Exploration des aperçus de conversation
Découvrez comment les aperçus de conversation peuvent vous aider à améliorer les aperçus de conversation avec des scores et des facteurs de satisfaction client (CSAT) déduits basés sur l’IA.
Vue d’ensemble des aperçus de la conversation
Conversation Insights est conçu pour fournir des scores CSAT déduits et des facteurs explicatifs pour les conversations dans Agent virtuel les workflows agentiques. Il exploite l’IA pour analyser les conversations en temps réel et fournit des informations exploitables qui permettent d’améliorer Agent virtuel les interactions avec les agents en direct et les workflows agentiques.
Le CSAT déduit est un score numérique compris entre 1 (le moins satisfait) et 5 (le plus satisfait). Elle est entièrement prévue à partir des transcriptions de conversation en temps réel, sans aucune intervention de l’utilisateur. En plus du score CSAT, le modèle prédit également les facteurs CSAT qui ont contribué au score CSAT. Les facteurs CSAT suivants sont associés au score CSAT déduit.
- Résolution : indique si l’agent IA OU a Agent virtuel résolu avec succès le problème de l’utilisateur sans intervention humaine.
- Confusion : indique la fréquence à laquelle l’agent Agent virtuel IA OU a mal compris ou n’a pas interprété l’intention de l’utilisateur.
- Effort : indique le nombre de tours ou d’interactions de l’utilisateur nécessaires pour parvenir à une résolution.
- Empathie : indique dans quelle mesure l’agent IA OR Agent virtuel a reconnu et répondu au ton émotionnel de l’utilisateur.
- Étapes suivantes : capture si l’agent ou l’agent Agent virtuel IA a clairement communiqué ce que l’utilisateur doit faire ensuite.
- Frustration : signale les signes d’insatisfaction de l’utilisateur ou de tentatives infructueuses répétées au cours de l’interaction.
- Transferts et escalades : suit la fréquence à laquelle l’agent Agent virtuel IA OR a transmis la conversation à un agent humain ou à un autre système.
Les scores et facteurs CSAT déduits sont calculés pour chaque conversation. Les applications d’analyse conversationnelle peuvent exploiter les scores écrits dans la table Aperçus de conversation [sn_aci_insights] pour créer des tableaux de bord et des workflows personnalisés. Cela Tableau de bord d’analyse de l’agent IA inclut des visualisations avec des scores CSAT déduits et des facteurs par défaut.
La période de conservation des données de la table Aperçus de conversation [sn_aci_insights] est de deux ans. Pour plus d’informations sur la création de tableaux de bord personnalisés, consultez Create a dashboard with the in-line editor et Select a table data source for a data visualization.
Workflow Idées de conversation
Le workflow Conversation Insights illustre comment chaque interaction, qu’elle soit gérée par Agent virtuel ou par un agent IA, est transformée en informations exploitables. Vous pouvez alimenter les informations directement dans les tableaux de bord pour l’analyse et la prise de décision. Le workflow Aperçus de conversation montre le parcours des conversations aux aperçus sur les tableaux de bord.
- Sources des conversations
- Messageries instantanées IA agentiques
- Agent virtuel Messageries instantanées
- Agrégation de données
- L’IA agentique et Agent virtuel les interactions sont capturées dans la table de conversation [sys_cs_conversation].
- La transcription de la conversation, y compris la requête de l’utilisateur, la réponse de l’agent, les horodatages et les métadonnées telles que l’ID de session et le type de canal sont également stockées dans la table Conversation pour traitement.
- Génération d’aperçus
- Le modèle analyse la transcription de la conversation.
- Les scores CSAT déduits sont générés pour les facteurs CSAT tels que l’empathie, la résolution, la frustration, etc.
- Stockage Insights
- Les scores et facteurs CSAT déduits sont stockés dans la table Aperçus de conversation [sn_aci_insights].
- La table Aperçus de conversation agit comme un référentiel structuré pour les aperçus extraits.
- Tableaux de bord
- Les aperçus sont disponibles pour créer des tableaux de bord et des workflows ad hoc.
- Vous pouvez explorer les tendances, les mesures de performances et les améliorations cibles en fonction des scores CSAT déduits.
Avantages d’Analyses des conversations
| Problème | Solution |
|---|---|
| Les enquêtes traditionnelles reflètent souvent des opinions extrêmes et de faibles taux de réponse. | Le CSAT déduit aide à résoudre ce problème en utilisant l’IA pour estimer le score CSAT des conversations en temps réel, en fonction de la transcription complète de la conversation. Ce score CSAT peut aider à éliminer les biais et à réduire la nécessité de s’appuyer sur des commentaires d’enquête explicites. |
| Les commentaires post-interaction retardent les aperçus, ce qui entraîne des indicateurs retardés. | Les scores CSAT sont générés immédiatement après l’interaction, ce qui permet une détection plus rapide des problèmes et des tendances. |
| Manque d’informations exploitables derrière les scores CSAT. | Les facteurs CSAT tels que la résolution, l’empathie, l’effort, etc. expliquent la satisfaction ou l’insatisfaction des utilisateurs, ce qui vous aide à cibler les améliorations. |