Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Principes de base de Quality AI

Quality AI utilise un modèle d'IA pour analyser automatiquement les conversations de service client, ou les interactions entre les agents du centre de contact et les utilisateurs. Le modèle d'IA analyse les transcriptions de chat ou vocales.

Vous pouvez effectuer les opérations suivantes sur les tags personnalisés lorsque vous modifiez un tableau de données.

Ajouter des tags à des questions existantes
Supprimer des tags de questions existantes

Détails de la conversation

Les conversations contiennent les détails suivants. Ces détails incluent des identifiants et des métriques pour l'analyse.

ID de l'agent : numéro unique attribué à chaque agent, qui identifie les conversations qu'il a traitées.
Score total de l'agent : score moyen des performances d'un agent dans ses conversations.
AHT : Average Handling Time (temps de traitement moyen), durée moyenne des conversations d'un agent sur une période spécifiée.
Score moyen de l'agent : moyenne des scores totaux de tous vos agents. (Voir Score total de l'agent)
Score de qualité moyen de l'agent : moyenne des scores de qualité générés par les conversations d'un seul agent sur une période spécifiée. (Voir Niveau de qualité)
Score moyen de la conversation : score moyen de toutes les conversations.
Niveau de qualité moyen : moyenne du niveau de qualité sur une période spécifiée. (Voir Niveau de qualité)
Canal : moyen de communication entre un client et un agent. Le canal peut prendre deux valeurs : "voice" (voix) ou "chat".
ID de la conversation : numéro unique attribué pour identifier chaque conversation de service client.
Score total de la conversation : somme des scores des questions dans une seule conversation.
CSAT : Customer Satisfaction Rating (note de satisfaction client), généralement comprise entre 1 et 5.
Durée : durée de la conversation, du début à la fin.
Thème principal : problème abordé lors d'une conversation, déterminé par la modélisation de thèmes. Quality AI n'affiche un thème principal que si vous avez utilisé la modélisation de thèmes sur cette conversation.
Niveau de qualité : score global attribué à un tableau de données.
Question : utilisée pour évaluer les performances d'un agent dans une conversation. Vous saisissez vos questions dans Quality AI, puis l'agent est évalué en fonction de sa conformité aux critères de chaque question.
Sentiment : principal état émotionnel véhiculé par la conversation. Le sentiment peut prendre trois valeurs : "positive" (positif), "neutral" (neutre) ou "negative" (négatif). Quality AI n'affiche un sentiment que si vous avez utilisé l'analyse des sentiments sur la conversation.
Silence : durée pendant laquelle ni le client ni l'agent n'ont parlé ni tapé.
Date de début : date à laquelle la conversation a commencé.
Heure de début : heure à laquelle la conversation a commencé.
Volume total : nombre total de conversations traitées par un seul agent sur une période spécifiée.

Tableaux de données

Le tableau de données est un framework structuré utilisé pour évaluer la qualité des conversations et les performances des agents du centre de contact lors des conversations. Chaque centre de contact possède ses propres tableaux de données.

Chaque tableau de données contient les informations suivantes :

Question (exemple : l'agent a-t-il fait un compliment approprié sur le produit ?)
Facultatif : tag permettant de regrouper les questions par catégories.
Instructions pour interpréter la question et définir chaque choix de réponse.
Type de réponse (peut être du texte, des chiffres ou une réponse "oui/non").
Choix de réponse qui définissent les réponses possibles en fonction du type de réponse (par exemple, "oui" et "non", une liste de nombres ou des réponses textuelles).
Score permettant de définir les points obtenus pour chaque choix de réponse. Le score maximal pour une seule question est déterminé par le score le plus élevé parmi tous les choix de réponse.

Vous pouvez créer plusieurs tableaux de données dans un seul Google Cloud projet. Si chaque tableau de données contient des questions différentes, vous pouvez voir plusieurs niveaux de qualité pour les mêmes conversations. Chaque score est alors basé sur des critères différents.

Questions prédéfinies

Vous pouvez utiliser des questions prédéfinies dans votre tableau de données avec des questions et des choix de réponse que vous ne pouvez pas modifier. Customer Experience Insights (CX Insights) définit les instructions et les choix de réponse. Ces questions comportent un ID indiquant leur version. Vous pouvez ajouter des questions prédéfinies à n'importe quel tableau de données pour les utiliser dans l'analyse Quality AI.

Les questions prédéfinies identifient les métriques suivantes :

Résultat de la conversation
Initiateur de l'escalade

Résultat de la conversation

Les résultats de la conversation identifient le résultat de la conversation dans le contexte de la tâche de l'utilisateur.

Abandoned (Abandonnée) : l'utilisateur a cessé de répondre ou a quitté la conversation avant que l'une de ses tâches ne soit terminée et sans être transféré à un agent humain.
Partially resolved (Partiellement résolue) : l'agent a compris l'intention de l'utilisateur et a effectué certaines de ses tâches, mais pas toutes. La conversation s'est terminée avant que toutes les tâches de l'utilisateur ne soient entièrement terminées.
Escalated (Transférée) : conversation transférée à un agent humain, à la demande de l'utilisateur.
Redirected (Redirigée) : conversation transférée à un agent humain, à l'initiative de l'agent.
Résolue : l'agent a compris l'intention de l'utilisateur, a effectué ses tâches et a reçu un accusé de réception explicite de l'utilisateur à la fin de la conversation.
Unknown (Inconnu) : le résultat de la conversation n'a pas pu être identifié.

Initiateur de l'escalade

L'initiateur de l'escalade identifie s'il y a une escalade vers un agent humain et qui a lancé ce processus.

User (Utilisateur) : l'utilisateur a lancé une escalade vers un agent humain.
Agent : l'agent a lancé une escalade vers un agent humain.
No transfer (Pas de transfert) : la conversation n'a pas été transférée à un agent humain. Cela inclut les cas où l'agent a redirigé l'utilisateur vers une autre ressource pour résoudre sa demande, mais n'a pas transféré la conversation à un agent humain.

Tags personnalisés

Utilisez des tags pour regrouper les questions par catégories dans un tableau de données donné. Chaque projet inclut les tags par défaut "BUSINESS", "COMPLIANCE" et "CUSTOMER". En plus de ces trois tags, vous pouvez utiliser CX Insights pour créer vos propres tags personnalisés. Les tags personnalisés sont limités à 10 par Google Cloud projet. Si vous avez besoin de plus de 10 tags, contactez votre point de contact CX Insights.

Scores de conversation

Quality AI évalue automatiquement les conversations par rapport aux tableaux de données que vous fournissez. Pour chaque question, procédez comme suit :

Définissez le type de réponse.
Répertoriez les choix de réponse possibles.
Définissez le score pour chaque choix de réponse.

Un seul tableau de données

Un score de conversation correspond au score total reçu divisé par le score maximal possible pour cette conversation. Le score total reçu est la somme de tous les points obtenus à partir des choix de réponse attribués pour chaque question. Le score maximal possible est la somme des scores maximaux pour chaque question. Toute question à laquelle une réponse "N/A" est attribuée est supprimée du calcul de ce score de conversation. Le score de conversation est affiché sous forme de pourcentage.

Plusieurs tableaux de données

Une conversation peut recevoir plusieurs scores de conversation. Chaque score de conversation reflète les performances de l'agent lors de cette conversation en fonction des questions d'un seul tableau de données. Lorsque chaque tableau de données contient un groupe de questions différent, vous pouvez évaluer une seule conversation par rapport à plusieurs types de questions.

Mises à jour manuelles

Après avoir analysé une conversation, vous pouvez modifier manuellement la réponse à n'importe quelle question. Lorsque vous modifiez manuellement une réponse, Quality AI ajuste automatiquement le score de cette question et le score de conversation correspondant. De plus, la console Quality AI marque cette question et cette conversation avec une icône visuelle pour indiquer que la réponse a été modifiée manuellement. Enfin, Quality AI ajoute automatiquement toute réponse modifiée manuellement en tant qu'exemple de conversation pour améliorer le modèle d'IA.

Menu "Source"

Dans la console CX Insights, chaque page de la section Quality AI inclut un menu Source. Ce menu répertorie vos tableaux de données afin que vous puissiez choisir les informations à afficher.

Par exemple, sur la page Conversations, vous pouvez afficher les scores de chaque conversation. Ces scores dépendent du tableau de données par rapport auquel Quality AI a évalué les conversations. Par conséquent, si vous sélectionnez un autre tableau de données dans le menu Source , les scores des mêmes conversations peuvent changer.

Exemples

Les exemples suivants illustrent le calcul d'un score de conversation.

Exemple 1

Si les conditions suivantes sont remplies :

Un tableau de données comporte 10 questions.
Chaque question est une question par oui ou non.
La réponse "Oui" reçoit un score de 1 et la réponse "Non" reçoit un score de 0.
Une conversation a reçu toutes les réponses "Oui".

Le score de la conversation est alors de 100%.

Exemple 2