Konfigurere AI-emneklynge til sager
Vigtigt
Power Virtual Agents-funktioner og -egenskaber er nu en del af Microsoft Copilot Studio, der følger vigtige investeringer i generativ AI og forbedrede integrationer på tværs af Microsoft Copilot.
Der refereres muligvis i nogle artikler og skærmbilleder til Power Virtual Agents, mens vi opdaterer dokumentation og træningsindhold.
Bemærk
Copilot Studio-robot er omdøbt til Copilot-agent (agent eller AI-agent). Menneskelig agent er nu omdøbt til kundeservicemedarbejder (servicemedarbejder eller repræsentant). Du kan støde på henvisninger til de gamle og nye termer, mens vi opdaterer produktets brugergrænseflade, dokumentation og undervisningsindhold.
Customer Service Insights bruger AI til at levere indsigt i dine kundeservicedata ved at gruppere semantisk relaterede sager og generere en emne. Nye sager, der svarer til det oprettede emne, føjes automatisk til emnegruppen. Denne handling hjælper dig med at identificere forbedringsområder, der påvirker systemets ydeevne.
Den AI-styrede teknologi aktiverer velunderbyggede beslutninger om, hvordan løsningsrater kan forbedres, ventetider reduceres og omkostningerne til kundeservice nedbringes. Du kan bruge sagsløsningsindsigt, tendenser i ordrebeholdning og historiske sammenligninger til at evaluere kundeservicemedarbejderes (servicemedarbejdere eller medarbejdere) præstationer og påvirkning af forretningen samt håndtere ineffektivitet i systemet.
Aktivere emneklynger for sager
Emneklynger er som standard aktiveret, når du aktiverer historiske analyser. Få mere at vide om aktivering af historiske analyser i Konfigurere historiske analyser af Customer Service.
Visninger af oversigt og modelkørselsoversigt
Visningerne af oversigter og modelkørselsoversigt indeholder vigtige oplysninger om, hvordan emnemodellen fungerer.
| Vis | Beskrivelse |
|---|---|
| Status | Om funktionen er aktiveret. |
| Anvendte dataattributter | Hvilket tekstfelt fra objektet Sag, der bruges til oprettelse af emner. |
| Oprettede emner | Det samlede antal emner, der genereres af modellen. |
| Sager, der er tilknyttet til et emne | Den procentdel af sager, der blev overvejet for oprettelse af emner og klassificeret til en emne. |
| Sidste vellykkede kørsel | Tidsstempel for sidste gang, hvor nye sager blev behandlet. |
| Kørselshyppighed | Den hyppighed, hvormed nye sager behandles og mærkes med emner. |
Datatilknytning
Ved hjælp af datatilknytning kan du vælge det tekstfelt, som servicemedarbejdere i organisationen højst sandsynligt vil bruge til at beskrive årsagen til, at en kunde har kontaktet support. Attributten Sagstitel bruges som standard. De andre tilgængelige attributter er Serienummer, Beskrivelse og Sagstitel.
Forbedre datakvaliteten ved at rense data fra supportsager
AI Insights-diagrammer, der vises i Customer Service Insights-dashboards, oprettes ved at anvende sprogkyndig teknologi på supportsagers titler. Resultaterne kan dog være misvisende, hvis titlerne indeholder overflødige oplysninger som f.eks. koder for produktnavn, sagsstatus eller billetnummer. Du kan forbedre kvaliteten af de resultater, der vises i AI Insights-diagrammer, ved at angive indstillinger for rensning af data, så der ses bort fra koder i titler, når de grupperes i emner, samt specifikke udtryk, der skal ignoreres. Når du vælger at anvende begge indstillinger, ignoreres sektioner først efterfulgt af udtryk.
Aktivere emneautomatisering for Copilot Studio
Emner, der blev fundet af kunstig intelligens i Historisk analyse af Customer Service, er ofte primære kandidater til automatisering i Copilot-agenter. Hvis Copilot Studio er tilgængelig i det område, hvor din kundeserviceorganisation ligger, kan funktionen aktiveres.
- I Customer Service Administration skal du gå til Indsigt>Gruppering af emner til sager>Administrer.
- I Emneautomatisering-sektionen på siden Emneklynge for sag skal du aktivere til/fra-knappen.
Bemærk
Emneautomatisering til Copilot-agent understøttes i øjeblikket ikke i Government Community Cloud.
Sprogtilgængelighed for emner
Emnefunktionerne i de historiske analyserapporter for Customer Service leveres med en naturlig sprogforståelsesmodel, som kan forstå tekstens semantik og hensigt på følgende sprog:
- Engelsk
- Fransk
- Tysk
- Italiensk
- Japansk
- Portugisisk
- Kinesisk (forenklet)
- Spansk
Bemærk
Selvom emne ikke udnyttes og stadig er mulige på sprog, der ikke er angivet ovenfor, kan der være forskelle i erfaring for brugere, der anvender emner på ikke-understøttede sprog.
Relaterede oplysninger
Introduktion til Customer Service Analytics og Insights
Oversigt over dashboard
Emnedashboard