Beispielbibliothek für die Digital Contact Center Platform

  • Artikel

Um Partnern und Kundschaft den Einstieg in die Digital Contact Center Platform zu erleichtern, stellt Microsoft auf GitHub eine Bibliothek mit Beispielkomponenten bereit. Es handelt sich um eine Sammlung von Beispielcode, Komponenten (Lösungen) und Dokumenten, die Digital Contact Center-Projekten bei verschiedenen Aufgaben helfen können. Zu diesen Aufgaben gehören die Anpassung, Konfiguration und der Betrieb der Plattform. Ziel der Bibliothek ist es, wiederverwendbare und leicht verständliche Ressourcen für Entwickelnde und Benutzende von Digital Contact Centern bereitzustellen.

Bereiche

Wir möchten Kunden und Partner in die Lage versetzen, mithilfe unserer Spitzentechnologien schnell und einfach Lösungen zu erstellen und bereitzustellen. Um dieses Ziel zu erreichen, haben wir eine Reihe von Leistungen erstellt, die die folgenden Hauptbereiche abdecken:

  • Microsoft Copilot Studio

    Erfahren Sie, wie Sie Chatbots erstellen und verwalten, die Anfragen in natürlicher Sprache verarbeiten und personalisierte Antworten bereitstellen können. Legen Sie hier los.

  • Einheitliches Routing

    Erfahren Sie, wie Sie Kundeninteraktionen basierend auf Fähigkeiten, Verfügbarkeit und Priorität über verschiedene Kanäle und Agenten weiterleiten. Legen Sie hier los.

  • Omnichannel

    Erfahren Sie, wie Sie über mehrere Kanäle wie Sprache, Chat, E-Mail, SMS und soziale Medien ein nahtloses und gleichbleibendes Kundenerlebnis bieten. Legen Sie hier los.

  • KI

    Erfahren Sie, wie Sie mithilfe künstlicher Intelligenz den Kundenservice verbessern können. Legen Sie hier los.

Die Bibliothek ist Open Source und wird auf GitHub unter Komponentenbibliothek in GitHub gehostet. Dort finden Sie die Dokumentation, Beispiele und den Quellcode. Sie können auch zum Projekt beitragen, indem Sie Probleme melden, Funktionen vorschlagen oder Pull-Anforderungen senden.

Wichtig

Von der Community erstellte Beispielcodes, Komponenten (Lösungen) und Dokumente werden von Microsoft nicht unterstützt. Wenn Sie Fragen zu oder Probleme mit Community-Tools haben, wenden Sie sich an ihre Herausgebenden.

Bibliotheksinhalt

In den folgenden Abschnitten werden die Inhalte beschrieben, die wir in der Komponentenbibliothek in GitHub teilen. Jeder Abschnitt enthält einen Link zur entsprechenden Datei in GitHub.

Microsoft Copilot Studio

Einheitliches Routing

  • Kanalbasierte Präsenz

    Ein Kernmerkmal dieses Szenarios ist die Flexibilität des Kanalpräsenzmanagements für Agenten. Je nach Umfang und Dringlichkeit verschiedener Arten von Kundenanfragen können Agenten den Flow eingehender Kanalanfragen an ihre Vorlieben und Verfügbarkeit anpassen. Beispielsweise kann ein Agent den Kanal für eingehende Anrufe pausieren, wenn er sich auf Chats oder Kundenvorgänge konzentrieren möchte, oder umgekehrt. Auf diese Weise können Agenten ihre Produktivität und Kundenzufriedenheit optimieren.

    Erfahren Sie mehr unter Kanalbasierte Präsenz.

    Dieser Beispielansatz besteht darin, eine kanalzentrierte Lösung zu verwenden, indem für jeden relevanten Kanal eine separate erweiterte Warteschlange eingerichtet wird. Dies ermöglicht die Verwendung der nativen MethodAssignment Ruleset-Zuweisungsfunktionalität und reduziert die Latenz zwischen der Auswahl und den Zuweisungen des Agentenkanals. Weitere Informationen finden Sie unter Übersicht über das einheitliche Routing.

  • Die Agentenkapazität für benutzerdefinierte Entitäten einrichten

    In Dynamics 365 Customer Service können Sie kapazitätsbasiertes Routing für Entitäten konfigurieren, um die Fallentität (Vorfallentität) zu ergänzen. Unter Die Agentenkapazität für benutzerdefinierte Entitäten einrichten erfahren Sie mehr. Wir stellen dort zwei Ansätze bereit, einen No-Code- und einen Low-Code-Ansatz, um die oben genannten Aktionen auszuführen.

Omnichannel

  • Benutzerdefinierte Datensatzkennung

    Um einen Kunden im Kontaktcenter zu identifizieren, müssen Sie möglicherweise benutzerdefinierte Suchkriterien anwenden, die auf den von der Kundschaft bereitgestellten Informationen basieren. Dieser Ansatz hilft Ihnen, das Profil der Kundschaft schnell und effizient zu finden und auf die Datensätze zuzugreifen. In OOB können Sie nach Name, Telefonnummer und E-Mail-Adresse suchen. Möglicherweise möchten Sie jedoch nach der Kontonummer oder anderen relevanten Daten suchen. Dieser Artikel erklärt, wie Sie die Suchkriterien anpassen.

    Weitere Informationen finden Sie unter Kunden automatisch identifizieren.

  • JavaScript-Beispielkontextanalyse

    Kontextvariablen sind Daten, die Informationen über die Unterhaltung liefern, bevor sie beginnt, wie zum Beispiel den Kanal, das Kundenprofil und die benutzerdefinierten Einstellungen.

    Sie können Kontextvariablen verwenden, um Routingregeln zu erstellen, die Unterhaltungen basierend auf diesen Daten verschiedenen Warteschlangen zuordnen. Sie können Kontextvariablen auch in Tools verwenden, die Agenten dabei helfen, effizienter zu arbeiten, z. B. Makros und Skripts.

    Darüber hinaus möchten Sie möglicherweise auf Kontextvariablen aus benutzerdefiniertem JavaScript-Code in Webressourcen zugreifen.

    Die Microsoft.Apm.getFocusedSession()

    Die API ist eine nützliche Methode für den Zugriff auf das Sitzungsobjekt der im Fokus stehenden Sitzung. Sie ist Teil der JavaScript-API-Referenz für den App-Profil-Manager, die Methoden und Eigenschaften zum Verwalten von Registerkarten und Sitzungen im Customer Service workspace enthält.

    Das folgende Beispiel ruft die Kontextvariable customerName im onLoad-Ereignis ab:

    function parseContextVariables(executionContext) {
  var formContext = executionContext.getFormContext();
  Microsoft.Apm.getFocusedSession().getContext().then((context) => {
          var customerName = context.parameters.customerName;
          alert(customerName);
  }
);
}

    Eine weitere hilfreiche Methode ist Microsoft.Omnichannel.getConversationId(). Diese Funktion kann aufgerufen werden, um die eindeutige GUID der derzeit laufenden Unterhaltung in einer Sitzung abzurufen. Es wird ein gelöstes Versprechen mit der aktuell laufenden Unterhaltungs-ID zurückgegeben. Der Bezeichner kann verwendet werden, um den Unterhaltungsdatensatz programmgesteuert abzurufen.

    Microsoft.Omnichannel.getConversationId();

  • Beispiele für die Anpassung des LiveChat-Widgets

    LCW-Anpassungsbeispiele ist eine Sammlung gebrauchsfertiger JavaScript-Codebeispiele zum Anpassen des Omnichannel-LiveChat-Widgets.

    Die Sammlung von JavaScript-Codeausschnitten kann kopiert und angewendet werden, um das Omnichannel LiveChat Widget zu ändern.

  • AgentScript- und Makrobeispiele

    Agentenskripte spielen eine entscheidende Rolle bei der Reduzierung des Risikos menschlicher Fehler im gesamten Lösungsprozess. Sie dienen als Rahmen zur Orientierung und weisen Agenten auf die notwendigen Maßnahmen hin, die sie bei Kundeninteraktionen ergreifen müssen. Diese Ausrichtung an etablierten Geschäftsprozessen ermöglicht es Agenten, schnelle, standardisierte Lösungen zu liefern, was die durchschnittliche Bearbeitungszeit verkürzt und die Kundenzufriedenheit erhöht.

    Zu den verschiedenen Arten von Agentenskripten gehören textbasierte Anleitungen und Makros. Makros automatisieren sich wiederholende Aufgaben, indem sie komplexe Aktionen auf einen einzigen Klick reduzieren. Durch die Integration dieser Elemente können Teams Workflows rationalisieren und die Gesamteffizienz des Betriebs verbessern.

    Laden Sie unter https://github.com/microsoft/Dynamics-365-FastTrack-Implementation-Assets/blob/master/Customer%20Service/ComponentLibrary/Omnichannel/CommonAgentScriptsAndMacros/ eine einsatzbereite Power Platform-Lösung herunter, die Beispielaktionen enthält. Die zugehörige PDF-Datei im selben Ordner enthält eine Schritt-für-Schritt-Anleitung zum Erstellen eines Makros. Diese Anleitung gehört zum Praxislab Customer Service workspace an einem Tag mit detaillierten Anweisungen.

KI

  • KI-Anfrageabweisung

    E-Mails haben unstrukturierten Inhalt. Routingregeln, die auf Text im Betreff/Haupttext basieren, sind nicht wirksam.

    Für eine ordnungsgemäße Kategorisierung ist menschliches Eingreifen erforderlich. Der Fall müsste dem richtigen Besitzenden neu zugewiesen werden. Die Kundschaft möchte möglicherweise ein benutzerdefiniertes KI-Modell implementieren, bevor sie einheitliches Routing einsetzt.

    Dieser Inhalt beschreibt einen Vorschlagsansatz unter Verwendung von ARC-Regeln und AI Builder.

  • Dynamics 365 KB-Artikeln mit ChatGPT zusammenfassen

    Die aktuelle Integration von Copilot Studio in Wissensdatenbanken bietet nur Artikellinks ohne eine Zusammenfassung, die in Chatunterhaltungen verwendet werden kann.

    Durch die Integration von ChatGPT in die bestehende Copilot Studio-Plattform wird die Lücke geschlossen. Auf diese Weise werden Wissensartikel direkt in der Chatunterhaltung zusammengefasst.