Hoppa till innehållet
På The Agentic List 2026Läs mer
Maven AGI
Demo

Ordlista

Avledningsgrad

Avledningsgraden mäter andelen supportförfrågningar som hanteras via självservice innan de når en mänsklig handläggare. En hög avledningsgrad säger i sig inget om huruvida kundens problem faktiskt blev löst.

Uppdaterad 5 mars 2026

Vad är avledningsgrad?

Avledningsgraden (deflection rate) mäter andelen kundsupportförfrågningar som hanteras via självservicekanaler, som kunskapsbaser, sidor med vanliga frågor, chattbottar eller IVR-system, utan att en mänsklig handläggare behövs. Formeln är enkel: Avledningsgrad (%) = (ärenden hanterade via självservice / totalt antal inkomna ärenden) x 100. En avledningsgrad på 40 % innebär att 4 av 10 supportförfrågningar hanterades utan att en handläggare var inblandad.

Avledningsgraden är ett vanligt supportmått, men med en viktig reservation: avlett betyder inte alltid löst. En kund som ger upp i en självserviceportal räknas i många system ändå som ”avledd”, trots att problemet kvarstår.

Så beräknas avledningsgraden

Organisationer mäter avledningsgraden genom att jämföra volymen förfrågningar som hanterats utan mänsklig inblandning med den totala inkommande volymen. Vanliga avledningskanaler är AI-driven chatt, artiklar i kunskapsbasen, communityforum, automatiska e-postsvar och självserviceflöden i IVR. Beräkningen beror på hur ”hanterad” definieras. Vissa företag räknar varje kontakt med en självservicekanal som en avledning, medan andra kräver att kunden bekräftar att problemet är löst eller inte återkommer inom en viss period.

På grund av dessa skillnader i mätning bör avledningsgraden alltid kombineras med kompletterande mått som CSAT, lösningsgrad och andel återkommande kontakter, så att siffran speglar verkliga resultat och inte bara omdirigerad trafik.

Varför avledningsgraden är viktig

Supportteam följer avledningsgraden eftersom varje förfrågan som hanteras utan mänsklig handläggare sänker driftskostnaderna. Telefonsamtal och chatt med handläggare är de dyraste supportkanalerna och kostar ofta 5–12 dollar per kontakt. Självservice kostar bara en bråkdel av det. För organisationer som hanterar hundratusentals ärenden i månaden kan även en blygsam förbättring av avledningsgraden spara miljoner varje år.

Avledningsgraden säger också något om hur väl din kunskapsbas och dina självserviceverktyg fungerar. Stigande avledningsgrad med stabil CSAT tyder på att självservicen verkligen hjälper kunderna. Stigande avledningsgrad med sjunkande CSAT är en varningssignal om att kunderna trycks bort snarare än får hjälp.

Avledningsgrad vs. lösningsgrad: den avgörande skillnaden

Det här är den viktigaste distinktionen bland moderna kundservicemått. Avledning mäter om en förfrågan hölls borta från en mänsklig handläggare. Lösning mäter om kundens problem faktiskt blev löst. Det är inte samma sak.

Branschinsikt: Traditionella chattbottar och enkla självserviceverktyg når vanligtvis en avledningsgrad på 10–30 %, men många av de ”avledda” ärendena blir aldrig riktigt lösta. Kunden ger antingen upp, ringer igen eller hittar en nödlösning. Verklig lösning kräver att problemet identifieras, åtgärdas och bekräftas som löst.

Därför flyttar ledande supportorganisationer sitt främsta nyckeltal från ärendeavledning till lösningsgrad. En avledningsgrad på 30 % med låg CSAT är sämre än en lösningsgrad på 90 % där AI-agenten hanterar de flesta förfrågningar hela vägen. Det mått du optimerar för formar den kundupplevelse du levererar.

Fördelen med Maven: lösning före avledning

Maven AGI bygger på en i grunden annorlunda filosofi: lös, avled inte. Medan äldre verktyg skickar kunderna till självservice och hoppas på det bästa, engagerar sig Mavens AI-agenter i kunden, förstår problemet, hämtar data från anslutna system och löser ärendet hela vägen – utan mänsklig inblandning.

Bevis från Maven: Papaya Pay, ett FinTech-företag, nådde 90 % autonom lösningsgrad med Maven AGI. Det är inte avledning. Det är 90 % av kundernas ärenden helt lösta av AI-agenten, bekräftade och avslutade.

Mavens angreppssätt flyttar frågan från ”Hur många ärenden kan vi hålla borta från handläggarna?” till ”Hur många kundproblem kan vi faktiskt lösa?” Det här fokuset på lösning vid första kontakt är det som skiljer modern AI-kundservice från traditionella avledningsverktyg. För bakgrund till skiftet kan du läsa Harvard Business Reviews forskning om kundservice eller Gartners prognos att agentisk AI kommer att lösa 80 % av vanliga serviceärenden till 2029.

Vanliga frågor

Vad är en bra avledningsgrad inom kundservice?

Det finns inget universellt riktvärde, eftersom avledningsgraden beror på bransch, kundbas och kanalmix. Traditionella chattbottar når 10–30 % avledning. Mer avancerade plattformar för automatiserad kundservice kan nå högre nivåer. Den viktigare frågan är dock: vilken är din lösningsgrad? En avledningsgrad på 25 % med 95 % lösningsgrad är betydligt mer värdefull än en avledningsgrad på 50 % där hälften av de ”avledda” kunderna ringer tillbaka.

Hur skiljer sig avledningsgrad från containment rate?

Containment rate avser vanligtvis andelen kontakter som hålls helt inom en och samma kanal (till exempel IVR eller chatt) utan att överföras till en annan kanal. Avledningsgraden mäter andelen förfrågningar som hålls borta från mänskliga handläggare. En förfrågan kan hållas kvar i en chattbot och ändå vara olöst. Båda måtten är ofullständiga utan data om lösningsgrad.

Kan en hög avledningsgrad skada kundupplevelsen?

Ja. Om kunderna avleds till självservicekanaler som inte kan lösa deras problem leder det till frustration, längre total lösningstid och mer ansträngning. Därför bör avkastningen på supporten mätas utifrån lösningskvalitet, inte bara avledningsvolym. Målet är att minska handläggarnas arbetsbörda genom att verkligen lösa problem – inte genom att göra det svårare att få hjälp.

Se det på dina egna konversationer.

Begär en kostnadsfri, personlig demo.

Boka en demo