- Početak
- /
- Članak
Izmerite zadovoljstvo kupaca sa Auto CSAT< / h1>
Ovaj članak je deo našeg beta izdanja. Sadržaj je rad u toku i može se promeniti kako poboljšavamo naš proizvod. Pozdravljamo vaše povratne informacije putem beta portala kako bismo poboljšali dokumentaciju.
Pregled Auto CSAT
Podignite svoje korisničko iskustvo pomoću Cisco-ove AI Auto CSAT funkcije, zasnovane na tehnikama dubokog učenja za predviđanje rezultata zadovoljstva kupaca. Ova moćna funkcija koristi puni potencijal vaših interakcija, pružajući neprocenjive uvide za informisano donošenje odluka. Sa uvidom u realnom vremenu koji je lako dostupan, vaša organizacija može podići standarde korisničkog servisa i promovisati kontinuirano poboljšanje.
Zadovoljstvo kupaca (CSAT) je važna metrika za kontakt centre da shvate koliko su kupci zadovoljni njihovom uslugom. CSAT se prikuplja pomoću anketa kupaca; međutim, stope odgovora su niske. Odgovori često dolaze od kupaca koji su imali ili dobra ili loša iskustva, što može iskriviti ukupne primljene povratne informacije. Koristeći Cisco-ove vlasničke modele, Auto CSAT analizira operativne podatke, transkripte interakcije i podatke istraživanja kako bi precizno predvidio CSAT rezultate za svaki angažman. Auto CSAT rezultati mogu da se koriste od strane kupaca da identifikuju zahteve za obuku, izaberu pozive za reviziju i obezbede brzo rešenje za nezadovoljne kupce i koriste se za olakšavanje akcija u realnom vremenu, kao što je usmeravanje poziva. Auto CSAT rezultat je dostupan u Webex Contact Center Analyzer za generisanje izveštaja od strane kupaca.
Kako Kontakt centri koriste Auto CSAT rezultate
Kontakt centri mogu koristiti ovu funkciju kako bi poboljšali svoje strategije korisničkog iskustva:
- Proaktivno rešavanje problema – Organizacije mogu da se bave i rešavaju probleme rano identifikovanjem nezadovoljstva.
- Personalizovani programi obuke - Razviti prilagođene programe obuke zasnovane na specifičnim podacima o performansama agenata.
- Kontinuirano poboljšanje - Koristite uvide iz CSAT rezultata da biste poboljšali i optimizirali procese korisničkog servisa.
- Strateško donošenje odluka – informišite strateške odluke sa uvidima zasnovanim na podacima.
Nemojte koristiti ove rezultate za procenu učinka agenta, procene, kazne, naknadu ili odluke o zapošljavanju. Za više detalja o smernicama za korišćenje, pogledajte Auto CSAT—AI Transparentnost Tehnička napomena .
Preduslovi za omogućavanje Auto CSAT
Da biste omogućili Auto CSAT, važno je ispuniti sledeće preduslove:
- Kupci koji su kupili novi AI Assistant add-on SKU (
A-FLEK-AI-ASST).
- Kupci koji mere CSAT sa anketama nakon poziva omogućenim kroz:
- Iskustvo menadžmenta, ili
- Prilagođene IVR ankete koristeći
PostCallSurvey_AutoCSAT_Template
u Flov Builder-u
- Kupci koji mere CSAT na skali od 3 ili 5 tačaka
- Klijenti sa interakcijama na engleskom jeziku
- Snimanje poziva mora biti omogućeno kako bi se omogućila obrada nakon poziva
Pogledaj Auto CSAT rezultate
- Objavljujemo CSAT rezultate u zapisima sesije poziva i možete im pristupiti pomoću API-ja zapretragu.
- Takođe možete pristupiti ovim rezultatima na kontrolnoj tabli AI Assistant u analizatoru da biste generisali prilagođene izveštaje.
- Takođe možete pristupiti rezultatima iz vidžeta za upravljanje snimanjem na radnoj površini supervizora.
Izveštaj Auto CSAT odgovara na ova ključna pitanja:
- Uvid na nivou agenta: Koji su Auto CSAT rezultati za interakcije pojedinog agenta? Koji su njihovi prosečni, minimalni i maksimalni trendovi Auto CSAT rezultata?
- Uvid na nivou tima: Koji su Auto CSAT rezultati za interakcije određenog tima? Koji su njihovi prosečni, minimalni i maksimalni trendovi Auto CSAT rezultata?
- Uvid na nivou reda: Koji su Auto CSAT rezultati za interakcije unutar datog reda? Koji su njihovi prosečni, minimalni i maksimalni trendovi Auto CSAT rezultata?
- Komparativna analiza: Kako se Auto CSAT rezultati upoređuju u različitim agentima, timovima i redovima?
- Oblasti za poboljšanje: Gde se treniranje i obuka agenta mogu poboljšati performanse?
- Interakcija revizije: Koje interakcije garantuju dalji pregled ili praćenje kupaca?
- Operativna poboljšanja: Koje oblasti ukazuju na potrebu za operativnim ili poboljšanjima procesa?
Kako da omogućite Auto CSAT funkciju
Pre nego što počnete: Omogućite snimanje poziva kako biste olakšali obradu nakon poziva, što je neophodno za proizvodnju Auto CSAT predviđanja.
Administratori imaju mogućnost da aktiviraju funkciju Auto CSAT ili za celu organizaciju ili za određene korisnike. Kada je omogućen, Auto CSAT će predvideti zadovoljstvo kupaca za interakcije koje se odvijaju u vašem kontakt centru.
Omogućite funkciju Auto CSAT u Control Hub-u prateći ove korake:
- Prijavite se na Control Hub i idite na Usluge > Kontakt centar.
- Idite na Desktop Ekperience > AI Assistant u oknu za navigaciju.
- Srpskohrvatski / srpskohrvatski
- Izaberite jednu od sledećih opcija za Auto CSAT proračune:
- Svi agenti – Izaberite ovu opciju da biste izračunali rezultate za sve agente i njihove interakcije.
- Specifični agenti – Izaberite određene agente sa liste, koristeći opcije pretrage i filtriranja po imenu i timu.
- Izaberite Iskustvo menadžmenta da biste izabrali CSAT pitanja iz vaših anketa da biste obučili Auto CSAT model ili Globalnu promenljivu da biste izabrali globalnu varijablu koja se koristi za čuvanje odgovora na anketu.
Automatska CSAT konfiguracija je dostupna samo administratorima i može se upravljati putem korisničkih profila. Za detaljne informacije o modelu koji koristimo za predviđanje Auto CSAT-a, izvora podataka koje koristimo za obuku, učestalosti obuke i evaluacije i još mnogo toga, pogledajte AI Transparentnost Tehnička napomena.
Često postavljana pitanja (FAK)
Kada su Auto CSAT rezultati dostupni nakon omogućavanja ove funkcije?
Auto CSAT model zahteva minimalnu količinu podataka o obuci da bi započeo predviđanje Auto CSAT rezultata. Model trenira na kombinaciji podataka istraživanja, operativnih podataka i transkripta poziva / ćaskanja. Uspešan proces obuke zahteva najmanje 50 tačaka podataka za svaku tačku CSAT skale. Na primer, CSAT skala od 5 tačaka zahteva 50 interakcija ocenjenih kao 1, 50 interakcija ocenjenih kao 2, i tako dalje, do 5.
Ova osnovna linija je ključna za uspostavljanje početnih performansi modela. Međutim, početne performanse modela možda neće odmah ispuniti sva očekivanja. Efikasnost predviđanja modela zavisi od prirode poslovanja i kvaliteta podataka o obuci. Kako se obim i kvalitet datasheet-a poboljšavaju, performanse modela se takođe poboljšavaju.
Možete početi da vidite Auto CSAT rezultate kada je model uspešno obučen.
Kako mogu da procenim metrike performansi Auto CSAT modela moje organizacije?
Procenite performanse Auto CSAT modela upoređivanjem generisanih vrednosti Auto CSAT sa CSAT rezultatima dobijenim iz odgovora na anketu kupaca. Model je dizajniran da se uskladi sa ljudskim procenama; Očekuje se neka varijacija zbog ljudske subjektivnosti i različitih reakcija na slična iskustva. Uglavnom, očekuje se da će predviđeni rezultati odgovarati stvarnim odgovorima na anketu. Sva odstupanja spadaju u opseg +/- 1 stvarnih rezultata istraživanja.
Koliko često se Auto CSAT modeli prekvalifikuju?
Auto CSAT modeli se prekvalifikuju svakih 30 dana koristeći podatke iz prethodnih 180 dana.