고객 서비스를 위한 워크포스 최적화의 코칭
완료된 상호작용 및 작업의 품질을 검토하고 평가할 수 있는 방법에 대해 알아봅니다. 평가를 토대로 팀에 교육을 할당하여 팀의 기술을 향상하고 교육이 완료되면 기술을 팀의 프로파일에 추가합니다.
다음은 에이전트의 기술을 추천하는 데 사용하는 예측 인텔리전스 방법 고객 서비스를 위한 워크포스 최적화 의 예입니다.
| 단계 | 설명 | 예제 |
|---|---|---|
| 1. | 예측 인텔리전스 에서는 유사한 기술을 사용하여 종결된 케이스를 연결한 다음 해당 케이스를 해결한 에이전트별로 작업을 그룹화합니다. | 예측 인텔리전스는 기술 방화벽을 사용하여 해결된 작업 간의 유사성을 살펴봅니다. |
| 2. | 에이전트가 케이스를 해결하면 Skill Recommendation 애플리케이션이 기술 및 에이전트 연결을 저장합니다. | 에이전트 A는 기술 방화벽이 필요한 작업을 완료하지만 해당 기술은 아직 에이전트의 사용자 프로파일에 없습니다. |
| 3. |
시스템 관리자는 기술 및 에이전트 연결에 대한 임계치를 설정합니다. 임계치에 도달하면, 기술 추천 애플리케이션은 에이전트의 프로파일에 기술을 추가하도록 에이전트의 관리자에게 권장합니다. |
시스템 관리자가 임계치를 10으로 설정합니다. 즉, 예측 인텔리전스 엔진이 에이전트를 위해 특정 기술을 추천할 수 있으려면 먼저 에이전트가 특정 기술이 필요한 작업을 10개 이상 완료해야 합니다. 에이전트 A는 기술 방화벽이 필요한 10개의 작업을 완료했는데 현재 에이전트 A에게 기술 방화벽이 할당되어 있지 않습니다. 기술 추천 애플리케이션은 에이전트 관리자가 에이전트 A에게 기술 방화벽을 제공하도록 권장합니다. |
| 4. | 관리자가 승인하고 에이전트의 프로파일에 기술을 추가합니다. | 에이전트 A의 관리자는 기술 방화벽을 승인하고 해당 기술을 에이전트 A의 프로파일에 추가합니다. |
| 5. | 고급 작업 할당(AWA)은 에이전트의 프로파일에 추가된 새로운 기술을 사용하고, 기술이 필요한 작업을 조회하여 해당 작업을 완료하도록 에이전트를 할당합니다. | 작업에 기술 방화벽이 필요한 경우 에이전트 A가 해당 작업 할당에 자동으로 고려됩니다. |
| 6. | 시간이 지나면서 머신 러닝 알고리즘이 예측 인텔리전스 에이전트에 할당된 기술을 학습하여 케이스를 해결합니다. | |
코치는 다음을 수행할 수 있습니다.
- 설문 조사를 사용하여 팀의 성과를 평가합니다.
- 개선 기회를 인식하고 교육 작업을 할당합니다.
- 교육생의 케이스 해결 능력을 평가합니다.
- 평가를 기반으로 하는 교육을 할당합니다.
- 예측 인텔리전스의 추천에 따라 교육생의 프로파일에 기술을 추가합니다.
교육생은 기술 격차를 해결할 수 있도록 교육을 받을 수 있습니다.