Etter å ha konfigurert foreslåtte svar og satt opp AI Assistant-ferdighetene dine, er det avgjørende å teste effektiviteten og kontinuerlig overvåke ytelsen. Denne proaktive tilnærmingen sikrer at AI Assistant gir nøyaktige og relevante forslag, noe som fører til forbedret agenteffektivitet og forbedret kundetilfredshet. Webex Contact Center gir omfattende verktøy innen Webex AI Studio og Analyzer for grundig testing og kontinuerlig overvåking.

Denne artikkelen veileder deg gjennom prosessene for å forhåndsvise AI Assistant-kompetansesvar, overvåke innvirkningen ved hjelp av ytelsesmålinger og bruke fanene Økter og Logg til revisjon og feilsøking.

Forutsetninger

Før du tester og overvåker ytelsen til foreslåtte svar, må du kontrollere følgende:

  • AI Assistant tilleggs-SKU: Organisasjonen din må ha kjøpt tillegget AI Assistant SKU (A-FLEX-AI-ASST) for Webex Contact Center.
  • Webex AI Studio-tilgang: Du må ha de nødvendige administratorrettighetene for å få tilgang til Webex AI Studio-plattformen.
  • Konfigurert AI Assistant ferdighet: En AI Assistant-ferdighet må opprettes, konfigureres og publiseres i Webex AI Studio med relevante kunnskapsbaser, instruksjoner og handlinger.

    Hvis du vil ha mer informasjon, kan du se artiklene Opprette og administrere AI Assistant-ferdigheter og Konfigurere handlinger for AI Assistant-ferdigheter .

  • Koblet AI Assistant-kompetanse til køer: AI Assistant-ferdigheten som gir foreslåtte svar, må være koblet til de riktige køene.

    Hvis du vil ha mer informasjon, kan du se artikkelen Koble AI Assistant-ferdigheter til køer .

  • Sanntidstranskripsjoner aktivert (for tale): For talesamhandling må transkripsjon i sanntid være aktivert for de relevante køene. Dette er viktig for AI Assistant for å behandle talte samtaler og generere forslag.

    Hvis du vil ha mer informasjon, kan du se artikkelen Aktivere sanntidstranskripsjoner for agenter .

Forhåndsvisning av AI Assistant-ferdighet

Før du distribuerer en AI Assistant-ferdighet til live agenter, kan du teste virkemåten i et simulert miljø i Webex AI Studio. Dette lar deg validere relevansen og nøyaktigheten av forslag. Følg trinnene nedenfor:

1

Logg på Control Hub og naviger til Services > Contact Center.

2

Gå til AI Assistant under Skrivebordsopplevelse i navigasjonsruten.

3

Under delen Foreslåtte svar klikker du på koblingen Administrer AI Assistant ferdigheter . Instrumentbordet AI Assistant ferdigheter åpnes i en ny nettleser Tab i Webex AI Studio.

4

I dashbordet for AI Assistant-kompetanse klikker du på den spesifikke AI Assistant-ferdigheten du vil teste. Dette åpner konfigurasjonssiden.

5

Klikk på Forhåndsvisning-knappen .

Forhåndsvisning av chattemodus: Forhåndsvisningen i Webex AI Studio lar deg simulere en chat-interaksjon. Du kan påta deg rollen som kunde, skrive inn spørringer og observere hvordan AI Assistant-ferdigheten genererer forslag, akkurat som en menneskelig agent ville sett dem.

Merknad for talekanaltesting: Hvis du vil ha en detaljert forhåndsvisning av hvordan forslag vises og fungerer under direkte talesamhandlinger, må du bytte til Agent Desktop og teste funksjonen i et scenario med virkelige anrop. Dette krever transkripsjon i sanntid for å være aktiv for samtalen.

Bruke Analyzer til ytelsesovervåking

Funksjonen for foreslåtte svar er en del av AI Assistant. Du kan se gjennom AI Assistant-rapporter og KPI-er i Analyzer for å overvåke bruk og effektivitet.

Hvis du vil ha mer informasjon, kan du se AI Assistant-rapportene i Analyzer-artikkelen .

Innsikt i rapporten Foreslåtte svar

Denne rapporten gir innsikt i den virkelige innvirkningen foreslåtte svar har på agentytelse og kundetilfredshet, og hjelper deg med å samle inn tilbakemeldinger for kontinuerlig forbedring og måle funksjonens effektivitet. Rapporten gir innsikt i følgende nøkkelområder:

  • Bruksmåledata:Spor hvor ofte agenter bruker Hent forslag-knappen , antall forslag som tilbys per samhandling, og funksjonens innføringsfrekvens.
  • Innvirkning på KPI-er: Overvåke endringer i gjennomsnittlig behandlingstid (AHT), konsultasjoner/overføringer, kundetilfredshet (CSAT)/ automatisk CSAT og løsning ved første kontakt (FCR) for samhandlinger der foreslåtte svar ble brukt.
  • Handlingsutførelse: Spor antall umodererte og modererte handlinger som utføres, og suksessratene deres.
  • KPI-er for transkripsjon i sanntid: For talesamhandlinger bør du kryssreferere ytelsen til foreslåtte svar med rapporten sanntidstranskripsjons-KPI-er for å sikre at den underliggende transkripsjonstjenesten fungerer optimalt. Hvis du vil ha mer informasjon, kan du se artikkelen Aktivere sanntidstranskripsjoner for agenter .

Bruk av AI Studio for revisjon og feilsøking

I tillegg til konfigurasjonen Tab, har Webex AI Studio to faner for revisjon og feilsøking av AI Assistant-ferdighetene: økter og historikk.

Økter Tab

Økter Tab gir en detaljert oversikt over alle interaksjoner der en AI Assistant-kompetanse ble brukt til foreslåtte svar. Den kan brukes til revisjon, feilsøking og kontinuerlig forbedring av AI Assistant ferdighetsytelse i live-interaksjoner. Hvis du vil dra effektiv nytte av innsikten fra denne Tab, utfører du følgende handlinger:

  1. Vise og filtrere samhandlinger: Økter-siden viser en liste over alle samhandlinger der AI Assistant ferdigheter ga forslag:
      • Søk: Bruk søkefeltet til å finne spesifikke interaksjoner etter kontaktøkt-ID, forbruker-ID eller interaksjons-ID.
      • Filter: Bruk filtre for å begrense listen ved å:
        • Kontaktdato: Interaksjoner innenfor et bestemt tidsområde.
        • Agenter, team, køer: Samhandlinger som håndteres av spesifikt personell eller rutes gjennom bestemte køer.
        • Kanaltyper: Taleinteraksjoner eller digitale interaksjoner.
        • Handlinger foreslått/utført: Interaksjoner der spesifikke handlinger ble foreslått eller utført.
        • Det oppstod feil: For å filtrere økter der det oppstod en feil.
        • Skjul testøkter: For å ekskludere testøkter fra visningen din.
        • Agentoverlevering skjedde: For å filtrere økter der en agentoverlevering fant sted.
        • Nedstemt: For å filtrere økter som ble nedstemt av agenter.
        • Flaggede interaksjoner (hvis implementert): Interaksjoner flagget av menneskelige agenter for gjennomgang.
  2. Detaljert samhandlingsvisning: Klikk på en interaksjon i listen for å se omfattende detaljer:
    • Interaksjonstranskripsjon: Den fullstendige samtalen mellom den menneskelige agenten og kunden, levert av funksjonen for transkripsjoner i sanntid.
    • AI Assistant ferdighet brukt: Identifiserer hvilken AI Assistant kompetanse som ga forslag til denne samhandlingen.
    • Liste over forslag: Viser alle forslag som ble gitt til den menneskelige agenten, koblet til den bestemte kundespørringen som førte til dem.
    • Kilde til forslag: Viser de øverste artiklene, vanlige spørsmål eller deler fra kunnskapsbasen som ble brukt til å generere forslagene. Dette lar deg verifisere nøyaktigheten og relevansen av informasjonen.
    • Handlinger foreslått og utført: Gir detaljer om hvilke handlinger som ble foreslått, og om de ble utført (i umoderert eller moderert modus).
    • Agentendringer: Hvis en menneskelig agent redigerte noen felt i en moderert handling før innsending, registreres disse endringene.
    • Ytterligere kontekst: All ekstra informasjon fra den menneskelige agenten for å avgrense forslag er synlig.
    • Metadata: Inkluderer økt-ID for kontakt, menneskelig agent-ID/-navn, team-ID/-navn, kø-ID/-navn, kontaktdato/-klokkeslett og kanaltype.

Historie Tab

Historikk Tab gir en oversikt over konfigurasjonsendringene og versjonene av AI Assistant-ferdighetene dine. Selv om det ikke direkte er et ytelsesovervåkingsverktøy for live-interaksjoner, er det avgjørende for å forstå hvorfor ytelsen kan ha endret seg på grunn av konfigurasjonsoppdateringer.

  • Versjonshistorikk: Sporer forskjellige publiserte versjoner av AI Assistant-ferdigheten din, slik at du kan gå tilbake til tidligere konfigurasjoner om nødvendig.
  • Endringslogger: Gir en detaljert logg over endringer som er gjort i AI Assistant-ferdighetsinnstillingene, inkludert hvem som gjorde endringen, når og hva som ble endret. Dette er viktig for revisjon og feilsøking av konfigurasjonsrelaterte problemer.