Évaluez les performances des agents dans Connect Customer à l'aide de l'IA générative

1. Pour vous faire une idée générale des questions d’évaluation auxquelles l’IA générative permet de répondre, lisez Directives pour améliorer la précision de l’IA générative.

2. Attribuez des autorisations à certains utilisateurs de votre équipe de gestion de la qualité pour qu’ils puissent utiliser la fonctionnalité Demander à l’assistant IA. Ces utilisateurs commenceront à voir le bouton Demandez à l’IA à côté de chaque question lorsqu’ils effectueront des évaluations, et pourront l’utiliser pour obtenir des recommandations de réponses. Ces utilisateurs pourront aussi fournir leur avis sur les questions qui reçoivent des réponses précises à l’aide de l’IA générative. Pour de plus amples informations, veuillez consulter Attribuez des autorisations de profil de sécurité pour les évaluations des performances et le coaching.

3. Pour améliorer la précision, vous pouvez fournir des critères d’évaluation supplémentaires dans les instructions pour les évaluateurs. Pour plus d’informations, consultez Directives pour améliorer la précision de l’IA générative.

4. Une fois que vous aurez bien compris les types de questions auxquelles l’IA générative permet de répondre avec précision, vous pourrez procéder à un déploiement plus large en préconfigurant le formulaire d’évaluation afin de définir si une question recevra une réponse automatique à l’aide de l’IA générative.

5. Une fois que vous aurez configuré l’automatisation, tout utilisateur effectuant des évaluations à l’aide du formulaire d’évaluation recevra des réponses automatisées aux questions préconfigurées à l’aide de l’IA générative (sans avoir besoin d’autorisations supplémentaires). Pour plus d’informations, consultez Étape 6 : activer les évaluations automatiques.

6. Vous pouvez configurer l’automatisation de telle sorte qu’un évaluateur passe d’abord en revue les réponses alimentées par l’IA générative avant de soumettre l’évaluation ou vous pouvez remplir et soumettre automatiquement les évaluations.

1. Sélectionnez l'onglet Paramètres supplémentaires lors de la création ou de la mise à jour d'un formulaire d'évaluation.

2. Choisissez la langue du formulaire dans le menu déroulant.

3. Assurez-vous que les questions, les instructions et les choix de réponses de votre formulaire sont rédigés dans la même langue que la langue du formulaire sélectionnée, pour des performances d'IA optimales.

Sélection des questions permettant d’obtenir des recommandations de l’IA générative

1. Utilisez l’IA générative pour traiter les questions auxquelles il est possible de répondre à l’aide des informations issues de la transcription de la conversation, sans avoir à valider les informations par le biais d’applications tierces telles que des systèmes CRM.

2. L’utilisation de l’IA générative pour traiter des questions nécessitant des réponses numériques, telles que « Combien de temps l’agent a-t-il interagi avec le client ? », est déconseillée. Envisagez plutôt de configurer l’automatisation de ces questions du formulaire d’évaluation à l’aide des métriques Contact Lens ou des métriques de contact.

3. Évitez d’utiliser l’IA générative pour répondre à des questions très subjectives, par exemple : « L’agent était-il attentif pendant l’appel ? ».

4. Ne posez pas de questions qui nécessitent des informations qui ne peuvent être connues uniquement à partir de la transcription de la conversation. Par exemple, l'IA générative ne peut pas analyser l'enregistrement d'écran de l'agent, accéder à des systèmes externes tels qu'un CRM ou évaluer plusieurs contacts. L'IA générative ne peut pas non plus déterminer le ton de voix de l'agent ou du client.

5. Si une question mesure plus d'un élément, divisez-la en plusieurs questions plus simples. Par exemple, au lieu de « L'agent a-t-il fait preuve d'une écoute active ? » , posez des questions distinctes telles que « L'agent a-t-il compris le problème du client dès la première fois sans que le client ait besoin de le répéter ? » et « L'agent a-t-il résumé le problème une fois que le client l'a expliqué ? ». Vous pouvez également utiliser des questions activées conditionnellement afin qu'une question de suivi ne soit évaluée que lorsqu'une question déclencheuse a une réponse particulière.

Amélioration de la formulation des questions et des instructions associées

1. Utilisez des phrases complètes pour formuler des questions, par exemple en remplaçant la validation de l'identité par « L'agent a-t-il essayé de valider l'identité du client ? » permet à l’IA générative de mieux comprendre la question.

2. Il est recommandé de fournir des critères détaillés pour répondre à la question dans les instructions pour les évaluateurs, en particulier s’il n’est pas possible de répondre à la question en se basant uniquement sur le texte de la question. Par exemple, pour la question « L’agent a-t-il essayé de valider l’identité du client ? », vous pouvez fournir des instructions supplémentaires telles que : L'agent est tenu de toujours demander à un client son numéro de membre et son code postal avant de répondre aux questions du client.

3. Si la réponse à une question nécessite la connaissance de certains termes spécifiques à l’entreprise, spécifiez-les dans les instructions. Par exemple, si l’agent doit spécifier le nom du département dans le message d’accueil, indiquez le nom de département que l’agent doit indiquer dans les instructions pour les évaluateurs, qui sont associées à la question.

4. Si possible, utilisez le terme « agent » au lieu de termes tels que « collègue », « employé », « représentant », « avocat » ou « associé ». De même, utilisez le terme « client » au lieu de termes tels que « membre », « appelant », « invité » ou « abonné ».

5. N’utilisez des guillemets dans les instructions que si vous souhaitez vérifier que l’agent ou le client a prononcé ces mots tels quels. Par exemple, si l’instruction est de vérifier si l’agent dit "Have a nice day", l’IA générative ne détectera pas Have a nice afternoon. Au lieu de cela, l’instruction devrait dire : The agent wished the customer a nice day.

6. Évitez d'utiliser des acronymes dans les questions et les instructions. Par exemple, au lieu de « L'agent a-t-il suivi les directives du CFPB ? » , énoncez le terme dans son intégralité afin que l'IA générative puisse l'interpréter correctement.

7. Évitez d'utiliser des noms propres susceptibles d'être mal orthographiés dans la transcription de la conversation. Par exemple, un nom de produit tel que O2 Pay peut être transcrit différemment, ce qui peut empêcher l'IA générative de le faire correspondre.

8. Évitez les questions formulées en termes vagues, telles que « L'agent a-t-il utilisé le langage approprié ? ». Soyez précis, par exemple : « L'agent a-t-il utilisé des grossièretés ? ».

9. Formulez les questions de manière à ce qu'il soit clair qui est évalué. Par exemple, « L'agent a-t-il évité d'utiliser des blasphèmes ? » peut être interprété comme une question de savoir s'il y a eu des grossièretés au cours de la conversation, de sorte que la réponse devient « Non » même lorsque seul le client a utilisé des termes blasphématoires. Pour évaluer le comportement de l'agent, formulez la question comme suit : « L'agent a-t-il proféré des grossièretés ? ».

10. Évitez les questions formulées négativement, telles que « L'agent a-t-il raté le message d'accueil ? ». Un phrasé négatif peut amener l'IA générative à halluciner des preuves lorsqu'elle fournit des références. Posez plutôt la question de manière positive, par exemple : « L'agent a-t-il accueilli le client ? ».

11. Dans vos instructions, expliquez quand la réponse est Non applicable (N/A). Par exemple, la réponse est N/A si l'appel a entraîné un transfert.

12. Évitez les longs scripts textuels dans vos instructions, par exemple en vérifiant ce que l'agent a dit. "Thank you for calling ABC Bank. How may I assist you?" Des différences de transcription mineures signifient qu'il est peu probable que l'IA générative corresponde au script complet.

13. Fournissez des exemples qui couvrent les différents scénarios gérés par vos agents, et pas seulement le flux d'appels standard. Si vos agents gèrent des situations telles que des rappels, des escalades ou des transferts, incluez des exemples dans les instructions destinées aux évaluateurs qui reflètent ces situations. Par exemple, une question demandant si l'agent a fourni un calendrier peut accepter « Cela prend généralement 3 à 5 jours ouvrables » lors d'un appel standard, mais doit également inclure un exemple de formulation acceptable pour un rappel, tel que « Je vous rappellerai dans les 30 minutes pour vous informer ». Les questions qui incluent uniquement des exemples de flux standard sont plus susceptibles de recevoir des réponses incohérentes lors de contacts non standard.

14. Portez une attention particulière aux instructions relatives aux questions qui échouent automatiquement à une évaluation, car un seul échec de réponse affecte l'ensemble du score d'évaluation. Fournissez les critères les plus détaillés pour ces questions, y compris les cas extrêmes et les scénarios non standard. Pour plus d'informations sur la notation, voirÉtape 5 : attribuer des scores et des plages aux réponses.

Améliorer les options de réponse

1. Utilisez des options de réponse simples et courtes, telles que Oui, Non et Partiel.

2. Activez le paramètre Question facultative lorsque la question n'est pas applicable dans certaines situations. Cela permet aux évaluateurs d'ignorer la question ou de la marquer comme non applicable.

3. Évitez les fautes d'orthographe et les caractères spéciaux dans les options de réponse, car ils peuvent réduire la précision des réponses générées par l'IA.

4. Évitez d'utiliser trop d'options de réponse. Par exemple, pour la question « Comment s'est passée l'expérience client ? » , une longue liste d'options telles que Excellent, Bon, OK, Mauvais, Très mauvais et Horrible réduit la précision. Utilisez plutôt un plus petit ensemble d'options distinctes.

5. Évitez les longs textes dans les options de réponse, car ils risquent d'être mal reproduits par le modèle d'IA générative.