แจ้งปัญหาและติดตามเรื่อง

3,486 × 78.4% = 2,733 เรื่องที่ตอบทันเวลา · AI ตอบทันทั้ง 1,842 เรื่อง → เรื่องที่คนตอบทัน 2,733 − 1,842 = 891 เรื่อง · 891 ÷ 1,644 = 54.2% · ส่วนต่างจากตัวเลขรวม 24.2 จุด

ตัวเลข 78.4% ถูกต้องตามนิยาม แต่ใช้ประเมินทีมบริการลูกค้าไม่ได้ เพราะกว่าครึ่งของตัวเศษมาจากงานที่ AI ทำ — และ AI ตอบทันทุกครั้งโดยธรรมชาติ · ผลที่ตามมาคือถ้าขยายขอบเขตให้ AI ตอบเรื่องได้มากขึ้น ตัวเลขรวมจะสูงขึ้นทันทีโดยที่งานของคนไม่เปลี่ยนเลย · และในทางกลับกัน ถ้าเรื่องง่ายถูก AI ตอบไปหมด เรื่องที่เหลือให้คนจะยากขึ้นเรื่อย ๆ ทำให้ตัวเลขของคนแย่ลงทั้งที่ทำงานหนักขึ้น · นี่เป็นรูปแบบเดียวกับที่โมดูล 19 พบเรื่องตัวหารที่มีแต่ผู้รอด ต่างกันแค่ทิศทาง · ระบบจึงรายงานสามตัวเลขแยกกันเสมอ คืออัตราของ AI อัตราของคน และอัตรารวม โดยใช้อัตราของคนในการประเมินทีม และอัตรารวมในการดูประสบการณ์ของลูกค้า · ตัวเลข 54.2% ของทีมบริการเป็นตัวเลขที่ต่ำและต้องแก้ แต่ต้องแก้ด้วยการเพิ่มคนหรือลดเรื่อง ไม่ใช่ด้วยการขยายขอบเขต AI ซึ่งจะทำให้ตัวเลขดูดีขึ้นโดยไม่แก้อะไร

1,842 + 684 + 486 + 342 + 132 = 3,486 เรื่อง ✓ ตรงกับหน้า 212 · สัดส่วนรวม 99.9% จากการปัดทศนิยม · เรื่องที่ AI ตอบได้คือกลุ่มสอบถามสถานะทั้งหมด 52.8%

การสอบถามสถานะคำสั่งซื้อ 1,842 เรื่องเป็นกลุ่มใหญ่ที่สุดและเป็นกลุ่มที่ไม่ควรมีเลยถ้าช่องทางทำงานได้ดี — เพราะลูกค้าดูสถานะเองได้จากหน้า 213 · สาเหตุที่ยังมีคือ 43.1% ของเที่ยวลูกค้าเห็นเพียงว่าออกจากคลังแล้ว จึงต้องถามซ้ำ ตามที่หน้า 213 พบ · ถ้าแก้เรื่องการมองเห็นระหว่างทางได้ เรื่องกลุ่มนี้จะลดลงมาก และตัวเลขรวมของอัตราการตอบจะตกลงทันที เพราะเรื่องที่ AI ตอบทันทีหายไป · ซึ่งเป็นอีกตัวอย่างที่การแก้ปัญหาจริงทำให้ตัวชี้วัดดูแย่ลง · ปัญหาการส่งมอบ 486 เรื่องเชื่อมกับ 1,529 เที่ยวที่ส่งไม่ทันในโมดูล 18 คิดเป็น 31.8% ของเที่ยวที่ช้าที่ลูกค้าแจ้งเข้ามา ส่วนที่เหลือลูกค้าไม่ได้แจ้ง ซึ่งไม่ได้แปลว่าไม่เดือดร้อน · ปัญหาเอกสาร 342 เรื่องเชื่อมกับข้อโต้แย้งใบแจ้งหนี้ 486 ใบในหน้า 214 โดยส่วนหนึ่งเป็นเรื่องเดียวกันที่ถูกนับสองที่

186 + 248 + 142 + 108 = 684 เรื่อง ✓ · สัดส่วนรวม 100.1% จากการปัดทศนิยม (ค่าจริง 27.19 + 36.26 + 20.76 + 15.79 = 100.00) · 186 เรื่องที่เป็นสินค้ารุ่นเดียวกันคิดเป็น 27.2% ของปัญหาคุณภาพทั้งหมด

186 เรื่องที่เป็นสินค้ารุ่นเดียวกันเป็นสัญญาณที่ชัดที่สุดของปัญหาการผลิตที่ระบบมี แต่ไม่มีใครเห็น — เพราะเรื่องร้องเรียนถูกจัดการเป็นรายเรื่องและปิดไปทีละเรื่อง · เมื่อดูรายเรื่อง แต่ละเรื่องดูเป็นเหตุการณ์เดี่ยวและแก้ได้ด้วยการเปลี่ยนสินค้าให้ลูกค้า · เมื่อดูรวมทั้งปี เห็นทันทีว่า 27.2% ของปัญหาคุณภาพมาจากสินค้ารุ่นเดียว ซึ่งเป็นเรื่องของกระบวนการผลิต ไม่ใช่ของชิ้นงานแต่ละชิ้น · โมดูล 07 การผลิตและโมดูล 17 บริหารคุณภาพมีข้อมูลอัตราของเสียในโรงงานอยู่แล้ว แต่ไม่มีข้อมูลว่าลูกค้าเจอปัญหาอะไรหลังส่งของ · ช่องว่างนี้ทำให้อัตราของเสียที่วัดในโรงงานดูดีกว่าที่ลูกค้าเจอจริง ซึ่งเป็นรูปแบบเดียวกับ OTD ที่โมดูล 18 พบ · การส่งข้อมูลกลับไปที่โรงงานทำได้ทันทีในระบบ เพราะทั้งสองโมดูลใช้รหัสสินค้าเดียวกัน · สิ่งที่ต้องระวังคือการส่งกลับต้องเป็นข้อมูลรวม ไม่ใช่รายเรื่องพร้อมชื่อลูกค้า เพราะโรงงานไม่จำเป็นต้องรู้ว่าลูกค้ารายใดร้องเรียน

เวลาปิดเรื่องเฉลี่ยรวม 4.2 วัน = 100.8 ชั่วโมง เทียบกับเวลาตอบครั้งแรก 1.6 ชั่วโมง = 63.0 เท่า · ประเภทที่ต่างกันมากที่สุดคือปัญหาคุณภาพที่ 73.7 เท่า และเรื่องร้องเรียนบริการที่ 73.1 เท่า

การวัดเวลาตอบครั้งแรกไม่ผิด และเป็นตัวเลขที่มีความหมายเพราะลูกค้าอยากรู้ว่ามีคนได้ยินหรือยัง — แต่การรายงานเพียงตัวเดียวทำให้เข้าใจว่าเรื่องจบภายในไม่กี่ชั่วโมง · ความต่าง 63 เท่าระหว่างสองตัวเลขเป็นช่องว่างที่ลูกค้ารู้สึกได้แต่ตัวชี้วัดไม่แสดง · เรื่องร้องเรียนบริการใช้เวลาปิด 12.8 วันซึ่งนานที่สุด และเป็นประเภทที่ลูกค้ารอคำตอบมากที่สุด · ปัญหาคุณภาพใช้เวลา 8.6 วันเพราะต้องส่งตัวอย่างกลับไปตรวจที่โรงงาน ซึ่งเป็นเวลาที่จำเป็นและลดไม่ได้มาก · สิ่งที่ทำได้คือแจ้งลูกค้าตั้งแต่ต้นว่าเรื่องประเภทนี้ใช้เวลาประมาณเท่าไร แทนที่จะบอกเพียงว่ารับเรื่องแล้ว · ระบบจึงแสดงเวลาที่คาดว่าจะปิดเรื่องตั้งแต่ตอนลูกค้าแจ้ง โดยคำนวณจากค่าเฉลี่ยของเรื่องประเภทเดียวกัน · และรายงานตัวชี้วัดสองตัวคู่กันเสมอ ไม่ใช่ตัวเดียว

AI ตอบคำถามสถานะได้เพราะเป็นการอ่านข้อมูลที่มีอยู่ ไม่ใช่การตัดสินใจ — และทุกคำตอบอ้างที่มาจากข้อมูลในระบบซึ่งลูกค้าตรวจสอบเองได้ · การจัดประเภทเรื่องทำได้ถูกต้อง 91.4% ซึ่งเพียงพอเพราะคนแก้ประเภทได้และการจัดผิดไม่ทำให้เรื่องหาย · เรื่องร้องเรียนบริการห้าม AI ปิดเรื่องเอง แม้จะตอบคำถามในเรื่องนั้นได้ เพราะการปิดเรื่องหมายถึงการยืนยันว่าเรื่องได้รับการแก้ไขแล้ว ซึ่งต้องมีคนรับผิดชอบ · การตัดสินว่าสินค้ามีปัญหาคุณภาพหรือไม่เป็นการตัดสินทางเทคนิคที่มีผลต่อความรับผิดตามสัญญา จึงต้องเป็นฝ่ายควบคุมคุณภาพ · และการอนุมัติเปลี่ยนสินค้าหรือคืนเงินผูกพันเงินของบริษัท จึงอยู่ในซองอำนาจตามวงเงินเช่นเดียวกับการอนุมัติค่าใช้จ่ายอื่น · ทั้งสามข้อสุดท้ายเป็นข้อที่ AI ทำได้ทางเทคนิคแต่ไม่ควรทำ ซึ่งเป็นรูปแบบเดียวกับที่พบทุกโมดูล