Konfigurere AI-emneklynge til sager
Customer Service Insights bruger AI til at give dig indsigt i dine kundeservicedata ved at gruppere semantisk relaterede sager og generere en emne. Nye sager, der passer under dette emne, føjes automatisk til emnegruppen. Det kan hjælpe dig med at identificere de områder, der kan forbedre systemets ydeevne mest.
Den AI-styrede teknologi muliggør velunderbyggede beslutninger om, hvordan løsningsrater kan forbedres, ventetider reduceres og omkostningerne til kundeservice nedbringes. Du kan bruge sagsløsningsindsigt, tendenser i ordrebeholdning og historiske sammenligninger til at evaluere Helpdesk-medarbejdernes præstationer og påvirkning af forretningen samt adressere ineffektivitet i systemet.
Aktivere emneklynger for sager
Emneklynger er som standard aktiveret, når du aktiverer historiske analyser. Hvis du vil aktivere historiske analyser, skal du se Konfigurere historiske analyser af Customer Service.
Visninger af oversigter og modelkørselsoversigter
Visningerne af oversigter og modelkørselsoversigter indeholder vigtige oplysninger om, hvordan emnemodellen fungerer.
| Vis | Beskrivelse |
|---|---|
| Status | Om funktionen er aktiveret eller deaktiveret. |
| Anvendte dataattributter | Hvilket tekstfelt fra objektet Sag, der bruges til oprettelse af emner. |
| Oprettede emner | Det samlede antal emner, der genereres af modellen. |
| Sager, der er tilknyttet til et emne | Den procentdel af sager, der blev overvejet for oprettelse af emner og klassificeret til en emne. |
| Sidste vellykkede kørsel | Tidsstempel for sidste gang, hvor nye sager blev behandlet. |
| Kørselshyppighed | Den hyppighed, hvormed nye sager behandles og mærkes med emner. |
Datatilknytning
Ved hjælp af datatilknytning kan du vælge det tekstfelt, hvor helpdesk-medarbejdere i organisationen med størst sandsynlighed vil beskrive årsagen til, at en kunde har kontaktet support. Attributten Sagstitel bruges som standard, men du kan bruge denne indstilling til at vælge og strengattributten i objektet Sag.
Forbedre datakvaliteten ved at rense data fra supportsager
I Customer Service Insights bruges AI-teknologi til at give dig indsigt i kundeservicedataene ved at gruppere supportsager som emner, der er en samling relaterede sager. Det kan hjælpe dig med at identificere de områder, der kan forbedre systemets ydeevne mest.
AI Insights-diagrammer, der vises i Customer Service Insights-dashboards, oprettes ved at anvende sprogkyndig teknologi på supportsagers titler. Resultaterne kan dog være misvisende, hvis titlerne indeholder overflødige oplysninger som f.eks. koder for produktnavn, sagsstatus eller billetnummer. Du kan forbedre kvaliteten af de resultater, der vises i AI Insights-diagrammer, ved at angive indstillinger for rensning af data, så der ses bort fra koder i titler, når de grupperes i emner, samt specifikke udtryk, der skal ignoreres. Bemærk, at når du vælger at anvende begge indstillinger, ignoreres sektioner først efterfulgt af udtryk.
Aktivere emneautomatisering for Power Virtual Agents
Emner, der blev fundet af AI i Historisk analyse af Customer Service, er ofte primære kandidater til emner i forbindelse med automatisering i Power Virtual Agents-robotter. Hvis Power Virtual Agents er tilgængelig i det område, som din kundeserviceorganisation er i, kan funktionen aktiveres ved at vælge Aktiver og vælge Gem.
Bemærk
Emneautomatisering til Power Virtual Agents-robot understøttes i øjeblikket ikke i Government Community Cloud.
Sprogtilgængelighed for emner
Emnefunktionerne i de historiske analyserapporter for Customer Service leveres med en naturlig sprogforståelsesmodel, som kan forstå tekstens semantik og hensigt på følgende sprog:
- Engelsk
- Fransk
- Tysk
- Italiensk
- Japansk
- Portugisisk
- Kinesisk (forenklet)
- Spansk
Bemærk
Selvom emne ikke udnyttes og stadig er mulige på sprog, der ikke er angivet ovenfor, kan der være forskelle i erfaring for brugere, der anvender emner på ikke-understøttede sprog.
Se også
Introduktion til Customer Service Analytics og Insights
Oversigt over dashboard
Emnedashboard