Analyser kopilotens kundetilfredshetsverdier

Viktig!

Power Virtual Agents-funksjoner er nå en del av Microsoft Copilot Studio etter betydelige investeringer i generativ kunstig intelligens og forbedrede integreringer på tvers av Microsoft Copilot.

Enkelte artikler og skjermbilder kan henvise til Power Virtual Agents når vi oppdaterer dokumentasjons- og opplæringsinnhold.

Fanen Kundetilfredshet på Analyse-siden gir en detaljert visning av evalueringsdata for kundetilfredshet (CSAT), inkludert den gjennomsnittlige CSAT-poengsummen, spørringstemaer for hovedbruker og handlingsrettet innsikt om det som gjør kunder fornøyde eller misfornøyde med svarene fra kopiloten.

Som standard viser siden deg viktige ytelsesindikatorer (KPI-er) for de siste sju dagene. Du kan endre tidsperioden ved å bruke du datovelgerne øverst på siden. Du kan hente data for en periode i løpet av de siste 45 dagene.

Poengsum for kundetilfredshet

Diagrammet Poengsum for kundetilfredshet gir en grafisk visning av gjennomsnittlige CSAT-poengsummer for økter der kunder svarer på en forespørsel ved slutten av samtalen om å gjøre evalueringen. CSAT-evalueringen ber kunder om vurdere funksjonen på en skala fra 1 til 5. Hvis en sluttbruker svarer på flere enn én evaluering i samme økt, brukes bare den nyeste.

Dette diagrammet har også en indikator for endring fra periode til periode. Når du for eksempel velger en periode på tre dager, viser indikatoren prosent endring i forhold til de tre dagene før den valgte perioden. Vær oppmerksom på at indikatoren for endring fra periode til periode bare vises hvis kopiloten har CSAT-evalueringsdata tilgjengelig for den forrige perioden. Hvis ingen CSAT-evalueringsdata er tilgjengelige for samme etterfølgende periode i forhold til det som er valgt i filteret, vises ikke indikatoren for endring fra periode til periode.

Svarandel på CSAT-undersøkelse

Diagrammet Svarfrekvens for CSAT-evaluering viser antallet CSAT-undersøkelser som ble presentert ved slutten av samtalen, og prosentandelen av evalueringer som ble fullført.

Analyse av kundetilfredshet

Diagrammet Analyse av kundetilfredshet viser at prosentandelen av økter der kunder var fornøyde, misfornøyde eller nøytrale i den valgte tidsperioden. Statusruten for kundetilfredshet inneholder flere detaljer om de ulike signalene som brukes til å fastsette statusen for tilfredshet i økten.

Kundetilfredshetsstatus

Diagrammet Status for kundetilfredshet inneholder nøkkelinformasjon om temaene som brukerne har søkt etter, og tilfredsstillelsesnivået til brukerne vedrørende svarene fra kopiloten. Økter med lignende temaer grupperes. Diagrammet viser antall økter for hvert tema i den valgte perioden, og prosentandelen av disse øktene der kundene var fornøyde eller misfornøyde. Økter der kunder verken fornøyde eller misfornøyde, betraktes som nøytrale økter og vises ikke i dette diagrammet.

Temaet for en gitt økt utledes ved hjelp av maskinlæringsmodeller. Temaene behandles før de sendes til instrumentbordet for analyse, for å fjerne personlig identifiserbar informasjon eller sensitiv informasjon, for eksempel telefonnumre. Hvis temaene i tillegg inneholder upassende eller skadelig språkbruk, blir disse temaene maskert.

Hold musepekeren over hvert segment i diagrammet for å se de bestemte tilfredshets- eller misnøyefaktorene. Hvis noen av vilkårene gjelder for en gitt økt, klassifiseres økten som fornøyd eller misfornøyd:

• En økt betraktes som misfornøyd hvis følgende er tilfelle:

  • Brukeren ga evalueringen to stjerner eller mindre ved slutten av samtalen.
  • Brukeren ble bedt om å omformulere spørringen to ganger eller flere enn to ganger i (systembasisemnet).
  • Brukeren avbrøt økten.
  • Brukeren eskalerte økten til en live agent.
  • Det generelle sentimentet til brukeren om samtalen med kopiloten klassifiseres som negativt. Sentimentet fastsettes ved hjelp av en allment tilgjengelig maskinlæringsmodell som er finjustert for sentimentanalyse.

• En økt betraktes som fornøyd hvis følgende er tilfelle:

  • Brukeren ga evalueringen fire stjerner eller mer ved slutten av samtalen.
  • Brukeren ble ikke bedt om å omformulere spørringen flere enn to ganger i (systembasisemnet).
  • Økten ble løst.
  • Det generelle sentimentet til brukeren om samtalen med kopiloten klassifiseres som positivt.

Økter som ikke oppfyller noen av vilkårene ovenfor, betraktes som nøytrale økter og vises ikke i dette diagrammet.

I Sammendrag-fanen på Analyse-siden kan du bruke informasjonsikonene til å finne ut mer om frekvenser for engasjement, eskalering, avbrudd og løsning.

Uttrekking av tema- og øktsentiment

Copilot Studio bruker teknikker ved naturlig språkbehandling (NLP) til å trekke ut emner og tilordne sentiment til en gitt kopilotøkt.

For hver økt trekker Copilot Studio ut temaer fra den første ytringen til brukeren. Individuelle økter med lignende temaer samles og vises som ett element i diagrammet Status for kundetilfredshet.

Den underliggende NLP-modellen er lært opp på offentlige, engelskspråklige datasett. Dette omfatter analyse av teksten i økten for å fastsette om det generelle sentimentet er positivt, negativt eller nøytralt, og forhåndsbehandling av brukerspørringer for å fjerne falske positive. Denne forhåndsbehandlingen sikrer for eksempel at en spørring som «Hvilket alternativ er best?» ikke klassifiseres som positivt, bare fordi ordet «best» vises i spørringen.