Analizowanie metryk zadowolenia klientów w pomocniku (wersja zapoznawcza)
Na karcie Zadowolenie klienta na stronie Analizy przedstawiono szczegółowy widok danych ankietowych dotyczących zadowolenia klienta (CSAT), w tym średni wynik w programie CSAT, podstawowe motywy zapytań użytkowników i dostępne do działania dane dotyczące źródeł zadowolenia i niezadowolonych odpowiedzi pomocnika.
Na stronie jest domyślnie wyświetlana liczba kluczowych wskaźników wydajności dla ostatnich siedmiu dni. Aby zmienić okres, użyj wyboru dat w górnej części strony. Dane można pobrać dla dowolnego okresu w ciągu ostatnich 45 dni.
Wynik zadowolenia klienta
Graficzny widok średniej oceny zadowolenia klienta dla sesji, w których klienci odpowiedzieli na prośbę o wypełnienie ankiety po zakończeniu konwersacji. W ankiecie przeprowadzonej w programie CSAT klienci są pytani o ocenianie swojego doświadczenia na skali od 1 do 5. Jeśli użytkownik końcowy odpowie na więcej niż jedną ankietę w tej samej sesji, jest używany tylko najnowszy.
Na tym wykresie są również wskaźniki zmian w okresie. Na przykład po wybraniu okresu trzydniowego wskaźnik pokazuje zmianę procentową w stosunku do trzech dni przed wybranym okresem. Wskaźniki z okresu w okresie będą wyświetlane tylko wtedy, gdy pomocnik ma dostępne dane ankiet CSAT dla poprzedniego okresu. Jeśli nie ma dostępnych danych z ankiety w programie CSAT dla tego samego okresu końcowego w stosunku do danych wybranych w filtrze, nie będzie on wyświetlany.
Współczynnik odpowiedzi na ankietę CSAT
Wykres współczynnika odpowiedzi na ankiety CSAT przedstawia liczbę ankiet CSAT, które zostały zaprezentowane użytkownikom oraz procent wypełnionych ankiet koniec konwersacji.
Podział zadowolenia klienta
Wykres zadowolenia klienta wskazuje, że w wybranym okresie odsetek sesji był niezadowolony lub niezadowolony. Okienko stanu obsługi klienta zawiera więcej szczegółów na temat różnych sygnały użytych do określenia stanu zadowolenia sesji.
Stan zadowolenia klientów
Wykres stanu zadowolenia klienta zawiera kluczowe informacje na temat tematów, które zostały przeszukane przez użytkowników, oraz stopnia zadowolenia użytkowników dotyczących odpowiedzi pomocnika. Sesji o podobnych motywach są zgrupowane razem. Wykres przedstawia liczbę sesji dla każdego motywu z wybranego okresu oraz procent sesji niezadowolonych lub niezadowolonych. Sesji, które nie były niezadowolone ani niezadowolone, są traktowane jako sesji i nie są wyświetlane na tym wykresie.
Motyw z danej sesji jest pochodzących z modeli z klasą usług ML. Przed ich wysłaniem do pulpitu nawigacyjnego analizy motywy są przetwarzane w celu usunięcia wszelkich danych osobowych lub poufnych informacji, takich jak numery telefonów. Dodatkowo, jeśli motywy zawierają profanum lub język pomiętny, są one maskowane.
Przesuń kursor nad każdym segmentem wykresu, aby zobaczyć konkretne zadowolenie i niezadowolenie użytkowników. Jeśli dla danej sesji zostanie spełnione dowolne kryterium, sesja jest zakwalifikowana jako niezadowolony lub niezadowolony:
Sesja jest uważana za niezadowolony, jeśli:
- Użytkownik, który przejmuje dwie gwiazdki lub mniej na końcu ankiety na rozmowach.
- Użytkownik został poproszony o ponowne powtórzenie zapytania dwukrotnie lub więcej niż dwa razy w (system jako temat rezerwowy).
- Użytkownik opuszcza sesję.
- Użytkownik eskalował sesji do prawdziwego agenta.
- Ogólny sentyment użytkownika w rozmowach z pomocnikiem jest zakwalifikowany jako ujemny. Sentyment jest określony przy użyciu dostępnego publicznie modelu ML do analizy opinii.
Sesja jest uważana za zadowolony, jeśli:
- Użytkownik, który przejmuje cztery gwiazdki lub więcej na końcu ankiety na rozmowach.
- Użytkownik został poproszony o ponowne powtórzenie zapytania więcej raz w (system jako temat rezerwowy).
- Sesja została rozwiązana.
- Ogólny sentyment użytkownika w rozmowach z pomocnikiem jest zakwalifikowany jako dodatni.
Sesji, które nie spełniają żadnego z powyższych kryteriów, są traktowane jako sesji i nie są wyświetlane na tym wykresie.
Na karcie Podsumowanie na stronie Analizy możesz użyć ikon informacji, aby dowiedzieć się więcej o zobowiązaniach, eskalacjach, rezygnacjach i rozwiązywaniu problemów.
Wyodrębnianie sentymentu motywu i sesji
Copilot Studio używa technik przetwarzania naturalnego języka (NLP) w celu wyodrębniania tematów i opinii przypisania do danej sesji pomocnika.
Każda sesja Copilot Studio wyodrębnia motywy z pierwszej sesji. Poszczególne sesji o podobnych motywach są agregowane i są wyświetlane jako pojedyncza pozycja na wykresie stanu zadowolenia klienta.
Do oceny sentymentu sesji podstawowy model sieci NLP jest przeszkolony w zakresie publicznych zestawów danych języka angielskiego. Ten proces analizuje tekst sesji w celu określenia, czy ogólna opinia jest pozytywna, negatywna czy neutralna. Proces ten wstępnie przetwarza również zapytania użytkowników w celu usunięcia wyników fałszywie dodatnich. Na przykład to wstępne przetwarzanie gwarantuje, że zapytanie, takie jak „co jest najlepszą opcją?”, nie jest zakwalifikowane jako dodatnie wyłącznie ze względu na to, że w zapytaniu jest wyświetlany wyraz "najlepsze".