Kundenzufriedenheitsmetriken Ihres Copiloten analysieren

Wichtig

Power Virtual Agents-Fähigkeiten und -Funktionen sind jetzt Teil von Microsoft Copilot Studio nach erheblichen Investitionen in generative KI und verbesserte Integrationen in Microsoft Copilot.

Einige Artikel und Screenshots beziehen sich möglicherweise auf Power Virtual Agents während wir Dokumentation und Schulungsinhalte aktualisieren.

Die Registerkarte Kundenzufriedenheit der Seite Analyse bietet eine detaillierte Ansicht der Daten aus der Umfrage zur Kundenzufriedenheit (CSAT), einschließlich der durchschnittlichen CSAT-Bewertung, der wichtigsten Benutzerabfragethemen und umsetzbarer Erkenntnisse zu den Ursachen der Zufriedenheit bzw. Unzufriedenheit mit den Antworten Ihres Copiloten.

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. Bitte beachten Sie, dass der Indikator für den Zeitraumsvergleich nur angezeigt wird, wenn Ihrem Copiloten CSAT-Umfragedaten für den vorherigen Zeitraum zur Verfügung stehen. Wenn für den gleichen anschließenden Zeitraum, der zu den Einstellungen im Filter im Verhältnis steht, keine CSAT-Umfragedaten verfügbar sind, wird der Indikator für den Zeitraumsvergleich nicht angezeigt.

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 Themen, nach denen Benutzende gesucht haben, und zum Zufriedenheitsgrad mit den Antworten des Copiloten. 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 (PII) 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 Stimmung des Benutzenden gegenüber der Unterhaltung mit dem Copiloten wird insgesamt 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 Stimmung des Benutzenden gegenüber der Unterhaltung mit dem Copiloten wird insgesamt 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 linguistischen Datenverarbeitung (NLP), um Themen zu extrahieren und einer bestimmten Copilot-Sitzung eine Stimmung zuzuordnen.

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. Hierzu gehört die Analyse des Sitzungstextes, um zu ermitteln, ob die allgemeine Stimmung positiv, negativ oder neutral ist, sowie die Vorverarbeitung von Benutzerabfragen, 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.