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 d'appels et les utilisateurs. Le modèle d'IA analyse les transcriptions de chat ou de voix.

Détails de la conversation

Les conversations contiennent les informations suivantes. Ces informations incluent des identifiants et des métriques pour l'analyse.

  • ID d'agent : numéro unique attribué à chaque agent qui identifie les conversations qu'il a gérées.
  • Score total de l'agent : score moyen des performances d'un agent dans ses conversations.
  • AHT : temps de traitement moyen, soit la durée moyenne des conversations d'un agent sur une période donnée.
  • Score moyen des agents : 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 produits par les conversations d'un seul agent sur une période spécifiée. (voir Niveau de qualité).
  • Score de conversation moyen : score moyen de toutes les conversations.
  • Niveau de qualité moyen : moyenne du niveau de qualité sur une période donnée. (voir Niveau de qualité).
  • Canal : support de conversation entre un client et un agent. Le canal peut avoir l'une des deux valeurs suivantes : "voice" ou "chat".
  • ID de conversation : numéro unique attribué pour identifier chaque conversation avec le service client.
  • Score total de la conversation : somme des scores des questions dans une même conversation.
  • CSAT : note de satisfaction client issue des métadonnées de votre conversation, 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 thématique sur cette conversation.
  • Niveau de qualité : score global attribué à une fiche d'évaluation.
  • Question : permet d'évaluer les performances d'un agent dans une conversation. Vous saisissez vos questions dans Quality AI, et l'agent est ensuite évalué en fonction de sa capacité à répondre aux critères de chaque question.
  • Sentiment : principal état émotionnel exprimé dans la conversation. Le sentiment peut avoir l'une des trois valeurs suivantes : positif, neutre ou négatif. Quality AI n'affiche un sentiment que si vous avez utilisé l'analyse des sentiments sur la conversation.
  • Silence : temps pendant lequel ni le client ni l'agent n'ont parlé ou écrit.
  • Date de début : date à laquelle la conversation a commencé, en fonction de la région de votre agent.
  • Heure de début : heure à laquelle la conversation a commencé, en fonction de la région de votre agent.
  • Volume total : nombre total de conversations qu'un seul agent a gérées au cours d'une période donnée.

Tableaux de données

Le tableau de données est un framework structuré qui permet d'évaluer la qualité des conversations et les performances des agents du centre de contact pendant les conversations. Chaque centre de contact dispose de ses propres tableaux de données.

Chaque tableau de données contient les informations suivantes :

  • Question (exemple : "L'agent a-t-il fourni un complément de produit approprié ?").
  • Facultatif : ajoutez un tag pour regrouper les questions par catégories.
  • Instructions pour interpréter la question et définir chaque choix de réponse.
  • Traçage pour inclure les événements système et les métadonnées.
  • Type de réponse (texte, chiffres ou oui/non)
  • Les 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" pour définir les points gagnés pour chaque choix de réponse. Le score maximal pour une question est déterminé par le score le plus élevé parmi tous les choix de réponses.

Vous pouvez créer plusieurs fiches d'évaluation dans un même projet Google Cloud . Si chaque fiche d'évaluation contient des questions différentes, vous pouvez voir plusieurs scores de qualité pour les mêmes conversations. Chaque score est ensuite basé sur différents critères.

Questions prédéfinies

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

Les questions prédéfinies identifient les métriques suivantes :

  • Qualité de l'agent
  • Résultat de la conversation
  • Satisfaction client
  • Garde-fous

Tags personnalisés

Utilisez des tags pour regrouper les questions par catégories sur une fiche d'évaluation donnée. 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 projet Google Cloud . Si vous avez besoin de plus de 10 tags, contactez votre point de contact CX Insights.

Les tags personnalisés sont indépendants des questions ou des fiches d'évaluation contenant ces questions. Vous pouvez créer des tags personnalisés à partir de la page de gestion des tags ou de la boîte de dialogue de création de questions. Après avoir créé un tag personnalisé, vous pouvez l'appliquer à n'importe quelle question de n'importe quelle fiche d'évaluation d'un projet CX Insights.

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

  • Ajoutez des tags aux questions existantes.
  • Supprimez les tags des questions existantes.

Scores de la conversation

Quality AI évalue automatiquement les conversations en fonction des tableaux de données que vous fournissez. Pour chaque question, procédez comme suit :

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

Un tableau de données

Le score de conversation est calculé comme suit : score total reçu divisé par le score maximal possible pour cette conversation. Le score total obtenu est la somme de tous les points obtenus pour les choix de réponses attribués à 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 du score de cette conversation. Le score de la conversation est affiché sous forme de pourcentage.

Plusieurs tableaux de données

Une conversation peut recevoir plusieurs scores. Chaque score de conversation reflète les performances de l'agent au cours de cette conversation, en fonction des questions d'une seule fiche d'évaluation. Lorsque chaque fiche d'évaluation contient un groupe de questions différent, vous pouvez évaluer une même 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 mettez à jour manuellement une réponse, Quality AI ajuste automatiquement le score de cette question et le score de la conversation correspondante. De plus, la console Quality AI marque cette question et cette conversation d'une icône visuelle pour indiquer que la réponse a été mise à jour manuellement. Enfin, l'IA de qualité ajoute automatiquement toute réponse mise à jour manuellement en tant qu'exemple de conversation pour améliorer le modèle d'IA.

Menu des sources

Dans la console CX Insights, chaque page de la section Quality AI inclut un menu Source. Ce menu liste 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 utilisé par Quality AI pour évaluer les conversations. Par conséquent, si vous sélectionnez une autre fiche d'évaluation 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 la condition suivante est remplie :

  • Une fiche d'évaluation comporte 10 questions.
  • Chaque question est une question par oui ou par non
  • "Oui" reçoit un score de 1 et "Non" reçoit un score de 0.
  • Une conversation a reçu toutes les réponses "Oui"

Le score de conversation est alors de 100 %.

Exemple 2

Si la condition suivante est remplie :

  • Une fiche d'évaluation comporte 10 questions.
  • Chaque question est une question par oui ou par non
  • "Oui" reçoit un score de 1 et "Non" reçoit un score de 0.
  • Une conversation a reçu sept réponses "Oui", deux réponses "Non" et une réponse "N/A".

La question "N/A" est ensuite supprimée, ce qui donne un total de 9 points possibles. La conversation a reçu 7 points sur 9 possibles. Le score de la conversation est arrondi et affiché sous la forme 78 %.

Étape suivante