Real pilot case tutorial
A week 2tutorial tilindsamle reel feedbackgennem én inspicerbar udgang.
Når dette er det rigtige output
Brug denne efter uge, man opretter svar, materialeadgang eller fortsat samtale.
Forbered dig inden du starter
- Uge-1 output og feedback log
- 1-2 personer villige til at blive ved med at tale eller teste
- Der er brug for rigtigt materiale til denne uges output
Public case breakdown
How Stellantis &You UK used Make for aftersales messaging
The aftersales team was overloaded by phone and in-person communication. In Make's case, intent and sentiment classification routed ordinary messages to automation and subtle dissatisfaction signals to human follow-up.
Source
Make customer care success story47,000+ messages analyzed and 18,000+ handled automatically over 12 months
It did not start as a huge system
Classify first
The workflow judges intent and sentiment before attempting any response.
Keep human boundaries
Negative, ambiguous, and risky messages are escalated to people.
Track outcomes
The team measures handled volume, escalation, and customer feedback instead of showing only a workflow diagram.
What to copy
Sell saved time, not the diagram
Clients buy less repeated work and fewer missed issues, not the automation canvas.
Automate low-risk work first
Classification, sorting, notification, and logging are safer first steps than full auto-replies.
Price from before-after evidence
Record manual time and post-automation time before quoting a pilot.
Build a small version
Collect 20 historical messages
Pick one niche such as clinics, training firms, or local services.
Create 3 labels
Use only no reply needed, needs human, possible churn.
Run 5 reviewed tests
Let AI classify, review manually, then calculate accuracy and time saved.
Do not promise fully automated support first. Message triage and human alerts are easier pilots to sell.
Byg den første version
Vælg det stærkeste signal
Vælg den person, der er tættest på den reelle efterspørgsel, blandt uge-1-svar, formularer eller DM'er.
Saml rigtigt materiale
Spørg kun efter materiale, der er nødvendigt for at skabe denne uges output.
Aflever én gang
Brug AI plus manuel gennemgang til at skabe et resultat, som brugeren kan inspicere.
Optag feedback
Spørg, hvad der er brugbart, hvad der ikke er tillid til endnu, og om de vil have det næste skridt.
Kopieringsklare skabeloner
Feedback spørgsmål
Hvilken del kan du bruge direkte? Hvad er endnu ikke troværdigt? Hvis vi fortsætter, hvad skal version to så ændre først?
Leveringslog
Inputmateriale, proces, menneskelige redigeringer, leveringstid, brugerfeedback, næste-trins hensigt.
Sådan beslutter du næste skridt
Fortsæt hvornår
- Mindst én reel levering er gennemført
- Kunden tillader anonym bevisførelse
- Kunden beder om et næste skridt eller henvisning
Skift retning når
- Feedback er høfligt, men skaber ingen næste materiale eller forsøgshensigt.
- Resultatet kommer ikke ind i en rigtig arbejdsgang.
- Hver levering føles som et nyt skræddersyet projekt.
Værktøjsvalg til dette output
Tally: formularer og undersøgelser
Brug:Indsaml kundemateriale og feedback efter levering
Alternativ:Google Forms
Åbn værktøjClickUp: arbejdsledelse
Brug:Spor leveringsopgaver, tid og kundestatus
Alternativ:Google Sheets
Åbn værktøjMærke: automatiseringsarbejdsgange
Brug:Forbind gentagne meddelelser og logning
Alternativ:Manuel SOP
Åbn værktøjVend tilbage til resultatet, når du er færdig med dette output
Gennemfør i uge to 1-2 små piloter og indsaml feedback, der kan blive en anonym sag.