zisky:
- Schopnost vytvářet automatické značkování založené na uzavřené taxonomii se strukturovanými a krátkými souhrny volání
- Schopnost eliminovat smyšlené informace automatickým předáváním souhrnu a značek prostřednictvím reprezentativního schválení a jejich porovnáním se zdrojovým textem
- Schopnost zkrátit dobu zpracování přenosem souhrnů bez uchovávání osobních údajů/údajů z karty a bez závazků tlumočení
Rozhovorem se zákazníkem práce zástupce nekončí. Po každém hovoru by měl vzniknout záznam „o čem se mluvilo, co se dělalo, co bylo předmětem“. Toto se nazývá wrap-up nebo after-call work / ACW: zástupce shrne konverzaci, vybere v systému kód ukončení (dispoziční kód — kategorie označující předmět/výsledek hovoru, např. „return-approved“, „technical-failure“) a zapíše potřebné poznámky. Tento úkol se zdá být malý, ale je obrovský: pokud agent uskutečňující 60 hovorů denně stráví 2 minuty každým hovorem, 2 hodiny dne zabere jen psaní poznámek. Navíc unavený zástupce píše poznámku nedbale; záznamy budou nekonzistentní a další agent nebo manažer nebude schopen porozumět historii.
Umělá inteligence přináší do tohoto úkolu revoluci: přečte text (přepis) konverzace a během několika sekund vytvoří úhledné shrnutí, přesné značky a návrh dalšího kroku. Místo psaní agent kontroluje a schvaluje. V tomto celku uvidíme, jak nastavit sumarizaci hovorů a automatické označování, na co si dát pozor a ověřovací disciplínu.
Co obsahuje dobrý souhrn hovorů?
Shrnutí hovoru by mělo být dostatečně jasné, aby někdo, kdo tuto konverzaci nikdy neslyšel (další agent, manažer, nadřízený), jej porozuměl do 15 sekund. Dobré shrnutí zahrnuje: proč zákazník zavolal (proč zavolal), co bylo uděláno (co udělal zástupce), výsledek (bylo vyřešeno, co bylo slíbeno), otevřený obchod (co, pokud vůbec nějaké, vyžaduje následnou kontrolu). Špatné shrnutí je buď příliš dlouhé (rozdělení konverzace řádek po řádku), nebo příliš krátké („zákazník volal, bylo vyřízeno“). Umělá inteligence je velmi dobrá v tom, že patří mezi: strukturovaná, stručná a úplná.
Automatické označování / dispozice je, když AI navrhne kód ukončení a značky předmětu hovoru. Umělá inteligence například označuje konverzaci jako „téma: účet, podtéma: námitka s vysokým účtem, výsledek: námitka-záznam-otevřen, emoce: vztek“. Tyto značky generují v budoucnu obrovskou hodnotu: manažer během několika sekund odpovídá na otázky „které téma obdrželo tento měsíc nejvíce požadavků“ a „které téma má nejnižší míru řešení“. Aby však značky fungovaly, vyžadují koherentní slovní zásobu značek (taxonomie – předem definovaný, omezený a jasný seznam kategorií); Pokud robot generuje bezplatné štítky, objeví se tři různé štítky, jako je „faktura“, „faktura“, „problém s fakturou“ a analýza bude narušena.
Následující tabulka porovnává ruční dokončování a dokončování za pomoci AI:
Velikost
Manuel (reprezentativní spisovatel)
AI poháněné (schválení agentů)
Délka (za hovor)
90-150 sekund
15-30 sekund
Důslednost
Liší se v závislosti na osobě
Vysoká, v závislosti na slovníku
úplnost
upadá do únavy
stabilní
Kvalita štítku
volný, nepořádný
pevná taxonomie
Riziko
Ztráta času, nedůslednost
Nesprávné shrnutí (nutno ověřit)
Tip: Než přejdete na automatické značkování, nezapomeňte definovat taxonomii (uzavřený seznam značek). Říci AI „vyber si ty vhodné z těchto 20 značek“ je mnohem spolehlivější než říkat „označit téma“.
Krok za krokem: nastavení feedu
- Připravte zdroj: Získejte text konverzace (přepis ASR v hlasovém hovoru, předpřipravený text v chatu). Nejprve maskujte osobní data/data karty (podrobnosti v další jednotce).
- Uveďte taxonomii: Dejte modelu seznam platných ukončovacích kódů a značek tématu; Zakažte mu chodit ven.
- Požádejte o strukturovaný výstup: Požádejte o výstup v poli (důvod, akce, výsledek, sledování, značky, emoce) spíše než o volné odstavce; takže může být automaticky zapsán do systému.
- Schválení zástupce: Na obrazovce zástupce se zobrazí souhrn a štítky; Za 10-20 sekund nechte zástupce přečíst, opravit a schválit. Nezaznamenávejte bez souhlasu.
- Zpětná vazba: Sbírejte opravy provedené agentem a vylepšujte taxonomii a pohotově.
Čtyři kopírovatelné šablony
1) Strukturované shrnutí hovoru:
Shrňte následující anonymní přepis rozhovoru se zákazníkem (bez jména/karty). Používejte pouze to, co je v přepisu; přidávání dohadů/vymýšlení. Formát výstupu:- Důvod hledání (1 věta):- Co bylo uděláno (položka po položce):- Výsledek (vyřešeno / částečně / nevyřešeno):- Slib / závazek (pokud existuje, doslovně):- Práce, která bude následovat (pokud existuje): Rozhovor: <<dešifrování>>
2) Označování na základě taxonomie:
Následující konverzaci označte POUZE tak, že ji vyberete z těchto seznamů: Předmět: [faktura, náklad, vrácení, technický, členství, platba, stížnost, jiné]Výsledek: [vyřešeno, námitka_otevřena, přenesena, následovat_schůzka, nevyřešeno]Emoce: [klidná, spokojená, naštvaná, úzkostná]Pokud se v seznamu nehodí, vyberte "jiné" / "nevyřešeno" generování nových značek. Výstupní JSON: {"topic":"","result":"","emotion":""}Konverzace: <<přepis>>
3) Další krok / následný návrh:
Vygenerujte pro agenta doporučení „dalšího kroku“ na základě následující konverzace. Založeno výhradně na nasazení a otevřené práci v textu. Výstup: (1) práce, která má být provedena, (2) termín (pokud je v textu k dispozici), (3) doporučení odpovědné jednotky. Pokud neexistuje žádný závazek, napište „žádná následná kontrola není nutná“. Rozhovor: <<přepis>>
4) Kontrola kvality/nekonzistence:
Porovnejte reprezentativní shrnutí níže s přepisem rozhovoru. Jsou v souhrnu nějaké informace, které NENÍ v rozhovoru (vymyšlené)? Jsou nějaké DŮLEŽITÉ informace, které jsou v rozhovoru, ale chybí ve shrnutí? Zaškrtněte obě odrážky. Nepřidávejte komentáře, jen porovnávejte. Shrnutí: <<shrnutí>> Rozhovor: <<přepis>>
Slabá výzva / Silná výzva
Slabá výzva:
Shrňte a označte tuto konverzaci.
Vágní: žádné formátování, žádná taxonomie, žádný zákaz výroby, žádná anonymita. Výstup je uvolněný a chaotický a štítky se objevují nekonzistentně.
Výkonná výzva:
Shrňte ANONYMNÍ rozhovor níže. Formát: důvod / akce / výsledek / závazek / následná opatření. Vyberte značku POUZE z následujícího seznamu: předmět=[faktura, doprava, vrácení, technická, reklamace, jiné], výsledek=[vyřešeno, převedeno, nevyřešeno]. Nepřidávejte žádné informace, které nejsou v textu; Převeďte závazek doslovně.Rozhovor: <<přepis>>
Rozdíl: formát, taxonomie, zákaz výroby a anonymita jsou jasné.
tři mini pouzdra
Případ 1 – Úspora času. Call tým nákladní společnosti čítající 120 lidí strávil v průměru 110 sekund zpracováním hovoru. Když byl aktivován souhrn AI + návrh štítku, tato doba se zkrátila na 25 sekund. 120 kontaktů za den × 60 hovorů × 85 sekund ušetřených ≈ ~170 hodin za den, tj. ~21 celých směn. Tato kapacita byla přesunuta, aby se zkrátily čekací doby a obtížnější úkoly.
Případ 2 – Vykonstruovaná souhrnná past. V pojišťovacím centru AI napsala slib, že „zákazníkovi bylo přislíbeno vrácení do 3 pracovních dnů“, i když to nebylo nikdy zmíněno v rozhovoru (model „předvídal“ z podobných rozhovorů). Když jej zástupce bez schválení odeslal, zákazník mu tento slib připomněl. Řešení: Udělejte krok „4) Kvalita/nekonzistence“ povinným a vyžádejte si schválení delegáta. Poté míra vykonstruovaných závazků klesla téměř na nulu.
Případ 3 – Označení chaos. Od vydání tagů v bance vzniklo za 6 měsíců 340 různých předmětových tagů („karta“, „kreditní karta“, „kk“, „problém s kartou“...). Zpráva vedení postrádala smysl. Jakmile byla definována uzavřená taxonomie o 22 položkách a umělá inteligence byla nucena ji používat, zprávy začaly mít smysl a „top 5 témat“ se poprvé ukázalo jako spolehlivých.
Časté chyby
- Označování bez taxonomie. Bezplatné označování změní analýzu na odpad; vždy používejte uzavřený seznam.
- Obcházení schválení delegáta. Tisk souhrnu a štítku přímo do systému přemění vyrobené informace na trvalý záznam.
- Přesouvání osobních údajů do souhrnu. Jméno, ID, karta a adresa by neměly být v souhrnech uchovávány; Abstrakt musí být anonymní.
- Příliš dlouhé shrnutí. Přepis konverzace neurychlí uzavření; Zaměřte se na stručné a věcné shrnutí.
- Výklad závazku. Umělá inteligence by měla sdělit část slibu/závazku doslovně bez komentáře; Úvahy jako „pravděpodobně slíbené“ jsou nebezpečné.
Upozornění: Automatické shrnutí nezbavuje agenta odpovědnosti; zrychluje to. Za každý záznam, který jde do systému, zodpovídá zástupce, který jej schvaluje. Automatické nahrávání bez schválení = nepodepsané minuty.
V souhrnu
Souhrn hovorů a automatické označování jsou jednou z nejvýnosnějších aplikací umělé inteligence, které snižují časově nejnáročnější administrativní práci (zabalení) agenta na sekundy. Úspěch závisí na třech věcech: na strukturovaném a stručném formátu souhrnu, uzavřené taxonomii značek a povinném schválení delegáta. Porovnejte shrnutí vytvořené umělou inteligencí se zdrojovým textem, abyste odstranili smyšlené informace, nezahrnujte do souhrnů osobní údaje a převeďte závazky bez komentáře. Při správném nastavení šetří enormní čas a zvyšuje kvalitu záznamu a reportovatelnost.
Aplikační úkol
Navrhněte uzavřenou 15–20položkovou závěrečnou taxonomii (téma + výsledek + emoce) pro vaše odvětví. Poté pořiďte fiktivní nebo anonymizovaný přepis rozhovoru se zákazníkem a použijte šablony „1) Strukturovaný souhrn“ a „2) Označování založené na taxonomii“. Nakonec zkontrolujte shrnutí pomocí šablony „4) Kvalita/nekonzistence“ a nahlaste vymyšlené/chybějící informace.
kontrolní seznam
- [ ] Definuji uzavřenou taxonomii ukončení/tématu a přinutím k tomu AI.
- [ ] Moje shrnutí jsou krátká, k věci (důvod/akce/výsledek/závazek/následná opatření) a koherentní.
- [ ] Každý souhrn a značka procházejí před zapsáním do systému reprezentativním schválením.
- [ ] V souhrnu a štítcích nejsou uchovávány žádné osobní údaje/údaje o kartě (anonymní).
- [ ] Porovnávám souhrn AI se zdrojovým textem a vylučuji falešné informace.
- [ ] Závazky jsou citovány doslovně, bez výkladu.