대화 인사이트 탐색
대화 인사이트가 AI 기반 CSAT(Inferred Customer Satisfaction) 점수 및 요인으로 대화 인사이트를 보강하는 데 어떻게 도움이 되는지 알아봅니다.
대화 인사이트 개요
Conversation Insights는 대화 및 에이전트 워크플로우의 대화 가상 에이전트 에 대한 추론된 CSAT 점수와 설명 요소를 제공하도록 설계되었습니다. AI를 활용하여 실시간으로 대화를 분석하고, 에이전트 상호작용 및 에이전트 워크플로우를 개선하고 가상 에이전트 실행하는 데 도움이 되는 실행 가능한 인사이트를 제공합니다.
추론된 CSAT는 1(가장 만족하지 않음)에서 5(가장 만족)까지의 숫자 점수입니다. 사용자의 입력 없이 실시간으로 대화 기록에서 전적으로 예측됩니다. CSAT 점수 외에도 모델은 CSAT 점수에 기여한 CSAT 요인도 예측합니다. 다음 CSAT 요인은 추론된 CSAT 점수와 관련이 있습니다.
- 해결 방법: 또는 AI 에이전트가 사람의 개입 없이 사용자의 문제를 성공적으로 해결했는지 여부를 가상 에이전트 나타냅니다.
- 혼동: 또는 AI 에이전트가 사용자의 의도를 얼마나 오해하거나 해석하지 못했는지를 나타냅니다 가상 에이전트 .
- 작업량: 해결에 도달하는 데 필요한 사용자 턴 또는 상호 작용 수를 나타냅니다.
- 공감: 또는 AI 에이전트가 사용자의 감정적 어조를 얼마나 잘 가상 에이전트 인식하고 응답했는지를 나타냅니다.
- 다음 단계: 또는 AI 에이전트가 사용자가 다음에 해야 할 일을 명확하게 전달했는지 여부를 가상 에이전트 캡처합니다.
- 불만: 상호작용 중에 사용자 불만족 또는 반복적인 실패한 시도의 징후를 표시합니다.
- 전송 및 에스컬레이션: 또는 AI 에이전트가 대화를 인간 에이전트 또는 다른 시스템에 전달한 빈도를 가상 에이전트 추적합니다.
각 대화에 대해 추론된 CSAT 점수 및 요소가 계산됩니다. 대화형 분석 애플리케이션은 대화 인사이트 [sn_aci_insights] 테이블에 기록된 점수를 활용하여 사용자 지정 대시보드 및 워크플로우를 만들 수 있습니다. 여기에는 AI 에이전트 분석 대시보드 기본적으로 추론된 CSAT 점수 및 요소가 있는 시각화가 포함됩니다.
대화 인사이트 [sn_aci_insights] 테이블의 데이터 보존 기간은 2년입니다. 사용자 지정 대시보드 생성에 대한 자세한 내용은 해당 Select a table data source for a data visualization문서를 참조하십시오Create a dashboard with the in-line editor.
대화 인사이트는 에이전트, Now Assist 패널 및 Now Assist 가상 에이전트에서도 지원 음성 됩니다.
에이전트에 대한 음성 대화 인사이트를 보려면 다음으로 이동하십시오. 대시보드.
패널Now Assist 가상 에이전트에 대한 Now Assist 대화 인사이트를 보려면 또는 다음으로 이동하십시오. .
의도별로 분할된 추론된 CSAT
의도별로 세분화된 추론 CSAT를 보고하기 위해 도입된 추가 인사이트를 사용합니다. 고객이 브랜드에 연락하는 이유와 고객의 요구 사항이 얼마나 잘 충족되는지에 대한 더 나은 통찰력을 제공합니다. 이를 통해 기업은 주요 고객 의도와 관련된 문제를 신속하게 발견하고 수정할 수 있습니다.
의도별로 분할된 추론된 CSAT 점수는 고객이 대화 인사이트 앱을 업그레이드할 때 자동으로 생성됩니다. 시작하려면 최소 샘플 크기 500개의 대화가 필요하며 15분마다 최대 2,000개의 기록을 샘플링해야 합니다.
이러한 메트릭은 인사이트 탭 아래의 에서 사용할 수 AI 에이전트 분석 대시보드있으며 여기에서 두 개의 새 차트를 찾을 수 있습니다.
대화 인사이트 워크플로우
대화 인사이트 워크플로우는 AI 에이전트에 의해 가상 에이전트 처리되거나 AI 에이전트에 의해 처리되는 각 상호작용이 어떻게 실행 가능한 인사이트로 변환되는지를 보여줍니다. 분석 및 의사 결정을 위해 인사이트를 대시보드에 직접 제공할 수 있습니다. 대화 인사이트 워크플로우는 대화에서 인사이트까지의 여정을 대시보드에 보여줍니다.
- 대화 소스
- 에이전트 AI 채팅
- 가상 에이전트 채팅
- 데이터 집계
- 에이전트 AI와 가상 에이전트 상호작용은 대화 테이블 [sys_cs_conversation]에 캡처됩니다.
- 사용자 쿼리, 에이전트 응답, 타임스탬프, 세션 ID 및 채널 유형과 같은 메타데이터를 포함한 대화 기록도 처리를 위해 대화 테이블에 저장됩니다.
- 인사이트 생성
- 모델이 대화 녹취록을 분석합니다.
- 공감, 해결, 좌절 등의 CSAT 요인에 대해 추론된 CSAT 점수가 생성됩니다.
- Insights 스토리지
- 유추된 CSAT 점수 및 요인은 대화 인사이트 테이블 [sn_aci_insights]에 저장됩니다.
- 대화 인사이트 테이블은 추출된 인사이트에 대한 구조화된 리포지토리 역할을 합니다.
- 대시보드
- 이러한 통찰력을 임시 대시보드 및 워크플로우를 생성하는 데 사용할 수 있습니다.
- 추론된 CSAT 점수를 기반으로 추세, 성과 메트릭 및 목표 개선을 탐색할 수 있습니다.
Conversation Insights의 이점
| 문제 | 솔루션 |
|---|---|
| 전통적인 설문조사는 종종 극단적인 의견과 낮은 응답률을 반영합니다. | 추론된 CSAT는 AI를 사용하여 전체 대화 녹취록을 기반으로 실시간으로 대화의 CSAT 점수를 추정함으로써 이 문제를 해결하는 데 도움이 됩니다. 이 CSAT 점수는 편향을 없애고 명시적인 설문조사 피드백에 의존할 필요성을 줄이는 데 도움이 될 수 있습니다. |
| 상호작용 후 피드백은 통찰력 확보를 지연시켜 지표 지연을 초래합니다. | CSAT 점수는 상호작용 직후에 생성되므로 문제와 추세를 더 빠르게 감지할 수 있습니다. |
| CSAT 점수에 대한 실행 가능한 인사이트 부족 | 해결, 공감, 노력 등과 같은 CSAT 요소는 사용자 만족도 또는 불만족을 설명하여 개선 목표를 달성하는 데 도움이 됩니다. |