Analisi delle lacune nella knowledge base: trova le domande a cui il tuo chatbot non sa rispondere
Le risposte più deboli del tuo chatbot indicano dritto i contenuti mancanti. Ecco una routine settimanale di analisi delle lacune: individua i segnali, dai priorità per volume e…

In questo articolo
La maggior parte dei team giudica il proprio chatbot dalle domande a cui risponde bene. Quelle a cui non sa rispondere sono molto più utili, perché ognuna indica un contenuto preciso, mancante, obsoleto o confuso, che puoi sistemare.
L'analisi delle lacune nella knowledge base (in inglese knowledge gap analysis) è la routine con cui trovi le domande che il tuo assistente IA gestisce male, capisci perché e correggi i contenuti che ci stanno dietro. Se la fai ogni settimana, diventa uno dei modi più economici per migliorare la qualità delle risposte: nessuno strumento nuovo, nessun riaddestramento, solo materiale di partenza migliore.
Questa guida spiega quali segnali osservare, un processo settimanale, come stabilire le priorità e come scrivere risposte che colmino davvero la lacuna.
In sintesi
- Le lacune emergono come risposte di fallback, passaggi a un operatore per confidenza bassa, valutazioni scarse e clienti che riformulano la stessa domanda.
- Stabilisci le priorità in base a quanto spesso una domanda si presenta e a quanto vale una buona risposta.
- Correggi i contenuti di origine, poi riprova esattamente le domande che non avevano funzionato.
Cosa si intende per lacuna nella knowledge base
Non tutte le risposte deboli hanno la stessa causa. Capire il tipo di lacuna ti dice come correggerla.
| Tipo di lacuna | Come si presenta | Correzione tipica |
|---|---|---|
| Contenuto mancante | "Spedite in Norvegia?" e nella knowledge base non c'è niente in merito | Scrivi la risposta |
| Contenuto obsoleto | L'assistente cita gli orari delle festività dell'anno scorso | Aggiorna o rimuovi la vecchia fonte |
| Contenuto sepolto | La risposta si trova a pagina 34 di un lungo PDF | Aggiungi una voce breve e dedicata |
| Contenuto contraddittorio | Due documenti indicano periodi di reso diversi | Unifica in un'unica versione |
| Parole diverse | I clienti scrivono "rimborso", i tuoi documenti dicono solo "riaccredito" | Aggiungi ai contenuti le parole dei clienti |
| Fuori ambito per scelta | Domande mediche o legali | Mantieni il passaggio a un operatore; nessuna correzione ai contenuti |
L'ultima riga è importante. Ad alcune domande l'assistente non dovrebbe mai rispondere, e in quei casi il passaggio a un operatore significa che il sistema funziona come previsto.
Segnali: come individuare le domande senza risposta del chatbot
Cerca questi schemi nelle conversazioni e nelle analytics:
- Risposte di fallback. Risposte come "Non ho informazioni su questo" sono il segnale più chiaro.
- Passaggi a un operatore per confidenza bassa. Tienili separati da quelli causati da argomenti delicati o da richieste dei clienti; di solito solo il primo tipo indica una lacuna nei contenuti.
- Valutazioni di soddisfazione basse nelle conversazioni gestite dal solo assistente.
- Riformulazioni. Un cliente che chiede la stessa cosa due volte con parole diverse di solito non ha ottenuto ciò che gli serviva la prima volta.
- Risposte ripetute degli operatori. Se dopo i passaggi gli operatori scrivono ogni settimana la stessa risposta, quella risposta va messa nella knowledge base.
La nostra panoramica sulle metriche di analisi dei chatbot spiega come questi segnali si collegano al tasso di risoluzione e al CSAT.
Un processo settimanale di analisi delle lacune nella knowledge base
Scegli un momento fisso ogni settimana, per esempio il lunedì mattina, e un responsabile. Poi:
- Raccogli i segnali della settimana. Fallback, passaggi per confidenza bassa, valutazioni basse e risposte ripetute degli operatori.
- Raggruppa per argomento. Dieci domande formulate in modo diverso sulle spedizioni in Norvegia sono una sola lacuna, non dieci.
- Diagnostica ogni gruppo usando i tipi di lacuna visti sopra.
- Stabilisci le priorità dell'elenco (vedi la sezione successiva).
- Scrivi o correggi i contenuti per le voci in cima.
- Riprova con le parole esatte del cliente che non avevano funzionato, più un paio di varianti.
- Registra la modifica con una data, così la settimana dopo puoi verificare se la lacuna è stata colmata.
Per un team che gestisce, poniamo, 1.500 conversazioni al mese, in una settimana tipo questo potrebbe far emergere una dozzina di gruppi di argomenti. Non devi sistemarli tutti insieme: piccoli progressi costanti ogni settimana fanno la differenza.
Come stabilire le priorità: volume per valore
Classifica ogni lacuna su due assi: quanto spesso si presenta e quanto vale una buona risposta. Il valore è massimo per le domande pre-vendita che bloccano un acquisto, per quelle legate a disdette o reclami e per tutto ciò che ha implicazioni di conformità.
| Valore alto | Valore basso | |
|---|---|---|
| Volume alto | Da sistemare questa settimana | Da sistemare questa settimana con una risposta breve |
| Volume basso | Da sistemare presto; nel frattempo assicurati che il passaggio a un operatore funzioni | In coda, oppure lascialo al tuo team |
Una lacuna a basso volume ma ad alto valore, come una domanda che arriva due volte al mese da potenziali clienti enterprise, merita attenzione anche se non sarà mai in cima alla classifica dei volumi.
Scrivere risposte che colmano la lacuna
Aggiungere contenuti non basta: devono essere contenuti che l'assistente riesce a usare. Alcune regole:
- Parti dalla risposta diretta, poi aggiungi condizioni ed eccezioni.
- Un argomento per voce, così il recupero trova il passaggio giusto.
- Usa le parole dei clienti accanto ai tuoi termini interni.
- Indica le date per tutto ciò che ha una scadenza, come orari delle festività o promozioni.
- Rimuovi o aggiorna la vecchia versione, per non creare contraddizioni.
Confronta una voce vaga con una corretta:
Prima: "I tempi di spedizione variano in base alla destinazione."
Dopo: "Spedite in Norvegia? Sì. Gli ordini per la Norvegia arrivano di solito in 5-8 giorni lavorativi. Poiché la Norvegia non fa parte dell'UE, alla consegna potrebbero essere dovuti dazi doganali o IVA all'importazione."
I numeri sono solo indicativi; ciò che conta è la struttura. Per approfondire come strutturare i contenuti, leggi la nostra guida su come creare una knowledge base per l'IA.
Usare il pannello di Conviro sulle lacune nella knowledge base
Conviro ora include un pannello di insight sulle lacune nella knowledge base che mostra le domande a cui il tuo assistente IA non ha saputo rispondere bene. Invece di leggere le trascrizioni una per una per trovare i punti deboli, puoi iniziare da lì la tua revisione settimanale.
Per avere il quadro completo, combinalo con le analytics di Conviro su soddisfazione dei clienti, tassi di risoluzione e accuratezza dell'IA e con i passaggi a un operatore che il tuo team vede nella Live Inbox condivisa. Due novità recenti rendono ogni correzione più efficace. Le modalità di sicurezza configurabili ti permettono di mantenere l'assistente rigoroso, così le lacune emergono come passaggi onesti a un operatore invece che come risposte tirate a indovinare. E con il Q&A cross-lingua, una risposta che scrivi una volta in una lingua può servire i clienti che fanno domande in altre lingue. Trovi più dettagli su come gli assistenti IA di Conviro rispondono partendo dai tuoi contenuti nella pagina delle funzionalità.
Domande frequenti
Ogni quanto devo rivedere le domande senza risposta del chatbot?
Una volta a settimana va bene per la maggior parte dei team piccoli e medi. È abbastanza frequente da intercettare le nuove lacune prima che si accumulino, e ogni sessione resta breve. Rivedile più spesso dopo un lancio, una modifica alle policy, una nuova linea di prodotti o un picco stagionale, quando le nuove domande arrivano in fretta.
Che differenza c'è tra una lacuna nella knowledge base e un'allucinazione?
Una lacuna è un contenuto mancante o poco chiaro: l'assistente non trova una buona risposta. Un'allucinazione è una risposta inventata presentata come un fatto. Le impostazioni rigorose trasformano molte potenziali allucinazioni in lacune visibili, più facili da trovare e correggere con una revisione regolare.
Devo sistemare ogni domanda a cui il chatbot non sa rispondere?
No. Alcune domande sono fuori ambito per scelta, come consigli medici, pareri legali o richieste specifiche su un account che richiedono una persona. In questi casi assicurati che il passaggio a un operatore sia rapido e che il cliente sappia cosa succederà dopo. Concentra il lavoro sui contenuti sulle domande frequenti o di alto valore a cui vuoi che l'assistente risponda.
Chi deve occuparsi degli aggiornamenti della knowledge base?
Affida la responsabilità in modo chiaro a una persona, di solito qualcuno dell'assistenza o del customer success che legge regolarmente le conversazioni. Può coinvolgere colleghi del prodotto, dell'ufficio legale o del commerciale per risposte specifiche. Senza un responsabile, le lacune vengono notate ma raramente colmate.
Fanne un'abitudine
Questa settimana prenota uno slot ricorrente di 45 minuti, estrai le risposte deboli degli ultimi sette giorni e sistema le prime tre. Ripeti la settimana dopo. Inizia gratis con Conviro per vedere a quali domande il tuo assistente non sa ancora rispondere.
Pubblicato da
Conviro
Condivide approfondimenti su supporto clienti basato su IA, automazione chatbot e strategie di crescita SaaS.
Metti in pratica la guida
Trasforma le conoscenze del tuo supporto in risposte più rapide
Esplora il workspace di assistenza IA di Conviro, poi inizia gratis quando il workflow si adatta al tuo team.
Articoli correlati
Altri post
Customer Success
Customer satisfaction score (CSAT): come misurare e migliorare la soddisfazione dei clienti in chat
6 min di lettura
Leggi l'articolo

Customer Success
Assistenza clienti proattiva: come contattare i clienti prima che te lo chiedano
7 min di lettura
Leggi l'articolo