Sähköpostien Luokittelu Tekoälyllä Outlook
D365 Customer Service
D365 Field Service
Copilot Studio
Sijainti
Saksa
Toimiala
Autoteollisuus
Koko
yli 200 työntekijää
Toteutus
2025
Lyhyt katsaus projektitiimiin
Projektitiimi koostui Dynamics 365, Power Platform, Azure ja tekoälyn asiantuntijoista. He keskittyvät tekoälytoimintojen toteuttamiseen liiketoimintaprosesseissa asiakastukea varten ja sovelsivat generatiivisen tekoälyn parhaita käytäntöjä koko projektin ajan.
Asiakkaan pyyntö
Yritys vastaanottaa päivittäin noin 500 saapuvaa sähköpostia asiakkailta ja toimittajilta. Kunkin sähköpostin esikäsittely tehdään käsin ja se sisältää sopivan tunnisteen asettamisen sekä viestin liittämisen tarvittavaan CRM-entiteettiin. Keskimäärin toimenpide vie 2–5 minuuttia sähköpostia kohden, mikä aiheuttaa tiimille merkittävää kuormitusta.
Asiakaskannan suunnitellun kasvun myötä sähköpostien määrän odotetaan jatkavan kasvuaan, mikä tekee nykyisestä lähestymistavasta tehottoman suuremmassa mittakaavassa. Siksi tarvittiin ratkaisu, joka automatisoi sähköpostien esikäsittelyn, vähensi inhimillisten tekijöiden vaikutuksia ja varmisti nopean ja vakaan integraation CRM:n kanssa.
Selonteko
Projektitiimi päätti keskittyä siihen, kuinka voimme käyttää tekoälyä Microsoft Outlook sähköpostien esikäsittelyn automatisoimiseen, inhimillisten virheiden vaikutuksen vähentämiseen ja nopean, vakaan CRM-integraation varmistamiseen.
Valmistelu
Ratkaisu oli luoda Copilot Studioon AI-agentti, joka käsittelee Outlookista saapuvat sähköpostit automaattisesti. Agentti analysoi sähköpostin sisällön, määrittää sen tyypin ja liiketoimintakontekstin, suorittaen sen jälkeen luokittelun ja viestin linkittämisen sopivaan Dynamics 365 -entiteettiin.
Toteutus
Asiakkaan pyynnön toteuttamiseksi käytimme Microsoft Copilot Studio, jossa loimme uuden AI-agentin.
Alkuvaiheessa käytettiin “Tools”-välilehteä tärkeimpien työkalujen lisäämiseksi ja määrittämiseksi, joita agentti käyttää kirjeiden käsittelyprosessissa. “List rows from selected environment” -työkalu määritettiin ensin, mikä mahdollisti käyttäjien hakea lähettäjän yhteystietoja yhdessä niihin liitettyjen B2C-roolien kanssa.
Syöttöparametreina olivat “Environment”, “Table Name” ja “Expand Query”, jotka mahdollistivat tiedon hakemisen roolitaulukosta. Tuloksena saatua B2C-roolia käytettiin lisäliiketoimintakontekstina, ja sillä oli etusijainen vaikutus kirjeen jatkoluokitteluun.
Seuraava vaihe oli lisätä toinen työkalu, “List rows from selected environment”, eri parametreilla. Sitä käytettiin asiaankuuluvien tietueiden etsimiseen CRM:stä kirjeestä analysoitujen tietojen, kuten tapausnumeron tai ajoneuvon tunnisteen, perusteella.
Asetukset määrittivät, mitä kenttiä käytettiin suodatukseen ja mitkä liittyvät entiteetit tuli ladata “Expand Query” kautta.
Sähköpostien visuaalista luokittelua varten Outlookissa käytettiin “Assigns an Outlook category” -työkalua, joka määritti sähköpostille automaattisesti kategorian agentin analyysin tulosten perusteella.
“Update a row in selected environment” -työkalua käytettiin kirjeen liittämiseen vastaavaan tietueeseen Dynamics 365:ssä.
Tämän työkalun parametrit määrittivät kohdetietueen tunnisteen, joka välitettiin regardingobjectid-kenttään, mikä varmisti oikean yhteyden sähköpostin ja CRM-entiteetin välillä.
“Knowledge”-välilehdellä lisättiin tiedosto, jossa oli luettelo käytettävissä olevista kategorioista. Agentti käytti sitä tietopankkina saapuvien sähköpostien luokittelun aikana.
Työkalujen määrittämisen jälkeen agentille annettiin ohjeet:
Ohjeet kuvasivat selkeästi toimintojen järjestyksen: lähettäjän roolin määrittäminen, sähköpostin sisällön analysointi, kategorian valitseminen, liittyvien tietueiden etsiminen CRM:stä ja sähköpostin liittäminen sopivaan entiteettiin.
Esimerkkiohjeet:
“Olet AI-agentti, joka vastaa saapuvien Outlook-sähköpostien käsittelystä ja niiden linkittämisestä oikeisiin CRM-tietueisiin. Noudata alla olevia vaiheita tarkasti ja järjestyksessä.”
- 1.Tunnista lähettäjän rooli käyttämällä “Get contacts with their b2c web roles” -työkalua.
- 2.Analysoi sähköpostin aihe ja leipäteksti ymmärtääksesi sen tarkoituksen ja liiketoimintakontekstin. Määritä analyysin perusteella sähköpostille vain yksi kategoria ennalta määritetystä tietopankista. Valitse aina parhaiten vastaava kategoria ja käytä “Other”-kategoriaa vain, jos mitään kategoriaa ei voida soveltaa selvästi.
- 3.Skannaa sähköpostin sisältö löytääksesi viittaukset tapausnumeroon tai ajoneuvon tunnisteeseen, kuten rekisterikilpeen. Jos havaitset viittauksen, validoi ja normalisoi arvo ennen sen jatkokäyttöä.
- 4.Hae CRM:stä liittyviä tietueita “Get Anfrage Records” -työkalulla. Jos tapausnumeroa ei löydy, hae ajoneuvon tunnisteella. Jos palautetaan useita tietueita, valitse niistä kontekstin ja ajantasaisuuden perusteella oleellisin.
- 5.Liitä sähköposti valittuun CRM-tietueeseen “Update a row in selected environment” -työkalulla. Varmista, että sähköposti on linkitetty oikeaan entiteettiin, määritetty kategoria tallennetaan johdonmukaisesti ja että viestintähistoria pysyy täydellisenä ja jäljitettävänä.
Viimeinen vaihe oli määrittää triggeri, joka määritteli ehdot, joiden täyttyessä agentti käynnistyy uuden sähköpostin saapuessa.
Sen jälkeen oli tarpeen asettaa perusparametrit, joiden perusteella agentti toimisi.
Kun asetukset olivat valmiit, agentti julkaistiin Publish-painikkeella ja se oli saatavilla tuotantokäyttöön.
Seuraavaksi agenttia testattiin.
Visualisointi
Mitä asiakas sai
Lopputulokset osoittavat tiimin korkean tehokkuuden projektin aikana.
Manuaalinen sähköpostien esikäsittely (tunnisteiden asettaminen, luokittelu ja CRM-linkitys) automatisoitiin täysin, mikä vähensi käsittelyajan sähköpostia kohden useista minuuteista nollaan ja vapautti tiimin keskittymään arvokkaampiin tehtäviin.
Automaattinen analyysi, luokittelu ja CRM-liittäminen poisti manuaalisen työn aiheuttamat epäjohdonmukaisuudet, varmistaen, että sähköpostit luokitellaan oikein ja linkitetään oikeisiin CRM-entiteetteihin.
Jokainen saapuva sähköposti analysoidaan automaattisesti, yhdistetään asiaankuuluvaan tapaukseen tai entiteettiin, luokitellaan Outlookissa ja liitetään Dynamics 365:een, mikä luo täydellisen ja jäljitettävän viestintähistorian.
Ratkaisu tukee kasvavaa saapuvien sähköpostien määrää lisäämättä työkuormaa tai henkilöstötarvetta, sekä varmistaen vakaat ja tehokkaat toiminnot asiakaskannan ja viestintäliikenteen kasvaessa.
Yhteenveto
Agentti käsittelee saapuvat sähköpostit automaattisesti ilman käyttäjän väliintuloa, mikä vähentää merkittävästi ajan käyttöä ja yksinkertaistaa päivittäistä työtä sähköpostin ja CRM:n kanssa. Päähyöty on prosessin täysi automaatio: sähköpostien luokittelu, liittyvien tietueiden haku ja sähköpostien liittäminen sopiviin entiteetteihin tehdään ilman manuaalista työtä.
Käyttäjien ei enää tarvitse analysoida jokaista sähköpostia tai etsiä manuaalisesti tarvittavaa tietuetta CRM:stä, sillä kaikki esikäsittely on automatisoitu. Tämä vähentää tiimin työkuormaa, minimoi virheet ja varmistaa vakaan, skaalautuvan työn saapuvien viestien määrän kasvaessa.
Joitakin materiaaleja, jotka saattavat kiinnostaa sinua