Analysér en kundeklage
Find kerneproblemet, ønsket løsning og risici i en kundeklage. Praktisk guide med eksempler, workflow, faldgruber og konkrete kontrolpunkter.
Hvad løser prompten?
Du har 100 klager fra sidste kvartal og vil finde mønstre, årsager og hvilke problemer der bør prioriteres.
Hav dette klar
- Klagetekster eller kategoriserede data
- Dato/produkt/kanal hvis tilgængeligt
- Definition på alvorlighed
- Evt. eksisterende kategorier
Hvad betyder variablerne?
[KUNDENS KLAGE]Indsæt klagen ordret eller som et tydeligt markeret resumé. Bevar konkrete datoer, hændelser og ønsket løsning.
[SAGS-/ORDREHISTORIK]List de relevante hændelser kronologisk: køb, kontakt, leverance, tidligere løsninger og status. Udelad irrelevante persondata.
[GÆLDENDE POLITIK]Indsæt de regler, rammer eller tilladelser der ikke må overskrides. De skal behandles som faste krav – ikke som forslag.
[EVT. TIDLIGERE KONTAKT]Indsæt tidligere svar eller aftaler, der kan ændre vurderingen. Markér hvad virksomheden allerede har lovet kunden.
Se prompten i en konkret situation
Find kerneproblemet, ønsket løsning og risici i en kundeklage. Praktisk guide med eksempler, workflow, faldgruber og konkrete kontrolpunkter.
Eksempel på brug
Du har 100 klager fra sidste kvartal og vil finde mønstre, årsager og hvilke problemer der bør prioriteres.
Kontrollér resultatet før du bruger det
- Temaer er begrundet i data
- Eksempler anonymiseres korrekt
- Frekvens og alvorlighed holdes adskilt
- Mulige grundårsags markeres som hypoteser
Det skal du ikke acceptere ukritisk
- At kalde et hyppigt tema den “grundlæggende årsag” uden evidens
- At sende persondata unødigt
- At ignorere små men alvorlige fejl
Opfølgende prompts
Lav en prioriteringsmatrix: volumen × alvorlighed × løsningsmulighed.
Hvilke hypoteser kræver operationel data for at bekræftes?
Foreslå tre målinger, vi bør følge næste kvartal.
Det skal stadig være dit ansvar
Giv gældende policy og kundekontekst. Lad AI skrive et udkast, men behold autorisation til kompensation, refunderingering og andre bindende handlinger uden for modellen.
Spørgsmål om emnet
Hvilket input skal jeg have klar til “Analysér en kundeklage”?
Start med Klagetekster eller kategoriserede data, Dato/produkt/kanal hvis tilgængeligt, Definition på alvorlighed.
Hvordan vurderer jeg svaret?
Kontrollér især Temaer er begrundet i data, Eksempler anonymiseres korrekt, Frekvens og alvorlighed holdes adskilt.
Hvilken fejl er mest almindelig?
At kalde et hyppigt tema den “grundlæggende årsag” uden evidens