Del via

Udtræk og analysér transskriptioner af agentsamtaler

Udtrækning og analyse af transskriptioner af agentsamtaler kan hjælpe organisationer med at få værdifuld indsigt i brugerinteraktioner, forbedre agentens ydeevne og forbedre kundetilfredsheden.

Denne arkitektur viser, hvordan du automatisk henter, analyserer og visualiserer oplysninger fra transskriptioner af agentsamtaler. Ved hjælp af avancerede AI-algoritmer, der understøttes af strukturerede prompts, behandler systemet effektivt samtaledata, udtrækker kritisk indsigt og forbedrer beslutningstagningen. Den giver også et omfattende overblik over de udtrukne data for at få en bedre strategisk planlægning.

Tips

Du kan finde et eksempel på implementering af denne funktion i Copilot Studio Kit. Funktionen Samtaleanalyse i Copilot Studio Kit analyserer transskriptioner af samtaler og finder den ønskede indsigt, der kan handles på.

Få mere at vide: Analysér transskriptioner af samtaler med Copilot Studio Kit (prøveversion)

Arkitekturdiagram

Diagram over Copilot Studio-arbejdsprocessen, der viser en agentinteraktions- og transskriptionslogføringsproces.

Workflow

  1. En bruger interagerer med agenten.

  2. Copilot Studio logfører transskriptionen.

  3. Flow udløses, når transskriptionspost for samtalen oprettes.

  4. Flow henter og videresender transskriptionen til AI Builder.

  5. AI Builder behandler og returnerer synspunkter, emner og oversigt.

  6. Flow indsamler de strukturerede resultater fra AI Builder og gemmer dem i Microsoft Dataverse.

  7. Power BI visualiserer disse data for indsigt, der kan handles på.

Komponenter

  1. Brugere: Brugerne interagerer med agenterne i Copilot Studio via en understøttet kanal, f.eks. Microsoft Teams eller et websted.

  2. Agenter: Agenten, der hostes i Microsoft Copilot Studio, håndterer samtaler og logfører interaktionen internt.

  3. Transskriptioner af samtaler: Transskriptioner af samtaler i Copilot Studio er strukturerede logge over interaktioner mellem brugere og AI-agenter. Backend Copilot Studio-tjenesten genererer automatisk transskriptioner under brugeragentinteraktioner og gemmer dem i tabellen ConversationTranscript i Dataverse i JSON-/tekstformat.

  4. Power Automate-cloudflow: Henter transskriptionsposter for samtaler fra Dataverse, behandler dem via AI Builder og gemmer de genererede analyseresultater i Dataverse.

  5. AI Builder: Anvender AI-modeller til at analysere synspunkter (positive, neutrale, negative), identificere og markere personlige data, udtrække nøgleudtryk og problemer, registrere eskaleringsindikatorer og generere samtaleoversigter.

  6. Microsoft Dataverse: Gemmer sikkert strukturerede data, herunder rå transskriptioner, behandlede AI-metadata og synspunktsscores og kategorier.

  7. Instrumentbræt: Visualiserer indsigt fra Dataverse, f.eks. agentydeevne, tendenser for brugertilfredshed, eskaleringsmønstre og hyppige brugerhensigter og emner.

Scenariedetaljer

Organisationer, der bruger Copilot Studio-agenter til kunde- eller medarbejdersupport, kæmper ofte med at udtrække værdifuld indsigt fra samtalehistorikken. Ved hjælp af Power Platform-funktioner som AI Builder, Power Automate og Dataverse indeholder denne arkitektur:

  • Automatiseret hentning af transskriptioner af samtaler.
  • AI-drevet analyse af synspunkter, vigtige emner og agenteffektivitet.
  • Et sikkert og struktureret datalager.
  • Et omfattende dashboard til tilsynsførende og beslutningstagere.

Forretningsværdi

  • Forbedrer agenttræning og kundetilfredshed via sentimental indsigt.
  • Identificerer populære emner og hyppige problemer.
  • Automatiserer arbejdsprocesser til rapportering efter samtaler.
  • Sikrer overholdelse af angivne standarder og datastyring via Dataverse-sikkerhed.

Overvejelser

Disse overvejelser implementerer søjlerne i Power Platform Well-Architected, et sæt retningslinjer, der forbedrer kvaliteten af en arbejdsbelastning. Få mere at vide i Microsoft Power Platform Well-Architected.

Sikkerhed

  • Gemmer data sikkert i Dataverse.
  • Rollebaseret adgangskontrol (RBAC) sikrer, at kun godkendte brugere får adgang til data.
  • Alle dataflows overholder datapolitikker i Power Platform-miljøer.

Bidragydere

Microsoft vedligeholder denne artikel. Følgende bidragydere skrev denne artikel.

Hovedforfattere:

Næste trin

  • Integrer Azure OpenAI til avancerede use cases til behandling af naturligt sprog.
  • Tilføj brugerfeedback eller bedømmelsesmoduler til overvåget læring.
  • Opret forbindelse til Dynamics 365 eller ServiceNow for oprettelse eller eskalering af hændelser.
  • Last updated on