Pagbuo ng End-to-End CX-AI Program: Integrasyon at Pamamahala

Mga nadagdag:

• Kakayahang pagsamahin ang mga bahagi (bot, RAG, katulong, buod, pagsusuri, self-service, turnover, pagsukat) sa isang tuluy-tuloy na paglalakbay ng customer
• Kakayahang maglapat ng unti-unting pagdidisiplina sa pag-scale sa pamamagitan ng pagsisimula sa isang maliit na piloto at patunayan ito gamit ang mga sukatan at seguridad
• Pagtatatag ng responsableng pamamahala sa AI na kinabibilangan ng bawat bahagi, pagtatalaga ng dokumentasyon at kontrol sa hangganan, at pagpoposisyon sa mga tao para sa pinakamahahalagang trabaho

Sa nakaraang labing-isang unit, nakita natin ang bawat lugar kung saan maaaring gamitin ang artificial intelligence sa isang call center: mga bot, disenyo ng pag-uusap, buod ng tawag, base ng kaalaman, katulong ng ahente, pagsusuri ng sentimento, serbisyo sa sarili, privacy, handover at pagsukat ng tao. Pinagsama-sama namin ang mga piraso sa huling yunit na ito. Sa halip na mga nakakalat na karanasan sa AI, ang layunin ay bumuo ng isang solong, magkakaugnay na programa ng karanasan sa customer: isa kung saan ang buong paglalakbay ng customer, mula sa bot hanggang sa ahente hanggang sa self-service hanggang sa buod ng post-call, ay dumadaloy nang walang putol, secure, at nasusukat.

Sa unit na ito, magdidisenyo muna kami ng isang customer journey na may end-to-end AI, pagkatapos ay tatalakayin namin ang mga hakbang sa pagpapatupad ng isang programa (pilot, scale, governance) at AI governance — isang set ng mga panuntunan na nagsisiguro sa responsable, ligtas at naa-audit na paggamit ng artificial intelligence. Tukuyin natin ang termino mula sa simula: nangangahulugan ang omnichannel (multi-channel integrated na karanasan) na ang konteksto at karanasan ng customer ay patuloy na walang patid kahit na lumipat sila sa pagitan ng telepono, chat, email, application.

Isang end-to-end na paglalakbay ng customer

Sundin natin ang end-to-end na senaryo ng isang customer na "naantala ang aking padala, gusto ko ng refund" at tingnan kung aling bahagi ng AI ang gumaganap sa bawat hakbang:

1. Login (self-service): Binubuksan ng customer ang chat sa application. Ipinakilala ng bot ang sarili nito (sinasabing ito ay isang bot), kinikilala ang layunin ("shipping + return"), kinukuha ang huling order mula sa CRM (anonymous). — Yunit 2, 3, 8
2. Information-based response (RAG): Kinukuha ng bot ang kasalukuyang katayuan ng kargamento mula sa live na system at ang patakaran sa pagbabalik mula sa base ng kaalaman; sasabihin sa customer na "ang iyong kargamento ay nasa — Unit 5
3. Desisyon sa transaksyon o paglipat: Kung pasok sa karaniwang limitasyon ang pagbabalik, magsisimula at magkukumpirma ang bot na may secure na daloy. Kung ito ay out of bounds o ang customer ay nagalit (emotion signal) ito ay ililipat sa tao. — Yunit 8, 10
4. Smooth handover: Kung kailangan ng handover, ililipat ng bot ang anonymous na context card (layunin, sinubukan, emosyon) sa ahente; Hindi na muling sinasabi ng customer. - Yunit 10
5. Ahente + katulong: Habang nagsasalita ang ahente, ang tulong ng ahente ay nagmumungkahi ng sagot, ilalabas ang patakaran, nagbibigay ng babala sa pagsunod; Ang kinatawan ay nagpasiya at nagsasalita. - Yunit 6
6. Pagwawakas: Nagtatapos ang pag-uusap; Gumagawa ang AI ng buod at draft ng label, inaprubahan ng ahente. - Yunit 4
7. Pagsukat at pag-aaral: Ang damdamin, solusyon, dahilan ng paglilipat ay naitala; Ang mga gaps sa base ng kaalaman at mga pagkakataon sa pagpapabuti ay kinokolekta. — Yunit 7, 11
8. Batayan sa seguridad: Sa lahat ng hakbang na ito, pinoproseso ang data ng personal/card na naka-mask, naka-enable ang mga sasakyan sa DPA, at malinaw na ipinapaalam sa customer. - Yunit 9

Ipinapakita ng walong hakbang na ito kung paano magkakahiwalay ang bawat bahaging natutunan natin sa isang paglalakbay. Ang isang mahusay na programa ng CX-YZ ay isang tuluy-tuloy na daloy, hindi isang koleksyon ng mga bahagi.

Tip: Idisenyo ang iyong programa ayon sa paglalakbay ng customer, hindi bahagi ayon sa bahagi. Iguhit muna ang 5 pinakamadalas na biyahe (pagbabalik, hindi pagkakaunawaan sa invoice, teknikal na pagkabigo, appointment, pagkansela) mula sa dulo; Sa bawat hakbang, markahan ang "aling bahagi ng AI, aling panuntunan sa seguridad, aling pag-apruba ng tao dito?" Ang paglalakbay, hindi ang teknolohiya, ang nasa gitna.

Mag-live: mula sa pilot hanggang sa sukat

Ang isang CX-YZ program ay hindi binuo sa isang araw. Ang malusog na paraan ay unti-unti:

entablado

ano ang gagawin

Tagal (karaniwan)

pagtuklas

Ang pinakamadalas na pakikipag-ugnayan, pagkakataon, at panganib ay namamapa

2-4 na linggo

piloto

Sinubukan sa isang makitid na paglalakbay (hal. cargo query)

4-8 na linggo

pagsukat

Sinusuri ang mga sukatan, error, seguridad

sa buong piloto

pagpapalawak

Ang mga matagumpay na paglalakbay ay dumarami

unti-unti

Pamamahala

Ang mga patakaran, kontrol at responsibilidad ay itinatag

tuloy-tuloy

Ang prinsipyo ng piloto ay kritikal: magsimula sa maliit, sukatin, pagkatapos ay lumaki. Ang pagbubukas ng buong call center sa AI nang sabay-sabay ay nasusukat din kaagad ang mga error. Ang pagpapatunay at pagpapalawak ng tiwala sa isang makitid na paglalakbay ay parehong ligtas at nakapagtuturo.

Pamamahala ng AI: isang balangkas para sa responsableng paggamit

Habang lumalaki ang isang programa, nagiging kritikal ang mga tanong tulad ng "sino ang responsable para sa ano, ano ang mga patakaran, paano ito kinokontrol." Kinokontrol ito ng pamamahala ng AI:

• Pagmamay-ari: Ang bawat bahagi ng AI (bot, assistant, analytics) ay may may-ari ng tao.
• Dokumento sa hangganan: Nakasulat kung ano ang magagawa at hindi maaaring gawin ng bawat sasakyan (Yunit 1).
• Mga panuntunan sa pag-apruba ng tao: Aling mga desisyon ang kinakailangang mahulog sa tao (pera, legal, sensitibong sitwasyon).
• Privacy at seguridad: KVKK/PCI-DSS compliance, masking, DPA, access control (Unit 9).
• Audit trail: Traceability ng mga desisyon at data.
• Mga prinsipyo sa etika: Transparency (alam ng customer na kausap niya ang bot), pagiging patas (walang diskriminasyon), kakayahang ipaliwanag.
• Regular na pagsusuri: Pana-panahong pag-audit ng katumpakan, drift, mga reklamo at mga panganib sa etika.

Babala: Habang lumalaki ang isang AI program, ang pinakamalaking panganib ay hindi teknikal, ngunit pamamahala: ang isang bot na walang sinuman, hindi natukoy, at hindi sinusubaybayan ay maaaring tahimik na makapagbigay ng mga maling sagot sa paglipas ng mga taon at i-drag ang organisasyon sa isang krisis ng pangako o paglabag. Ang teknolohiya ay madaling i-install; Ang responsableng pamamahala ay nangangailangan ng disiplina.

Apat na maaaring kopyahin na mga template

1) End-to-end na mapa ng paglalakbay:

Gumawa ng end-to-end AI map para sa "<<journey: e.g. invoice objection>>". Para sa bawat hakbang: channel, AI component na naka-deploy, source (live/knowledge base), ay kinakailangan ng pag-apruba ng tao, panuntunan sa seguridad/masking, handover trigger. Isulat ang mga hakbang sa pagkakasunud-sunod ng pagpapakilala → resolution / handover → pagwawakas → pagsukat.

2) Pilot plan:

Magplano ng CX-YZ pilot. Saklaw: <<isang makitid na paglalakbay>>.Bumuo ng: (1) mga sukatan at target ng tagumpay, (2) mga pagsusuri sa kaligtasan/pagsunod,(3) mga panuntunan sa pag-aabot/pag-apruba ng tao, (4) 6 na linggong plano sa pagsukat,(5) “pamantayan sa paghinto” (kung saan itinitigil ang pilot). I-set up ang iyong mga target na field para mapunan ko sila.

3) Dokumento ng pamamahala/hangganan:

Bumuo ng card ng pamamahala para sa isang bahagi ng AI. Bahagi: <<hal. return bot>>. Fields: may-ari (role), kung ano ang magagawa nila, kung ano ang ganap na hindi nila magagawa, mga desisyon na nangangailangan ng pag-apruba ng tao, data na naproseso + masking, dalas ng audit/review, transparency statement (sa customer). Sumulat ng malinaw at mahigpit na mga hangganan.

4) Programang pagsusuri sa kalusugan (pana-panahon):

Gumawa ng isang quarterly na buod ng "pagsusuri sa kalusugan" na may sumusunod na data ng programa: - Mga trend ng KPI (produktibidad + balanse ng kalidad), - katayuan sa katumpakan/pag-anod, - mga natuklasan sa seguridad/pagsunod, - nangungunang 3 mga pagpapabuti sa epekto, - mga panganib na susuriin. Umasa lamang sa data; Markahan ang mga hindi malinaw bilang "kailangan ng pagsusuri." Data: <<...>>

Mahinang prompt / Malakas na prompt

Mahinang prompt:

Bumuo sa amin ng isang AI customer service system na gumagawa ng lahat.

Hindi makatotohanan at mapanganib: walang limitasyong saklaw, walang seguridad, walang pagpapatunay ng tao, walang pagsukat. Ang ganitong pagnanais ay lumilikha ng isang panganib, hindi isang sistema.

Napakahusay na prompt:

Magdisenyo ng pilot na daloy ng CX-YZ para sa paglalakbay na "pagtatanong sa kargamento + karaniwang pagbabalik". Panatilihing makitid ang saklaw. Sa bawat hakbang, magkaroon ng: source-based na tugon (walang fabrication), masking, mga puntos na nangangailangan ng pag-apruba ng tao, galit/out-of-scope handover na panuntunan, at 3 sukatan na susukatin (isa rito ay isang quality balancer). Isulat din ang pamantayan sa paghinto.

Pagkakaiba: makitid ang saklaw, kasama ang safety-certification-handover-measurement, malinaw ang pilot logic at pamantayan sa paghinto.

tatlong mini case

Kaso 1 — Tagumpay na nakatuon sa paglalakbay. Ang isang e-commerce na kumpanya ay nagdisenyo ng AI hindi bilang "i-install ang bot, i-install ang katulong" na bahagi ayon sa bahagi, ngunit bilang "pahusayin ang 5 pinakamadalas na paglalakbay mula sa dulo." Sa unang biyahe (cargo + return) containment at CSAT nadagdagan nang magkasama; Ang parehong pattern ay kinopya sa ibang mga paglalakbay. Sa 9 na buwan, tumaas ang rate ng self-service solution mula 41% hanggang 68%, at tumaas ang CSAT mula 3.9 hanggang 4.5. Nangibabaw ang disenyong nakasentro sa paglalakbay sa kalat-kalat na masa ng mga sasakyan.

Kaso 2 — Ang halaga ng paglaktaw sa piloto. Isang telco ang nagbukas ng bot sa lahat ng produkto nang sabay-sabay. Nawawala ang base ng kaalaman sa ilang produkto; Nang ang bot ay nag-broadcast ng maling impormasyon sa kampanya, libu-libong mga customer ang nalinlang at ang programa ay mabilis na inalis. Sa susunod na pagsubok, kapag ang isang solong produkto ay na-pilot at napatunayan ang pagiging maaasahan, na-scale ito nang walang anumang mga problema. Aralin: simulan ang maliit, sukatin, palaguin.

Kaso 3 — Gap sa pamamahala. Naiwang "ulila" ang isang bot na itinatag sa isang bangko dalawang taon na ang nakalipas nang lumipat ang may-ari nito sa ibang unit; walang nag-update ng base ng kaalaman, walang nagsukat ng katumpakan. Pagkatapos ng pagbabago sa batas, ipinagpatuloy ng bot na sabihin ang lumang panuntunan, na nagresulta sa paghahanap ng pag-audit. Ang panganib na ito ay inalis kapag ang bawat bahagi ay itinalaga ng may-ari, isang dokumento sa hangganan, at pana-panahong pagsusuri. Aralin: ang naulilang AI ay nagiging pananagutan sa paglipas ng panahon.

Mga karaniwang pagkakamali

• I-stack up ang mga bahagi, hindi bumuo ng isang paglalakbay. Ang mga indibidwal na tool ay hindi gumagawa para sa isang magkakaugnay na karanasan; Disenyo sa paligid ng paglalakbay.
• Pag-scale nang walang piloto. Ang pagbubukas ng buong hub nang sabay-sabay ay nagsusukat din ng mga error; Magsimula sa makitid na piloto.
• Paglampas sa pamamahala. Ang mga bahagi na walang may-ari, walang hangganan, at walang kontrol ay lumilikha ng mga panganib sa paglipas ng panahon.
• Iniwan ang seguridad upang tumagal. Ang masking, DPA, transparency ay dapat pumasok sa disenyo mula sa simula; Hindi ito idinagdag sa ibang pagkakataon.
• Naglalayong i-disable ang mga tao. Ang layunin ay hindi upang sirain ang mga tao, ngunit upang ituon ang mga tao sa pinakamahalagang gawain.

Mag-ingat: Kahit na ang pinaka-mature na programa ng CX-YZ ay hindi isang "human-free" na sistema; Ito ay isang sistema na "naglalagay ng mga tao sa pinakamagandang lugar". Ang gawain ng AI ay nagdadala ng kaalaman at sukat; Ang tao ay may relasyon, paghatol at pananagutan. Ang dibisyon ng paggawa na ito ang buod ng buong modyul.

Sa buod

Pinagsasama-sama ng end-to-end na CX-YZ program ang mga bahaging natutunan namin nang hiwalay (bot, RAG, assistant, summary, analytics, self-service, handover, measurement, security) sa isang tuluy-tuloy na paglalakbay ng customer. Idisenyo ang programa bilang journey-centered, hindi component-centered; magsimula sa isang maliit na piloto at palakihin ito; Magtatag ng pamamahala na nagtatalaga sa bawat bahagi ng isang may-ari, isang dokumento sa hangganan, at pana-panahong inspeksyon. Bumuo ng seguridad at transparency sa disenyo mula sa simula. Pinakamahalaga: ang layunin ay hindi upang alisin ang mga tao, ngunit upang ituon ang mga tao sa pinakamahahalagang gawain tulad ng mga relasyon, paghatol at responsibilidad. Ang AI ay nagdadala ng sukat; Nagdadala ito ng kahulugan at responsibilidad ng tao.

Gawain ng aplikasyon

Pumili ng pinakakaraniwang paglalakbay ng customer para sa sarili mong organisasyon (o isang kathang-isip na organisasyon) at i-extract ang entry-resolution/handover-termination-measurement na mga hakbang, ang AI component sa bawat hakbang, ang pinagmulan, pag-apruba ng tao, at panuntunang panseguridad na may template na "1) End-to-end journey map". Pagkatapos ay magdisenyo ng 6 na linggong piloto para sa paglalakbay na ito gamit ang template na “2) Pilot plan (mga sukatan, kaligtasan, mga panuntunan sa pag-rollover, pamantayan sa paghinto). Sa wakas, punan ang "3) Dokumento ng pamamahala/hangganan" para sa isang bahagi.

checklist

• [ ] Dinisenyo ko ang aking programa batay sa end-to-end na paglalakbay ng customer, hindi sa bahagi.
• [ ] Nagplano ako ng pinakamadalas na paglalakbay at minarkahan ang bahagi ng AI, pinagmulan, at pag-apruba ng tao sa bawat hakbang.
• [ ] Nagsimula ako sa isang maliit na piloto; Pinatunayan ko ito sa panukat at seguridad at unti-unti itong pinalaki.
• [ ] Ang bawat bahagi ng AI ay may may-ari, sertipiko ng hangganan at pana-panahong inspeksyon.
• [ ] Binuo ko ang seguridad, privacy at transparency sa disenyo mula sa simula.
• [ ] Itinatag ko ang sistema hindi para hindi paganahin ang mga tao, ngunit para tumuon sa pinakamahalagang gawain.

Pagsusulit sa Module

1. Ang isang call center manager ay nagpapadala ng alok ng refund na nabuo ng isang AI bot nang direkta sa customer bilang isang pangako, nang walang anumang pag-apruba ng tao. Ano ang pangunahing pagkakamali sa pamamaraang ito?

• A) Pag-convert ng isang output na kinabibilangan ng isang pinansiyal na pangako sa isang desisyon nang walang pag-apruba ng tao; Hindi pinapansin na ang responsibilidad ay nasa mga tao ✔
• B) Hindi dapat malaman ng bot ang tungkol sa isyu sa refund; Ang paksang ito ay ganap na ipinagbabawal
• C) Iniharap ng bot ang alok sa plain text sa halip na isang talahanayan
• D) Ang alok ng refund ay dapat ipadala sa customer sa pamamagitan ng SMS sa halip na e-mail.

Paglalarawan: Ang artificial intelligence ay isang assistant at sketch generator; Ang mga pinansiyal na pangako na ginawa sa customer (refund, kabayaran) ay pagmamay-ari ng karampatang tao. Ang paggawa ng isang hindi na-verify at hindi naaprubahang output ng AI sa isang pangako ay tulad ng paggawa ng isang hindi pirmadong pangako ng customer at nagbubuklod sa organisasyon.

2. Kapag nagdidisenyo ng chatbot, bakit dapat makitid at malinaw na tinukoy ang saklaw ng bot (kung ano ang magagawa at hindi nito magagawa)?

• A) Ang makitid na saklaw ay ginagawang mas mabilis ang pagsulat ng bot at binabawasan ang gastos ng server
• B) Ang walang limitasyong saklaw ay nagiging sanhi ng bot upang makagawa ng mga gawa-gawa at maling mga pangako sa mga bagay na hindi nito alam; pinipigilan ito ng makitid na saklaw ✔
• C) Tinitiyak ng makitid na saklaw na hindi maabot ng mga customer ang mga tao
• D) Ang kahulugan ng saklaw ay kinakailangan lamang para sa mga voice bot, hindi para sa mga text bot

Paliwanag: Ang isang bot na ang saklaw ay naiwang walang limitasyon ay susubukan na magsalita tungkol sa mga paksang hindi nito alam at maaaring magdulot ng mga guni-guni (fabricated na impormasyon) at gumawa ng mga maling pangako. Ang makitid at malinaw na saklaw ay nagpapanatili sa bot lamang sa mga ligtas na paksa na konektado sa base ng kaalaman; Kapag ito ay lumabas, ito ay inililipat sa mga tao.

3. Ang isang e-commerce bot ay nagpapadala ng masamang balita tulad ng pagbabalik ng pagtanggi sa 'IYONG KAHILINGAN AY HINDI KARAPAT-DAPAT.' at dumarami ang mga reklamo. Alin ang pinakamahusay na ayusin sa mga tuntunin ng disenyo ng pagsasalita?

• A) Ganap na alisin ang bot at idirekta ang lahat ng kahilingan sa refund sa mga tao
• B) Upang madagdagan ang kalinawan sa pamamagitan ng pagbibigay ng parehong mensahe sa malalaking titik at sa mas tumpak na wika
• C) Magpatupad ng gabay sa tono na naghahatid ng masamang balita nang may empatiya, walang sinisisi, at kung maaari, na may alternatibo ✔
• D) Pagbabago sa mga kondisyon ng pagbabalik at pagtanggap sa lahat ng mga kahilingan

Paliwanag: Bagama't ang impormasyon mismo (pagtanggi sa pagbabalik) ay hindi nagbabago, tinutukoy ng istilo ang karanasan. Ang pagbibigay ng masamang balita nang may empatiya, nang hindi sinisisi ang customer, at nag-aalok ng alternatibo kung maaari, ay makabuluhang nagpapataas ng CSAT. Pinapanatili ng gabay sa tono ang boses ng bot na pare-pareho at pantao.

4. Bakit mahalagang gumamit ng saradong taxonomy (isang limitado, paunang natukoy na listahan ng mga tag) sa awtomatikong pag-tag ng tawag (disposisyon) sa halip na malayang makabuo ng mga tag ang AI?

• A) Ang saradong taxonomy ay ginagawang mas mabilis na tumugon ang bot
• B) Ang libreng label ay laban sa KVKK, habang ang closed taxonomy ay tugma
• C) Ang saradong taxonomy ay ginagawang hindi kailangan ang pag-apruba ng delegado
• D) Ang mga libreng label ay hindi pare-pareho at magulo, na nakakasira sa pagsusuri; ang closed taxonomy ay nagbibigay ng mga nakapirming, pare-pareho at nauulat na mga kategorya ✔

Paliwanag: Ang libreng pag-tag ay gumagawa ng dose-dosenang iba't ibang ngunit magkasingkahulugan na mga tag tulad ng 'invoice', 'invoice', 'problema sa invoice' at ginagawang walang kabuluhan ang mga ulat sa pamamahala. Pinipilit ng saradong taxonomy ang AI sa mga nakapirming at pare-parehong kategorya, na tinitiyak na maaasahan ang pagsusuri.

5. Ano ang pangunahing lohika ng pamamaraang RAG (Retrieval-Augmented Generation) sa pagbabawas ng hallucination sa mga call center bots?

• A) Ibinabatay ng modelo ang sagot sa mga piraso na iginuhit mula sa kasalukuyang pinagmulan sa halip na ibagay ito mula sa memorya; Kung wala sa source, may nakasulat na 'I don't know' ✔
• B) Binabawasan ng RAG ang posibilidad ng mga maling sagot sa pamamagitan ng pagpapahintulot sa modelo na magsulat nang mas mabilis
• C) Kinakailangan ng RAG na sagutin ng bot ang lahat ng tanong nang walang pagkukulang
• D) Awtomatikong tinatakpan ng RAG ang personal na data at tinitiyak ang pagsunod sa KVKK

Paliwanag: Pinipigilan ng RAG ang modelo na ilapat ang sagot mula sa sarili nitong memorya: hinila muna nito ang mga nauugnay na piraso mula sa kasalukuyang base ng kaalaman, pagkatapos ay bubuo ng sagot batay LAMANG sa mga pirasong iyon. Sa prinsipyo ng 'Kung walang sagot sa pinagmulan', maaaring sabihin ng modelo ang 'Hindi ko alam kung sigurado' sa halip na hulaan ang isang tanong na hindi nito alam.

6. Kapag na-activate ang isang agent assistant, tataas ang processing time (AHT) ng mga ahente kapag 8 suhestiyon ang lumabas sa screen nang sabay. Ano ang posibleng dahilan at solusyon sa sitwasyong ito?

• A) Ang mga kinatawan ay lumalaban sa katulong; ang mga rekomendasyon ay dapat gawin sapilitan
• B) Masyadong maraming mga mungkahi ang lumikha ng cognitive overload; Pagpapanatiling kakaunti ang mga mungkahi ng solusyon at to the point ✔
• C) Dapat na direktang sumulat ang katulong sa customer, ganap na inaalis ang kinatawan
• D) Ang pagtaas ng AHT ay normal at hindi dapat pansinin

Paliwanag: Masyadong maraming mga mungkahi nang sabay-sabay na lumilikha ng cognitive overload sa ahente; ang ahente ay nawalan ng koneksyon at daloy sa customer habang sinusubukang basahin ang mga panukala. Ang solusyon ay upang bawasan ang bilang ng mga mungkahi at ipakita lamang ang iilan ngunit tumpak, mataas na kumpiyansa na mga mungkahi.

7. Paano dapat iposisyon ang mga marka ng pagsusuri ng sentimento at awtomatikong pagsusuri sa pamamahala ng kalidad (QA) na sinusuportahan ng artificial intelligence?

• A) Ang mga marka ay ganap na katotohanan at dapat na direktang i-convert sa mga kinatawan ng mga marka ng pagganap
• B) Ang pagsusuri ng damdamin ay ginagamit lamang para sa marketing, walang kinalaman sa QA
• C) Ang mga marka ay isang hudyat at paunang; Ang pinal na desisyon ay pagmamay-ari ng tao batay sa ebidensya ✔
• D) Dahil sinusuri ng AI ang lahat ng pag-uusap, hindi na kailangan ang pangangasiwa ng tao.

Paliwanag: Ang mga marka ng damdamin at mga awtomatikong pagsusuri sa QA ay mga senyales at mga pre-screener; Ang kabalintunaan, parirala at konteksto ay maaaring iligaw ang modelo. Ang huling pagsusuri at puna ay pag-aari ng tao; Ang bawat paghahanap ay dapat suportahan ng isang sipi ng ebidensya mula sa pag-uusap, at ang mga hindi tiyak na sitwasyon ay dapat iwan sa mga tao.

8. Sinubukan ng isang telco na panatilihin ang mga customer sa bot sa pamamagitan ng pagtatago ng opsyon na 'kumonekta sa isang ahente' upang mabawasan ang mga gastos. Ano ang malamang na pangmatagalang resulta ng 'carceral' na diskarte na ito?

• A) Permanenteng tumataas ang kasiyahan ng customer dahil natututong gamitin ng lahat ang bot
• B) Ang mga tawag ay permanenteng nababawasan at walang side effect na nagaganap
• C) Dahil nalulutas ng bot ang lahat ng problema, hindi na kailangan ng pangkat ng tao
• D) Nagagalit ang hindi nareresolba na mga customer, bumababa ang kasiyahan at bumababa ang NPS, at bumabalik sila nang may mas mahihirap na tawag ✔

Paliwanag: Bagama't ang pag-trap sa customer sa bot ay nakakabawas ng mga tawag sa maikling panahon, ang mga hindi nalutas na customer ay nagiging mas galit, bumabaha sa social media, at bumababa ang NPS; kalaunan ay bumalik sila na may mas mahaba at mas mahirap na mga tawag. Ang mabuting self-service ay nagbibigay sa customer ng madaling paglabas at kalayaan; kabalintunaan, pinapataas nito ang paggamit ng self-service.

9. Ang isang empleyado ay nag-upload ng mga pag-record ng tawag na may mga buong numero ng card sa isang pampublikong magagamit na tool ng AI upang suriin ang mga isyu sa pagbabayad. Bakit ito isang seryosong paglabag sa pagsunod?

• A) Ang pagpapadala ng buong numero ng card sa isang hindi awtorisadong device ay lumalabag sa PCI-DSS at KVKK ✔
• B) Ang tanging problema ay ang file ay nasa Excel na format
• C) Ang mga pag-record ng tawag ay hindi maaaring gamitin para sa pagsusuri sa anumang pagkakataon
• D) Ang tanging problema ay ang pagsusuri ay ginawa sa Turkish sa halip na Ingles

Paliwanag: Ang buong mga numero ng card ng pagbabayad ay hindi maipapadala o maiimbak sa mga hindi awtorisadong kapaligiran alinsunod sa PCI-DSS; Nasa saklaw din ng KVKK ang data ng customer. Ang tamang paraan ay ganap na i-mask ang card at personal na data sa pinagmulan at pag-aralan lamang ang hindi kilalang teksto.

10. Sa isang bangko, ang bot ay pilit na nagmumungkahi ng mga self-service na hakbang sa isang galit na customer na nagsabing 'na-block ang card ko sa loob ng 3 araw, nababaliw na ako'. Ano ang tamang pag-uugali sa mga tuntunin ng disenyo ng pagdami ng tao?

• A) Dapat sabihin ng bot sa customer na huminahon at subukang muli ang parehong mga hakbang.
• B) Dapat basahin ng bot ang senyales ng galit bilang trigger ng handover at agad itong ibigay sa tao, magalang at may konteksto ✔
• C) Ang bot ay dapat mag-alok ng mga karagdagang diskwento upang mapanatili ang customer sa bot
• D) Dapat tapusin ng bot ang pag-uusap at hilingin sa customer na tumawag muli sa ibang pagkakataon

Paliwanag: Ang mga palatandaan ng galit at krisis ay mga implicit na pag-trigger na mabilis na ililipat ng bot sa tao, hindi ipipilit. Dapat agad itong ibigay ng bot sa tao na may magalang na transition sentence at dalhin ang anonymous na konteksto na nakolekta nito sa ahente; Ang pagsasabi ng 'huminahon' o pagpipilit ay gagawing sakuna ang karanasan.

11. Sa isang call center, ang bot containment rate ay tumaas mula 58% hanggang 71%, ngunit sa parehong panahon, ang CSAT ay bumaba mula 4.1 hanggang 3.6. Paano dapat bigyang-kahulugan ang talahanayang ito?

• A) Ang programa ay ganap na matagumpay dahil ang Containment ay tumaas, ang CSAT ay hindi mahalaga
• B) Ang dalawang sukatan ay walang kaugnayan at dapat na suriin nang hiwalay
• C) Ang mga natamo sa pagiging produktibo ay maaaring dumating sa kapinsalaan ng kasiyahan; Maaaring ma-trap ang mga customer sa bot at dapat itong ma-verify ✔
• D) Ang pagbaba ng CSAT ay pana-panahon at walang kinalaman sa AI

Paliwanag: Ang sukatan ng pagiging produktibo (containment) ay hindi dapat basahin nang hiwalay; Dapat itong suriin kasama ng isang quality balancer (CSAT). Kung ang CSAT ay bumababa habang ang Containment ay tumataas, ito ay maaaring isang senyales na ang mga customer ay nakulong sa bot at nananatiling hindi nalutas at dapat na ma-verify.

12. Bakit inirerekomenda na 'magsimula sa isang maliit na piloto at lumago sa pamamagitan ng pagsukat' kapag nagpapatupad ng end-to-end na CX-AI na programa?

• A) Ang piloto ay isang pormalidad lamang upang makakuha ng pag-apruba sa badyet
• B) Ang pagsisimula sa maliit ay permanenteng nababawasan ang halaga ng AI
• C) Tinatanggal ng piloto ang mga kinakailangan sa pamamahala at seguridad
• D) Ang pag-on sa lahat ng bagay nang sabay-sabay ay nagsusukat din ng mga error; Ito ay ligtas at nakapagtuturo na palakihin ito sa pamamagitan ng pagsukat at pagpapatunay nito sa isang makitid na piloto ✔

Paliwanag: Ang pagbubukas ng buong call center sa AI nang sabay-sabay ay agad ding magpapalaki ng mga posibleng error (hindi kumpletong base ng kaalaman, mga maling sagot) at maaaring humantong sa isang malaking krisis. Pagpapalawak ng kumpiyansa sa isang makitid na paglalakbay sa pamamagitan ng pagsukat at pagpapatunay na ito ay parehong ligtas at nakapagtuturo at maaaring kontrolin ng mga pamantayan sa pagtigil.

13. Kapag unang ipinaliwanag ng isang customer ang kanyang problema sa bot at pagkatapos ay kumonekta sa kinatawan, kailangan niyang ipaliwanag muli ang lahat mula sa simula. Ano ang pinakamahusay na solusyon sa problemang 'pagkawala ng konteksto'?

• A) Awtomatikong ilipat ang anonymous na konteksto (layunin, sinubukan, dahilan, emosyon) na nakolekta ng bot sa kinatawan na may transfer card ✔
• B) Paghiling sa customer na maging matiyaga at ipaliwanag muli ang lahat
• C) Ganap na alisin ang bot at simulan ang lahat ng mga tawag nang direkta sa ahente
• D) Naghihintay para sa ahente na makinig sa buong pag-record ng pag-uusap mula simula hanggang matapos.

Paliwanag: Ang numero unong kasalanan ng masamang panahon ay pagkawala ng konteksto. Ang solusyon ay upang awtomatikong dalhin ang lahat ng konteksto na kinokolekta ng bot (layunin, mga hakbang na sinubukan, dahilan ng pagbibigay, emosyonal na tono) sa screen ng ahente gamit ang isang hindi kilalang handover card; kaya hindi na nagpaliwanag ulit ang customer at pinaikli ang AHT.

14. Sa mga tuntunin ng seguridad at etika ng IT, ano ang pangunahing limitasyon na nalalapat sa speech analytics, voice recognition at mga tool sa pagproseso ng data sa call center?

• A) Malayang magagamit ang mga tool sa anumang uri ng data hangga't binabawasan nito ang gastos
• B) Ang mga tool ay maaari lamang gamitin para sa awtorisado, depensiba at pinagkasunduan na layunin; Hindi mapoproseso ang data nang walang pahintulot, layunin at pahintulot ✔
• C) Nalalapat lang ang kinakailangan sa transparency sa mga text bot, hindi sa mga voice bot
• D) Hindi sapilitan na magbigay ng impormasyon sa kostumer dahil ang mga tala ay para na sa institusyon.

Pagbubunyag: Ang mga tool na ito ay maaari lamang gamitin para sa awtorisado, depensiba, at pinagkasunduan na paggamit ng sariling data ng organisasyon. Ang pagsubaybay sa mga hindi awtorisadong tao, pag-access sa data ng ibang tao, o pag-record nang walang pahintulot ay parehong labag sa batas at laban sa propesyonal na etika; Walang data na mapoproseso nang walang pahintulot, layunin at pahintulot.