Visão Geral de Preços Gladly

Descobri que o Gladly é uma experiência muito positiva, especialmente ao lidar com contatos que têm um único foco. A interface é direta e fácil de aprender. Além disso, a busca por contatos é incrivelmente simples, graças aos filtros excepcionalmente fáceis de usar. Análise coletada por e hospedada no G2.com.

O uso atual de artigos da base de conhecimento poderia ser melhorado permitindo a aplicação por contato. Isso evitaria a necessidade de procurar em vários artigos para diferentes contatos. Análise coletada por e hospedada no G2.com.

Como Consultor de Aprendizado de Máquina, encontrei muitas organizações que enfrentam desafios devido a sistemas baseados em "Tickets" com dados em silos. A parte que mais gosto neles é o modelo "Centrado nas Pessoas". Você não tem um número de ticket; você tem apenas um fio de conversa vitalício sobre aquele cliente. Isso é muito útil do ponto de vista de dados porque a janela de contexto da IA está sempre clara. O Gladly Sidekick (IA) é extremamente poderoso. Este não é um simples chatbot, ele emprega o poder da IA Generativa e RAG (Geração Aumentada por Recuperação) para ler nossos "Guias" e fornecer respostas muito semelhantes às humanas. Você tem uma ótima lógica de ML para sua funcionalidade onde "Correspondência de Pessoas"—ela direciona o cliente apenas para o melhor agente com base em sua consulta e status de lealdade, não apenas para quem está livre. A integração com o Shopify e outros backends também é ótima, além disso, a IA pode realmente lidar com tarefas como processamento de reembolsos ou rastreamento de pacotes, em vez de apenas "desviar" o usuário. Análise coletada por e hospedada no G2.com.

Uma coisa que eu não gosto é que o mecanismo de "Regras" pode ser um pouco difícil de configurar se você tiver fluxos de trabalho mais avançados. Se você está tentando fazer ramificações muito avançadas, a interface do usuário parece um pouco limitada em relação a um construtor de fluxo completo. Finalmente, enquanto o painel de relatórios fornece KPIs básicos, se estou procurando por uma análise profunda a nível de máquina ou mapeamento de tendências de sentimento, costumo exportar via API REST e consumir em meus notebooks Python. O tempo limite da sessão também precisa ser um pouco menos agressivo; ocasionalmente, desconecta os agentes antes que eles terminem suas longas tarefas, na maioria das vezes até mesmo no meio de um caso. Análise coletada por e hospedada no G2.com.