Analysieren Sie die Kundenzufriedenheitsmetriken Ihres Agent (Vorschauversion)

Die Registerkarte Kundenzufriedenheit der Seite Analyse bietet eine detaillierte Ansicht der Daten aus der Kundenzufriedenheitsumfrage (CSAT). Dazu gehören der durchschnittliche CSAT-Score, die wichtigsten Themen der Benutzerabfragen und umsetzbare Erkenntnisse zu den Ursachen für die Zufriedenheit oder Unzufriedenheit mit den Antworten Ihres Agent.

Trinkgeld

Die Registerkarte Kundenzufriedenheit wird Ihnen nicht angezeigt? Die neue, verbesserte Analysefunktion ersetzt die vorhandenen Registerkarten durch eine aussagekräftigere Ansicht der Leistung, des Benutzerfeedbacks und der Nutzung von Wissensquellen Ihres Agent.

Um zwischen der herkömmlichen und der erweiterten Analysefunktion zu wechseln, verwenden Sie den Schalter Neue Analyse oben auf der Seite.

Standardmäßig werden auf der Seite Key Performance Indicators für die letzten sieben Tage angezeigt. Sie können den Zeitraum über die Datumsauswahl oben auf der Seite ändern. Sie können Daten für einen beliebigen Zeitraum innerhalb der letzten 45 Tage abrufen.

Kundenzufriedenheitsbewertung

Das Diagramm Kundenzufriedenheitsbewertung ist eine grafische Ansicht der durchschnittlichen CSAT-Bewertungen für Sitzungen, in denen Kundschaft auf die Frage am Ende der Sitzung, ob sie an der Umfrage teilnehmen möchte, eingeht. In der CSAT-Umfrage wird die Kundschaft darum gebeten, ihre Erfahrungen auf einer Skala von 1 bis 5 zu bewerten. Wenn Endbenutzende in einer Sitzung an mehreren Umfragen teilnehmen, wird nur die aktuellste verwendet.

Dieses Diagramm bietet außerdem einen Indikator für Veränderungen im Vergleich zum Vorjahreszeitraum. Wenn Sie beispielsweise einen Zeitraum von drei Tagen auswählen, zeigt der Indikator die prozentuale Änderung im Verhältnis zu den drei Tagen vor dem ausgewählten Zeitraum an. Der Zeitraum-zu-Zeitraum-Indikator wird nur angezeigt, wenn für Ihr Agent CSAT-Umfragedaten für den vorherigen Zeitraum verfügbar sind. Wenn für den gleichen anschließenden Zeitraum, der zu den Einstellungen im Filter im Verhältnis steht, keine CSAT-Umfragedaten verfügbar sind, erscheint der Indikator für den Zeitraumsvergleich nicht.

CSAT-Umfrageantwortrate

Das Diagramm CSAT-Umfrageantwortrate zeigt die Anzahl der am Ende der Unterhaltung angezeigten CSAT-Umfragen und den Prozentsatz der ausgefüllten Umfragen an.

Kundenzufriedenheitsaufschlüsselung

Das Diagramm Kundenzufriedenheitsaufschlüsselung zeigt den Prozentsatz der Sitzungen, die im ausgewählten Zeitraum als zufriedenstellend, nicht zufriedenstellend oder neutral bewertet wurden. Der Bereich Kundenzufriedenheitsstatus bietet ausführlichere Informationen zu den verschiedenen Signalen, die zur Ermittlung des Zufriedenheitsstatus mit der Sitzung verwendet werden.

Kundenzufriedenheitsstatus

Das Diagramm Kundenzufriedenheitsstatus bietet wichtige Erkenntnisse zu den von Benutzern gesuchten Themen und zum Zufriedenheitsgrad der Benutzer mit den Antworten von Agent. Sitzungen mit ähnlichen Themen werden zusammengefasst. Das Diagramm zeigt die Anzahl der Sitzungen für jedes Thema während des ausgewählten Zeitraums und den Prozentsatz der zufriedenstellenden und nicht zufriedenstellenden Sitzungen. Sitzungen, die weder zufriedenstellend noch nicht zufriedenstellend waren, gelten als neutrale Sitzungen und erscheinen nicht in diesem Diagramm.

Das Thema einer bestimmten Sitzung wird mithilfe von ML-Modellen abgeleitet. Bevor die Themen an das Analysedashboard gesendet werden, werden sie verarbeitet, wobei alle personenbezogenen Daten oder vertraulichen Informationen, wie Telefonnummern, entfernt werden. Darüber hinaus werden Themen, die Schimpfwörter oder verletzende Aussagen enthalten, maskiert.

Bewegen Sie den Mauszeiger über die einzelnen Segmente des Diagramms, um sich die spezifischen Gründe für die Zufriedenheit bzw. Unzufriedenheit anzeigen zu lassen. Wenn eines der Kriterien auf eine bestimmte Sitzung zutrifft, wird sie als zufriedenstellend bzw. nicht zufriedenstellend eingestuft:

• Eine Sitzung gilt in den folgenden Fällen als nicht zufriedenstellend:

  • Der Benutzende hat in der Umfrage am Ende der Unterhaltung zwei Sterne oder weniger vergeben.
  • Die Benutzende wurde zweimal oder öfter aufgefordert, ihre Abfrage im (Systemfallbackthema) umzuformulieren.
  • Der Benutzende hat die Sitzung abgebrochen.
  • Die Benutzende hat die Sitzung an einen Live-Agenten eskaliert.
  • Die allgemeine Stimmung des Benutzers bezüglich seiner Konversation mit Agent wird als negativ eingestuft. Die Stimmung wird mithilfe eines öffentlich verfügbaren ML-Modells ermittelt, das für die Stimmungsanalyse optimiert ist.

• Eine Sitzung gilt in den folgenden Fällen als zufriedenstellend:

  • Der Benutzende hat in der Umfrage am Ende der Unterhaltung vier Sterne oder weniger vergeben.
  • Die Benutzende wurde höchstens einmal aufgefordert, ihre Abfrage im (Systemfallbackthema) umzuformulieren.
  • Die Sitzung wurde gelöst.
  • Die allgemeine Stimmung des Benutzers bezüglich seiner Konversation mit Agent wird als positiv eingestuft.

Sitzungen, die keines der oben genannten Kriterien erfüllen, gelten als neutrale Sitzungen und erscheinen nicht in diesem Diagramm.

Auf der Registerkarte Zusammenfassung auf der Seite Analyse können Sie mithilfe der Informationssymbole mehr über Engagement-, Eskalations-, Abbruch- und Lösungsraten erfahren.

Extraktion von Themen und Sitzungsstimmungen

Copilot Studio verwendet Techniken der Verarbeitung natürlicher Sprache (NLP), um Themen zu extrahieren und einer bestimmten Agent-Sitzung eine Stimmung zuzuweisen.

Für jede Sitzung werden Copilot Studio-Themen aus der ersten Äußerung der Benutzenden extrahiert. Einzelne Sitzungen mit ähnlichen Themen werden zusammengefasst und als einzelnes Element im Diagramm Kundenzufriedenheitsstatus angezeigt.

Um die Sitzungsstimmung auszuwerten, wird das zugrunde liegende NLP-Modell anhand öffentlicher englischsprachiger Datensätze trainiert. Bei diesem Vorgang wird der Text der Sitzung analysiert, um zu ermitteln, ob die allgemeine Stimmung positiv, negativ oder neutral ist. Der Prozess verarbeitet auch Benutzerabfragen vor, um falsch positive Ergebnisse zu entfernen. Durch diese Vorverarbeitung wird beispielsweise sichergestellt, dass eine Abfrage wie „Welche Option ist die beste?“ nicht allein deshalb als positiv eingestuft wird, weil das Wort „beste“ darin vorkommt.