Évaluez les performances des agents dans Connect Customer à l'aide de l'IA générative

Utilisez l'IA générative pour répondre aux questions qui ne nécessitent que la transcription de la conversation. Parmi les exemples, citons les questions sur les compétences non techniques, les questions qui vérifient le flux d'appels ou les déclarations de conformité, entre autres.

Divisez les questions complexes en plusieurs questions plus simples. Par exemple, au lieu de « L'agent a-t-il fait preuve d'une écoute active ? » , posez deux questions : « L'agent a-t-il compris le problème du client dès la première fois, sans que le client ait besoin de le répéter ? » et « L'agent a-t-il résumé le problème une fois que le client l'a expliqué ? ».

Utilisez des questions activées conditionnellement pour activer ou désactiver les questions qui ne s'appliquent que dans certaines situations. Par exemple, vous pouvez avoir une question : « Le client a-t-il acheté un produit au cours de la conversation ? » , et une question conditionnelle ultérieure, « L'agent a-t-il fourni des informations obligatoires sur les frais avant de finaliser la vente ? ». Pour en savoir plus, consultez Étape 4 : activer l’affichage de questions de manière conditionnelle.

N'utilisez pas l'IA générative pour répondre à des questions qui nécessitent des informations autres que la transcription de la conversation. L'IA générative ne peut pas analyser les enregistrements d'écran, accéder à vos systèmes internes ou tiers tels que les applications CRM, ni évaluer les conversations entre plusieurs contacts.

N'utilisez pas l'IA générative pour évaluer des activités quantifiables telles que « Le client a-t-il été suspendu de manière excessive ? » ou « Le client a-t-il été fréquemment interrompu ? ». Définissez plutôt le type de question sur Nombre et utilisez des indicateurs tels que la durée d'attente la plus longue ou le nombre d'interruptions. Pour en savoir plus, consultez Étape 6 : activer les évaluations automatiques.

N'automatisez pas les questions qui évaluent les interactions entre plusieurs parties (un autre agent, une institution partenaire ou un deuxième client). Contact Lensn'a connaissance que de deux participants à la fois. Par exemple, évitez une question du type « Si une autre personne que le titulaire du compte principal a rejoint la conversation, l'agent a-t-il d'abord confirmé auprès du titulaire principal du compte avant de poursuivre ? ».

Ne posez pas de questions qui dépendent du ton de voix. L'IA générative ne peut pas déterminer le ton de l'agent ou du client.

N'utilisez pas l'IA générative pour des questions très subjectives, telles que « L'agent était-il attentif pendant l'appel ? ».

Formulez les questions sous forme de phrases complètes. Au lieu de « Validation de l'identité », demandez « L'agent a-t-il essayé de valider l'identité du client ? ».

Ajoutez des critères d'évaluation détaillés dans les instructions aux évaluateurs pour la question. Pour « L'agent a-t-il essayé de valider l'identité du client ? » , ajoutez l'instruction suivante : La réponse est Oui si l'agent a demandé le numéro de membre et le code postal du client avant de répondre à ses questions. La réponse est non autrement.

Définissez les termes spécifiques à l'entreprise dont dépend la question. Si l'agent doit nommer un département dans le message d'accueil, donnez des exemples de noms de département dans les instructions.

Utilisez les termes « agent » et « client » de manière cohérente. Évitez les variantes telles que « collègue », « représentant » ou « associé », et « membre », « appelant » ou « abonné ».

Indiquez clairement qui est évalué. « L'agent a-t-il évité d'utiliser des blasphèmes ? » peut être interprété comme une question demandant si un blasphème a été proféré quelque part, en répondant « Non » même lorsque seul le client l'a utilisé. Demandez « L'agent a-t-il utilisé des blasphèmes ? » à la place.

Formulez les questions de manière positive. Utilisez « L'agent a-t-il accueilli le client ? » plutôt que « L'agent a-t-il ignoré le message d'accueil ? ». La formulation positive des questions fournit un meilleur AI-evaluation raisonnement et de meilleures références.

Spécifiez quand la réponse est Non applicable (N/A). Par exemple : la réponse est N/A si l'appel a entraîné un transfert.

Dans les instructions aux évaluateurs, expliquez quand l'IA doit sélectionner chaque option de réponse. Pour « L'agent a-t-il donné un délai de résolution ? » , ajoutez l'instruction suivante : La réponse est Oui si l'agent a donné un délai de résolution, Non dans le cas contraire. Le fait de ne pas expliquer chaque option peut amener l'IA à sélectionner Non applicable, même si la question n'est pas facultative.

Précisez si l'ensemble ou l'un des comportements d'agent spécifiés est requis. « L'agent doit demander le nom et le numéro de téléphone du client » échoue si l'agent demande le nom mais pas le numéro de téléphone.

Incluez des exemples de scénarios non standard, et pas seulement le flux d'appels standard. Si vous vous attendez à ce que l'agent dise « Cela prend généralement 3 à 5 jours ouvrables » lors d'un appel standard, vous devez également inclure une phrase de rappel telle que « Je vous rappellerai dans les 30 minutes pour vous informer ». Standard-flow-onlyles exemples entraînent des réponses incohérentes lors des rappels, des escalades et des transferts.

Accordez le plus d'attention aux questions à échec automatique, car une seule réponse négative affecte le score d'évaluation de l'ensemble du formulaire. Couvrez les cas extrêmes et les scénarios non standard. Pour en savoir plus sur la notation, voirÉtape 5 : attribuer des scores et des plages aux réponses.

N'utilisez pas de guillemets, sauf si vous avez besoin d'un libellé exact. Si les instructions sont correctes"Have a nice day", l'IA ne correspondra pas Passez un bon après-midi. Écrivez plutôt :The agent wished the customer a nice day.

N'utilisez pas d'acronymes. Épelez le terme complet, par exemple « CFPB », afin que l'IA puisse l'interpréter correctement.

N'utilisez pas de noms propres susceptibles d'être mal orthographiés dans la transcription. Un nom de produit tel que Klarity Pay peut être transcrit différemment, empêchant ainsi toute correspondance.

N'utilisez pas de questions vagues. Au lieu de « L'agent a-t-il utilisé le langage approprié ? » , demandez « L'agent a-t-il utilisé des blasphèmes ? ».

N'utilisez pas de longs scripts textuels. La vérification des correspondances "Thank you for calling ABC Bank. How may I assist you?" est rare, car des différences de transcription mineures interrompent le script complet.

Utilisez des options de réponse simples et courtes, telles que Oui, Non et Partiel.

Activez le paramètre Question facultative lorsqu'une question peut ne pas s'appliquer. Cela permet aux évaluateurs d'ignorer la question ou de la marquer comme Non applicable.

N'utilisez pas de fautes d'orthographe ou de caractères spéciaux dans les options de réponse, car ils peuvent réduire la précision des réponses générées par l'IA.

N'utilisez pas trop d'options de réponse. Pour « Comment s'est passée l'expérience client ? » , une longue liste comme Great, Good, OK, Poor, Very Poor et Horrible réduit la précision. Utilisez plutôt un plus petit ensemble d'options distinctes.

N'utilisez pas de texte long dans les options de réponse, car le modèle d'IA générative risque de le reproduire de manière incorrecte.