Transcripties van agentgesprekken extraheren en analyseren

Door gesprektranscripties van agents te extraheren en te analyseren, kunnen organisaties waardevolle inzichten krijgen in gebruikersinteracties, de prestaties van de agent verbeteren en klanttevredenheid verbeteren.

Deze architectuur laat zien hoe u automatisch gegevens van transcripties van gesprekstranscripties van agents vastlegt, analyseert en visualiseert. Door gebruik te maken van geavanceerde AI-algoritmen die worden ondersteund door gestructureerde prompts, verwerkt het systeem efficiënt gespreksgegevens, extraheert het kritieke inzichten en verbetert het besluitvorming. Het biedt ook een uitgebreid overzicht van de geëxtraheerde gegevens voor een betere strategische planning.

Architectuurschema

Werkproces

1. Een gebruiker communiceert met de agent.

2. Copilot Studio registreert het transcript.

3. Flow wordt geactiveerd bij de aanmaak van de gesprekstranscriptie-record.

4. Flow haalt de transcriptie op en stuurt deze door naar AI Builder.

5. AI Builder verwerkt en retourneert sentiment, onderwerpen en samenvatting.

6. Flow verzamelt de gestructureerde resultaten van AI Builder en slaat deze op in Microsoft Dataverse.

7. Power BI visualiseert deze gegevens voor bruikbare inzichten.

Components

1. Gebruikers: Gebruikers communiceren met de agents in Copilot Studio via een ondersteund kanaal, zoals Microsoft Teams of een website.

2. Agenten: Gehost in Microsoft Copilot Studio verwerkt de agent gesprekken en registreert de interactie intern.

3. Gesprektranscripties: Gesprektranscripties in Copilot Studio zijn gestructureerde logboeken met interacties tussen gebruikers en AI-agents. De back-end Copilot Studio-service genereert automatisch transcripties tijdens interacties tussen gebruikersagenten en slaat deze op in de tabel ConversationTranscript in Dataverse in JSON-/tekstindeling.

4. Power Automate-cloudstroom: haalt gesprektranscriptierecords op uit Dataverse, verwerkt deze via AI Builder en slaat de gegenereerde analyseresultaten op in Dataverse.

5. AI Builder: Past AI-modellen toe om sentiment (positief, neutraal, negatief) te analyseren, persoonlijke gegevens te identificeren en te markeren, sleuteltermen en problemen te extraheren, escalatie-indicatoren te detecteren en samenvattingen van gesprekken te genereren.

6. Microsoft Dataverse: Slaat gestructureerde gegevens veilig op, inclusief onbewerkte transcripties, verwerkte AI-metagegevens en gevoelsscores en -categorieën.

7. Dashboard: Visualiseert inzichten uit Dataverse, zoals agentprestaties, trends in gebruikerstevredenheid, escalatiepatronen en frequente gebruikersintenties en onderwerpen.

Scenariodetails

Organisaties die Copilot Studio-agents gebruiken voor klant- of werknemersondersteuning, hebben vaak moeite om waardevolle inzichten te verkrijgen uit de gespreksgeschiedenis. Met behulp van Power Platform-mogelijkheden zoals AI Builder, Power Automate en Dataverse biedt deze architectuur:

• Geautomatiseerde opname van gesprektranscripties.
• Op AI gebaseerde analyse van sentiment, belangrijke onderwerpen en agenteffectiviteit.
• Een beveiligd en gestructureerd gegevensarchief.
• Een uitgebreid dashboard voor supervisors en besluitvormers.

Zakelijke waarde

• Verbetert de training van agents en klanttevredenheid via sentimentele inzichten.
• Identificeert trending onderwerpen en veelvoorkomende problemen.
• Automatiseert werkstromen voor rapportage na gesprekken.
• Zorgt voor naleving en gegevensbeheer via Dataverse-beveiliging.

Overwegingen

Deze overwegingen implementeren de pijlers van Power Platform Well-Architected, een set richtlijnen die de kwaliteit van een workload verbeteren. Meer informatie in Microsoft Power Platform Well-Architected.

Security

• Slaat gegevens veilig op in Dataverse.
• Op rollen gebaseerd toegangsbeheer (RBAC) zorgt ervoor dat alleen geautoriseerde gebruikers toegang hebben tot gegevens.
• Alle gegevensstromen voldoen aan gegevensbeleid in Power Platform-omgevingen.

Bijdragers

Microsoft onderhoudt dit artikel. De volgende inzenders hebben dit artikel geschreven.

Hoofdauteurs:

• Purnananda Behera, Senior Software Engineer

Volgende stappen

• Integreer Azure OpenAI voor geavanceerde gebruiksvoorbeelden voor natuurlijke taalverwerking.
• Voeg feedback van gebruikers of beoordelingsmodules toe voor leren onder supervisie.
• Maak verbinding met Dynamics 365 of ServiceNow voor het maken of escaleren van incidenten.