Bekijk en verbeter uw Mpower-agent

Deze pagina biedt informatie over het beoordelen van conversatiegegevens in Agent Builder om de prestaties van uw Mpower-agents Een virtuele agent die wordt gemaakt met CXone Mpower Agent Builder die spraak- of chatinteracties kan behandelen.te verbeteren. Dit is de vijfde stap in het Mpower-agent implementatieproces. Het is ook een doorlopende onderhoudsklus die nodig is om uw Mpower-agent optimaal te laten werken.

Nadat u de eerste use cases voor uw Mpower-agenthebt geconfigureerd en getest, beschikt Agent Builder over gegevens die u kunt gebruiken om te onderzoeken hoe effectief de huidige configuraties zijn. In eerste instantie komen de gegevens uit testgesprekken met de Mpower-agent. Later, na het vrijgeven van de Mpower-agent voor productie, zullen de gegevens live gesprekken met contacten De persoon die contact heeft met een agent, IVR of bot in uw contactcenter.bevatten.

Door deze gegevens te bekijken, kunt u zien waar u de prestaties van uw Mpower-agent kunt verbeteren. De prestaties ervan worden aangegeven door hoe goed het intenties correct voorspelt. Als de Mpower-agent de verkeerde intentie voorspelt, wordt het voor contactpersonen moeilijker om hun doelen te bereiken.

Glossary

Concept	Definitie	Voorbeeld	Wat de Mpower-agent doet
Uiting	Alles wat een contactpersoon De persoon die contact heeft met een agent, IVR of bot in uw contactcenter. zegt tijdens een interactie De volledige conversatie met een agent via een kanaal. Een interactie kan bijvoorbeeld een telefoongesprek, een e-mailuitwisseling, een chatgesprek of een uitwisseling via social media zijn.. Soms ook wel een Bericht genoemd.	"Ik ben mijn wachtwoord kwijt." "Wat is mijn saldo?" "Ben jij een robot?"	De Mpower-agent gebruikt Natural Language Understanding (NLU) om elke contactuiting te analyseren om de betekenis of intentieervan te bepalen.
Intentie	Datgene wat de klant wil communiceren of bereiken. Elk bericht dat het contact verstuurt heeft een intentie.	"Ik ben mijn wachtwoord kwijt" heeft de intentie "Wachtwoordreset". "Hallo" heeft de intentie "Begroeting".	De Mpower-agent analyseert het bericht van een contactpersoon met behulp van NLU Dit proces is een uitbreiding op Natuurlijke taalverwerking (NLP) en kan beslissingen nemen of actie ondernemen op basis van wat er is begrepen.om de intentie ervan te bepalen. Zodra het dat weet, kan het reageren met een eigen bericht. U configureert het antwoord dat u wilt dat uw Mpower-agent voor elke intentie gebruikt.
Entiteit	Een gedefinieerd stukje informatie in het bericht van een contact.	De naam van een persoon of product, een telefoonnummer, een rekeningnummer, een locatie enzovoort.	De Mpower-agent gebruikt NLU om entiteiten in het bericht van een contactpersoon te identificeren. Entiteiten helpen de Mpower-agent te begrijpen wat het bericht van het contact betekent.
Slot	Een entiteit die uit het bericht van een contactpersoon is geëxtraheerd en is opgeslagen voor gebruik in Mpower-agent-reacties. Een 'slot' is vergelijkbaar met een variabele.	Als u een slot voor de contactnaam maakt, kan de Mpower-agent die naam gebruiken in reacties tijdens een interactie, waardoor het persoonlijker wordt.	Wanneer dit zo is geconfigureerd, haalt de Mpower-agent een entiteit uit een contactbericht en slaat deze op in een slot. Je kunt je Mpower-agent deze informatie later in het gesprek laten gebruiken.
Regel	Definieert Mpower-agent reacties op berichten waarvan de betekenis niet verandert met de context.	Eenduidige interacties met vaste reacties: Wat zijn uw openingstijden? Wat is jullie adres? Conversatiebouwstenen: Begroeting, afscheid, dank of overgang; simpele Ja/Nee-vragen en bevestigingen. Mpower-agents worden geleverd met standaardintenties en regels voor verschillende hiervan, waaronder begroetingen, overdrachtsverzoeken De overdracht van een contact van een virtuele agent naar een live agent. en meer. Veelgestelde vragen Beledigingen en klassieke uitdagingen	Regels zijn een van de twee manieren waarop u kunt configureren hoe uw Mpower-agent reageert op een intent. Regels zijn nuttig voor bepaalde soorten intenties, maar niet alle intenties.
Story	Traint een Mpower-agent om een interactie af te handelen op basis van de bedoeling van het bericht en de conversatiecontext.	Bij een interactie over een vergeten wachtwoord zou de Mpower-agent reageren op "Hoe doe ik dat?" op een bepaalde manier. Als de interactie zou gaan over het aanmaken van een nieuw account, zou de reactie heel anders zijn. Ook al gebruikt de contactpersoon in beide gevallen dezelfde woorden met hetzelfde doel: meer informatie verkrijgen.	Verhalen zijn de tweede van de twee manieren waarop u kunt configureren hoe uw Mpower-agent reageert op een intentie. Verhalen leren de Mpower-agent hoe ze de context van het gesprek kunnen gebruiken om op de juiste manier te reageren.
Mpower-agent Actie	Alles wat een Mpower-agent zegt of doet tijdens een interactie.	Bij een interactie over een vergeten wachtwoord reageert Mpower-agent door de link naar de FAQ voor het opnieuw instellen van het wachtwoord op de website te sturen. Wanneer een contact frustratie uit zoals: "Ik snap het niet! Het werkt niet!!!" de Mpower-agent antwoordt met "Het spijt me. Wilt u dat ik u doorschakel naar een menselijke agent?" Wanneer het contact ja zegt, start de Mpower-agent de overdracht.	Mpower-agent acties zijn de opties die u hebt om te definiëren hoe u wilt dat uw Mpower-agent op elke intentie reageert. Ze geven u de flexibiliteit om elke reactie te configureren om de uitkomst te behalen die aan de behoeften van het contact voldoet.

Controleren van conversatiegegevens

U kunt elk gesprek bekijken dat uw Mpower-agent afhandelt. Zo kunt u met eigen ogen zien hoe het reageert, waar het moeite heeft en hoe contacten De persoon die contact heeft met een agent, IVR of bot in uw contactcenter. ermee omgaan en welke problemen ze ondervinden. Deze informatie is waardevol, omdat u deze kunt gebruiken om de prestaties van uw Mpower-agent te verbeteren door de intents De betekenis of het doel achter hetgeen een contact zegt of typt; datgene wat de klant wil communiceren of bereiken.., rules Wordt gebruikt voor het definiëren van een Van Mpower-agent-reactie op berichten die niet afhankelijk zijn van de context.en stories Worden gebruikt om een Mpower-agent te trainen voor interactieafhandeling op basis van intentie en context.bij te werken.

Met de volgende opties in Agent Builder kunt u conversatiegegevens beoordelen:

Inzichten: Biedt rapportage en realtime, interactieve analyses voor uw Mpower-agents:
NLU Inbox: Helpt u uw NLU om de kwaliteit van uw te verbeteren. Dit proces is een uitbreiding op Natuurlijke taalverwerking (NLP) en kan beslissingen nemen of actie ondernemen op basis van wat er is begrepen.Mpower-agent Dit toont alle nieuwe berichten van contacten.
Query zoeken: gebruikt de zoekbalk om de resultaten in de NLU-inbox of de Insights-sectie te beperken.

Intenties evalueren

Door intenties De betekenis of het doel achter hetgeen een contact zegt of typt; datgene wat de klant wil communiceren of bereiken.. te evalueren en aan te passen, kunt u de uitdagingen van de contactpersoon De persoon die contact heeft met een agent, IVR of bot in uw contactcenter. vertalen naar oplossingen wanneer u uw Mpower-agentreacties aanpast. Hoewel u niet met elk gebruikersgedrag rekening kunt houden, kunt u proberen iets te doen aan veel voorkomende pijnpunten of frustraties.

Als u conversaties beoordeelt, evalueer dan intentiegegevens om te zien of de intenties effectief en efficiënt zijn. Bereikt het contact gemakkelijk de gewenste uitkomst? Zo niet, bepaal dan of de intenties niet specifiek genoeg zijn of ze juist té specifiek zijn of dat er onvoldoende trainingsgegevens zijn:

Begrijpt de Mpower-agent betrouwbaar wat de contactpersoon wil? Zo niet, voeg dan meer trainingsvoorbeelden toe aan de intents waar Mpower-agent niet zeker van is.
Zijn er ook intenties die vergelijkbaar genoeg zijn tot het punt dat ze op hetzelfde neerkomen? Als dat zo is, overweeg dan om ze te combineren onder een meer algemene intentie en de voorbeelden te gebruiken om je Mpower-agent te trainen om de verschillende scenario's te herkennen.
Zeggen contacten dingen die niet gedekt worden door de bestaande intenties? Zo niet, probeer dan meer intenties toe te voegen of trainingsgegevens toe te voegen aan uw huidige intenties.

Verfijn uw Mpower-agent reacties

Agent Builder heeft functies waarmee u de prestaties van uw Mpower-agentkunt verbeteren. Uw eerste set intenties De betekenis of het doel achter hetgeen een contact zegt of typt; datgene wat de klant wil communiceren of bereiken.., verhalen Worden gebruikt om een Mpower-agent te trainen voor interactieafhandeling op basis van intentie en context.en regels Wordt gebruikt voor het definiëren van een Van Mpower-agent-reactie op berichten die niet afhankelijk zijn van de context. heeft mogelijk geen gebruikgemaakt van deze functies. Terwijl u werkt aan het verbeteren van de reactie van uw Mpower-agent, kunnen de volgende functies nuttig zijn:

Bekijk uw antwoorden om te zien of u verschillende acties in Mpower-agent antwoorden kunt gebruiken om het antwoord vloeiender, menselijker of gebruiksvriendelijker te maken.
Bepaal of enige intenties ook multi-intenties kunnen worden. Multi-intents zijn handig wanneer het contact twee intents in één uiting Iets wat een contact zegt of typt.combineert. Bijvoorbeeld wanneer een contact zegt: Bedankt. Met 'Doei' combineren ze een bedankintentie en een afscheidsintentie in één boodschap.
Identificeer de unhappy-paden Een story die een verkeerde uitkomst oplevert voor de intentie.. die overeenkomen met de happy-paden die u al toegewezen het in uw intenties, als u dat nog niet had gedaan. Plan zelf hoe u ze moet afhandelen en voeg story's en regels toe indien nodig, samen met de nodige trainingsvoorbeelden.
Bedenk welke entiteiten of slots vereist zijn. Entiteiten zijn informatie-onderdelen die worden verzameld uit een conversatie. Slots zijn als variabelen en kunnen de verzamelde entiteiten bewaren.
Bepaal of een formulier nodig is om het proces te vereenvoudigen of om informatie te verzamelen van het contact om de slots in te vullen. Een Mpower-agent kan een formulier volgen om vragen te stellen en informatie van het contact te verzamelen. U kunt ook de Mpower-agent een formulier laten weergeven aan de contactpersoon.
Configureer extra opties in uw Mpower-agent-reacties, zoals rich messaging, variaties van Mpower-agent-berichten, Smart Typing, fallbacken vangnetten.

Situaties waarin u uw Mpower-agentkunt verbeteren

Terwijl u de gesprekken herhaalt, kunt u maatregelen treffen om uw Mpower-agent te leren hoe hij/zij in toekomstige gesprekken nog beter kan presteren. De volgende lijst omschrijft situaties die verbeterd moeten worden en hoe u dat kunt aanpakken:

Laag vertrouwen in intentieclassificatie: Als de intentieclassificatie correct is, maar uw Mpower-agent weinig vertrouwen heeft in de voorspelling ervan, voeg dan meer trainingsgegevens voor de intentie toe om de Mpower-agent meer vertrouwen te geven. Trainingsgegevens omvatten intentievoorbeelden en verhalen Worden gebruikt om een Mpower-agent te trainen voor interactieafhandeling op basis van intentie en context.. Als de intentieclassificatie niet correct is, verander deze.
Laag Mpower-agent vertrouwen in actievoorspelling: Bekijk uw trainingsgegevens en zoek naar intenties die te veel op elkaar lijken. Als je intenties te veel op elkaar lijken, combineer ze dan. Of voeg meer trainingsgegevens toe aan de bestaande intenties om uw Mpower-agent meer vertrouwen te geven in welke actie deze in deze situatie moet ondernemen.
Frustraties bij gebruikers: Dit kan bestaan uit verzoeken om doorverwijzing naar een live agent (overdracht De overdracht van een contact van een virtuele agent naar een live agent.), het herhalen van wat ze eerder al hebben gezegd, of beledigingen. Voeg meer trainingsgegevens toe over dit probleem, of pas de NLU-betrouwbaarheidsdrempel aan bij Fallback. Hiermee kunt u uw Mpower-agent laten weten dat hij/zij eerder over moet gaan tot overdracht als hij/zij nog niet zeker weet hoe de gebruiker geholpen kan worden.
?Out_of_scope?-intentie of fallback-gedrag: Dit kan inhouden dat een gebruiker om iets vraagt waartoe uw Mpower-agent niet in staat is, of dat u Mpower-agent fallback te vroeg gebruikt. Controleer of er sprake is van verkeerd geclassificeerde bedoelingen en los deze op om er zeker van te zijn dat uw Mpower-agent de situatie niet verkeerd heeft begrepen. Voeg een nieuw verhaal of een nieuwe regel toe om aan te geven wat je de volgende keer moet doen.Mpower-agent

Fallback en veiligheidsnetten

Naarmate u uw Mpower-agentevalueert en verbetert, zult u plekken gaan identificeren waar contacten De persoon die contact heeft met een agent, IVR of bot in uw contactcenter. waarschijnlijk gefrustreerd raken door uw Mpower-agent. Het is nu tijd om er noodvoorzieningen en vangnetten aan toe te voegen.

Fallback: Hiermee leert uw Mpower-agent wat te doen als hij niet zeker weet hoe hij verder moet. Er zijn twee soorten fallback:
- NLU-fallback:
- Actie-fallback:
Veiligheidsnet: Met een vangnet kunt u configureren wat er gebeurt als er een ander probleem is met de Mpower-agent of de systemen waarmee deze verbinding maakt. Dit kan bijvoorbeeld betekenen dat Mpower-agent er langer over doet dan normaal om op het contact te reageren.

Dit is bovendien een goed moment om te controleren of u paden buiten het bereik hebt, zodat uw contactpersoon kan reageren op berichten die buiten zijn domein vallen.Mpower-agent