่มือ · 9 นาที

ความต้องการลดลงหรือเว็บไซต์เสียตำแหน่ง: กระทบยอดทราฟฟิกกับ Wordstat

ความต้องการเงินฝากลด 75% ทราฟฟิกลด 37% ส่วนบัตรความต้องการ −35% ทราฟฟิก −63% วิธีกระทบยอดทราฟฟิกกับความต้องการ ไม่โทษเว็บไซต์แทนตลาด

อ่าน