Mail-Automatisierung trainieren

Schritt 1: Häufige Themen identifizieren

Der erste Schritt ist herauszufinden, welche Themen am häufigsten auftreten.

Gehe dafür in den Bereich:

Insights → Mail → Bot Performance

Hier kannst Du sehen:

• welche Themen am häufigsten vorkommen

• wie viele Anfragen pro Thema eingehen

• wie gut die Automatisierung funktioniert

Auswahl der Themen

Wähle 3–4 Themen aus, die folgende Kriterien erfüllen:

• hohes Anfragevolumen

• klar definierter Prozess

• gute Automatisierbarkeit

Typische Beispiele:

• Rücksendungen

• Lieferstatus

• Erstattungen

• Stornierungen

Diese Themen eignen sich besonders gut für eine Automatisierung.

---

Schritt 2: Tickets im Bot Gym analysieren

Nachdem die Themen festgelegt wurden, geht es in den Bot Gym Bereich.

Hier können konkrete E-Mail-Beispiele analysiert und trainiert werden.

Themen filtern

Im Bot Gym kannst Du oben rechts über die Filterfunktion nach bestimmten Themen suchen.

Gehe zu:

Filter → Topic

Wähle anschließend eines oder mehrere der ausgewählten Themen aus.

Jetzt werden nur noch die E-Mails angezeigt, die diesem Thema zugeordnet wurden.

So kannst Du gezielt prüfen:

• ob das Topic korrekt erkannt wurde

• wie gut die Antwort formuliert wurde

• ob das richtige Knowledge verwendet wurde

---

Schritt 3: Topic-Beschreibung trainieren

Der wichtigste Teil des Trainings ist die Beschreibung des Topics.

Wenn ein Ticket falsch zugeordnet wurde, kannst Du das passende Thema auswählen und trainieren.

Vorgehen

1. Prüfe, ob das Ticket dem richtigen Topic zugeordnet wurde

2. Falls nicht, wähle das richtige Topic

1. Trainiere das System mit der korrekten Zuordnung

So lernt die KI, ähnliche E-Mails in Zukunft besser zu erkennen.

---

Lange Beschreibungen vermeiden

Wenn Beschreibungen sehr lang werden, empfiehlt es sich, mit Triggern oder Schlüsselwörtern zu arbeiten.

Statt einer langen Beschreibung kannst Du typische Begriffe definieren.

Beispiele für Trigger:

Rücksendung
Retourenlabel
Artikel zurückschicken
Rückgabe

Diese Schlüsselwörter helfen dem System, Themen schneller zu erkennen.

---

Schritt 4: Antworten mit Guidelines verbessern

Wenn eine automatisch generierte Antwort schlecht formuliert oder unvollständig ist, kann sie über Guidelines verbessert werden.

Hier kannst Du der KI konkrete Regeln geben.

Beispiele für Guidelines:

Schreibe immer in der Sie-Form.

Nenne immer den Preis oder Betrag.

Füge den passenden Help-Center-Link ein.

Formuliere Antworten freundlich und professionell.

---

Topic Guidelines vs. Global Guidelines

Es gibt zwei Arten von Guidelines:

Topic Guidelines

Diese gelten nur für ein bestimmtes Thema.

Beispiel:

Bei Rücksendungen immer die Rückgabefrist erwähnen.

---

Global Guidelines

Diese gelten für alle Antworten.

Beispiele:

Schreibe immer in der Sie-Form.

Vermeide Emojis in E-Mails.

Halte Antworten klar und professionell.

---

Schritt 5: Knowledge überprüfen

Manchmal wird die falsche Wissensquelle verwendet.

In diesem Fall solltest Du das Knowledge prüfen.

Im Bot Gym kannst Du direkt auf das verwendete Knowledge klicken und es bearbeiten.

Dabei solltest Du prüfen:

• ist die Information korrekt?

• gibt es bessere Inhalte?

• fehlen wichtige Informationen?

---

Knowledge verbessern

Wenn falsche Inhalte verwendet werden, kannst Du:

• das Knowledge Piece anpassen

• ein neues Knowledge Piece hinzufügen

• die Beschreibung verbessern

Alternativ kannst Du auch in den Guidelines definieren, wo Informationen bevorzugt gefunden werden sollen.

Beispiel:

Nutze Informationen aus der Versandrichtlinie.

oder

Verwende nur Informationen aus dem Rückgabe-Artikel.

---

Weitere Tipps für effizientes Training

Arbeite mit realen Kundenmails

Trainiere immer mit echten E-Mails aus dem Bot Gym. Das verbessert die Erkennung deutlich.

---

Trainiere mehrere Beispiele pro Thema

Ein einzelnes Beispiel reicht selten aus.

Idealerweise sollten pro Thema mehrere unterschiedliche E-Mail-Beispiele trainiert werden.

---

Vermeide zu viele ähnliche Topics

Wenn mehrere Topics sehr ähnlich sind, kann die KI Schwierigkeiten haben, diese zu unterscheiden.

Versuche Topics klar voneinander zu trennen.

---

Automatisiere zuerst einfache Prozesse

Beginne mit Themen, die:

• klar definierte Antworten haben

• wenig Sonderfälle besitzen

• häufig vorkommen

So kannst Du schnell erste Automatisierungen erreichen.

---

Typischer Trainingsablauf

1️⃣ Insights analysieren 2️⃣ häufige Themen identifizieren 3️⃣ Bot Gym nach diesen Topics filtern 4️⃣ falsche Zuordnungen korrigieren 5️⃣ Guidelines optimieren 6️⃣ Knowledge prüfen und verbessern

---

Ziel des Trainings

Das Ziel ist eine Mail-Automatisierung, die:

• Kundenanfragen korrekt erkennt

• passende Antworten generiert

• die richtigen Informationen verwendet

• konsistent und professionell formuliert ist

---

Kurz gesagt

Effektives Training in melibo basiert auf drei Dingen:

1. Gute Topic-Erkennung Tickets müssen korrekt zugeordnet werden.

2. Klare Guidelines Antworten müssen klar definiert sein.

3. Sauberes Knowledge Die richtigen Informationen müssen verfügbar sein.