Análise de escalonamento de tópico

Escalonamento é o fluxo de conversa durante o qual o agente não consegue lidar com a conversa e encaminha para um representante humano. Quando um agente responde à consulta do usuário sem precisar escalonar para um representante humano, isso é uma deflexão. O objetivo ideal é aumentar a taxa de deflexão de um agente reduzindo o número de escalonamentos.

O Copilot Studio possui múltiplas maneiras de lidar com o escalonamento:

• A maneira direta de iniciar um escalonamento para um representante humano é através do tópico do sistema Escalonar. Esse tópico do sistema é acionado quando o agente não consegue mais atender à solicitação do cliente e precisa escaloná-la para um representante humano. Por meio do tópico Escalonar, você pode permitir que o agente transfira a conversa para uma ferramenta de service desk para representante, como Omnicanal para Customer Service para transferência ao vivo para um representante, ou uma experiência de suporte assíncrona, como criar um tíquete ou agendar um retorno de chamada.

• Outra forma de desencadear esse escalonamento é pela tela de criação no nó Transferir Conversa.

  

Tipos de escalonamento

O Copilot Studio tem dois tipos de escalonamentos:

• Escalonamento direto: o usuário procura o agente já querendo falar diretamente com um representante humano. Você não pode evitar esse tipo de escalonamento porque a intenção do cliente é disparar o tópico Escalonar diretamente.

  Exemplos de consultas de clientes:

  • "Posso falar com alguém?"
  • "Falar com um representante humano"
  • "Falar com o representante"
  • "Falar com um representante"

• Escalonamento indireto: o usuário é escalonado para um representante durante a conversa.

Esses tipos se dividem em duas categorias: escalonamentos esperados e inesperados.

• Os escalonamentos Esperados acontecem quando o tópico foi projetado para escalonar em algum momento durante a conversa, ou quando o usuário opta por escalonar porque o agente não respondeu à sua consulta.
• Escalonamentos Inesperados acontecem quando o agente encontra um erro devido a outros problemas.

Análise de escalonamento de tópico

Use esse processo de quatro etapas para analisar escalonamentos de tópicos e identificar oportunidades para melhorias direcionadas.

Etapa 1: monitorar e revisar o desempenho dos tópicos

Use as análises internas ou análises personalizadas para identificar e otimizar fatores de taxa de escalonamento.

Análise interna

Todas as sessões com agentes que levaram a um escalonamento ou transferência para um representante são registradas do início ao fim no nível do tópico. Os impulsionadores de escalonamento neste cenário são os tópicos do agente.

O painel de análise tem uma seção para "Fatores de Taxa de Escalonamento", que fornece detalhes sobre quais tópicos do agente foram escalonados para representantes humanos com mais frequência e por quê. Esta informação está disponível nas transcrições do chat sob um ponto de vista numérico.

Por exemplo, na captura de tela a seguir, na seção Impulsionadores de taxa de escalonamento, o tópico Devoluções, trocas… tem um valor Taxa de 75%. Esse valor indica que 75% de todas as sessões que acionaram o tópico Retornos, Trocas... escalonaram para um representante humano porque o agente não conseguiu resolver o problema para o usuário. O criador do agente pode melhorar o tópico Retornos, Trocas... para reduzir o número de escalonamentos desse tópico.

O gráfico também mostra o impacto como uma barra vermelha ou azul. A pontuação do impacto na taxa de escalonamento é a taxa geral de escalonamento, incluindo o tópico menos a taxa de escalonamento geral, excluindo o tópico. Em resumo, o impacto ajuda você a entender como este tópico está contribuindo para a taxa geral de escalonamento. Se um tópico tiver alto impacto, concentre-se nele, pois aprimorar esse tópico pode reduzir os escalonamentos.

Uma barra vermelha indica que a taxa de escalonamento do tópico é maior do que a taxa de escalonamento média, resultando em um impacto negativo na taxa de escalonamento geral. Uma barra azul indica que a taxa de escalonamento é menor, resultando em impacto positivo na performance da taxa de escalonamento geral. Reduzir a taxa de escalonamento para os tópicos em vermelho tem o maior impacto na melhoria da taxa de escalonamento geral. A pontuação de impacto não é representada como um número, mas como um gráfico de barras.

Análise personalizada

Você também pode criar suas próprias análises personalizadas com base nos dados de transcrições de conversas. A Microsoft oferece um relatório modelo de exemplo que você pode reutilizar ou adaptar para identificar os principais tópicos de escalonamento e adicionar detalhes personalizados específicos para o seu negócio e contexto. Por exemplo, se você precisar do número de sessões escalonadas por tópico.

Etapa 2: selecionar os principais tópicos de Escalonamento

A orientação geral é focar nos 5-10 principais tópicos sob os Impulsionadores de taxa de escalonamento para começar, para otimizar a taxa de deflexão. Como estimativa aproximada, aumentar a taxa de escalonamento em 10% para cada um dos cinco principais tópicos geralmente melhora a deflexão geral do agente em cerca de 1%.

Etapa 3: analisar conversas dos tópicos selecionados

Analisar as transcrições de conversas para os principais tópicos de escalonamento pode fornecer mais insights sobre os motivos do escalonamento. As transcrições das conversas registram o processo detalhado, como "o usuário diz" e "o copiloto diz. Eles também capturam o nome do tópico que foi acionado e o resultado da sessão (por exemplo, Resolvido, Escalonado).

Você pode filtrar essas sessões conforme o resultado para os Principais tópicos escalonados e analisar algumas conversas de exemplo para identificar a causa do escalonamento. Esse processo ajuda você a identificar o padrão que está causando o escalonamento. Repita este exercício periodicamente para continuar melhorando a taxa de deflexão e reduzindo as taxas de escalonamento.

As seguintes orientações etapa a etapa ajudam você a analisar transcrições de conversas e identificar recomendações para melhorar o desempenho dos tópicos:

1. Escolha um dos cinco principais tópicos para fazer melhorias que reduzam o escalonamento.

2. Filtre as transcrições e classifique pelo resultado da sessão para Escalonamento.

3. Selecione o conjunto de amostras mais recente de transcrições de conversa (por exemplo, 10 sessões). O tamanho do conjunto de amostras depende do nível de precisão desejado. Para uma análise rápida, comece com 10 sessões.

4. Leia cada uma das sessões e identifique os vários caminhos de diálogo repetidos que estão surgindo para essa conversa relacionada ao tópico.

5. Liste os caminhos de diálogo identificados para cada sessão e agrupe-os por caminho de diálogo.

6. Para cada grupo de caminhos de diálogo, identifique uma recomendação de melhoria.

7. Implemente as recomendações nos tópicos agente e observe a alteração na taxa de escalonamento e deflexão.

Por exemplo, aplicar essa abordagem ao exemplo de tópico Verificar Status do Pedido descrito na próxima seção pode ficar assim:

Descrição do tópico

Verificar Status da Ordem destina-se a fornecer informações sobre a ordem e o envio ao usuário.

Observação de transcrições

Após revisar várias transcrições deste tópico que terminam em escalonamento, você identifica diversos caminhos de diálogo que levam o usuário a escalonar para um representante, mesmo quando o agente fornece as informações da ordem conforme o previsto.

Por exemplo, o caminho de diálogo #1 cobre quando o agente fornece informações da ordem após o usuário perguntar sobre uma remessa não recebida. O caminho de diálogo #2 é coberto quando o usuário procura o status de várias ordens, enquanto o agente fornece o status de apenas uma ordem por vez. Para o caminho de diálogo nº 1, você pode adicionar um novo tópico que se concentre no cenário de Ordem Ausente. Para o caminho de diálogo #2, você pode atualizar a ação de autoatendimento para que ela forneça o status de várias ordens, em vez de apenas uma.

Resumo da análise de transcrições de conversas

• Tamanho do conjunto de amostra: analise exemplos de conversas para sessões escalonadas das transcrições baixadas. Todos acionam o tópico correto. Tudo termina em escalonamento.
• Caminho de diálogo esperado: vá para a ação OrderInfo e forneça o status do pedido ao usuário.

Novos caminhos de diálogo identificados pela revisão de transcrições

• Caminho de diálogo 1: OrderInfo responde com o cartão adaptável com a informação da ordem, mas a consulta do usuário está relacionada a um pacote ausente, então o usuário decide escalonar (7 de 10 sessões).
• Caminho do diálogo 2: a ação OrderInfo responde com: "seu pedido contém várias remessas", mas não mostra informações de envio para todos os pedidos; então, o usuário decide escalonar (2 de 10 sessões).
• Caminho do diálogo 3: Outro (incompatibilidade de número do pedido), o usuário não sabia que estava inserindo um número de pedido incorreto; então, o usuário decide escalonar (1 de 10 sessões).

Recomendações para os grupos de caminho de diálogo

• Caminho 1: Adicione um novo tópico para lidar com pedidos ausentes.
• Caminho 2: aprimore a ação OrderInfo para dar suporte ao fornecimento de várias informações de envio de pedidos.
• Caminho 3: aprimorar a ação OrderInfo para validar o formato do ID da ordem e exibir uma mensagem de erro para IDs do pedido inválidas.

Etapa 4: fazer melhorias direcionadas em tópicos selecionados

Com base na análise das transcrições de conversas, realize melhorias específicas nos tópicos selecionados.

Algumas técnicas para reduzir as taxas de escalada em nível de tópico incluem adicionar recursos de autoatendimento, para que o usuário não precise depender de um representante humano para ações como verificar o status do envio, e melhorar o desempenho dos gatilhos, para que o sistema apresente os tópicos corretos ao usuário, evitando a transferência para um representante humano. Essas melhorias incluem adicionar frases de gatilho ausentes e atualizar as frases de gatilho existentes.

Próxima etapa

Saiba como analisar dúvidas alternativas e não reconhecidas para enriquecer os tópicos do seu agente adicionando novas frases de gatilho ou criando novos tópicos. Essas ações ajudam a reduzir a confusão, melhorar o reconhecimento e aumentar as taxas gerais de deflexão.