Quality AI 基础知识

Quality AI 使用 AI 模型自动分析客户服务对话，或联络中心客服人员与用户之间的互动。AI 模型会分析聊天或语音转写内容。

在修改统计信息摘要时，您可以对自定义标记执行以下操作。

为现有问题添加标记。
从现有问题中移除标记。

对话详情

对话包含以下详细信息。这些详细信息包括用于分析的标识符和指标。

客服人员 ID：分配给每位客服人员的唯一编号，用于标识他们处理过的对话。
智能体总得分：智能体在对话中的表现的平均得分。
AHT：平均处理时长，指客服人员在指定时间段内的平均对话时长。
平均客服人员得分：所有客服人员的总得分的平均值。（请参阅代理总分。）
平均智能体质量得分：单个智能体在指定时间段内的对话所产生的质量得分的平均值。（请参阅质量得分。）
平均对话得分：所有对话的平均得分。
平均质量得分：指定时间段内的平均质量得分。（请参阅质量得分。）
渠道：客户与客服之间的对话媒介。渠道具有以下两个值之一：语音或聊天
对话 ID：分配给每段客服对话的唯一编号，用于标识相应对话。
对话总得分：单次对话中所有问题的得分之和。
CSAT：客户满意度评分，一般范围为 1-5。
时长：对话从开始到结束所用的时间。
主要主题：对话期间讨论的问题，由主题建模确定。只有在您对对话使用主题建模后，Quality AI 才会显示主要主题。
质量得分：为统计信息摘要分配的总体得分。
问题：用于评估智能体在对话中的表现。您将问题输入到 Quality AI 中，然后根据智能体是否满足每个问题的条件来对其进行评分。
情绪：对话传达的主要情绪状态。情感有三种值：正面、中性或负面。只有在您对对话使用过情感分析功能后，Quality AI 才会显示情感。
静默：客户和客服均未说话或打字的时间。
开始日期：对话开始的日期。
开始时间：对话开始的时间。
总对话量：单个客服人员在指定时间范围内处理的对话总数。

统计信息摘要图表

评分卡是一种结构化框架，用于评估对话质量以及联络中心客服人员在对话期间的表现。每个联络中心都有自己的记分卡。

每个得分卡都包含以下信息：

问题（示例：客服人员是否提供了适当的产品赞美？）。
可选：添加标记以将问题归入不同类别。
有关如何解读问题和定义每个答案选项的说明。
回答类型（可以是文本、数字或“是/否”）。
根据答案类型定义可能答案的答案选项（例如，是和否、数字列表或一些文本回答）。
用于设置每个答案选项所获得的得分。单个问题的最高得分由所有答案选项中的最高得分决定。

您可以在单个 Google Cloud 项目中创建多个记分卡。如果每个评分卡包含不同的问题，您可能会看到同一对话有多个质量得分。然后，根据不同的标准计算每个得分。

预定义的问题

您可以在记分卡中使用预定义的问题，这些问题和答案选项无法修改。客户体验分析洞见定义了指令和答案选项。这些问题都有一个 ID 来指明其版本。您可以向任何得分卡添加预定义的问题，以用于质量 AI 分析。

预定义问题可识别以下对话结果指标：

对话结果
上报发起者
客服人员的帮助程度
用户满意度

对话结果

对话结果用于在用户任务的背景下识别对话的结果。

放弃：用户在完成任何任务之前停止了响应或退出了对话，并且未将对话升级到人工客服。
部分解决：智能体理解了用户的意图，并完成了一些（但不是全部）用户任务。在用户的所有任务完全完成之前，对话就结束了。
已升级：对话已转接给人工客服，由用户请求发起。
已重定向：对话已转移给人工客服，由代理发起。
成功解决：代理理解了用户的意图，完成了用户的任务，并在对话结束时收到了用户的明确确认。

上报发起者

升级发起者用于标识是否已升级到人工客服，以及谁发起了该流程。

用户：用户发起向人工客服升级对话。
客服人员：客服人员已发起向人工客服人员上报的流程。
未转接：对话未升级到人工客服。这包括以下情况：聊天机器人将用户重定向到其他资源以解决其请求，但未将问题上报给人工客服。

客服人员的帮助程度

代理的帮助程度用于从用户的角度确定代理的回答是否有帮助。此指标基于完整对话。

有帮助：智能体向用户提供了有用的信息；要么解决了用户的问题或部分实现了用户的意图，要么将用户重定向到合适的资源来解决其请求。
无用：代理未向用户提供任何有用的信息，也未实现用户的意图。这包括代理误解用户请求或为任务提供错误信息的情况。

用户满意度

用户满意度用于标识用户是否表达了不满或拒绝了最终解决方案、是否感到不高兴或变得辱骂。

不满意：用户对智能体的回答表示不满意，明确拒绝了解决方案，或者变得沮丧。
不明确或满意：用户未对客服人员的主要回答表达任何不满或愤怒，也未拒绝该回答。

自定义标记

使用标记将特定得分卡上的问题归入不同类别。每个项目都包含默认的 BUSINESS、COMPLIANCE 和 CUSTOMER 标记。除了这三个代码之外，您还可以使用“客户体验数据分析”创建自己的自定义代码。每个 Google Cloud 项目最多只能有 10 个自定义标记。如果需要 10 个以上的标记，请与您的 Customer Experience Insights 联系人联系。

对话得分

Quality AI 会根据您提供的记分卡自动评估对话。对于每个问题，请执行以下操作：

定义回答类型。
列出可能的答案选项。
为每个答案选项设置得分。

一个统计信息摘要图表

对话得分是指收到的总得分除以相应对话的最高可能得分。收到的总分是指从每个问题的指定答案选项中获得的所有分数之和。最高可能得分是每道题的最高得分之和。分配了“不适用”回答的任何问题都会从此次对话得分计算中移除。对话得分以百分比形式显示。

多个统计信息摘要

一个对话可以获得多个对话得分。每个对话得分都反映了客服人员在相应对话期间的表现，具体取决于单个统计信息摘要中的问题。如果每个得分卡包含一组不同的问题，您可以针对多种类型的问题评估单次对话。

手动更新

分析对话后，您可以手动更新任何问题的答案。当您手动更新答案时，质量 AI 会自动调整相应问题和对话的分数。此外，Quality AI 控制台还会使用直观的图标标记相应问题和对话，以表明答案已手动更新。最后，质量管理 AI 会自动将所有手动更新的答案添加为对话示例，以改进 AI 模型。

“来源”菜单

在 Customer Experience Insights 控制台中，“质量 AI”部分的每个页面都包含一个来源菜单。此菜单会列出您的统计信息摘要图表，以便您选择要显示哪些信息。

例如，在对话页面上，您可以查看每次对话的分数。这些得分取决于 Quality AI 评估对话时所依据的统计信息摘要。因此，如果您从来源菜单中选择其他得分卡，同一对话的得分可能会发生变化。

示例

以下示例说明了如何计算对话得分。

示例 1

如果满足以下条件：

统计信息摘要图表包含 10 个问题
每个问题都是是非题
回答“是”得 1 分，回答“否”得 0 分
对话已收到所有“是”回答

那么对话得分就是 100%。

示例 2