Análise de escalonamento de tópicos

Escalonamento é o fluxo de conversa durante o qual o agente não conseguiu lidar com a conversa e escalou para um representante humano. Quando um agente é capaz de responder à consulta do usuário sem ter que escalar para um representante humano, isso é uma deflexão. O objetivo ideal é aumentar a taxa de deflexão de um agente, reduzindo o número de escaladas.

O Copilot Studio tem várias maneiras de lidar com o escalonamento:

• A maneira direta de iniciar uma escalada para representante humano é através do tópico do sistema Escalate. Este tópico do sistema é acionado quando o agente não consegue mais atender à solicitação do cliente e precisa escalar para um representante humano. Por meio do tópico Escalar, pode-se permitir que o agente transfira a conversa para uma ferramenta de central de serviços representativa, como o Dynamics 365 Omnichannel for Customer Service para a transferência de representante ao vivo, ou uma experiência de suporte assíncrona, como criar um tíquete, agendar um retorno de chamada e assim por diante.
• Outra maneira de acionar esse escalonamento é por meio do nó Transferir conversa na tela de criação.

Tipos de escalonamento

O Copilot Studio tem dois tipos de escalonamentos:

1. Escalonamento direto: neste caso, o usuário chega ao agente e quer falar diretamente com um representante humano. Esse tipo de escalonamento não pode ser evitado, pois a intenção do cliente é acionar o tópico Escalar diretamente.

   Exemplos de consultas de clientes:

   • "Posso falar com alguém"
   • "Fale com um representante ao vivo"
   • "fale com representante"
   • "Fale com um representante"

2. Escalonamento indireto: neste caso, o usuário é escalado para um representante durante a conversa.

Estes podem ser agrupados em escalonamentos esperados vs inesperados .

Os escalonamentos esperados acontecem quando o tópico é projetado para escalar em algum momento durante a conversa, ou o usuário opta por escalar uma vez que o agente não respondeu à consulta, enquanto um escalonamento inesperado pode acontecer quando o agente comete erros devido a outros problemas.

Análise de escalonamento de tópicos

PASSO 1: Monitorizar e rever o desempenho dos tópicos

A identificação e a otimização dos drivers de taxa de escalonamento podem ser feitas por meio da análise integrada ou por meio de análises personalizadas.

Análise integrada

Todas as sessões do agente que levaram a um escalonamento ou transferência para um representante são capturadas do início ao fim no nível do tópico. Os drivers de escalonamento nesse cenário são os tópicos do agente.

O painel de análise tem uma seção para "Drivers de taxa de escalada", que fornece os detalhes sobre quais tópicos de agente foram escalados para representantes humanos na maioria das vezes e por quê. Esta informação está disponível do ponto de vista numérico e deriva das transcrições do chat.

Por exemplo, na captura de tela a seguir, na seção Drivers de taxa de escalonamento , o tópico Devoluções, trocas... tem um valor de taxa de 75%. Isso significa que 75% de todas as sessões que desencadearam o tópico Devoluções, Trocas, etc. foram escaladas para um representante humano. Como o agente não conseguiu resolver o problema para o usuário, 75% das vezes em que o usuário perguntou sobre devoluções, o agente teve que escalar para um representante humano. Agora, o autor do agente pode melhorar o tópico Devoluções, Trocas... para reduzir o número de escalonamentos que acontecem através deste tópico.

O gráfico também mostra o impacto como uma barra vermelha ou azul. A pontuação de impacto da taxa de escalonamento é a taxa de escalonamento geral, incluindo o tópico, menos a taxa de escalonamento geral excluindo o tópico. Em resumo, o impacto ajuda você a entender o que esse tópico está contribuindo para a taxa de escalonamento geral. Se o impacto for alto, então esse é o tópico em que você tem que se concentrar, porque se você melhorar esse tópico, o impacto potencial que ele tem nas escaladas também melhora.

Uma barra vermelha indica que a taxa de escalonamento do tópico é maior do que a taxa de escalonamento média, resultando em um impacto negativo na taxa de escalonamento geral. Uma barra azul indica que a taxa de escalonamento é menor, resultando em um impacto positivo no desempenho geral da taxa de escalonamento. Reduzir a taxa de escalonamento para os tópicos em vermelho tem o maior impacto na melhoria da taxa de escalonamento geral (a pontuação de impacto não é representada como um número, mas como um gráfico de barras).

Análise personalizada

Você também pode desenvolver suas próprias análises personalizadas sobre os dados das transcrições da conversa. A Microsoft fornece um relatório de modelo de exemplo que pode ser reutilizado ou estendido para identificar os principais tópicos do driver de escalonamento e adicionar detalhes personalizados específicos para sua empresa e contexto. Por exemplo, se você precisar do número de sessões escalonadas por tópico.

PASSO 2: Selecione os principais tópicos de Escalonamento

A orientação geral é direcionar os 5 a 10 principais tópicos em Drivers de taxa de escalonamento para começar, para otimização da taxa de deflexão. Em uma estimativa de parque de bola, se você melhorar a taxa de escalonamento em 10% para cada um dos cinco principais tópicos, poderá melhorar a deflexão geral em 1% para o agente.

PASSO 3: Rever conversas para tópicos selecionados

Analisar as transcrições da conversa para os principais tópicos de escalonamento pode fornecer mais informações sobre os motivos do escalonamento. As transcrições da conversa capturam o turno a turno, como "usuário diz" e "copiloto diz". Ele também captura o nome do tópico que foi acionado e o resultado da sessão (por exemplo, Resolvido, Escalado etc.).

Agora, você pode filtrar essas sessões com base no resultado dos principais tópicos escalados e revisar alguns exemplos de conversas para ver o que causou o escalonamento. Isso ajuda a identificar o padrão que está causando o escalonamento. Este exercício pode ser repetido em cadência periódica para continuar a melhorar a taxa de deflexão e reduzir as taxas de escalada.

Abaixo está a orientação passo a passo que você pode usar para dissecar as transcrições do bate-papo e chegar às recomendações certas para melhorar o desempenho do tópico:

1. Pegue um dos cinco principais tópicos para fazer melhorias para reduzir o escalonamento.

2. Filtre as transcrições e classifique pelo resultado da sessão para Escalonamento.

3. Selecione o conjunto de exemplos mais recente de transcrições de conversas (por exemplo, 10 sessões). O tamanho do conjunto de amostras depende da precisão que você está procurando. Para uma análise rápida, você pode começar com 10 sessões.

4. Leia cada uma das sessões e identifique os vários caminhos de diálogo repetidos que estão surgindo para essa conversa relacionada ao tópico.

5. Liste os caminhos de diálogo identificados para cada sessão e agrupe-os de acordo com o caminho de diálogo.

6. Para cada grupo de caminhos de diálogo, apresente uma recomendação de melhoria.

7. Implemente as recomendações nos tópicos do agente e observe a mudança na taxa de escalonamento e deflexão.

A aplicação da abordagem acima para o exemplo de tópico Verificar status do pedido descrito na próxima seção teria esta aparência:

Descrição do tópico

Verificar o status do pedido deve fornecer informações de pedido e envio para o usuário.

Observação das transcrições

Depois de analisar várias transcrições de conversas para este tópico que terminaram com escalonamento, há vários caminhos de diálogo surgindo que estão levando o usuário a escalar para um representante, mesmo que o agente tenha fornecido as informações do pedido conforme projetado.

Pode haver um caminho de diálogo #1 onde o agente fornece as informações do pedido quando o usuário pergunta sobre remessa ausente. Também pode haver outro caminho de diálogo #2 onde o usuário está procurando o status de vários pedidos enquanto o agente está fornecendo um status para apenas um pedido de cada vez. A recomendação para o caminho de diálogo #1 pode ser adicionar um novo tópico abordando exclusivamente o cenário de Ordem ausente , enquanto a recomendação para o caminho de diálogo #2 pode ser atualizar a ação de autoatendimento para fornecer status para vários pedidos em vez de apenas um.

Resumo da revisão da transcrição da conversa

• Tamanho do conjunto de amostras: analise conversas de amostra para sessões escalonadas a partir das transcrições baixadas. Tudo desencadeou o tópico correto. Tudo se agravou no final.
• Caminho de diálogo esperado: vá para a ação OrderInfo e forneça o status do pedido ao usuário.

Novos caminhos de diálogo identificados pela revisão de transcrições

• Caminho da caixa de diálogo 1: OrderInfo responde com o cartão adaptável de informações do pedido , mas a consulta do usuário está relacionada ao pacote ausente, então o usuário decide escalar (7 de 10 sessões).
• Caminho da caixa de diálogo 2: A ação OrderInfo responde com: "seu pedido contém várias remessas", mas não mostra informações de envio para todos os pedidos, então o usuário decide escalar (2 de 10 sessões).
• Caminho da caixa de diálogo 3: Outro (incompatibilidade de número de ordem), o usuário não sabia que estava inserindo um número de ordem incorreto, então o usuário decide escalar (1 de 10 sessões).

Recomendações para os grupos de caminhos de diálogo

• Caminho 1: Adicione um novo tópico para lidar com a ordem ausente.
• Caminho 2: Aprimore a ação OrderInfo para oferecer suporte ao fornecimento de informações de envio de vários pedidos.
• Caminho 3: Aprimore a ação OrderInfo para validar o formato de ID do pedido e fornecer mensagem de erro para IDs de pedido incorretos.

PASSO 4: Fazer melhorias direcionadas em tópicos selecionados

Com base no resultado da revisão das transcrições de conversas, agora você pode fazer melhorias direcionadas nesses tópicos selecionados.

Algumas das técnicas que você pode aplicar para reduzir as taxas de escalonamento no nível do tópico incluem a adição de recursos de autoatendimento para que o usuário não precise depender de representantes humanos para uma ação (por exemplo, verificar o status de envio), melhorar o desempenho de acionamento para garantir que os tópicos certos sejam apresentados ao usuário em vez de ter que escalar para um representante humano (isso inclui adicionar frases de gatilho ausentes e atualizar frases de gatilho existentes).