Gevinster:
- Evne til å produsere automatisk tagging basert på en lukket taksonomi med strukturerte og korte samtalesammendrag
- Evne til å eliminere fabrikkert informasjon ved automatisk å sende sammendraget og kodene gjennom representant godkjenning og sammenligne dem med kildeteksten
- Evne til å forkorte avslutningstiden ved å overføre sammendrag uten å beholde personlige/kortdata og uten å tolke forpliktelser
En representants jobb slutter ikke med å snakke med kunden. Etter hver samtale skulle det lages en oversikt over "hva ble snakket om, hva som ble gjort, hva var temaet". Dette kalles avslutnings- eller etteranropsarbeid / ACW: representanten oppsummerer samtalen, velger en avslutningskode i systemet (disposisjonskode — kategorien som angir emnet/resultatet av samtalen, f.eks. "retur-godkjent", "teknisk-feil") og skriver de nødvendige notatene. Denne oppgaven virker liten, men den er enorm: hvis en agent som ringer 60 samtaler om dagen bruker 2 minutter på hver samtale, vil 2 timer av dagen gå med til å skrive notater. Dessuten skriver den slitne representanten lappen slurvete; poster vil være inkonsekvente og neste agent eller leder vil ikke kunne forstå historien.
Kunstig intelligens revolusjonerer denne oppgaven: den leser teksten (transkripsjon) av samtalen og produserer et pent sammendrag, nøyaktige tagger og forslag til neste trinn på sekunder. I stedet for å skrive, vurderer og godkjenner agenten. I denne enheten vil vi se hvordan du setter opp samtaleoppsummering og automatisk merking, hva du bør være oppmerksom på og verifiseringsdisiplinen.
Hva inneholder en god samtalesammendrag?
Et samtalesammendrag bør være tydelig nok til at noen som aldri har hørt den samtalen (den neste agenten, lederen, overordnet) kan forstå den på 15 sekunder. En god oppsummering inkluderer: hvorfor kunden ringte (hvorfor de ringte), hva som ble gjort (hva representanten gjorde), utfall (ble det løst, hva ble lovet), åpen forretning (hva, hvis noen, krever oppfølging). En dårlig oppsummering er enten for lang (linje for linje oversikt over samtalen) eller for kort ("kunden ringte, den ble håndtert"). AI er veldig god til å falle i mellom: strukturert, konsist og komplett.
Automatisk merking / disponering er når AI foreslår termineringskoden og emnetaggene for samtalen. For eksempel merker AI en samtale som "emne: regning, underemne: høy regning innvending, resultat: innvending-post-åpnet, følelser: sint". Disse kodene genererer enorm verdi i fremtiden: lederen svarer på spørsmålene "hvilket emne mottok flest forespørsler denne måneden" og "hvilket emne har den laveste løsningshastigheten" i løpet av sekunder. Men for at tagger skal fungere, krever de et sammenhengende tag-vokabular (taksonomi - en forhåndsdefinert, begrenset og klar liste over kategorier); Hvis boten genererer gratis etiketter, vil tre forskjellige etiketter som "faktura", "fakturering", "fakturaproblem" vises og analysen vil bli forstyrret.
Følgende tabell sammenligner manuell og AI-assistert etterbehandling:
Størrelse
Manuel (representativ skribent)
AI-drevet (agentgodkjenninger)
Varighet (per samtale)
90-150 sekunder
15-30 sekunder
Konsistens
Varierer avhengig av person
Høy, avhengig av ordboken
fullstendighet
faller i tretthet
stabil
Etikettkvalitet
gratis, rotete
fast taksonomi
Risiko
Tap av tid, inkonsekvens
Feil sammendrag (må bekreftes)
Tips: Før du går videre til automatisk merking, sørg for å definere en taksonomi (lukket merkeliste). Å fortelle AI-en "velg de riktige fra disse 20 taggene" er mye mer pålitelig enn å si "tag emnet".
Trinn for trinn: sette opp feeden
- Forbered kilden: Få teksten til samtalen (ASR-transkripsjon i taleanrop, hermetisert tekst i chat). Masker personlige/kortdata først (detaljert i neste enhet).
- Gi taksonomi: Gi modellen en liste over gyldige avslutningskoder og emnekoder; Forby ham å gå utenfor.
- Be om strukturert utdata: Be om feltutdata (grunn, handlinger, resultat, oppfølging, tagger, følelser) i stedet for frie avsnitt; slik at det kan skrives til systemet automatisk.
- Representantens godkjenning: Sammendrag og etiketter vises på representantens skjerm; La representanten lese den, rette den og godkjenne den på 10-20 sekunder. Ikke ta opp uten godkjenning.
- Tilbakemelding: Samle inn korreksjoner gjort av agenten og forbedre taksonomien og ledeteksten.
Fire kopierbare maler
1) Strukturert samtalesammendrag:
Oppsummer følgende anonyme (uten navn/kort) kundeintervjuutskrift. Bruk kun det som står i utskriften; legge til gjetninger/oppgjøre.Utdataformat:- Grunn for søk (1 setning):- Hva ble gjort (punkt for punkt):- Resultat (løst / delvis / ikke løst):- Løfte / forpliktelse (hvis noen, ordrett):- Arbeid som skal følges opp (hvis noen): Intervju: <<dechiffrering>>
2) Tagging basert på taksonomi:
Tagg følgende samtale KUN ved å velge den fra disse listene: Emne: [faktura, last, retur, teknisk, medlemskap, betaling, klage, annet]Resultat: [løst, innsigelse_åpnet, overført, follow_appointment, uløst]Følelser: [rolig, fornøyd, sint, engstelig]Hvis det ikke er "velg annet i listen" /; genererer nye tagger.Output JSON: {"topic":"","result":"","emotion":""}Samtale: <<transkripsjon>>
3) Neste trinn / oppfølgingsforslag:
Generer en "neste trinn"-anbefaling for agenten basert på følgende samtale. Basert utelukkende på engasjementet og åpent arbeid i teksten. Utgang: (1) arbeid som skal gjøres, (2) frist (hvis tilgjengelig i teksten), (3) anbefaling av ansvarlig enhet. Hvis det ikke er forpliktelse, skriv "ingen oppfølging nødvendig". Intervju: <<transkripsjon>>
4) Kvalitets-/inkonsekvenskontroll:
Sammenlign det representative sammendraget nedenfor med utskriften av intervjuet. Er det noen opplysninger i sammendraget som IKKE er i intervjuet (oppgjort)? Er det noen VIKTIG informasjon som er i intervjuet, men som mangler i sammendraget? Kryss av for begge punktene. Ikke legg til kommentarer, bare sammenlign. Sammendrag: <<sammendrag>> Intervju: <<transkripsjon>>
Svak forespørsel / Sterk forespørsel
Svak melding:
Oppsummer og merk denne samtalen.
Uklart: ingen formatering, ingen taksonomi, ingen fabrikasjonsforbud, ingen anonymitet. Utskriften er løs og rotete, og etiketter vises inkonsekvent.
Kraftig ledetekst:
Oppsummer den ANONYME samtalen nedenfor. Format: grunn / handlinger / resultat / engasjement / oppfølging. Velg BARE taggen fra følgende liste: emne=[faktura, frakt, retur, teknisk, klage, annet], resultat=[løst, overført, uløst]. Ikke legg til informasjon som ikke er i teksten; Overfør forpliktelsen ordrett.Intervju: <<transkripsjon>>
Forskjellen: format, taksonomi, fabrikasjonsforbud og anonymitet er tydelige.
tre minisaker
Tilfelle 1 — Tidsbesparelser. Et fraktselskaps samtaleteam på 120 personer brukte i gjennomsnitt 110 sekunder på å avslutte per samtale. Når AI summary + label draft ble aktivert, ble denne tiden redusert til 25 sekunder. 120 kontakter per dag × 60 samtaler × 85 sekunder spart ≈ ~170 timer per dag, dvs. ~21 hele skift. Denne kapasiteten ble flyttet for å korte ned ventetiden og vanskeligere oppgaver.
Case 2 - Den konstruerte summariske fellen. På et forsikringssenter skrev AI et løfte som sa "kunden ble lovet retur innen 3 virkedager", selv om det aldri ble nevnt i samtalen (modellen "spådd" fra lignende samtaler). Da representanten sendte det uten godkjenning, minnet kunden ham om dette løftet. Løsning: Gjør trinnet "4) Kvalitet/inkonsekvens" obligatorisk og krever godkjenning fra delegaten. Etterpå falt frekvensen av fabrikkerte forpliktelser til nær null.
Sak 3 - Etikettkaos. Siden taggene ble utgitt i en bank, ble det laget 340 forskjellige emnebrikker på 6 måneder ("kort", "kredittkort", "kk", "kortproblem"...). Lederrapporten var meningsløs. Når en lukket 22-elements taksonomi ble definert og AI ble tvunget til å bruke den, ble rapportene meningsfulle og "topp 5 emner" viste seg å være pålitelige for første gang.
Vanlige feil
- Tagging uten taksonomi. Gratis merking gjør analyser til søppel; bruk alltid lukket liste.
- Omgå delegats godkjenning. Ved å skrive ut sammendraget og etiketten direkte inn i systemet, blir fabrikkert informasjon om til en permanent registrering.
- Flytte personopplysninger til sammendraget. Navn, ID, kort og adresse skal ikke oppbevares i sammendrag; Sammendraget skal være anonymt.
- Altfor lang oppsummering. Å transkribere samtalen gjør ikke avslutningen raskere; Mål for en kortfattet og konkret oppsummering.
- Tolke forpliktelsen. AI bør formidle løftet/forpliktelsen ordrett uten å kommentere; Konklusjoner som "sannsynligvis lovet" er farlige.
Forsiktig: Automatisk oppsummering fritar ikke agenten for ansvar; det øker hastigheten. Hver post som går inn i systemet er ansvaret til representanten som godkjenner den. Automatisk opptak uten godkjenning = usignerte minutter.
Oppsummert
Samtalesammendrag og automatisk merking er en av de mest effektive AI-applikasjonene som reduserer det mest tidkrevende administrative arbeidet (avslutningen) til agenten til sekunder. Suksess avhenger av tre ting: et strukturert og konsist oppsummeringsformat, en lukket tag-taksonomi og obligatorisk delegatgodkjenning. Sammenlign sammendraget produsert av AI med kildeteksten for å eliminere fabrikkert informasjon, ikke inkludere personopplysninger i sammendragene og overføre forpliktelser uten kommentarer. Når det er satt opp riktig, sparer det enorm tid og øker opptakskvaliteten og rapporterbarheten.
Søknadsoppgave
Design en lukket 15-20-elements avsluttende taksonomi (emne + utfall + følelser) for din bransje. Ta deretter en fiktiv eller anonymisert kundeintervjuutskrift, bruk malene "1) Strukturert sammendrag" og "2) Taksonomibasert tagging". Til slutt, sjekk sammendraget med "4) Kvalitet/inkonsistens"-malen og rapporten for fabrikkert/manglende informasjon.
sjekkliste
- [ ] Jeg definerer en lukket terminerings-/emnetaksonomi og tvinger AI til det.
- [ ] Mine oppsummeringer er korte, konkrete (grunn/handlinger/resultat/forpliktelse/oppfølging) og sammenhengende.
- [ ] Hvert sammendrag og tag gjennomgår representantgodkjenning før de skrives til systemet.
- [ ] Ingen personlige/kortdata lagres i sammendraget og etikettene (anonym).
- [ ] Jeg sammenligner AI-sammendraget med kildeteksten og luker ut falsk informasjon.
- [ ] Forpliktelser er sitert ordrett, uten tolkning.