Automatizzare le risposte alle email dei clienti

Automatizzare le risposte alle email dei clienti si fa in due pezzi: un cancello che decide quali messaggi meritano una risposta automatica, e un modello che scrive la bozza. Il pezzo che quasi tutti saltano è il primo, ed è quello che decide se il sistema ti fa risparmiare ore o se un giorno scrive una cosa falsa a un cliente con la tua firma sotto.

La ricetta che gira in rete, e dove si rompe

Collega la casella a un modello, fagli leggere il messaggio, fagli scrivere la risposta, mandala. Detta così funziona nelle dimostrazioni e si rompe sul lavoro vero per una ragione precisa: un modello linguistico risponde su quello che riesce a leggere, e quando non riesce a leggere abbastanza non si ferma. Riempie il vuoto.

Non è un'ipotesi, è successo su un mio sistema e l'ho tenuto scritto. Una catena che legge un feed di settore e ne scrive la sintesi ha prodotto due frasi documentate, con dettagli tecnici credibili, su un articolo la cui unica descrizione disponibile diceva testualmente che il riassunto non c'era perché il contenuto era protetto. Il modello aveva ricostruito tutto dal titolo. Nessun errore di grammatica, nessun segnale visibile a chi legge: solo un testo sicuro di sé e inventato.

Il cancello va prima del modello, non dopo

La correzione non è un controllo qualità a valle, è un filtro a monte. Nel mio caso è diventata una soglia sulla quantità di testo disponibile: sotto una certa lunghezza il contenuto non arriva nemmeno al modello. La soglia non l'ho scelta a sentimento, l'ho misurata sui contenuti reali. Quello protetto pesava 224 caratteri, quelli leggibili stavano fra 381 e 499, e il taglio a 300 separa i due gruppi con margine da entrambi i lati.

Un dettaglio che vale il tempo di scriverlo, perché è il punto in cui si sbaglia: quei numeri valgono solo se le entità HTML vengono decodificate prima di contare i caratteri. Contandoli senza decodificarle, lo stesso identico contenuto dava 240 e 400, cioè una soglia diversa e sbagliata. Se porti a casa tua questa idea, misura con lo stesso metodo con cui misura il tuo strumento, non a occhio.

Sul conto succede una cosa che di solito non succede: quello che il cancello scarta non consuma né la chiamata al modello né i token. Il controllo che rende il sistema più onesto lo rende anche più economico.

Cosa cambia sulla tua casella

Tradotto su una casella vera, il cancello risponde a tre domande prima di far scrivere qualsiasi cosa: nel messaggio ci sono abbastanza informazioni per rispondere davvero, la domanda è una di quelle a cui rispondi sempre uguale, e la risposta impegna qualcuno. Da lì escono tre strade diverse:

• Domanda di routine con tutti i dati dentro: la bozza si scrive da sola e arriva già pronta, con le tue parole e le tue informazioni.
• Domanda di routine ma con un dato mancante: non si tira a indovinare, si chiede quello che manca e basta. Una riga sola, che è quasi sempre quello che scriveresti tu.
• Reclamo, trattativa, caso fuori copione: il sistema non scrive niente e te lo mette davanti per primo, con il motivo scritto accanto.

Il secondo cancello: quello che esce a nome tuo

Una email che parte non torna indietro. Se il sistema sbaglia, sbaglia davanti a un cliente, e rimediare costa più di tutto il tempo che aveva fatto risparmiare. Per questo nei sistemi che costruisco la catena si ferma un passo prima: prepara il testo, lo mette in coda con lo stato da rileggere, e aspetta te. Le ore le recuperi lo stesso, perché passi dallo scrivere al correggere, che è un lavoro diverso e molto più corto.

Il pezzo interamente automatico esiste, ma si guadagna: le conferme e i messaggi che non impegnano nessuno possono partire da soli dopo qualche settimana in cui hai visto cosa avrebbe scritto. Tutto ciò che promette una data, un prezzo o una disponibilità resta una tua decisione, anche quando il sistema funziona bene.

Un dettaglio sui modelli piccoli

Quando il volume conta si usano modelli piccoli, ed è utile sapere come si comportano: ignorano le proibizioni. Nelle prime prove due sintesi su tre aprivano parlando dell'articolo invece che del fatto, e la riga secca che vietava quell'apertura non è servita a niente. Ha funzionato l'opposto: tre esempi di apertura giusta più l'elenco esplicito di quelle da evitare. Al giro dopo erano corrette tre su tre. A un modello piccolo si mostra la forma, non gliela si descrive.

Quando non conviene automatizzare le risposte

Se ricevi pochi messaggi al giorno e li chiudi in dieci minuti, un sistema del genere aggiunge una cosa da curare senza toglierti lavoro. Se ogni email è diversa dalle altre, cioè se non riesci a raggruppare le richieste in una manciata di famiglie, non c'è niente da automatizzare e il primo lavoro è capire perché. E se le risposte che dai non stanno scritte da nessuna parte, prima si scrivono e poi si automatizza: un sistema addestrato sul nulla produce esattamente il problema del paragrafo iniziale.

C'è un caso in più, meno ovvio: se la casella è il posto dove si tratta, cioè dove convinci il cliente, automatizzarla è un danno anche se tecnicamente si può. Lì la lentezza è parte del lavoro. Vale lo stesso ragionamento con cui si sceglie quali processi automatizzare.

Da dove si parte

Da una settimana di casella vera, non da uno strumento: si contano i messaggi, si raggruppano per famiglia e si guarda quali famiglie pesano davvero. Di solito due o tre coprono la maggior parte del volume, e quelle sono il punto di partenza. È lo stesso metodo delle automazioni dei processi aziendali, applicato al canale che ti interrompe di più.

Se vuoi farlo sulla tua casella, scrivimi e lo guardiamo insieme. E se dal conteggio esce che rispondi ogni giorno a dieci richieste tutte diverse, te lo dico che non conviene: un sistema che copre un caso su dieci non ti toglie niente dalla giornata.