Ridurre i ticket L1: il framework in 6 step

Step 1: fate la baseline del vostro L1

Non potete ridurre ciò che non misurate. Negli ultimi 60 giorni contate:

• Contatti totali in ingresso (chat + email + telefono).
• La quota che è L1 — cioè risolvibile da una procedura documentata se il cliente la trovasse.
• Mediana time-to-resolution per canale.
• First-contact resolution per canale.
• CSAT per canale.

Questi cinque numeri sono la vostra baseline. Ogni cambiamento si misura contro di essa.

Step 2: segmentate per deflectability

Non tutto l'L1 è uguale. Bucketate l'L1 in tre:

• Alta deflectability: pulito, scriptabile, ben documentato (reset password, "qual è il mio saldo", "come decalcifico"). Target deflection: 70-90 %.
• Medio: documentato ma cliente-specifico (stato garanzia, data spedizione, codici errore modello-aware). Target deflection: 40-60 %.
• Basso: documentato ma richiede giudizio (sicurezza-critico, regolatorio). Target deflection: 10-30 %.

La maggior parte dei team promette troppo sul Medio e rilascia prima che il tooling sia pronto. Non fatelo.

Step 3: pilotate su un segmento

Scegliete il bucket ad alta deflectability con il volume più alto. Un segmento, un canale. Due settimane. Misurate contro la vostra baseline, non contro il marketing del vendor.

Se il vostro pilot non sposta la baseline di 20+ punti su quel segmento, l'AI non è ancora abbastanza buona. Non fate il rollout.

Step 4: misurate oltre la deflection

La trappola: deflection da vanità.

Se la deflection sale ma il CSAT scende, avete deflectato verso la frustrazione. Se la deflection sale ma sale il tasso di re-open, avete deflectato verso una callback. Guardate tutte e cinque le metriche di baseline ogni settimana.

Il pattern sano: deflection in salita, CSAT flat o leggermente in salita, FCR in salita, tasso di re-open flat o in calo.

Step 5: espandete al segmento successivo

Una volta che un segmento raggiunge il suo target di deflection senza regressioni su CSAT/FCR, espandete al prossimo. Espandete un segmento alla volta — mai due in parallelo — così potete attribuire qualunque regressione in modo pulito.

Step 6: capitalizzate con eval

Il momento del ship non è "fatto". È l'inizio. Ogni settimana:

• Campionate 50 conversazioni a bassa confidenza o senza risposta a caso.
• Fate etichettare al vostro reviewer: "doveva rispondere", "giusto escalare", "risposta sbagliata".
• Spingete i casi "doveva rispondere" in un eval di regressione.
• Rilasciate modifiche a retrieval / prompt / modello solo se l'eval passa.

L'eval capitalizzante è ciò che separa un deployment al 35 % di deflection da uno al 65 % dopo sei mesi. La maggior parte dei team la salta. Non fatelo voi.