Analyse van onderwerpescalatie

Escalatie is de gespreksstroom waarbij de agent het gesprek niet kan verwerken en deze escaleert naar een servicemedewerker. Wanneer een agent de gebruikersquery beantwoordt, zonder deze te moeten escaleren naar een servicemedewerker, is dat een afwijzing. Het ideale doel is om het afwijzingspercentage van een agent te vergroten door het aantal escalaties te verminderen.

Copilot Studio heeft meerdere manieren om een escalatie te verwerken:

• De directe manier om een escalatie te starten naar een medewerker is via het systeemonderwerp Escaleren. Dit systeemonderwerp wordt geactiveerd wanneer de agent niet langer de klantaanvraag kan oplossen en deze moet escaleren naar een medewerker. Via het onderwerp Escaleren kunt u de agent inschakelen om het gesprek over te dragen aan een hulpprogramma voor servicemedewerkers, zoals Omnichannel voor Customer Service voor de live transfer naar een medewerker of een asynchrone ondersteuningservaring, zoals het maken van een ticket, het plannen van een terugbeloproep etc.

• Een andere manier om deze escalatie te activeren is via het knooppunt Gesprek overdragen op het ontwerpcanvas.

  

Typen escalaties

Copilot Studio heeft twee types escalaties:

• Directe escalatie: de gebruiker benadert de agent en wil direct met een medewerker spreken. U kunt dit type escalatie niet vermijden, omdat de intentie van de klant een directe escalatie van het onderwerp is.

  Voorbeelden van klantvragen:

  • "Kan ik iemand spreken?"
  • "Spreek met een live medewerker"
  • "Spreek met medewerker"
  • "Praten met een medewerker"

• Indirecte escalatie: de gebruiker wordt doorgezet naar een medewerker tijdens het gesprek.

Deze types vallen in twee categorieën: verwachte en onverwachte escalaties.

• Verwachte escalaties vinden plaats wanneer het onderwerp is bedacht om op een bepaald moment tijdens het gesprek te worden geëscaleerd, of wanneer de gebruiker ervoor kiest om te escaleren omdat de agent de vraag niet beantwoordt.
• Onverwachte escalaties ontstaan wanneer de agent een fout ondervindt door andere problemen.

Analyse van onderwerpescalatie

Gebruik dit vierstappenproces om onderwerpescalaties te analyseren en kansen te identificeren voor gerichte verbeteringen.

Stap 1: de prestaties van onderwerpern bijhouden en beoordelen

Gebruik de ingebouwde analyse of aangepaste analyse om escalatiefactoren te optimaliseren.

Ingebouwde analyse

Alle gesprekken met agents, die hebben geleid tot een escalatie of doorverwijzing naar een medewerker, worden van begin tot eind vastgelegd op onderwerpniveau. De escalatiefactoren in dit scenario zijn de agentonderwerpen.

Het analysedashboard bevat de sectie Factoren voor escalatiepercentage, waarin wordt beschreven welke agentonderwerpen het vaakst zijn geëscaleerd naar menselijke medewerkers en waarom. Deze informatie is beschikbaar in de chattranscripties vanuit een numeriek standpunt.

In de volgende schermopname onder de sectie Factoren voor percentage escalaties heeft het onderwerp Retouren en vervangingen… bijvoorbeeld een waarde van 75%. Deze waarde geeft aan dat 75% van alle sessies die het onderwerp Retouren, vervangingen... activeerden, werd geëscaleerd naar een medewerker omdat de agent het probleem niet voor de gebruiker kon oplossen. De agentauteur kan het onderwerp Retouren, vervangingen... verbeteren om het aantal escalaties van dit onderwerp te verminderen.

De grafiek geeft de impact weer als een rode of blauwe balk. De impactscore van het escalatiepercentage is het algehele escalatiepercentage inclusief het onderwerp min het algehele escalatiepercentage exclusief het onderwerp. Impact helpt u te begrijpen wat dit onderwerp bijdraagt aan het algehele escalatiepercentage. Als een onderwerp veel impact heeft, richt u er dan op, want het verbeteren van dat onderwerp kan escalaties verminderen.

Een rode balk geeft aan dat het escalatiepercentage van het onderwerp hoger is dan gemiddeld, wat een negatief effect heeft op het algehele escalatiepercentage. Een blauwe balk geeft aan dat het escalatiepercentage lager is dan gemiddeld, wat een positief effect heeft op de prestaties van het algehele escalatiepercentage. Als u het escalatiepercentage verlaagt voor de onderwerpen met het hoogste afsluitingspercentage in het rood, heeft dat de grootste impact op het algehele escalatiepercentage. De impactscore wordt niet weergegeven als een getal, maar als een staafdiagram.

Aangepaste analyses

U kunt ook voortbouwen op uw eigen aangepaste analyses boven op de gegevens van de gesprekstranscripties. Microsoft biedt een voorbeeld van een rapportsjabloon dat u kunt hergebruiken of uitbreiden om de belangrijkste escalatiethema's te identificeren en aangepaste details toe te voegen die specifiek zijn voor uw bedrijf en context. U kunt dit bijvoorbeeld gebruiken als u het aantal geëscaleerde sessies per onderwerp nodig hebt.

Stap 2: selecteer de belangrijkste escalatieonderwerpen

De algemene richtlijn is om eerst de top 5-10 onderwerpen onder Factoren voor escalatiepercentage te benoemen om het afwijzingspercentage te optimaliseren. Als ruwe schatting geldt dat een verbetering van het escalatiepercentage met 10% voor elk van de vijf belangrijkste onderwerpen doorgaans leidt tot een verbetering van de totale afwijzing door de agent met ongeveer 1%.

Stap 3: Bekijk de gesprekken over de geselecteerde onderwerpen

Het analyseren van de gesprekstranscripties voor de belangrijkste escalatieonderwerpen kan meer inzicht bieden in de redenen voor escalatie. Gesprekstranscripties leggen alle uitspraken om de beurt vast, zoals "gebruiker zegt" en "Copilot zegt." Ze leggen ook de onderwerpnaam vast die geactiveerd is en de uitkomst van de sessie (bijvoorbeeld Opgelost, Geëscaleerd).

U kunt deze sessies filteren op basis van de uitkomst voor Meest geëscaleerde onderwerpen en een paar voorbeeldgesprekken bekijken om te bepalen wat de escalatie heeft veroorzaakt. Met dit proces kunt u het patroon herkennen, dat de escalatie veroorzaakt. Herhaal deze oefening periodiek om de afwijzingssnelheid te blijven verbeteren en de escalatiesnelheid te verlagen.

De volgende stapsgewijze gids helpt u chattranscripties te analyseren en aanbevelingen te identificeren, om de prestaties van het onderwerp te verbeteren:

1. Kies een van de vijf belangrijkste onderwerpen om verbeteringen door te voeren die escalatie tegengaan.

2. Filter de transcripties en sorteer op het sessieresultaat voor Escalatie.

3. Selecteer de meest recente voorbeeldset van gesprekstranscripties (bijvoorbeeld 10 sessies). De grootte van de voorbeeldset hangt af van de gewenste nauwkeurigheid. Begin met 10 sessies voor een snelle analyse.

4. Lees elk van de sessies door en identificeer de verschillende herhaalde dialoogpaden die naar voren komen voor dat onderwerpgerelateerde gesprek.

5. Geef een overzicht van de dialoogvensterpaden die voor elke sessie zijn geïdentificeerd en groepeer ze per dialoogvensterpad.

6. Geef voor elke dialoogvensterpadgroep een aanbeveling ter verbetering.

7. Voer de aanbevelingen in de agentonderwerpen uit en observeer de verandering in het escalatiepercentage en de afwijzing.

Als voorbeeld zou deze aanpak voor het onderwerp Orderstatus controleren, zoals beschreven in de volgende sectie, er als volgt uit kunnen zien:

Beschrijving van onderwerp

Orderstatus controleren is bedoeld om de gebruiker te voorzien van bestel- en verzendinformatie.

Observatie op basis van transcripties

Nadat u meerdere gesprekstranscripties over dit onderwerp hebt bekeken, die eindigen met een escalatie, ziet u verschillende dialoogvensterpaden die de gebruiker ertoe leiden om de kwestie door te verwijzen naar een medewerker, zelfs wanneer de agent de bestelinformatie verstrekt zoals bedoeld.

Dialoogvensterpad #1 beschrijft bijvoorbeeld het moment waarop de agent orderinformatie verstrekt, nadat de gebruiker een vraag heeft gesteld over een ontbrekende zending. Dialoogvensterpad #2 beschrijft wanneer de gebruiker de status van meerdere bestellingen opvraagt, terwijl de agent de status weergeeft voor slechts één bestelling tegelijk. Voor dialoogvensterpad #1 kunt u een nieuw onderwerp toevoegen, dat zich richt op het scenario Ontbrekende order . Voor dialoogvensterpad #2 kunt u de zelfbedieningsactie bijwerken, zodat deze de status voor meerdere bestellingen geeft in plaats van slechts één.

Samenvatting van beoordeling van gesprekstranscriptie

• Grootte van voorbeeldset: analyseer voorbeeldgesprekken voor geëscaleerde sessies uit de gedownloade transcripties. Alle activeren het juiste onderwerp. Alle eindigen in escalatie.
• Verwacht dialoogpad: ga naar de actie OrderInfo en geef de bestelstatus door aan de gebruiker.

Nieuwe dialoogpaden geïdentificeerd door transcripties te bekijken

• Dialoogpad 1: OrderInfo reageert met adaptieve kaart met orderinfo, maar de gebruikersquery heeft betrekking op een ontbrekend pakket, dus besluit de gebruiker te escaleren (7 van de 10 sessies).
• Dialoogpad 2: OrderInfo antwoordt met: "uw bestelling bevat meerdere zendingen", maar bevat geen verzendinformatie voor alle bestellingen, dus de gebruiker besluit te escaleren (2 van de 10 sessies).
• Dialoogpad 3: Overig (bestelnummer komt niet overeen), gebruiker wist niet dat hij een onjuist bestelnummer invoerde, dus besluit de gebruiker te escaleren (1 van de 10 sessies).

Aanbevelingen voor de dialoogpadgroepen

• Pad 1: Voeg een nieuwe onderwerp toe voor het afhandelen van een ontbrekende bestelling.
• Pad 2: Verbeter de actie OrderInfo om het verstrekken van verzendinformatie voor meerdere bestellingen te ondersteunen.
• Pad 3: Verbeter de actie OrderInfo om het formaat van de order-ID te valideren en een foutmelding te geven voor onjuiste order-ID's.

Stap 4: Voer gerichte verbeteringen door op geselecteerde onderwerpen

Breng op basis van de analyse van de gesprekstranscripties gerichte verbeteringen aan in de geselecteerde onderwerpen.

Enkele technieken om escalatiesnelheden op onderwerpniveau te verlagen zijn onder andere het toevoegen van selfservice-mogelijkheden, zodat de gebruiker niet afhankelijk hoeft te zijn van een medewerker, voor een actie zoals het controleren van de verzendstatus en het verbeteren van de triggerprestaties, zodat het systeem de juiste onderwerpen aan de gebruiker presenteert in plaats van het gesprek te escaleren naar een medewerker. Deze verbeteringen omvatten het toevoegen van ontbrekende triggerzinnen en het bijwerken van bestaande triggerzinnen.

Volgende stap

Ontdek hoe u fallback en niet-herkende zoekopdrachten analyseert, om de onderwerpen van uw agent te verrijken door nieuwe triggerzinnen toe te voegen of nieuwe onderwerpen te creëren. Deze acties helpen verwarring te verminderen, herkenning te verbeteren en de algehele afwijzingssnelheid te verhogen.