வாடிக்கையாளர் சேவையில் மிகவும் மதிப்புள்ள சைகைகள் பெரும்பாலும் உரையாடல்களிலேயே இருப்பவை: வாடிக்கையாளர் உண்மையான தேவையிலா, கவனம் எதற்கு, போட்டியாளரை குறிப்பிட்டார்களா, ஆபத்தான சொற்கள் உள்ளதா, விற்பனையாளர் சரியாகப் பதிலளித்தார்களா என்பதுதான்.
முன்னர் அணிகள் கையேட்டாக கண்காணித்து வந்தன; இது வேகமில்லாததும், நிலைத்தன்மையற்றதும், உரையாடல் அளவு உயரும்போது கடினமானதும் ஆகும். HelloKPIயின் புதிய உரையாடல் பகுப்பாய்வு Agent அமைப்பு மாற்றத்தை உருவாக்குகிறது: சேமிப்பதைக் கடந்து புரிந்துகொண்டு மதிப்பெண் அளித்து lead இன்டலிஜென்சாக மாற்றுகிறது.
முந்தைய சவால்: தரவு உள்ளதுதான்; ஆனால் முடிவெடுக்கும் வேகம் குறைவு
பழைய chat அமைப்புகள் “பதிவுண்டா?” என்ற கேள்வியிலேயே நின்றது. Telegram/WhatsApp உரையாடல்கள், பயனாளர் விவரங்கள், செய்திகளைச் சேமிப்பதோடு, சேவைத் தரம் குறித்த முடிவுகளுக்கு உதவும் கேள்விகளுக்கு விடை அளிக்க முடியவில்லை.
- இது உயர்தர leadஆ?
- வாடிக்கையாளர் விலை, டெலிவரி, நம்பகத்தன்மை பற்றிச் சொல்கிறார்களா?
- விற்பனை உறுப்பினர் ஆபத்தான சொற்களைப் பயன்படுத்தியுள்ளார்களா?
- யார் உரையாடல் முன்னுரிமையாக மீள்பார்க்க வேண்டும்?
- குழு சேவை நிலைத்தன்மை எப்படி?
கையேட்டான கண்காணிப்பை மட்டும் நம்பினால் அளவுக்கு வரும் போது முறிவு ஏற்படும்.
புதிய மாற்றம்: மூடிய செயல்வழிப் பகுப்பாய்வு
இந்த புதுப்பிப்பு “chat வரலாற்றை AIக்கு அனுப்பும்” செயலால் மட்டும் முடிவதில்லை:
- முன் சுத்திகரிப்பு: உரை மற்றும் அனுப்புநர் பாத்திரத்தையே மட்டும் வைத்துக் கொள்ளும்; மீளுருப்புகள் மற்றும் தேவையற்றதை நீக்கி token செலவை குறைக்கும்.
- தனிப்பட்ட மற்றும் குழு chat ஆதரவு; கால எல்லைத் தேர்வுடன் முழுக் கட்டுப்பாடு.
- கட்டமைக்கப்பட்ட வெளியீடு: summary, score, tags மற்றும் அபாயச் சொற்களின் பதிவேடு.
- provider, model, prompt token, completion token, total token, நேர அளவீடு போன்றவற்றை பதிவு செய்து audit செய்யலாம்.
- பிழை ஏற்பட்டால் தெளிவான காரணம்: இணையத் தடை, timeout, வெற்று வெளியீடு, தவறான கட்டமைப்பு.
Prompt library: அணியறிவை நிலைப்படுத்தல்
பகுப்பாய்வு தரம் prompt தரத்தில் நின்றிருக்கிறது. முன்பிருந்த நிலை hardcoded அல்லது நேரடி உள்ளீடு; இரண்டுமே சுருக்கமானது. இப்போது tenant அளவிலான shared template library, scenario-மொழி-platform அடிப்படையில் கிடைக்கும்.
- விற்பனைத் தர ஆய்வு template
- lead scoring template
- risk review template
- குழு chat பகுப்பாய்வு template
- உணர்வுப்பூர்வ சொற்கள் கண்டறிதல் template
முதன்மையான supervisor அறிவை முழு அணியும் பயன்படுத்தும் நெறிமுறையாக்கமான முறையாக்கும்.
Prompt சரிபார்ப்பும் உள்ளது: `{conversation}` மற்றும் `summary`, `score`, `tags`, `record` புலங்கள் இருக்க வேண்டும்; பூர்த்தியாக இல்லை என்றால் default templateக்கு மாற்றும்.
Agent lead configuration: எல்லைகளுடன் AI
முடிவெடுப்புக்கு Agent பயன்படுத்தும் data domain-கள்:
- customer profile
- follow-up records
- lead data
- chat metadata
இவற்றை tenant தேவைக்கேற்ப on/off செய்யலாம்; வாசிப்பு cap-ஐ நிர்ணயிக்கலாம்.
இந்திய enterprise சூழலில் இது அவசியமானது: AIக்கு எல்லை, உரிமை, கண்காணிக்கக்கூடிய அமைப்பு தேவை.
முன்னைய முறைகளுடன் ஒப்பிடுதல்
- கையேட்டு மதிப்பாய்வை விட அளவளாவக்கூடியது; மனிதன் இன்னும் இறுதித் தீர்ப்பாளர்.
- keyword search உடன் ஒப்பிடுகையில், context புரிதல் மேம்பட்டது.
- புற AI box உடன் ஒப்பிடுகையில், chat data உடன் நேரடி இணைப்பு மற்றும் பதிவு/metadata மேலாண்மை உள்ளன.
- மாற்றமற்ற prompt-ஐ விட scenario/template மாற்றத்தில் நெகிழ்வானது.
- அளவில்மீறிய AI விலக்கப்பட்டதால் cost control மற்றும் governance சாத்தியம்.
வணிக மதிப்பு
விற்பனையாளர்: என்ன நன்றாகச் செய்தார், என்ன தவறவிட்டார், எந்த lead க்கு மீள்பின்தொடர்ச்சி தேவை என்பதைக் குறுகிய நேரத்தில் கற்றுக்கொள்கிறார்.
மேலாளர்: random sampling இருந்து targeted inspection க்கு மாற்றம்—குறைந்த score, உயர் risk, உயர் intent lead களை கவனிப்பது.
நிறுவனம்: summary/score/tags/record ஆகியவை reusable data asset ஆகி, quality audit, lead grading, alert, conversion prediction க்கு ஆதரவு தரும்.
மொத்தத்தில் இது “AI call” மட்டுமல்ல; சேகரிப்பு, dedup, prompt governance, structured output, logging, error feedback, permissions மற்றும் cost control உடைய முழு செயல்வழி ஆகும்.
முடிவுரை
Conversation-இல் வாடிக்கையாளர் நோக்கம் தெளிவாகத் தெரிந்தாலும், பெரும் அளவில் நிர்வகிப்பது சிரமமானது.
HelloKPI புதிய அம்சம் chat வரலாற்றை passive archive-இலிருந்து active insight ஆக மாற்றும்; “வாடிக்கையாளர் என்ன சொன்னார்?” என்பதிலிருந்து “இந்த lead தொடர தகுதியானதா?” என்பதற்குப் பயனுள்ள விடையளிக்கிறது.