Kongsi melalui

Penyelesaian pusat hubungan tersuai dengan Copilot Studio ejen

Dalam artikel ini, anda belajar tentang syarikat perbankan nasional yang menggunakan Microsoft dan platform serta teknologi lain untuk meningkatkan kecekapan pekerja di pusat hubungannya dan meningkatkan pengalaman pelanggan. Penyelesaian ini menyepadukan pusat hubungan bukan Microsoft dan sumber data dengan Microsoft Copilot Studio, Microsoft Dataverse, dan Azure Data Lake Storage untuk memberikan pengalaman yang lancar untuk pekerja dan pelanggan.

Tip

Artikel ini menerangkan idea penyelesaian. Arkitek awan anda boleh menggunakan panduan ini untuk membantu menggambarkan komponen utama untuk pelaksanaan biasa seni bina ini. Gunakan artikel ini sebagai titik permulaan untuk mereka bentuk penyelesaian yang direka bentuk dengan baik yang sejajar dengan keperluan khusus beban kerja anda.

Diagram seni bina

Gambar rajah seni bina penyelesaian perkhidmatan pelanggan yang menyepadukan pusat hubungan bukan Microsoft dan pangkalan data pelanggan dengan perkhidmatan AI dan perisian tengah generatif Microsoft.

Komponen

Penyelesaian yang diterangkan dalam artikel ini termasuk komponen berikut.

Antara Muka pengguna

Pusat hubungan sebagai perkhidmatan (CCaaS): Pusat hubungan bukan Microsoft yang menampilkan pelbagai jenis ejen, termasuk sembang dan suara, memudahkan penyerahan lancar kepada pekerja melalui laluan peningkatan dan disepadukan dengan Microsoft dan sumber data lain.

Laman web portal pekerja: Portal di mana pekerja boleh melaksanakan tugas dengan bantuan ejen yang dibangunkan Microsoft Copilot Studio.

Pengetahuan

"Pengetahuan" merujuk kepada maklumat dan sumber data yang digunakan oleh ejen untuk memberikan respons yang relevan dan tepat.

Laman web tawaran terkini: Lokasi web promosi pelanggan aktif.

Dokumen proses perbankan: Dokumen yang mengandungi maklumat tentang proses perbankan syarikat.

Laman web perkhidmatan pelanggan: Lokasi web semua maklumat perkhidmatan pelanggan, termasuk Soalan Lazim, maklumat hubungan, maklumat am dan maklumat lokasi.

Dokumen kawal selia: Dokumen yang mengandungi maklumat kawal selia perbankan, seperti tadbir urus, keselamatan siber dan pematuhan.

Dokumen proses kad: Dokumen yang mengandungi maklumat seperti proses kebenaran pembayaran, proses transaksi, insurans kad dan pengesanan penipuan.

Perkhidmatan AI generatif

Azure AI Foundry: Platform untuk membina, mengubah suai dan melancarkan apl AI generatif gred perusahaan.

Carian AI Azure: Mencipta indeks vektor untuk sumber pengetahuan yang disimpan di luar pengetahuan Copilot Studio.

Sumber data

Microsoft Dataverse: Berfungsi sebagai repositori pusat untuk data pengetahuan dan metrik, termasuk maklum balas pelanggan. Dataverse adalah bahagian asas dan Power Platform disepadukan dengan lancar dengan Copilot Studio.

Azure Data Lake Storage: Digunakan untuk penyimpanan transkrip perbualan jangka panjang.

Pangkalan data: Pangkalan data bukan Microsoft ialah penyelesaian storan utama untuk semua data pelanggan dan transaksi teras. Ia menyediakan kebolehskalaan, keselamatan dan prestasi yang diperlukan untuk menyokong keperluan operasi bank, dan disepadukan dengan lancar dengan Copilot Studio ejen dan Power BI papan pemuka.

Tadbir urus, pematuhan dan asas platform

Power Platform pusat pentadbiran: Mengurus dan memantau semua Power Platform komponen untuk kecekapan operasi. Dipilih kerana keupayaannya untuk menguatkuasakan tadbir urus dan mengekalkan pematuhan merentas penyelesaian.

Power Fx: Mendayakan logik tersuai untuk kefungsian lanjutan dalam apl dan aliran kerja. Dipilih kerana kesederhanaan dan penyepaduannya dengan komponen lain Power Platform .

Microsoft Entra ID: Memastikan bahawa hanya pengguna yang disahkan mempunyai akses kepada data. Dipilih untuk penyepaduannya dengan perkhidmatan Microsoft dan keupayaan untuk mengurus identiti dan akses pengguna.

Application Insights: Digunakan untuk Copilot Studio menyampaikan telemetri masa nyata dan diagnostik proaktif, mengoptimumkan prestasi dan pengalaman pengguna.

Pelaporan

Power BI papan pemuka: Visualisasikan data operasi dan berpusatkan pelanggan untuk memberikan cerapan yang boleh diambil tindakan. Power BI disepadukan dengan lancar dan Dataverse boleh membawa data daripada sumber storan lain ke dalam laporan.

Butiran senario

Kes penggunaan ini menggambarkan cara syarikat perbankan nasional meningkatkan pengalaman pelanggan dengan meningkatkan perkhidmatan pelanggan, akses maklumat dan proses perbualan melalui pengambilan maklumat yang lebih pantas untuk pekerja mereka.

Nota

Idea penyelesaian ini diilhamkan oleh ABN AMRO Bank, yang digunakan Copilot Studio untuk mencipta ejen pelanggan dan pekerja yang menyokong lebih daripada 2 juta perbualan teks dan 1.5 juta perbualan suara setiap tahun dan menyediakan akses yang lebih mudah kepada sumber dalaman. Ketahui lebih lanjut dalam ABN AMRO Bank berhijrah untuk Microsoft Copilot Studio menyokong lebih 3.5 juta perbualan pelanggan.

Masalah perniagaan

Maklumat perniagaan tersebar di pelbagai laman web dan dokumen di pelbagai lokasi. Pekerja menghadapi cabaran dalam mencari maklumat yang betul untuk membantu pelanggan, dan pelanggan yang mencari sokongan sering menghadapi respons yang tertangguh kepada pertanyaan mereka.

Penyelesaian ejen pekerja terpaksa disepadukan dengan perkhidmatan pusat hubungan bukan Microsoft sedia ada yang mengekalkan data pelanggan.

Penyelesaian perlu disertakan dalam penggunaan konsisten fungsi Azure AI prabina di seluruh syarikat.

Pertimbangan

Pertimbangan ini melaksanakan tonggak Power Platform Well-Architected, satu set prinsip panduan yang meningkatkan kualiti beban kerja. Ketahui lebih lanjut dalam Microsoft Power Platform Well-Architected.

Kebolehpercayaan

Prinsip "sampah masuk, sampah keluar" amat penting bagi ejen dan menekankan keperluan untuk data berkualiti tinggi. Memberikan maklumat yang tepat kepada ejen memastikan respons yang boleh dipercayai dan betul.

Keselamatan

Melaksanakan keselamatan peringkat baris memastikan Dataverse bahawa hanya pengguna yang dibenarkan boleh mengakses maklumat tertentu. Pendekatan ini juga boleh digunakan pada data bukan Microsoft yang digunakan oleh ejen, memastikan pengendalian selamat apabila API meminta data. Ketahui lebih lanjut dalam Pertimbangan keselamatan dan pematuhan untuk beban kerja aplikasi pintar dan konsep keselamatan dalam Microsoft Dataverse.

Kecekapan Prestasi

Menjejaki penggunaan, keciciran, kesukaran teknikal dan skor kepuasan pelanggan (CSAT) memaklumkan pelarasan kepada pendekatan, tawaran dan struktur ejen. Ketahui lebih lanjut dalam Mengukur penglibatan ejen.

Power Automate Aliran boleh digunakan untuk mengendalikan proses secara tak segerak. Ketahui lebih lanjut dalam Gunakan corak aliran tak segerak.

Carian Tersuai Bing boleh menapis dan mengurus bahagian lokasi tapak web yang dibenarkan dan disekat. Ketahui lebih lanjut dalam Cari data awam atau gunakan Carian Tersuai Bing untuk nod jawapan generatif.

Pertimbangkan untuk menggunakan tawaran pusat hubungan Microsoft untuk menyepadukan segala-galanya ke dalam persekitaran Power Platform , memudahkan penciptaan ejen dengan Copilot Studio. Ketahui lebih lanjut dalam panduan onboarding Copilot untuk pusat hubungan digital.

Pertimbangkan untuk Microsoft 365 menggunakan SDK Ejen untuk menggunakan berbilang ejen. Ketahui lebih lanjut dalam Microsoft 365 SDK Ejen.

Pengoptimuman Pengalaman

Satukan data pada satu platform berpusat, seperti Dataverse, untuk menyelaraskan akses dan pengurusan. Pertimbangkan untuk menggunakan jadual maya untuk Dataverse menyepadukan data luaran. Ketahui lebih lanjut dalam Mulakan dengan jadual maya.

Semak dokumen yang digunakan untuk pengetahuan AI generatif dan alih keluar sebarang data yang tidak perlu.

Lanjutkan ejen pekerja untuk memberikan lebih banyak maklumat terus kepada pekerja, seperti maklumat sumber manusia.

Ketahui lebih lanjut dalam Pengenalan kepada pengalaman perbualan dan Cadangan untuk mereka bentuk pengalaman pengguna perbualan.

AI Yang Bertanggungjawab

Pastikan layanan yang adil merentas semua segmen pelanggan dengan menangani berat sebelah secara aktif dan mengekalkan ekuiti dalam setiap interaksi. Dedahkan sumber data secara telus dengan pautan yang sesuai, menguatkuasakan protokol privasi dan keselamatan data yang ketat, dan menggabungkan pengawasan manusia untuk memantau proses ini secara berterusan. Ketahui lebih lanjut dalam Pertimbangan AI yang bertanggungjawab untuk beban kerja aplikasi pintar.