Pregled automatskog CSAT-a

Podignite svoje korisničko iskustvo pomoću Ciscove značajke automatskog CSAT-a koju pokreće umjetna inteligencija, a koja se temelji na tehnikama dubokog učenja za predviđanje rezultata zadovoljstva kupaca. Ova moćna značajka koristi puni potencijal vaših interakcija, pružajući neprocjenjive uvide za informirano donošenje odluka. Uz uvide u stvarnom vremenu koji su lako dostupni, vaša organizacija može podići standarde korisničke službe i promicati kontinuirano poboljšanje. 

Zadovoljstvo kupaca (CSAT) važna je metrika za kontaktne centre kako bi razumjeli koliko su kupci zadovoljni svojom uslugom. CSAT se prikuplja pomoću anketa kupaca; Međutim, stope odgovora su niske. Odgovori često dolaze od kupaca koji su imali dobra ili loša iskustva, što može iskriviti ukupne primljene povratne informacije. Koristeći Ciscove vlasničke modele, Auto CSAT analizira operativne podatke, transkripte interakcije i podatke ankete kako bi točno predvidio CSAT rezultate za svaki angažman. Korisnici mogu koristiti automatske CSAT rezultate za prepoznavanje zahtjeva za obuku, odabir poziva za nadzor i osiguravanje brze razlučivosti za nezadovoljne klijente, a koriste se za olakšavanje radnji u stvarnom vremenu, kao što je usmjeravanje poziva. Rezultat automatskog CSAT-a dostupan je u Webex Contact Center Analyzer za generiranje izvješća kupaca.

Kako centri za kontakt koriste automatske CSAT rezultate

Kontaktni centri mogu koristiti ovu značajku kako bi poboljšali svoje strategije korisničkog iskustva:

  • Proaktivno rješavanje problema – organizacije mogu rano riješiti i riješiti probleme prepoznavanjem nezadovoljstva.
  • Personalizirani programi obuke – razvijte prilagođene programe obuke na temelju određenih podataka o performansama agenta.
  • Kontinuirano poboljšanje – koristite uvide iz CSAT rezultata kako biste usavršili i optimizirali procese korisničke usluge.
  • Strateško donošenje odluka – informirajte strateške odluke s uvidima temeljenim na podacima.

Nemojte koristiti ove ocjene za procjenu uspješnosti agenta, procjena, kazni, naknade ili odluka o radu. Za više detalja o smjernicama za uporabu, pogledajte Tehničku napomenu o transparentnosti automatskog CSAT-a umjetne inteligencije.

Preduvjeti za omogućavanje automatskog CSAT-a

Da biste omogućili Auto CSAT, važno je ispuniti sljedeće preduvjete:

  1. Korisnici koji su kupili novi dodatak AI Assistant SKU (A-FLEX-AI-ASST).
  2. Korisnici koji mjere CSAT s omogućenim anketama nakon poziva putem:
    • Upravljanje iskustvom ili
    • Prilagođeni IVR ankete koje koriste PostCallSurvey_AutoCSAT_Template u sastavljaču toka

  3. Kupci koji mjere CSAT na skali od 3 ili 5 točaka
  4. Kupci s interakcijama na engleskom jeziku
  5. Snimanje poziva mora biti omogućeno kako bi se omogućila obrada nakon poziva

Prikaz rezultata automatskog CSAT-a

  • CSAT rezultate objavljujemo u zapisima sesija poziva, a možete im pristupiti pomoću API pretraživanja.
  • Tim rezultatima možete pristupiti i na nadzornoj ploči pomoćnika za umjetnu inteligenciju u analizatoru za generiranje prilagođenih izvješća.
  • Rezultatima možete pristupiti i iz widgeta Upravljanje snimanjem na radnoj površini nadzornika.

Izvješće Auto CSAT odgovara na ova ključna pitanja:

  • Uvidi na razini agenta: Koji su rezultati automatskog CSAT-a za interakcije pojedinog agenta? Koji su njihovi prosječni, minimalni i maksimalni trendovi automatskog CSAT rezultata?
  • Uvidi na razini tima: Koji su rezultati automatskog CSAT-a za interakcije određenog tima? Koji su njihovi prosječni, minimalni i maksimalni trendovi automatskog CSAT rezultata?
  • Uvidi na razini reda čekanja: Koji su rezultati automatskog CSAT-a za interakcije unutar određenog reda čekanja? Koji su njihovi prosječni, minimalni i maksimalni trendovi automatskog CSAT rezultata?
  • Komparativna analiza: Kako se rezultati automatskog CSAT-a uspoređuju među različitim agentima, timovima i redovima čekanja?
  • Područja za poboljšanje: Gdje coaching i obuka agenta mogu poboljšati performanse?
  • Revizije interakcija: Koje interakcije zahtijevaju daljnji pregled ili praćenje kupaca?
  • Operativna poboljšanja: Koja područja sugeriraju potrebu za operativnim ili procesnim poboljšanjima?

Kako omogućiti značajku Auto CSAT

Prije početka: omogućite snimanje poziva da biste olakšali obradu nakon poziva, što je potrebno za izradu automatskih CSAT predviđanja.

Administratori imaju mogućnost aktivirati značajku Auto CSAT za cijelu organizaciju ili za određene korisnike. Nakon što je omogućen, Auto CSAT će predvidjeti zadovoljstvo korisnika za interakcije koje se odvijaju u vašem kontakt centru.

Omogućite značajku Auto CSAT u kontrolnom središtu slijedeći ove korake:

  1. Prijavite se u Control Hub i idite u Services > Contact Center.
  2. Idite do pomoćnika za doživljaj radne površine> AI u navigacijskom oknu.
  3. Uključi automatski CSAT
  4. Odaberite jednu od sljedećih mogućnosti za izračune automatskog CSAT-a:
    • Svi agenti – odaberite ovu mogućnost za izračun rezultata za sve agente i njihove interakcije.
    • Određeni agenti – odaberite određene agente s popisa pomoću mogućnosti pretraživanja i filtriranja po imenu i timu.
  5. Odaberite Upravljanje iskustvom da biste odabrali CSAT pitanja iz anketa da biste osposobili model Auto CSAT ili Globalnu varijablu da biste odabrali globalnu varijablu koja se koristi za pohranu odgovora na upitnik.

Omogući automatski CSAT

Automatska CSAT konfiguracija dostupna je samo administratorima i njome se može upravljati putem korisničkih profila. Za detaljne informacije o modelu koji koristimo za predviđanje Auto CSAT-a, izvorima podataka koje koristimo za obuku, učestalosti obuke i evaluacije i još mnogo toga, pogledajte Tehničku napomenu o transparentnosti umjetne inteligencije.

Najčešća pitanja

Kada su rezultati automatskog CSAT-a dostupni nakon omogućavanja značajke?

Auto CSAT model zahtijeva minimalnu količinu podataka o vježbanju za početak predviđanja automatskih CSAT rezultata. Model se obučava na kombinaciji anketnih podataka, operativnih podataka i transkripata poziva / chata. Za uspješan proces obuke potrebno je najmanje 50 podatkovnih točaka za svaku točku CSAT ljestvice. Na primjer, CSAT ljestvica od 5 točaka zahtijeva 50 interakcija ocijenjenih kao 1,50 interakcija ocijenjenih kao 2 i tako dalje, do 5.

Ta je polazna vrijednost ključna za utvrđivanje početnih performansi modela. Međutim, početne performanse modela možda neće odmah ispuniti sva očekivanja. Učinkovitost predviđanja modela ovisi o prirodi poslovanja i kvaliteti podataka o obuci. Kako se glasnoća i kvaliteta podatkovne tablice poboljšavaju, poboljšavaju se i performanse modela.

Možete početi vidjeti rezultate automatskog CSAT-a nakon što se model uspješno trenira.

Kako mogu procijeniti mjerne podatke o performansama automatskog CSAT modela svoje tvrtke ili ustanove? 

Procijenite performanse automatskog CSAT modela uspoređujući generirane vrijednosti automatskog CSAT-a s CSAT rezultatima dobivenima iz odgovora na anketu korisnika. Model je dizajniran da se uskladi s ljudskim procjenama; Neke varijacije se očekuju zbog ljudske subjektivnosti i različitih reakcija na slična iskustva. Uglavnom se očekuje da će predviđeni rezultati odgovarati stvarnim odgovorima na anketu. Sva odstupanja spadaju u raspon +/- 1 stvarnih rezultata istraživanja.

Koliko često se modeli Auto CSAT prekvalificiraju?

Modeli automatskog CSAT-a prekvalificiraju se svakih 30 dana koristeći podatke iz prethodnih 180 dana.