Dasar-dasar Quality AI

Quality AI menggunakan model AI untuk menganalisis percakapan layanan pelanggan secara otomatis, atau interaksi antara pengguna dan agen pusat kontak. Model AI menganalisis transkrip chat atau suara.

Anda dapat melakukan operasi berikut pada tag kustom saat mengedit kartu skor.

Menambahkan tag ke pertanyaan yang ada.
Menghapus tag dari pertanyaan yang ada.

Detail percakapan

Percakapan berisi detail berikut. Detail ini mencakup ID dan metrik untuk analisis.

ID Agen: Nomor unik yang ditetapkan untuk setiap agen yang mengidentifikasi percakapan yang telah mereka tangani.
Skor total agen: Skor rata-rata performa agen di seluruh percakapan agen tersebut.
AHT: Average Handling Time, durasi rata-rata percakapan agen dalam jangka waktu tertentu.
Skor rata-rata agen: Rata-rata dari total skor semua agen Anda. (Lihat Total skor agen.)
Skor kualitas agen rata-rata: Rata-rata skor kualitas yang dihasilkan oleh percakapan satu agen selama jangka waktu tertentu. (Lihat Skor kualitas.)
Skor percakapan rata-rata: Skor rata-rata di semua percakapan.
Skor kualitas rata-rata: Rata-rata skor kualitas selama jangka waktu tertentu. (Lihat Skor kualitas.)
Saluran: Media percakapan antara pelanggan dan agen. Channel memiliki salah satu dari dua nilai: voice atau chat
ID Percakapan: Nomor unik yang ditetapkan untuk mengidentifikasi setiap percakapan layanan pelanggan.
Skor total percakapan: Jumlah skor pertanyaan dalam satu percakapan.
CSAT: Rating kepuasan pelanggan, umumnya berkisar antara 1-5.
Durasi: Waktu percakapan berlangsung, dari awal hingga akhir.
Topik utama: Masalah yang dibahas selama percakapan, ditentukan oleh pemodelan topik. AI Berkualitas hanya menampilkan topik utama jika Anda telah menggunakan pemodelan topik pada percakapan tersebut.
Skor kualitas: Skor keseluruhan yang ditetapkan untuk kartu skor.
Pertanyaan: Digunakan untuk mengevaluasi performa agen dalam percakapan. Anda memasukkan pertanyaan ke dalam Quality AI, lalu agen diberi rating berdasarkan apakah mereka memenuhi kriteria untuk setiap pertanyaan.
Sentimen: Keadaan emosi utama yang disampaikan oleh percakapan. Sentimen memiliki salah satu dari tiga nilai: positif, netral, atau negatif. AI Berkualitas menampilkan sentimen hanya jika Anda telah menggunakan analisis sentimen pada percakapan.
Keheningan: Waktu saat pelanggan maupun agen tidak berbicara atau mengetik.
Tanggal mulai: Tanggal percakapan dimulai.
Waktu mulai: Waktu saat percakapan dimulai.
Total volume: Jumlah total percakapan yang ditangani oleh satu agen dalam jangka waktu tertentu.

Kartu skor

Kartu skor adalah framework terstruktur yang digunakan untuk menilai kualitas percakapan dan performa agen pusat kontak selama percakapan. Setiap pusat kontak memiliki kartu skornya sendiri.

Setiap kartu skor terdiri dari informasi berikut:

Pertanyaan (Contoh: Apakah agen memberikan pujian yang sesuai untuk produk?).
Opsional: Beri tag untuk mengelompokkan pertanyaan ke dalam kategori.
Petunjuk untuk menafsirkan pertanyaan dan menentukan setiap pilihan jawaban.
Jenis jawaban (dapat berupa teks, angka, atau ya/tidak).
Pilihan jawaban yang menentukan kemungkinan jawaban berdasarkan jenis jawaban (Misalnya, ya dan tidak, daftar angka, atau beberapa respons teks).
Skor untuk menetapkan poin yang diperoleh untuk setiap pilihan jawaban. Skor maksimum untuk satu pertanyaan ditentukan oleh skor tertinggi di antara semua pilihan jawaban.

Anda dapat membuat beberapa kartu skor dalam satu Google Cloud project. Jika setiap kartu skor berisi pertanyaan yang berbeda, Anda dapat melihat beberapa skor kualitas untuk percakapan yang sama. Setiap skor kemudian didasarkan pada kriteria yang berbeda.

Pertanyaan yang telah ditetapkan

Anda dapat menggunakan pertanyaan yang telah ditentukan sebelumnya dalam kartu skor dengan pertanyaan dan pilihan jawaban yang tidak dapat Anda edit. Customer Experience Insights menentukan petunjuk dan pilihan jawaban. Pertanyaan ini memiliki ID yang menunjukkan versinya. Anda dapat menambahkan pertanyaan yang telah ditentukan sebelumnya ke kartu skor mana pun untuk digunakan dalam analisis AI Kualitas.

Pertanyaan yang telah ditentukan mengidentifikasi metrik hasil percakapan berikut:

Hasil percakapan
Inisiator eskalasi
Kegunaan agen
Kepuasan pengguna

Hasil percakapan

Hasil percakapan mengidentifikasi hasil percakapan dalam konteks tugas pengguna.

Ditinggalkan: Pengguna berhenti merespons atau keluar dari percakapan sebelum tugas pengguna selesai dan tanpa dialihkan ke agen manusia.
Sebagian terselesaikan: Agen memahami maksud pengguna dan menyelesaikan beberapa, tetapi tidak semua tugas pengguna. Percakapan berakhir sebelum semua tugas pengguna selesai sepenuhnya.
Ditingkatkan: Percakapan dialihkan ke agen manusia, yang dimulai atas permintaan pengguna.
Dialihkan: Percakapan dialihkan ke agen manusia, yang dimulai oleh agen.
Berhasil diselesaikan: Agen memahami maksud pengguna, menyelesaikan tugas pengguna, dan menerima konfirmasi eksplisit dari pengguna di akhir percakapan.

Inisiator eskalasi

Inisiator eskalasi mengidentifikasi apakah ada eskalasi ke agen manusia dan siapa yang memulai proses tersebut.

Pengguna: Pengguna memulai eskalasi ke agen manusia.
Agen: Agen memulai eskalasi ke agen manusia.
Tidak ada pengalihan: Percakapan tidak dialihkan ke agen manusia. Hal ini mencakup kasus saat agen mengalihkan pengguna ke resource lain untuk menyelesaikan permintaannya, tetapi tidak meneruskan ke agen manusia.

Kegunaan agen

Kegunaan agen mengidentifikasi apakah respons agen berguna atau tidak dari perspektif pengguna. Metrik ini didasarkan pada percakapan lengkap.

Membantu: Agen memberikan informasi yang berguna kepada pengguna; menyelesaikan atau memenuhi sebagian maksud pengguna, atau mengarahkan pengguna ke sumber yang sesuai untuk menyelesaikan permintaan mereka.
Tidak membantu: Agen tidak memberikan informasi yang berguna kepada pengguna dan tidak memenuhi maksud pengguna. Hal ini mencakup kasus ketika agen salah menafsirkan permintaan pengguna atau memberikan informasi yang salah untuk tugas tersebut.

Kepuasan pengguna

Kepuasan pengguna mengidentifikasi apakah pengguna menyatakan ketidakpuasan atau menolak solusi akhir, marah, atau menjadi kasar.

Tidak Puas (Unsatisfied): Pengguna menyatakan ketidakpuasan dengan respons agen, menolak solusi secara eksplisit dengan menyatakannya, atau menjadi kesal.
Tidak jelas atau puas: Pengguna tidak menyatakan ketidakpuasan atau kemarahan terhadap respons utama agen dan tidak menolaknya.

Tag kustom

Gunakan tag untuk mengelompokkan pertanyaan ke dalam kategori pada kartu skor tertentu. Setiap project mencakup tag BISNIS, KEPATUHAN, dan PELANGGAN default. Selain ketiga tag ini, Anda dapat menggunakan Customer Experience Insights untuk membuat tag kustom Anda sendiri. Tag kustom dibatasi hingga 10 per Google Cloud project. Jika diperlukan lebih dari 10 tag, hubungi POC Customer Experience Insights Anda.

Skor percakapan

AI Berkualitas secara otomatis mengevaluasi percakapan berdasarkan kartu skor yang Anda berikan. Untuk setiap pertanyaan, lakukan hal berikut:

Tentukan jenis jawaban.
Cantumkan kemungkinan pilihan jawaban.
Tetapkan skor untuk setiap pilihan jawaban.

Satu kartu skor

Skor percakapan terdiri dari total skor yang diterima dibagi dengan skor maksimum yang mungkin untuk percakapan tersebut. Skor total yang diterima adalah jumlah semua poin yang diperoleh dari pilihan jawaban yang ditetapkan untuk setiap pertanyaan. Skor maksimum yang mungkin adalah jumlah skor maksimum untuk setiap pertanyaan. Setiap pertanyaan yang diberi respons T/A akan dihapus dari perhitungan skor percakapan ini. Skor percakapan ditampilkan sebagai persentase.

Beberapa kartu skor

Percakapan dapat menerima beberapa skor percakapan. Setiap skor percakapan mencerminkan performa agen selama percakapan tersebut berdasarkan pertanyaan pada satu kartu skor. Jika setiap kartu skor berisi sekelompok pertanyaan yang berbeda, Anda dapat mengevaluasi satu percakapan terhadap beberapa jenis pertanyaan.

Update manual

Setelah menganalisis percakapan, Anda dapat memperbarui jawaban atas pertanyaan apa pun secara manual. Saat Anda memperbarui jawaban secara manual, AI Kualitas akan otomatis menyesuaikan skor untuk pertanyaan tersebut dan skor percakapan yang sesuai. Selain itu, konsol AI Kualitas menandai pertanyaan dan percakapan tersebut dengan ikon visual untuk menunjukkan bahwa jawaban telah diperbarui secara manual. Terakhir, AI Berkualitas secara otomatis menambahkan jawaban yang diperbarui secara manual sebagai contoh percakapan untuk meningkatkan kualitas model AI.

Menu sumber

Di konsol Customer Experience Insights, setiap halaman di bagian Quality AI menyertakan menu Sumber. Menu ini mencantumkan kartu skor Anda sehingga Anda dapat memilih informasi yang akan ditampilkan.

Misalnya, di halaman Percakapan, Anda dapat melihat skor untuk setiap percakapan. Skor tersebut bergantung pada kartu skor yang digunakan AI Kualitas untuk mengevaluasi percakapan. Jadi, jika Anda memilih kartu skor yang berbeda dari menu Sumber, skor untuk percakapan yang sama mungkin berubah.

Contoh

Contoh berikut mengilustrasikan cara penghitungan skor percakapan.

Contoh 1

Jika hal berikut benar:

Kartu skor memiliki 10 pertanyaan
Setiap pertanyaan adalah pertanyaan ya atau tidak
Ya mendapat skor 1 dan Tidak mendapat skor 0
Percakapan telah menerima semua jawaban "Ya"

Kemudian, skor percakapan adalah 100%.

Contoh 2