Analisis eskalasi topik

Eskalasi adalah alur percakapan di mana agen tidak dapat menangani percakapan dan dieskalasi ke perwakilan manusia. Ketika agen dapat menjawab kueri pengguna tanpa harus eskalasi ke perwakilan manusia, itu adalah defleksi. Tujuan ideal adalah untuk meningkatkan laju defleksi agen dengan mengurangi jumlah eskalasi.

Copilot Studio memiliki beberapa cara untuk menangani eskalasi:

• Cara langsung untuk memulai eskalasi ke perwakilan manusia adalah melalui topik sistem Eskalasi. Topik sistem ini dipicu ketika agen tidak lagi dapat menangani permintaan pelanggan dan perlu eskalasi ke perwakilan manusia. Melalui topik Eskalasi, seseorang dapat mengaktifkan agen untuk mentransfer percakapan ke alat meja layanan perwakilan seperti Dynamics 365 Omnichannel for Customer Service untuk transfer perwakilan langsung, atau pengalaman dukungan asinkron seperti membuat tiket, menjadwalkan panggilan balik, dan sebagainya.
• Cara lain untuk memicu eskalasi ini adalah melalui simpul Transfer Percakapan di kanvas penulisan.

Jenis eskalasi

Copilot Studio memiliki dua jenis eskalasi:

1. Eskalasi langsung: dalam hal ini, pengguna datang ke agen dan langsung ingin berbicara dengan perwakilan manusia. Eskalasi semacam ini tidak dapat dihindari karena tujuan pelanggan adalah untuk memicu topik Eskalasi secara langsung.

   Contoh pertanyaan pelanggan:

   • "bisakah saya berbicara dengan seseorang"?
   • "Bicara dengan perwakilan langsung"
   • "berbicara dengan perwakilan"
   • "Bicaralah dengan perwakilan"

2. Eskalasi tidak langsung: dalam hal ini, pengguna akan dieskalasi ke perwakilan selama percakapan.

Ini dapat dikelompokkan dalam eskalasi yang diharapkan vs yang tidak terduga .

Eskalasi yang diharapkan terjadi ketika topik dirancang untuk eskalasi di beberapa titik selama percakapan, atau pengguna memilih untuk meningkatkan karena agen tidak menjawab kueri mereka, sementara eskalasi tak terduga dapat terjadi ketika agen melakukan kesalahan karena masalah lain.

Analisis eskalasi topik

LANGKAH 1: Pantau dan tinjau kinerja topik

Mengidentifikasi dan mengoptimalkan pendorong tingkat eskalasi dapat dilakukan melalui analitik bawaan atau melalui analitik khusus.

Analitik bawaan

Semua sesi agen yang mengarah pada eskalasi atau transfer ke perwakilan ditangkap dari awal hingga akhir di tingkat topik. Pendorong eskalasi dalam skenario ini adalah topik agen.

Dasbor analitik memiliki bagian untuk "Pendorong Tingkat Eskalasi", yang memberikan detail tentang topik agen mana yang sebagian besar dieskalasi ke perwakilan manusia dan mengapa. Informasi ini tersedia dalam sudut pandang numerik dan berasal dari transkrip obrolan.

Misalnya, dalam tangkapan layar berikut, di bawah bagian Driver Tingkat Eskalasi, Pengembalian , Pertukaran... memiliki nilai Tarif 75%. Ini berarti bahwa 75% dari semua sesi yang memicu Pengembalian, Bursa... topik ditingkatkan ke perwakilan manusia. Karena agen tidak dapat menyelesaikan masalah untuk pengguna, 75% dari waktu ketika pengguna bertanya tentang pengembalian, agen harus mengeskalasi ke perwakilan manusia. Sekarang penulis agen dapat meningkatkan Pengembalian, Pertukaran... untuk mengurangi jumlah eskalasi yang terjadi melalui topik ini.

Grafik juga menunjukkan dampak sebagai bar merah atau biru. Skor dampak tingkat eskalasi adalah tingkat eskalasi keseluruhan termasuk topik dikurangi tingkat eskalasi tidak termasuk topik. Singkatnya, dampak membantu Anda memahami apa yang berkontribusi topik ini terhadap tingkat eskalasi secara keseluruhan. Jika dampaknya tinggi, maka itulah topik yang harus Anda fokuskan karena jika Anda memperbaiki topik itu, potensi dampaknya terhadap eskalasi juga meningkat.

Bilah mérah menunjukkan bahwa waktu tingkat eskalasi topik lebih besar dari tingkat eskalasi rata-rata, sehingga berdampak negatif pada tingkat eskalasi keseluruhan. Bilah biru menunjukkan bahwa tingkat eskalasi lebih kecil, sehingga berdampak positif pada performa tingkat eskalasi keseluruhan. Menurunkan tingkat eskalasi untuk topik berwarna merah memiliki dampak terbesar dalam meningkatkan tingkat eskalasi secara keseluruhan (skor dampak tidak direpresentasikan sebagai angka tetapi sebagai diagram batang).

Analitik khusus

Anda juga dapat membangun analitik kustom Anda sendiri di atas data transkrip percakapan. Microsoft menyediakan contoh laporan templat yang dapat digunakan kembali atau diperluas untuk mengidentifikasi topik driver eskalasi teratas dan menambahkan detail kustom khusus untuk bisnis dan konteks Anda. Misalnya, jika Anda memerlukan jumlah sesi yang dieskalasi per topik.

LANGKAH 2: Pilih topik Eskalasi teratas

Panduan umumnya adalah menargetkan 5-10 topik teratas di bawah Driver tingkat eskalasi untuk memulai, untuk pengoptimalan tingkat defleksi. Pada perkiraan stadion, jika Anda meningkatkan tingkat eskalasi sebesar 10% untuk masing-masing dari lima topik teratas, Anda dapat meningkatkan defleksi keseluruhan sebesar 1% untuk agen.

LANGKAH 3: Tinjau percakapan untuk topik yang dipilih

Menganalisis transkrip percakapan untuk topik eskalasi teratas dapat memberikan lebih banyak wawasan tentang alasan eskalasi. Transkrip percakapan menangkap belokan demi giliran, seperti yang dikatakan "pengguna" dan "kata copilot". Ini juga menangkap nama topik yang dipicu dan hasil sesi (misalnya, Diselesaikan, Dieskalakan, dll.).

Sekarang, Anda dapat memfilter sesi ini berdasarkan hasil untuk topik yang dieskalasi teratas dan meninjau beberapa contoh percakapan untuk melihat apa yang menyebabkan eskalasi. Ini membantu Anda mengidentifikasi pola yang menyebabkan eskalasi. Latihan ini dapat diulang dalam irama berkala untuk terus meningkatkan laju defleksi dan mengurangi tingkat eskalasi.

Di bawah ini adalah panduan langkah demi langkah yang dapat Anda gunakan untuk membedah transkrip obrolan dan menghasilkan rekomendasi yang tepat untuk meningkatkan kinerja topik:

1. Ambil salah satu dari lima topik teratas untuk melakukan perbaikan untuk mengurangi eskalasi.

2. Filter transkrip dan urutkan berdasarkan hasil sesi untuk Eskalasi.

3. Pilih kumpulan sampel transkrip percakapan terbaru (misalnya, 10 sesi). Ukuran set sampel tergantung pada seberapa besar akurasi yang Anda cari. Untuk analisis cepat, Anda dapat memulai dengan 10 sesi.

4. Baca setiap sesi dan identifikasi berbagai jalur dialog berulang yang muncul untuk percakapan terkait topik tersebut.

5. Cantumkan jalur dialog yang diidentifikasi untuk setiap sesi dan kelompokkan sesuai jalur dialog.

6. Untuk setiap grup jalur dialog, buat rekomendasi untuk perbaikan.

7. Terapkan rekomendasi dalam topik agen dan amati perubahan tingkat eskalasi dan defleksi.

Menerapkan pendekatan di atas untuk contoh topik Periksa Status Pesanan yang dijelaskan di bagian berikutnya akan terlihat seperti ini:

Deskripsi topik

Periksa Status Pesanan harus memberikan informasi pesanan dan pengiriman untuk pengguna.

Pengamatan dari transkrip

Setelah meninjau beberapa transkrip percakapan untuk topik ini yang diakhiri dengan eskalasi, ada beberapa jalur dialog yang muncul yang mengarahkan pengguna untuk meningkatkan ke perwakilan, bahkan jika agen memberikan informasi pesanan seperti yang dirancang.

Mungkin ada jalur dialog #1 di mana agen memberikan info pesanan ketika pengguna bertanya tentang pengiriman yang hilang. Mungkin juga ada jalur dialog lain #2 di mana pengguna mencari status beberapa pesanan sementara agen saat ini memberikan status hanya untuk satu pesanan pada satu waktu. Rekomendasi untuk jalur dialog #1 dapat menambahkan topik baru yang secara eksklusif membahas skenario Pesanan yang Hilang, sedangkan rekomendasi untuk jalur dialog #2 dapat memperbarui tindakan layanan mandiri untuk memberikan status untuk beberapa pesanan, bukan hanya satu.

Ringkasan ulasan transkrip percakapan

• Ukuran set sampel: analisis percakapan sampel untuk sesi yang dieskalasi dari transkrip yang diunduh. Semua memicu topik yang benar. Semua meningkat pada akhirnya.
• Jalur dialog yang diharapkan: Buka tindakan OrderInfo dan berikan status pesanan kepada pengguna.

Jalur dialog baru yang diidentifikasi dengan meninjau transkrip

• Jalur dialog 1: OrderInfo membalas dengan kartu adaptif info pesanan tetapi kueri pengguna terkait dengan paket yang hilang, sehingga pengguna memutuskan untuk meningkatkan (7 dari 10 sesi).
• Jalur dialog 2: Tindakan OrderInfo membalas dengan: "pesanan Anda berisi beberapa pengiriman", tetapi tidak menampilkan informasi pengiriman untuk semua pesanan, sehingga pengguna memutuskan untuk meningkatkan (2 dari 10 sesi).
• Jalur dialog 3: Lainnya (nomor pesanan tidak cocok), pengguna tidak menyadari bahwa mereka memasukkan nomor pesanan yang salah, sehingga pengguna memutuskan untuk meningkatkan (1 dari 10 sesi).

Rekomendasi untuk grup jalur dialog

• Jalur 1: Tambahkan topik baru untuk menangani pesanan yang hilang.
• Jalur 2: Tingkatkan tindakan OrderInfo untuk mendukung penyediaan beberapa informasi pengiriman pesanan.
• Jalur 3: Tingkatkan tindakan OrderInfo untuk memvalidasi format ID pesanan dan memberikan pesan kesalahan untuk ID pesanan yang salah.

LANGKAH 4: Buat peningkatan yang ditargetkan dalam topik yang dipilih

Berdasarkan hasil peninjauan transkrip percakapan, Anda sekarang dapat melakukan peningkatan yang ditargetkan dalam topik yang dipilih.

Beberapa teknik yang dapat Anda terapkan untuk mengurangi tingkat eskalasi tingkat topik termasuk menambahkan kemampuan layanan mandiri sehingga pengguna tidak perlu bergantung pada perwakilan manusia untuk suatu tindakan (misalnya, memeriksa status pengiriman), meningkatkan performa pemicu untuk memastikan topik yang tepat disajikan kepada pengguna alih-alih harus eskalasi ke perwakilan manusia (ini termasuk menambahkan frasa pemicu yang hilang dan memperbarui frasa pemicu yang ada).

Analisis pengayaan topik