Quality AI menggunakan model AI untuk otomatis menganalisis percakapan layanan pelanggan, atau interaksi antara pengguna dan agen pusat kontak. Model AI menganalisis transkrip chat atau suara.
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 periode tertentu.
- Skor agen rata-rata: Rata-rata dari total skor semua agen Anda. (Lihat Skor total agen.)
- Skor kualitas agen rata-rata: Rata-rata skor kualitas yang dihasilkan oleh percakapan satu agen selama periode 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. Saluran memiliki salah satu dari dua nilai: suara 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 dari metadata percakapan Anda, biasanya berkisar antara 1-5.
- Durasi: Rentang waktu percakapan, dari awal hingga akhir.
- Topik utama: Masalah yang dibahas selama percakapan, yang ditentukan oleh pemodelan topik. Quality AI 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 akan diberi rating berdasarkan apakah mereka memenuhi kriteria untuk setiap pertanyaan.
- Sentimen: Keadaan emosional utama yang disampaikan oleh percakapan. Sentimen memiliki salah satu dari tiga nilai: positif, netral, atau negatif. Quality AI hanya menampilkan sentimen jika Anda telah menggunakan analisis sentimen pada percakapan.
- Hening: Waktu saat pelanggan atau agen tidak berbicara atau mengetik.
- Tanggal mulai: Tanggal dimulainya percakapan, berdasarkan wilayah agen Anda.
- Waktu mulai: Waktu dimulainya percakapan, berdasarkan region agen Anda.
- 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 produk yang sesuai?).
- Opsional: Tag untuk mengelompokkan pertanyaan ke dalam kategori.
- Petunjuk untuk menafsirkan pertanyaan dan menentukan setiap pilihan jawaban.
- Pelacakan untuk menyertakan peristiwa dan metadata sistem.
- Jenis jawaban (bisa berupa teks, angka, atau ya/tidak).
- Pilihan jawaban yang menentukan jawaban yang dimungkinkan 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 project Google Cloud . 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 standar
Anda dapat menggunakan pertanyaan yang telah ditentukan sebelumnya di kartu skor dengan pertanyaan dan pilihan jawaban yang tidak dapat Anda edit. Customer Experience Insights (CX Insights) menentukan petunjuk dan pilihan jawaban. Pertanyaan ini memiliki ID yang menunjukkan versinya. Anda dapat menambahkan pertanyaan standar ke kartu skor mana pun untuk digunakan dalam analisis AI Kualitas.
Pertanyaan standar mengidentifikasi metrik berikut:
- Kualitas agen
- Hasil percakapan
- Kepuasan pelanggan
- Pedoman
Tag kustom
Gunakan tag untuk mengelompokkan pertanyaan ke dalam kategori di kartu skor tertentu. Setiap project mencakup tag default BUSINESS, COMPLIANCE, dan CUSTOMER. Selain ketiga tag ini, Anda dapat menggunakan CX Insights untuk membuat tag kustom Anda sendiri. Tag kustom dibatasi hingga 10 per project Google Cloud . Jika Anda memerlukan lebih dari 10 tag, hubungi kontak (POC) CX Insights Anda.
Tag kustom tidak bergantung pada pertanyaan atau kartu skor yang berisi pertanyaan tersebut. Anda dapat membuat tag kustom dari halaman pengelolaan tag atau dari dialog pembuatan pertanyaan. Setelah membuat tag kustom, Anda dapat menerapkannya ke pertanyaan apa pun di kartu skor mana pun dalam project CX Insights.
Anda dapat melakukan operasi berikut pada tag kustom saat mengedit kartu skor.
- Menambahkan tag ke pertanyaan yang ada.
- Menghapus tag dari pertanyaan yang ada.
Skor percakapan
Quality AI 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. Total skor 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 penghitungan 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 sesuai dengan pertanyaan di satu kartu skor. Jika setiap kartu skor berisi grup pertanyaan yang berbeda, Anda dapat mengevaluasi satu percakapan berdasarkan beberapa jenis pertanyaan.
Update manual
Setelah menganalisis percakapan, Anda dapat memperbarui jawaban atas pertanyaan apa pun secara manual. Saat Anda memperbarui jawaban secara manual, Quality AI akan otomatis menyesuaikan skor untuk pertanyaan tersebut dan skor percakapan yang sesuai. Selain itu, konsol Quality AI menandai pertanyaan dan percakapan tersebut dengan ikon visual untuk menunjukkan bahwa jawaban telah diperbarui secara manual. Terakhir, Quality AI otomatis menambahkan jawaban yang diperbarui secara manual sebagai contoh percakapan untuk meningkatkan kualitas model AI.
Menu sumber
Di konsol CX Insights, setiap halaman di bagian Quality AI menyertakan menu Source. Menu ini mencantumkan kartu skor Anda sehingga Anda dapat memilih informasi yang akan ditampilkan.
Misalnya, di halaman Conversations, Anda dapat melihat skor untuk setiap percakapan. Skor tersebut bergantung pada kartu skor yang digunakan Quality AI untuk mengevaluasi percakapan. Jadi, jika Anda memilih kartu skor yang berbeda dari menu Sumber, skor untuk percakapan yang sama mungkin akan 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 menerima skor 1 dan Tidak mendapatkan 0
- Percakapan telah menerima semua jawaban "Ya"
Skor percakapannya adalah 100%.
Contoh 2
Jika hal berikut benar:
- Kartu skor memiliki 10 pertanyaan
- Setiap pertanyaan adalah pertanyaan ya atau tidak
- Ya menerima skor 1 dan Tidak mendapatkan 0
- Percakapan menerima 7 respons "Ya", 2 "Tidak", dan 1 "Tidak Berlaku"
Kemudian, pertanyaan "T/A" dihapus sehingga total poin yang mungkin diperoleh adalah 9. Percakapan tersebut menerima 7 dari 9 poin yang mungkin diperoleh. Skor percakapan dibulatkan dan ditampilkan sebagai 78%.