Keuntungan:
- Kemampuan untuk menghasilkan penandaan otomatis berdasarkan taksonomi tertutup dengan ringkasan panggilan singkat dan terstruktur
- Kemampuan untuk menghilangkan informasi palsu dengan secara otomatis meneruskan ringkasan dan tag melalui persetujuan perwakilan dan membandingkannya dengan teks sumber
- Kemampuan untuk mempersingkat waktu penyelesaian dengan mentransfer ringkasan tanpa menyimpan data pribadi/kartu dan tanpa menafsirkan komitmen
Tugas seorang perwakilan tidak berakhir pada berbicara dengan pelanggan. Setelah setiap panggilan, catatan tentang "apa yang dibicarakan, apa yang dilakukan, apa subjeknya" harus dibuat. Ini disebut pekerjaan penutup atau pekerjaan setelah panggilan / ACW: perwakilan merangkum percakapan, memilih kode penghentian dalam sistem (kode disposisi — kategori yang menunjukkan subjek/hasil panggilan, misalnya "disetujui kembali", "kegagalan teknis") dan menulis catatan yang diperlukan. Tugas ini kelihatannya kecil, namun sangat besar: jika seorang agen yang melakukan 60 panggilan sehari menghabiskan 2 menit untuk setiap panggilan, 2 jam dalam sehari akan dihabiskan hanya untuk menulis catatan. Terlebih lagi, perwakilan yang lelah menulis catatan itu dengan ceroboh; catatan akan tidak konsisten dan agen atau manajer berikutnya tidak akan dapat memahami sejarahnya.
Kecerdasan buatan merevolusi tugas ini: ia membaca teks (transkripsi) percakapan dan menghasilkan ringkasan yang rapi, tag yang akurat, dan saran langkah selanjutnya dalam hitungan detik. Alih-alih menulis, agen meninjau dan menyetujui. Di unit ini, kita akan melihat cara mengatur peringkasan panggilan dan penandaan otomatis, apa yang harus diperhatikan dan disiplin verifikasi.
Apa saja yang termasuk dalam ringkasan panggilan yang baik?
Ringkasan panggilan harus cukup jelas sehingga seseorang yang belum pernah mendengar percakapan tersebut (agen, manajer, supervisor berikutnya) dapat memahaminya dalam 15 detik. Ringkasan yang baik mencakup: mengapa pelanggan menelepon (mengapa mereka menelepon), apa yang dilakukan (apa yang dilakukan perwakilan), hasil (apakah terselesaikan, apa yang dijanjikan), bisnis yang terbuka (apa, jika ada, yang memerlukan tindak lanjut). Ringkasan yang buruk bisa jadi terlalu panjang (perincian percakapan baris demi baris) atau terlalu pendek ("pelanggan menelepon, sudah ditangani"). AI sangat pandai berada di antara keduanya: terstruktur, ringkas, dan lengkap.
Penandaan / disposisi otomatis adalah saat AI menyarankan kode penghentian dan tag subjek panggilan. Misalnya, AI memberi label percakapan sebagai "topik: tagihan, subtopik: keberatan tagihan tinggi, hasil: catatan keberatan dibuka, emosi: marah". Tag ini menghasilkan nilai yang sangat besar di masa depan: manajer menjawab pertanyaan "topik mana yang menerima permintaan terbanyak bulan ini" dan "topik mana yang memiliki tingkat solusi terendah" dalam hitungan detik. Namun agar tag dapat berfungsi, tag memerlukan kosakata tag yang koheren (taksonomi — daftar kategori yang telah ditentukan sebelumnya, terbatas, dan jelas); Jika bot menghasilkan label gratis, tiga label berbeda seperti "faktur", "penagihan", "masalah faktur" akan muncul dan analisis akan terganggu.
Tabel berikut membandingkan penyelesaian manual dan bantuan AI:
Ukuran
Manuel (penulis perwakilan)
Didukung AI (persetujuan agen)
Durasi (per panggilan)
90-150 detik
15-30 detik
Konsistensi
Bervariasi tergantung orangnya
Tinggi, tergantung kamus
kelengkapan
terjatuh karena kelelahan
stabil
Kualitas label
bebas, berantakan
taksonomi tetap
Resiko
Kehilangan waktu, inkonsistensi
Ringkasan salah (harus diverifikasi)
Tip: Sebelum beralih ke pemberian tag otomatis, pastikan untuk menentukan taksonomi (daftar tag tertutup). Memberi tahu AI "pilih yang sesuai dari 20 tag ini" jauh lebih dapat diandalkan daripada mengatakan "beri tag pada topik".
Langkah demi langkah: menyiapkan feed
- Siapkan sumbernya: Dapatkan teks percakapan (transkrip ASR dalam panggilan suara, teks kalengan dalam obrolan). Tutupi data pribadi/kartu terlebih dahulu (rinci di unit berikutnya).
- Berikan taksonomi: Berikan model daftar kode penghentian dan tag topik yang valid; Larang dia pergi ke luar.
- Mintalah keluaran terstruktur: Mintalah keluaran yang dikerahkan (alasan, tindakan, hasil, tindak lanjut, tag, emosi) daripada paragraf bebas; sehingga dapat ditulis ke sistem secara otomatis.
- Persetujuan perwakilan: Ringkasan dan label muncul di layar perwakilan; Biarkan perwakilan membacanya, perbaiki dan setujui dalam 10-20 detik. Jangan merekam tanpa persetujuan.
- Umpan Balik: Kumpulkan koreksi yang dilakukan oleh agen dan tingkatkan taksonomi dan prompt.
Empat templat yang dapat disalin
1) Ringkasan panggilan terstruktur:
Ringkaslah transkrip wawancara pelanggan anonim (tanpa nama/kartu) berikut. Gunakan hanya apa yang ada dalam transkrip; menambahkan tebakan/mengarang.Format keluaran:- Alasan pencarian (1 kalimat):- Apa yang dilakukan (item per item):- Hasil (terselesaikan / sebagian / tidak terselesaikan):- Janji/komitmen (jika ada, kata demi kata):- Pekerjaan yang harus ditindaklanjuti (jika ada): Wawancara: <<penguraian>>
2) Pemberian tag berdasarkan taksonomi:
Tandai percakapan berikut HANYA dengan memilihnya dari daftar ini: Subjek: [faktur, kargo, pengembalian, teknis, keanggotaan, pembayaran, keluhan, lainnya]Hasil: [terselesaikan, keberatan_dibuka, ditransfer, janji_lanjut, belum terselesaikan]Emosi: [tenang, puas, marah, cemas]Jika tidak sesuai dalam daftar, pilih "lainnya" / "belum terselesaikan"; menghasilkan tag baru.Output JSON: {"topic":"","result":"","emotion":""}Percakapan: <<transcription>>
3) Langkah selanjutnya/saran tindak lanjut:
Hasilkan rekomendasi "langkah selanjutnya" untuk agen berdasarkan percakapan berikut. Hanya berdasarkan komitmen dan kerja terbuka dalam teks. Keluaran: (1) pekerjaan yang harus diselesaikan, (2) tenggat waktu (jika tersedia dalam teks), (3) rekomendasi unit yang bertanggung jawab. Jika tidak ada komitmen, tulis “tidak perlu tindak lanjut”.Wawancara: <<transkripsi>>
4) Pengendalian kualitas/inkonsistensi:
Bandingkan ringkasan representatif di bawah ini dengan transkrip wawancara. Apakah ada informasi dalam ringkasan yang TIDAK ada dalam wawancara (dibuat-buat)? Apakah ada informasi PENTING yang ada dalam wawancara tetapi hilang dari ringkasan? Centang kedua poin-poin tersebut. Jangan menambahkan komentar, bandingkan saja. Ringkasan: <<ringkasan>> Wawancara: <<transkripsi>>
Perintah lemah / Perintah kuat
Perintah yang lemah:
Ringkaslah dan beri label percakapan ini.
Tidak jelas: tidak ada format, tidak ada taksonomi, tidak ada larangan fabrikasi, tidak ada anonimitas. Outputnya longgar dan berantakan, dan label muncul tidak konsisten.
Perintah yang kuat:
Ringkaslah percakapan ANONIM di bawah ini. Format: alasan/tindakan/hasil/komitmen/tindak lanjut. Pilih tag HANYA dari daftar berikut: subject=[faktur, pengiriman, pengembalian, teknis, keluhan, lainnya], result=[terselesaikan, ditransfer, belum terselesaikan]. Jangan menambahkan informasi apa pun yang tidak ada dalam teks; Transfer komitmen kata demi kata. Wawancara: <<transkripsi>>
Perbedaannya: format, taksonomi, larangan fabrikasi, dan anonimitas sudah jelas.
tiga kasus mini
Kasus 1 — Penghematan waktu. Tim panggilan sebuah perusahaan kargo yang terdiri dari 120 orang menghabiskan rata-rata 110 detik untuk menyelesaikan setiap panggilan. Saat ringkasan AI + draf label diaktifkan, waktu ini dikurangi menjadi 25 detik. 120 kontak per hari × 60 panggilan × 85 detik dihemat ≈ ~170 jam per hari, yaitu ~21 shift penuh. Kapasitas ini dialihkan untuk mempersingkat waktu tunggu dan tugas yang lebih sulit.
Kasus 2 - Jebakan ringkasan yang dibuat-buat. Di sebuah pusat asuransi, AI menulis janji yang mengatakan "pelanggan dijanjikan pengembalian dalam waktu 3 hari kerja", meskipun tidak pernah disebutkan dalam percakapan (model "diprediksi" dari percakapan serupa). Ketika perwakilan mengirimkannya tanpa persetujuan, pelanggan mengingatkannya akan janji ini. Solusi: Jadikan langkah "4) Kualitas/inkonsistensi" wajib dan memerlukan persetujuan delegasi. Setelah itu, tingkat komitmen yang dibuat-buat turun mendekati nol.
Kasus 3 - Label kekacauan. Sejak tag dirilis di bank, 340 tag subjek berbeda dibuat dalam 6 bulan ("kartu", "kartu kredit", "kk", "masalah kartu"...). Laporan manajemen tidak ada artinya. Setelah taksonomi 22 item tertutup ditentukan dan AI terpaksa menggunakannya, laporan menjadi bermakna dan "5 topik teratas" menjadi dapat diandalkan untuk pertama kalinya.
Kesalahan umum
- Memberi tag tanpa taksonomi. Pelabelan gratis mengubah analisis menjadi sampah; selalu gunakan daftar tertutup.
- Melewati persetujuan delegasi. Mencetak ringkasan dan label langsung ke dalam sistem mengubah informasi palsu menjadi catatan permanen.
- Memindahkan data pribadi ke ringkasan. Nama, ID, kartu dan alamat tidak boleh dicantumkan dalam ringkasan; Abstrak harus anonim.
- Ringkasan yang terlalu panjang. Mentranskripsikan percakapan tidak mempercepat penyelesaiannya; Usahakan untuk membuat ringkasan yang ringkas dan langsung pada sasaran.
- Menafsirkan komitmen. AI harus menyampaikan janji/komitmen secara verbatim tanpa berkomentar; Kesimpulan seperti "mungkin dijanjikan" itu berbahaya.
Perhatian: Ringkasan otomatis tidak membebaskan agen dari tanggung jawab; itu mempercepatnya. Setiap pencatatan yang masuk ke dalam sistem menjadi tanggung jawab perwakilan yang menyetujuinya. Perekaman otomatis tanpa persetujuan = menit yang tidak ditandatangani.
Singkatnya
Ringkasan panggilan dan penandaan otomatis adalah salah satu aplikasi AI dengan hasil tertinggi yang mengurangi pekerjaan administratif (penyelesaian) agen yang paling memakan waktu hingga hitungan detik. Keberhasilan bergantung pada tiga hal: format ringkasan yang terstruktur dan ringkas, taksonomi tag tertutup, dan persetujuan delegasi wajib. Bandingkan ringkasan yang dihasilkan oleh AI dengan teks sumber untuk menghilangkan informasi palsu, tidak menyertakan data pribadi dalam ringkasan, dan mentransfer komitmen tanpa komentar. Jika diatur dengan benar, ini menghemat banyak waktu dan meningkatkan kualitas rekaman dan kemampuan pelaporan.
Tugas aplikasi
Rancang taksonomi penutup 15-20 item tertutup (topik + hasil + emosi) untuk industri Anda. Kemudian ambil transkrip wawancara pelanggan fiktif atau anonim, terapkan templat “1) Ringkasan terstruktur” dan “2) Penandaan berbasis taksonomi”. Terakhir, periksa ringkasan dengan templat “4) Kualitas/inkonsistensi” dan laporkan apakah ada informasi palsu/hilang.
daftar periksa
- [ ] Saya mendefinisikan taksonomi penghentian/topik tertutup dan memaksa AI untuk melakukannya.
- [ ] Ringkasan saya singkat, langsung pada sasaran (alasan/tindakan/hasil/komitmen/tindak lanjut) dan koheren.
- [ ] Setiap ringkasan dan tag menjalani persetujuan perwakilan sebelum ditulis ke sistem.
- [ ] Tidak ada data pribadi/kartu yang disimpan dalam ringkasan dan label (anonim).
- [ ] Saya membandingkan ringkasan AI dengan teks sumber dan membuang informasi palsu.
- [ ] Komitmen dikutip kata demi kata, tanpa interpretasi.