કૉલ સારાંશ અને ઑટો-ટેગિંગ: રેપ-અપને સેકન્ડ સુધી ઘટાડવું

નફો:

• સંરચિત અને ટૂંકા કૉલ સારાંશ સાથે બંધ વર્ગીકરણના આધારે સ્વચાલિત ટેગિંગ ઉત્પન્ન કરવાની ક્ષમતા
• પ્રતિનિધિની મંજૂરી દ્વારા સારાંશ અને ટૅગ્સને આપમેળે પસાર કરીને અને સ્રોત ટેક્સ્ટ સાથે તેમની તુલના કરીને બનાવટી માહિતીને દૂર કરવાની ક્ષમતા
• વ્યક્તિગત/કાર્ડ ડેટા રાખ્યા વિના અને પ્રતિબદ્ધતાઓનું અર્થઘટન કર્યા વિના સારાંશ સ્થાનાંતરિત કરીને રેપ-અપ સમય ઘટાડવાની ક્ષમતા

પ્રતિનિધિનું કામ ગ્રાહક સાથે વાત કરવાથી સમાપ્ત થતું નથી. દરેક કોલ પછી, "શું વાત કરવામાં આવી હતી, શું કરવામાં આવ્યું હતું, વિષય શું હતો" નો રેકોર્ડ બનાવવો જોઈએ. તેને રેપ-અપ અથવા આફ્ટર-કોલ વર્ક / ACW કહેવામાં આવે છે: પ્રતિનિધિ વાતચીતનો સારાંશ આપે છે, સિસ્ટમમાં ટર્મિનેશન કોડ પસંદ કરે છે (સ્વભાવ કોડ — કૉલનો વિષય/પરિણામ દર્શાવતી કેટેગરી, દા.ત. "રીટર્ન-એપ્રુવ્ડ", "ટેક્નિકલ-ફેલ્યોર") અને જરૂરી નોંધો લખે છે. આ કાર્ય નાનું લાગે છે, પરંતુ તે વિશાળ છે: જો કોઈ એજન્ટ દરરોજ 60 કૉલ્સ કરે છે, તો દરેક કૉલ પર 2 મિનિટ વિતાવે છે, તો દિવસના 2 કલાક ફક્ત નોંધ લખવામાં જ ખર્ચવામાં આવશે. તદુપરાંત, થાકેલા પ્રતિનિધિ નોંધને ઢાળવાળી લખે છે; રેકોર્ડ્સ અસંગત હશે અને આગામી એજન્ટ અથવા મેનેજર ઇતિહાસને સમજી શકશે નહીં.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ આ કાર્યમાં ક્રાંતિ લાવે છે: તે વાર્તાલાપનું લખાણ (ટ્રાન્સક્રિપ્શન) વાંચે છે અને સેકન્ડોમાં સુઘડ સારાંશ, સચોટ ટૅગ્સ અને આગલા પગલાનું સૂચન બનાવે છે. લખવાને બદલે, એજન્ટ સમીક્ષા કરે છે અને મંજૂરી આપે છે. આ એકમમાં, અમે જોઈશું કે કૉલ સારાંશ અને સ્વચાલિત ટેગિંગ કેવી રીતે સેટ કરવું, શું ધ્યાન આપવું અને ચકાસણી શિસ્ત.

સારા કૉલ સારાંશમાં શું શામેલ છે?

કૉલનો સારાંશ એટલો સ્પષ્ટ હોવો જોઈએ કે જેણે તે વાતચીત ક્યારેય સાંભળી નથી (આગળનો એજન્ટ, મેનેજર, સુપરવાઈઝર) તે 15 સેકન્ડમાં સમજી શકે છે. સારા સારાંશમાં શામેલ છે: ગ્રાહકે શા માટે કૉલ કર્યો (તેમણે શા માટે કૉલ કર્યો), શું કરવામાં આવ્યું (પ્રતિનિધિએ શું કર્યું), પરિણામ (શું તે ઉકેલવામાં આવ્યું હતું, શું વચન આપવામાં આવ્યું હતું), ઓપન બિઝનેસ (શું, જો કોઈ હોય તો, ફોલો-અપની જરૂર છે). ખરાબ સારાંશ કાં તો ખૂબ લાંબો હોય છે (વાતચીતની લાઇન બાય લાઇન બ્રેકડાઉન) અથવા ખૂબ ટૂંકી હોય છે ("ગ્રાહક બોલાવે છે, તે હેન્ડલ કરવામાં આવ્યું હતું"). AI વચ્ચે પડવું ખૂબ જ સારું છે: સંરચિત, સંક્ષિપ્ત અને સંપૂર્ણ.

ઑટો-ટેગિંગ/સ્વભાવ એ છે જ્યારે AI કૉલના ટર્મિનેશન કોડ અને વિષય ટૅગ્સ સૂચવે છે. ઉદાહરણ તરીકે, AI વાતચીતને "વિષય: બિલ, પેટા-વિષય: ઉચ્ચ બિલ વાંધો, પરિણામ: વાંધો-રેકોર્ડ-ઓપન, લાગણી: ગુસ્સો" તરીકે લેબલ કરે છે. આ ટૅગ્સ ભવિષ્યમાં ભારે મૂલ્ય જનરેટ કરે છે: મેનેજર "આ મહિને કયા વિષયને સૌથી વધુ વિનંતીઓ મળી છે" અને "કયા વિષયનો સૌથી ઓછો ઉકેલ દર છે" તેવા પ્રશ્નોના જવાબ સેકંડમાં આપે છે. પરંતુ ટૅગ્સ કામ કરવા માટે, તેમને સુસંગત ટૅગ શબ્દભંડોળની જરૂર છે (વર્ગીકરણ — એક પૂર્વવ્યાખ્યાયિત, મર્યાદિત અને શ્રેણીઓની સ્પષ્ટ સૂચિ); જો બૉટ મફત લેબલ્સ જનરેટ કરે છે, તો ત્રણ અલગ-અલગ લેબલ્સ જેમ કે "ઇન્વૉઇસ", "બિલિંગ", "ઇન્વૉઇસ પ્રોબ્લેમ" દેખાશે અને વિશ્લેષણ ખોરવાઈ જશે.

નીચેનું કોષ્ટક મેન્યુઅલ અને AI-આસિસ્ટેડ ફિનિશિંગની તુલના કરે છે:

કદ

મેન્યુઅલ (પ્રતિનિધિ લેખક)

AI સંચાલિત (એજન્ટ મંજૂરીઓ)

અવધિ (કૉલ દીઠ)

90-150 સેકન્ડ

15-30 સેકન્ડ

સુસંગતતા

વ્યક્તિના આધારે બદલાય છે

ઉચ્ચ, શબ્દકોશ પર આધાર રાખીને

સંપૂર્ણતા

થાકમાં પડે છે

સ્થિર

લેબલ ગુણવત્તા

મફત, અવ્યવસ્થિત

નિશ્ચિત વર્ગીકરણ

જોખમ

સમયની ખોટ, અસંગતતા

ખોટો સારાંશ (ચકાસાયેલ હોવું આવશ્યક છે)

ટીપ: સ્વચાલિત ટેગીંગ પર આગળ વધતા પહેલા, વર્ગીકરણ (બંધ ટૅગ સૂચિ) વ્યાખ્યાયિત કરવાની ખાતરી કરો. AI ને કહેવું "આ 20 ટૅગ્સમાંથી યોગ્ય પસંદ કરો" એ "ટૅગ ધ ટોપિક" કહેવા કરતાં વધુ વિશ્વસનીય છે.

સ્ટેપ બાય સ્ટેપ: ફીડ સેટઅપ કરો

1. સ્રોત તૈયાર કરો: વાતચીતનો ટેક્સ્ટ મેળવો (વોઇસ કૉલમાં ASR ટ્રાન્સક્રિપ્ટ, ચેટમાં તૈયાર ટેક્સ્ટ). વ્યક્તિગત/કાર્ડ ડેટાને પહેલા માસ્ક કરો (વિગતવાર આગલા એકમમાં).
2. વર્ગીકરણ આપો: મોડેલને માન્ય ટર્મિનેશન કોડ અને વિષય ટૅગ્સની સૂચિ આપો; તેને બહાર જવાની મનાઈ કરો.
3. સ્ટ્રક્ચર્ડ આઉટપુટ માટે પૂછો: ફ્રી ફકરાને બદલે ફીલ્ડ આઉટપુટ (કારણ, ક્રિયાઓ, પરિણામ, ફોલો-અપ, ટૅગ્સ, લાગણી) માટે પૂછો; જેથી તે સિસ્ટમ પર આપમેળે લખી શકાય.
4. પ્રતિનિધિની મંજૂરી: સારાંશ અને લેબલ્સ પ્રતિનિધિની સ્ક્રીન પર દેખાય છે; પ્રતિનિધિને તે વાંચવા દો, તેને સુધારવા દો અને તેને 10-20 સેકન્ડમાં મંજૂર કરો. મંજૂરી વિના રેકોર્ડ કરશો નહીં.
5. પ્રતિસાદ: એજન્ટ દ્વારા કરવામાં આવેલ સુધારાઓ એકત્રિત કરો અને વર્ગીકરણ અને પ્રોમ્પ્ટમાં સુધારો કરો.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) સ્ટ્રક્ચર્ડ કૉલ સારાંશ:

નીચેના અનામી (કોઈ નામ/કાર્ડ નહીં) ગ્રાહક ઇન્ટરવ્યુ ટ્રાન્સક્રિપ્ટનો સારાંશ આપો. ટ્રાન્સક્રિપ્ટમાં જે છે તેનો જ ઉપયોગ કરો; અનુમાન ઉમેરવું/મેકઅપ કરવું.આઉટપુટ ફોર્મેટ:- શોધ માટેનું કારણ (1 વાક્ય):- શું કરવામાં આવ્યું (આઇટમ દ્વારા આઇટમ):- પરિણામ (ઉકેલાયેલ / આંશિક રીતે / ઉકેલાયેલ નથી):- વચન / પ્રતિબદ્ધતા (જો કોઈ હોય તો, શબ્દશઃ):- અનુસરવાનું કાર્ય (જો હોય તો): ઇન્ટરવ્યૂ: <<decipherment>>

2) વર્ગીકરણ પર આધારિત ટેગિંગ:

ફક્ત નીચેની વાતચીતને આ સૂચિઓમાંથી પસંદ કરીને તેને ટેગ કરો: વિષય: [ઈનવોઈસ, કાર્ગો, વળતર, તકનીકી, સભ્યપદ, ચુકવણી, ફરિયાદ, અન્ય] પરિણામ: [ઉકેલાયેલ, વાંધો_ઓપન કરેલ, સ્થાનાંતરિત, અનુસરણ_નિમણૂક, વણઉકેલાયેલ] લાગણી: [શાંત, સંતુષ્ટ, ગુસ્સે, બેચેન] જો તે "સૂચિમાં યોગ્ય ન હોય તો" / "અનુકૂળ" પસંદ કરો. નવા ટૅગ્સ જનરેટ કરી રહ્યાં છે. આઉટપુટ JSON: {"topic":"","result":"","emotion":""}વાર્તાલાપ: <<ટ્રાન્સક્રિપ્શન>>

3) આગલું પગલું / ફોલો-અપ સૂચન:

નીચેની વાતચીતના આધારે એજન્ટ માટે "આગલું પગલું" ભલામણ જનરેટ કરો. ફક્ત ટેક્સ્ટમાં પ્રતિબદ્ધતા અને ખુલ્લા કાર્ય પર આધારિત છે. આઉટપુટ: (1) કરવાનું કામ, (2) સમયમર્યાદા (જો ટેક્સ્ટમાં ઉપલબ્ધ હોય તો), (3) જવાબદાર એકમ ભલામણ. જો ત્યાં કોઈ પ્રતિબદ્ધતા નથી, તો "કોઈ ફોલો-અપ જરૂરી નથી" લખો. ઈન્ટરવ્યુ: <<ટ્રાંસ્ક્રિપ્શન>>

4) ગુણવત્તા/અસંગતતા નિયંત્રણ:

ઇન્ટરવ્યુની ટ્રાન્સક્રિપ્ટ સાથે નીચે આપેલા પ્રતિનિધિ સારાંશની તુલના કરો. શું સારાંશમાં એવી કોઈ માહિતી છે જે ઈન્ટરવ્યુમાં નથી (બનાવેલી)? શું એવી કોઈ મહત્વની માહિતી છે જે ઈન્ટરવ્યુમાં છે પરંતુ સારાંશમાંથી ખૂટે છે? બંને બુલેટ પોઈન્ટ પર ટિક કરો. ટિપ્પણીઓ ઉમેરો નહીં, ફક્ત સરખામણી કરો. સારાંશ: <<સારાંશ>> ઇન્ટરવ્યૂ: <<ટ્રાન્સક્રિપ્શન>>

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ વાતચીતનો સારાંશ અને લેબલ આપો.

અસ્પષ્ટ: ફોર્મેટિંગ નહીં, વર્ગીકરણ નહીં, બનાવટ પર પ્રતિબંધ નહીં, અનામી નહીં. આઉટપુટ છૂટક અને અવ્યવસ્થિત છે, અને લેબલ્સ અસંગત રીતે દેખાય છે.

શક્તિશાળી પ્રોમ્પ્ટ:

નીચે અનામિક વાતચીતનો સારાંશ આપો. ફોર્મેટ: કારણ / ક્રિયાઓ / પરિણામ / પ્રતિબદ્ધતા / ફોલો-અપ. નીચેની સૂચિમાંથી ફક્ત ટેગ પસંદ કરો: વિષય=[ઇનવોઇસ, શિપિંગ, વળતર, તકનીકી, ફરિયાદ, અન્ય], પરિણામ=[ઉકેલાયેલ, સ્થાનાંતરિત, વણઉકેલાયેલ]. ટેક્સ્ટમાં ન હોય તેવી કોઈપણ માહિતી ઉમેરશો નહીં; પ્રતિબદ્ધતાને શબ્દશઃ સ્થાનાંતરિત કરો. મુલાકાત: <<ટ્રાન્સક્રિપ્શન>>

તફાવત: ફોર્મેટ, વર્ગીકરણ, બનાવટ પર પ્રતિબંધ અને અનામીતા સ્પષ્ટ છે.

ત્રણ નાના કેસો

કેસ 1 - સમય બચત. કાર્ગો કંપનીની 120 લોકોની કોલ ટીમે પ્રતિ કોલ સરેરાશ 110 સેકન્ડનો સમય વીતાવ્યો હતો. જ્યારે AI સારાંશ + લેબલ ડ્રાફ્ટ સક્રિય કરવામાં આવ્યો હતો, ત્યારે આ સમય ઘટાડીને 25 સેકન્ડ કરવામાં આવ્યો હતો. દિવસ દીઠ 120 સંપર્કો × 60 કૉલ્સ × 85 સેકન્ડ સાચવવામાં આવે છે ≈ ~170 કલાક પ્રતિ દિવસ, એટલે કે ~21 સંપૂર્ણ પાળી. આ ક્ષમતાને ટૂંકા પ્રતીક્ષા સમય અને વધુ મુશ્કેલ કાર્યો માટે ખસેડવામાં આવી હતી.

કેસ 2 - કાલ્પનિક સારાંશ છટકું. એક વીમા કેન્દ્રમાં, AI એ વચન લખ્યું હતું કે "ગ્રાહકને 3 કામકાજના દિવસોમાં વળતર આપવાનું વચન આપવામાં આવ્યું હતું", તેમ છતાં વાતચીતમાં તેનો ક્યારેય ઉલ્લેખ કરવામાં આવ્યો ન હતો (સમાન વાર્તાલાપમાંથી મોડેલ "અનુમાનિત"). જ્યારે પ્રતિનિધિએ તેને મંજૂરી વિના મોકલ્યો, ત્યારે ગ્રાહકે તેને આ વચનની યાદ અપાવી. ઉકેલ: "4) ગુણવત્તા/અસંગતતા" પગલું ફરજિયાત બનાવો અને તેના માટે પ્રતિનિધિની મંજૂરી જરૂરી છે. પછીથી, બનાવટી પ્રતિબદ્ધતાઓનો દર ઘટીને શૂન્યની નજીક પહોંચી ગયો.

કેસ 3 — લેબલ અરાજકતા. બેંકમાં ટૅગ્સ બહાર પાડવામાં આવ્યા હોવાથી, 6 મહિનામાં 340 વિવિધ વિષયના ટૅગ્સ બનાવવામાં આવ્યા હતા ("કાર્ડ", "ક્રેડિટ કાર્ડ", "કેકે", "કાર્ડ સમસ્યા"...). મેનેજમેન્ટ રિપોર્ટ અર્થહીન હતો. એકવાર બંધ 22-આઇટમ વર્ગીકરણની વ્યાખ્યા કરવામાં આવી અને AI ને તેનો ઉપયોગ કરવાની ફરજ પાડવામાં આવી, અહેવાલો અર્થપૂર્ણ બન્યા અને "ટોચના 5 વિષયો" પ્રથમ વખત વિશ્વસનીય બન્યા.

સામાન્ય ભૂલો

• વર્ગીકરણ વગર ટેગીંગ. મફત લેબલીંગ વિશ્લેષણને કચરામાં ફેરવે છે; હંમેશા બંધ યાદી વાપરો.
• પ્રતિનિધિની મંજૂરીને બાયપાસ કરીને. સારાંશ અને લેબલને સીધા જ સિસ્ટમમાં છાપવાથી બનાવટી માહિતી કાયમી રેકોર્ડમાં ફેરવાય છે.
• વ્યક્તિગત ડેટાને સારાંશમાં ખસેડવું. નામ, આઈડી, કાર્ડ અને સરનામું સારાંશમાં ન રાખવું જોઈએ; અમૂર્ત અનામી હોવું આવશ્યક છે.
• વધુ પડતો લાંબો સારાંશ. વાર્તાલાપને ટ્રાંસક્રાઈબ કરવાથી વીંટાળવાની ગતિ ઝડપી થતી નથી; સંક્ષિપ્ત અને ટુ-ધ-પોઇન્ટ સારાંશ માટે લક્ષ્ય રાખો.
• પ્રતિબદ્ધતાનું અર્થઘટન. AI એ વચન/પ્રતિબદ્ધતાનો ભાગ શબ્દશઃ ટિપ્પણી કર્યા વિના જણાવવો જોઈએ; "કદાચ વચન આપ્યું" જેવા અનુમાન ખતરનાક છે.

સાવધાન: આપોઆપ સારાંશ એજન્ટને જવાબદારીમાંથી મુક્ત કરતું નથી; તે તેને ઝડપી બનાવે છે. દરેક રેકોર્ડ જે સિસ્ટમમાં જાય છે તે પ્રતિનિધિની જવાબદારી છે જે તેને મંજૂર કરે છે. મંજૂરી વિના આપોઆપ રેકોર્ડિંગ = સહી વગરની મિનિટ.

સારાંશમાં

કૉલ સારાંશ અને સ્વચાલિત ટેગિંગ એ સૌથી વધુ ઉપજ આપતી AI એપ્લિકેશન્સમાંની એક છે જે એજન્ટના સૌથી વધુ સમય લેનારા વહીવટી કાર્ય (રેપ-અપ)ને સેકન્ડોમાં ઘટાડે છે. સફળતા ત્રણ બાબતો પર આધાર રાખે છે: સંરચિત અને સંક્ષિપ્ત સારાંશ ફોર્મેટ, બંધ ટેગ વર્ગીકરણ અને ફરજિયાત પ્રતિનિધિ મંજૂરી. બનાવટી માહિતીને દૂર કરવા માટે AI દ્વારા ઉત્પાદિત સારાંશને સ્રોત ટેક્સ્ટ સાથે સરખાવો, સારાંશમાં વ્યક્તિગત ડેટાનો સમાવેશ કરશો નહીં અને ટિપ્પણી વિના પ્રતિબદ્ધતાઓ સ્થાનાંતરિત કરો. જ્યારે યોગ્ય રીતે સેટઅપ કરવામાં આવે છે, ત્યારે તે ઘણો સમય બચાવે છે અને રેકોર્ડિંગ ગુણવત્તા અને રિપોર્ટની ક્ષમતામાં વધારો કરે છે.

એપ્લિકેશન કાર્ય

તમારા ઉદ્યોગ માટે બંધ 15-20-આઇટમ બંધ વર્ગીકરણ (વિષય + પરિણામ + લાગણી) ડિઝાઇન કરો. પછી એક કાલ્પનિક અથવા અનામી ગ્રાહક ઇન્ટરવ્યુ ટ્રાન્સક્રિપ્ટ લો, “1) સ્ટ્રક્ચર્ડ સારાંશ અને “2) વર્ગીકરણ-આધારિત ટેગિંગ” નમૂનાઓ લાગુ કરો. છેલ્લે, "4) ગુણવત્તા/અસંગતતા" ટેમ્પલેટ સાથે સારાંશને તપાસો અને બનાવટી/ખુટેલી માહિતી માટે રિપોર્ટ કરો.

ચેકલિસ્ટ

• [ ] હું બંધ સમાપ્તિ/વિષય વર્ગીકરણ વ્યાખ્યાયિત કરું છું અને AI ને તેના માટે દબાણ કરું છું.
• [ ] મારા સારાંશ ટૂંકા, ટુ-ધ-પોઇન્ટ (કારણ/ક્રિયાઓ/પરિણામ/પ્રતિબદ્ધતા/અનુવર્તી) અને સુસંગત છે.
• [ ] દરેક સારાંશ અને ટેગને સિસ્ટમ પર લખવામાં આવે તે પહેલાં પ્રતિનિધિની મંજૂરી લેવામાં આવે છે.
• સારાંશ અને લેબલ (અનામી)માં કોઈ વ્યક્તિગત/કાર્ડ ડેટા રાખવામાં આવતો નથી.
• [ ] હું AI સારાંશને સ્ત્રોત ટેક્સ્ટ સાથે સરખાવું છું અને બનાવટી માહિતીને બહાર કાઢું છું.
• [ ] પ્રતિબદ્ધતાઓ અર્થઘટન વિના શબ્દશઃ ટાંકવામાં આવે છે.