Text Classification in Support Routing
Phân loại văn bản trong điều phối hỗ trợ
Công ty nào đang ứng dụng Phân loại văn bản?
8 giờ sáng thứ Hai, 12.000 ticketđã đổ vào hộp thư chăm sóc khách của một nền tảng fintech Việt Nam: “Không đăng nhập được”, “Bị trừ tiền sai”, “Mất thẻ khóa giùm”, “Muốn hủy gói”… Ngày xưa, ca trực sẽ mất 3 tiếng chỉ để đọc và gán nhãn bằng tay.
Nay Zendesk AI (và những nền tảng tương tự như Intercom Fin, Subiz, FPT.AI) đọc toàn bộ nội dung trong vài giây, nhận diện ý định, cảm xúc, ngôn ngữ, rồi định tuyến đến đúng đội. Thời gian phản hồi giảm tới 45%, khách hàng thấy “gọn gàng và nhanh hơn hẳn”.
Vấn đề công ty cần giải quyết
Trong hệ thống hỗ trợ truyền thống, một nhân viên phải: (1) đọc từng ticket, (2) đoán nội dung, (3) kéo thả vào đội đúng. Với hàng nghìn ticket/ngày, việc này biến con người thành... bác nhân viên thư phòng — một công việc hoàn toàn không giúp giải quyết vấn đề của khách.
Khách hàng viết tự do
Không có form chuẩn. Người viết 'app đơ', người viết 'phần mềm không phản hồi' — cùng ý.
Đa ngôn ngữ
Tiếng Việt có dấu, không dấu, tiếng Anh, teencode, Zalo sticker. Mô hình phải xử lý hết.
Ưu tiên khác nhau
Tin 'mất thẻ, khóa gấp' phải xử 5 phút. Tin 'còn size M không?' có thể chờ 1 tiếng.
Và bài toán khó nhất: khách không mô tả theo cấu trúc. Họ viết “app cứ thế là đơ”, “mất tiền tự nhiên”, “các anh lừa đảo à” — AI phải hiểu ý đằng sau lớp vỏ ngôn ngữ rất khó nắm.
Cách Phân loại văn bản giải quyết vấn đề
Đọc bằng NLP, không tìm từ khóa.Zendesk AI không hỏi “có từ ‘lỗi’ không?”. Mô hình ngôn ngữ đọc cả tin nhắn rồi hiểu ý định(intent). Vì vậy “app bị đơ”, “phần mềm không phản hồi”, “ứng dụng crash hoài” đều ra chung một nhãn: Lỗi kỹ thuật.
Phân loại đa chiều cùng lúc. Mỗi ticket ra 4 nhãn song song: intent (kỹ thuật / thanh toán / hoàn tiền / khiếu nại / chung), ngôn ngữ, cảm xúc, và mức độ khẩn cấp. Ticket tức giận về thanh toán sai được xếp trước câu hỏi về tính năng mới.
Điều phối thông minh — đúng người, đúng lúc. Intelligent Routing cân nhắc nhiều yếu tố: ý định đã phát hiện, chuyên môn cần thiết, tải hiện tại của nhân viên, giờ làm việc, lịch sử tương tác của khách. Ticket được tự động gán tag và chuyển tới đúng ngăn.
Chatbot tự xử lý được 40–60%. Những ticket đơn giản (reset password, tra cứu đơn, hỏi giờ mở cửa) được Intercom Fin / FPT.AI Chat giải quyết luôn bằng câu trả lời từ cơ sở tri thức, không chạm tới con người. Con người chỉ vào những ca phức tạp.
Học liên tục từ phản hồi. Khi nhân viên chỉnh nhãn (vì AI đoán sai), hệ thống ghi nhận và retrain. Qua vài tuần, mô hình đặc thù cho công ty tăng độ chính xác từ 75% lên 92–95% — đủ tốt để tin gần như hoàn toàn.
Dashboard điều phối (mô phỏng)
8 ticket tiếng Việt & tiếng Anh đến trong buổi sáng. Chọn một ticket để xem AI gán 4 nhãn đồng thời.
Hàng đợi ticket
AI đang xử lý ticket #8812
“App crash ngay khi mở, không dùng được”
Ý định
Kỹ thuật
Khẩn cấp
Cao
Cảm xúc
Tiêu cực
Ngôn ngữ
Tiếng Việt
Đường đi
Phân phối ticket theo đội (hôm nay)
Trước và sau khi có phân loại AI
Thời gian triage ticket
Thời gian phản hồi đầu
Tỉ lệ chuyển sai đội
Nhân lực triage
Con số thật
- Giảm thời gian phản hồi lên đến 45% nhờ phân loại và định tuyến tự động [1]
- AI vượt xa so khớp từ khóa — phân tích ý định, ngôn ngữ, cảm xúc, khẩn cấp đồng thời [2]
- Zendesk AI tags tự động tích hợp vào triggers để định tuyến không cần thao tác tay [3]
- Intercom Fin tự giải quyết 50%+ ticket mà không cần nhân viên can thiệp [5]
- FPT.AI & Subiz: hỗ trợ tiếng Việt có dấu, không dấu, tiếng lóng mạng, Zalo OA [7]
Bốn nền tảng phổ biến — chọn cái nào?
Zendesk AI
Mỹ
Intelligent Triage · Auto-routing · Macros AI
Giảm 45% thời gian phản hồi
Intercom Fin
Ireland/Mỹ
AI agent giải quyết 50%+ ticket mà không cần người
Trả lời như con người
Subiz
Việt Nam
Chat đa kênh, AI phân loại + auto-assign
Tối ưu tiếng Việt & Zalo OA
FPT.AI Chat
Việt Nam
NLU tiếng Việt, tổng đài voice AI
Dùng bởi ngân hàng, viễn thông VN
Doanh nghiệp Việt Nam phục vụ khách nội địa nên xem Subiz hoặc FPT.AI trước — vì hiểu tiếng Việt, tích hợp Zalo OA, giá thân thiện. Startup SaaS có khách toàn cầu — Zendesk hoặc Intercom Fin phủ rộng hơn và có nhiều macro sẵn.
Thử tự tay
Bạn là AI phân loại ticket. Hãy định tuyến từng tin đến đúng đội.
Ticket 1: 'Ứng dụng cứ mở là đơ, đã xóa cài lại vẫn lỗi'. Chuyển đội nào?
Ticket 2: 'Mình bị trừ 2 lần phí gia hạn, mong kiểm tra và hoàn lại giúp mình nhé'. Chuyển đội nào?
Ticket 3: 'Chào shop, còn size M màu đen không ạ? Ship về quận 7 thì lâu không?'
Ticket 4: 'Nhân viên tổng đài vừa nãy nói chuyện như ăn cướp, yêu cầu gặp quản lý ngay!'
Ticket 5: 'Mất thẻ rồi, khóa gấp giúp mình với 🙏🙏🙏'
Ticket 6: 'Thanks team, refund received so fast!'
Khách ít khi viết rõ ràng. “Tôi mất tiền” có thể là khiếu nại, có thể là thanh toán, có thể là hoàn tiền. AI phải đọc cả ngữ cảnh + lịch sử tương tác của khách để chọn đúng. Đó là lý do các nền tảng lớn luôn cho phép nhân viên đổi nhãn — và mô hình học từ đó.
Nếu không có Phân loại văn bản, app sẽ ra sao?
Không có phân loại AI, đội hỗ trợ phải ngồi làm thư phòng — đọc từng ticket, gán nhãn bằng tay, chuyển đội bằng email. Ngày hết 3 tiếng chỉ để sắp xếp, chưa kịp giải quyết. Khách hàng chờ hàng giờ. Ticket khẩn cấp lẫn vào câu hỏi lặt vặt.
Zendesk / Intercom / Subiz / FPT.AI biến việc triage từ nút thắt cổ chai thành tự động trong vài giây. Đội CS còn lại chỉ làm đúng việc quan trọng nhất: trò chuyện với khách, giải quyết vấn đề thật.
Nhanh hơn
Phản hồi trong 30 phút thay vì 4 tiếng.
Đúng hơn
94% ticket đến đúng đội, thay vì 72% làm tay.
Rẻ hơn
Mỗi ticket ~$0.10 cho AI triage, so với $2–3 làm tay.