Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Brug agentudskriftsanalyse til at forstå, hvorfor kunder eskalerer til menneskelige repræsentanter, og hvordan disse interaktioner løses. I denne artikel beskrives en gentagelig proces til valg, gennemsyn og kategorisering af human agent-samtaler og oversætter derefter resultaterne til konkrete forbedringer i Copilot Studio.
Tip
Analysér transskriptioner ved hjælp af brugerdefinerede prompts med Copilot Studio Kit, eller følg referencearkitekturen for ektract og analysér agentsamtaletransskriptioner for at implementere din egen løsning.
Den repræsentative gennemgang af udskrifter ligner emneoptrapningen af udskriftsgennemgang.
Identificer emnerne om den øverste eskaleringsdriver.
Download de repræsentative samtaleudskrifter fra din aftalehub (f.eks. download-transskriptioner fra Dynamics 365 Omnichannel for Customer Service).
Vælg det seneste eksempelsæt af medarbejderes samtaleafskrifter for det pågældende emne (f.eks. 10 sessioner). Størrelsen på eksempelsættet afhænger af, hvor meget præcision du søger efter. For en hurtig analyse, start med 10 sessioner.
Læs hver af medarbejdersamtalerne igennem, og identificer løsningsstien fra de menneskelige medarbejdere og mønstre, der dukker op for denne samtale.
Lav en liste over de resolutionsveje, der er identificeret for hver session, og gruppere dem efter løsningssti.
For hver løsningsstigruppe skal du identificere en anbefaling, der skal implementeres i Copilot Studio som et emne eller en selvbetjeningshandling osv.
Implementer anbefalingerne i agentemnerne, og overhold ændringen i eskaleringshastigheden og afledningen.