- Samtal med stabil referens
- Bekräftad kundkoppling
- Utkast med källreferens
- Mänsklig granskning
- Godkänd CRM-aktivitet
Principbild av kundens integration, inte ett löfte om en färdig systemkoppling.
Börja med ett enda resultat
Välj exempelvis ett utkast till uppföljningsaktivitet efter ett kundsamtal. Undvik att samtidigt automatisera kundmatchning, säljanalyser och flera olika typer av dokumentation. Ett avgränsat resultat gör det möjligt att förstå var ett fel uppstår.
Bestäm vilka fält aktiviteten ska ha: kundreferens, ansvarig, beskrivning och eventuellt datum. Saknas en uppgift ska flödet visa det; AI:n ska inte fylla luckan med ett trovärdigt antagande.
Koppla samtalet till rätt post
Använd den kund- eller ärendereferens som redan finns i ert arbetsflöde. Om matchningen bygger på telefonnummer behöver osäkra eller flera träffar hanteras. Det är bättre att lämna ett utkast för manuell koppling än att skriva till fel kund.
Spara källans samtalsidentifierare separat från CRM:s aktivitetsidentifierare. Det gör att ett återförsök kan hitta sitt befintliga utkast i stället för att skapa en dubblett.
Separera maskinens förslag från godkänd information
Kundens AI kan läsa ett tillgängligt transkript och föreslå nästa steg. Förslaget ska märkas som utkast och kunna granskas mot det underlag som granskaren har behörighet att se.
Ett godkännande ska avse en viss version. Om nytt underlag kommer efter granskningen behöver ni besluta om det blir ett nytt utkast eller en tydligt markerad ändring. Skriv inte över den godkända uppgiften utan ett kontrollerat flöde.
Prova med ett lokalt referensexempel
Det medföljande exemplet använder syntetiska uppgifter och ett normaliserat format som tillhör kundens integration. Det skapar ett utkast, stoppar osäker kundmatchning och återanvänder samma nyckel vid återspelning. Det anropar varken Telnect, en AI-modell eller ett CRM.
Exemplet visar integrationslogiken som behöver finnas runt en verklig anslutning. Byt inte ut det syntetiska formatet mot leverantörens fältnamn utan att först bygga och testa en uttrycklig mappning.
Mät hela arbetsmomentet
Följ tid till färdig uppföljning, antal rättade utkast och felaktiga kundkopplingar. Räkna även arbetet för att hantera undantag. Jämför liknande ärenden och redovisa hur många samtal som faktiskt kunde behandlas.
När flödet fungerar för en typ av uppföljning kan ni bedöma om det går att återanvända för fler team. Behåll samma krav på källa, behörighet och granskning.
Fältmappning i det lokala referensexemplet
| Internt fält | Betydelse | Användning |
|---|---|---|
| callId | Stabil samtalsreferens | Identifiera återspelning av samma underlag |
| customerId | Bekräftad kundreferens | Knyt utkastet till rätt kund |
| customerMatch | Matchningsbeslut | Endast confirmed får skapa utkast |
| proposedAction | Föreslagen uppföljning | Sparas som ett utkast för granskning |
| sourceRef | Referens till underlaget | Gör det möjligt att kontrollera förslaget |
Kör referensen och kontrollera utfallet
Det nedladdningsbara programmet använder syntetiska data i kundens eget format. Första behandlingen skapar ett utkast. Samma kund och samtal en gång till ger befintligt utkast. Osäker kundmatchning går till granskning.
I en verklig integration behöver lagringen vara beständig och avgränsad till den autentiserade kunden. Ett minnesbaserat exempel skyddar inte över en omstart eller flera serverprocesser. Lägg till CRM-behörigheter, beständigt dubblettskydd och en separat godkänd skrivning.
Underlag och avsändare
Guiderna beskriver tekniska mönster. Syntetiska exempel är märkta och ersätter inte verifiering av er anslutning.
Prova referensflödet lokalt
Syntetiskt exempel på kundens interna datamodell. Ingen AI-modell, telefoni eller CRM-tjänst anropas. Kräver Node.js.
Ladda ner körbart exempel · Ladda ner syntetiska testdata
node crm-followup.cjsProgrammet skapar ett granskningsutkast och kontrollerar återspelning och osäker kundmatchning. Godkännande och skrivning till ett riktigt CRM behöver implementeras i ert system.