Stel je een supportteam van vijf mensen voor bij een middelgroot SaaS-bedrijf. Ze behandelen tickets via een gedeelde helpdesk-inbox en een Slack-kanaal voor interne escalaties. Veel van wat ze typen is niet uniek voor elk gesprek: het gaat om dezelfde paar uitleggen, die telkens net iets anders worden geformuleerd. Dit is het soort workflow waarin suggesties op zinsniveau doorgaans het meeste verschil maken, en het is de moeite waard om concreet te bekijken.
Het uitgangspunt
In dit scenario behandelt het team een mix van vragen over facturering, verzoeken om wachtwoorden opnieuw in te stellen en tickets met vragen als ‘hoe doe ik X?’. Een groot deel van de antwoorden volgt een klein aantal patronen: het probleem erkennen, om een accountidentificatie vragen, een bekende tijdelijke oplossing uitleggen of excuses aanbieden voor een vertraging. Medewerkers weten niet moeilijk wat ze moeten zeggen — ze weten uit ervaring al hoe het antwoord moet luiden. De bottleneck is dat ze tientallen keren per dag variaties op dezelfde zinnen opnieuw moeten typen, zowel in de helpdesktool als in Slack.
Wat ze zouden proberen
Het team installeert Typeahead op hun Windows-computers en laat het draaien in de apps die ze al gebruiken — zonder apart venster en zonder tekst uit een fragmentenbibliotheek te kopiëren en plakken. Wanneer ze een ticket beantwoorden, stelt de tool voor hoe de zin waarschijnlijk verdergaat, op basis van wat ze tot dan toe hebben getypt en hun eigen recente formuleringen in die context.
Werkt in de helpdesktool
Als de helpdesk een Chromium-gebaseerde webapp is of in een browser draait, doet Typeahead rechtstreeks suggesties in het antwoordveld — zonder dat je naar een aparte app hoeft over te schakelen.
Werkt in Slack voor interne notities
Hetzelfde suggestiegedrag geldt voor interne escalatieberichten en overdrachtsnotities tussen medewerkers.
Klantgegevens blijven op de pc van de medewerker
Omdat suggesties worden gegenereerd door een lokaal model, wordt niets wat een medewerker over het account van een klant typt naar een server van derden gestuurd om die suggestie te maken.
Waar het waarschijnlijk zou helpen
Het waarschijnlijke voordeel is niet dat medewerkers ineens betere antwoorden weten — het is dat er minder toetsaanslagen nodig zijn voor het mechanische deel van een vertrouwde zin. Een antwoord dat begint met ‘Bedankt dat je contact hebt opgenomen — om dit te onderzoeken, kun je bevestigen dat…’ is een patroon dat Typeahead na herhaald gebruik waarschijnlijk snel zou herkennen. Daardoor kan een medewerker het grootste deel van de zin met Tab accepteren, in plaats van elke keer de hele zin te typen.
Bij een tip voor nieuwe gebruikers over een terugkerende workflow of een verontschuldiging voor vertraging die op een dag in een dozijn tickets wordt gebruikt, loopt zo’n kleine besparing gedurende een hele dienst op; bij één enkel gebruik zou dat niet zo zijn. Dat is het mechanisme, eerlijk beschreven — geen specifiek gemeten percentage, want er heeft nog geen echte implementatie plaatsgevonden om dat te meten.
Waar het niet zou helpen
Bij tickets waarvoor echt onderzoek nodig is — logboeken lezen, een bug reproduceren of escaleren naar engineering — versnelt zinsvoorspelling het werk niet, omdat de bottleneck daar de diagnose is en niet het typen. Typeahead is een hulpmiddel voor het mechanische deel van een antwoord schrijven, zodra een medewerker al weet wat die moet zeggen; het is geen vervanging voor inzicht in het probleem.
Privacyoverwegingen voor een supportteam
Supportmedewerkers typen regelmatig rekeningnummers, bestelgegevens en soms gedeeltelijke betaalgegevens in antwoorden. Een cloudgebaseerde suggestietool zou die context naar een server moeten sturen om een aanvulling te genereren. Omdat de suggesties van Typeahead afkomstig zijn van een model dat lokaal draait, verlaten die klantgegevens de computer van de medewerker niet om een suggestie te genereren — een relevante overweging voor elk team dat gebonden is aan beleid voor gegevensverwerking of klantcontracten.
Veelgestelde vragen
Is dit een echte klant van GagarinSoft?
Werkt Typeahead in helpdesksoftware?
Worden klantgegevens ergens naartoe gestuurd om een suggestie te genereren?
Kan het worden uitgeschakeld voor bepaalde apps die een supportteam gebruikt?
Vervangt dit de functie met standaardantwoorden van een helpdesk?
Download Typeahead
Probeer het uit met de workflow van je eigen team. Eenmalige aankoop van $9.99,, met een gratis proefperiode van 7 dagen.
Downloaden op Microsoft Store