Conversation Insights
Mit Conversation Insights können Sie Konversationen aus den Agentenerlebnissen analysieren, die Sie Ihren Kunden anbieten. Diese Agentenerlebnisse können auf großen Sprachmodellen (LLM) oder auf menschlichen Konversationen basieren. Beispielsweise ein Chatbot, der mit einem Kunden oder einem Callcenter interagiert.
Conversation Insights analysiert die Konversationen in großem Maßstab und bietet Kontext für diese Konversationen innerhalb der vollständigen Kunden-Journey. Mithilfe von Conversation Insights sind Sie in der Lage, die Auswirkungen von Agenten auf tatsächliche Benutzerergebnisse zu verstehen.
Conversation Insights behandelt Probleme, die auftreten können. z. B.:
-
Sie haben keine insight darüber, was passiert, wenn Kunden mit Agenten (LLM oder Menschen) im Kontext des Journey interagieren.
-
Sie sind nicht in der Lage, Folgendes zu verstehen:
- Was Agenten Kunden in großem Maßstab erzählen.
- Interaktion von Kunden mit Agenten in großem Maßstab.
- Wie wirken sich diese Interaktionen insgesamt auf KPIs aus?
-
Sie erstellen agentische Erlebnisse, um sich ändernden Benutzerpräferenzen Rechnung zu tragen.
Mit Conversation Insights können Sie Folgendes verstehen:
- Was Agenten den Benutzern mitteilen.
- Was Benutzende von Agenten anfragen.
- Auswirkungen der Konversationen auf Ihre KPIs.
Sie können feststellen, wie Ihre Agenten die Richtlinien einhalten, wie genau die Agenten die Markenrichtlinien einhalten und ob die Ergebnisse die Kosten für die Ausführung von Agenten rechtfertigen.
Konzepte
Auf einer hohen Ebene in Conversation Insights eine von korrelierten Wendungen. Jeder Zug kann unabhängig über Ereignisse Eingabeaufforderung, Antwort und Feedback verfügen. Signale sind strukturierte Beobachtungen, die aus der Konversation abgeleitet werden, während der gemischte Datensatz die Quellereignisse und Signale für das Reporting zusammenführt.
Conversation Insights analysiert Interaktionen von Agenten auf zwei Ebenen:
- Konversationsebene Die vollständige Interaktion zwischen einem Benutzer und einem Agenten, die mehrere Runden enthält.
- Turn-Ebene: Ein Interaktionszyklus innerhalb dieser Konversation, bestehend aus einer Benutzeraufforderung und einer Agentenantwort.
Die Agent-Anwendung oder der Service gibt konversationsbezogene Erlebnisereignisse in Experience Platform aus. Eingabeaufforderungs-, Antwort- und Feedback-Ereignisdaten können unabhängig voneinander eintreffen. Platform-Services korrelieren und verschmelzen diese Ereignisse zu einem Turn-Level-Datensatz, reichern die Daten optional mit extrahierten Signalen an und stellen die resultierenden Daten für Customer Journey Analytics-Berichte zur Verfügung.
Konversation
Eine Konversation ist die vollständige Interaktion zwischen einem Benutzer und einem Agenten. Es kann eine oder mehrere Windungen enthalten.
Eine Konversation ist die Container- oder Gruppierungsebene. Dieser Container ist für Fragen nützlich, z. B.:
- Wie viele Gespräche fanden statt?
- Was war das Hauptthema eines Gesprächs?
- Wie hat sich Sentiment in einem Gespräch verändert?
- Welche Gespräche führten schließlich zu einer Konversion?
Weitere Informationen zur Implementierung finden Sie im Konversation-Objekt in der Dokumentation Konversationseinblicke implementieren.
abbiegen
Ein Zug ist ein Interaktionszyklus innerhalb eines Gesprächs.
Eine typische Wendung besteht aus
- Benutzeraufforderung
- Agent-Antwort
- (optional) Benutzer-Feedback
Der Zug ist das primäre Analyseobjekt für Berichtszwecke. Der Conversation Blender-Service kombiniert die verfügbaren Eingabeaufforderungen, Antwort-, Feedback- und Signalinformationen in Turn-Level-Aufzeichnungen.
Weitere Informationen zur Implementierung finden Sie im Turn-Objekt in der Dokumentation Implementieren von Konversationserkenntnissen .
Eingabeaufforderung
Eine Eingabeaufforderung ist die Eingabe, die an den Agenten gesendet wird. In den meisten Kundenszenarien ist diese Eingabe die Frage, Anfrage, Anweisung oder Nachricht des Benutzers.
Eine Eingabeaufforderung kann mehrere Rohsegmente enthalten. Beispiel: Ein Benutzer gibt Text ein und fügt eine URL hinzu.
-
Prompt"What is the capital of France""https://example.com/france"
Die Eingabeaufforderung ist die primäre Eingabe, aus der Conversation Insights analytische Informationen ableiten kann, z. B.:
- Die Absicht des Benutzers
- Thema oder Thema
- Der Ton des Benutzers
- Die Sentiment des Benutzers
- Andere unterstützte Signale
Weitere Informationen zur Implementierung finden Sie im Eingabeaufforderung-Objekt in der Dokumentation Implementieren von Konversationseinblicken.
Antwort
Eine Antwort ist der Inhalt, der vom Agenten oder einer anderen antwortenden Partei zurückgegeben wird.
Eine Antwort enthält oft verschiedene Inhaltstypen. Beispiel:
- Hauptantwort
- Zitierung oder Referenz
- Link
- Bild
- Werbeinhalte
Diese Unterscheidung ist nützlich, da die Analyse die Hauptantwort von unterstützenden Links, Zitaten, Anzeigen oder anderen Antwortkomponenten trennen muss.
Weitere Informationen zur Implementierung finden Sie im Antwort-Objekt in der Dokumentation Implementieren von Konversationseinblicken.
Feedback
Feedback ist die explizite Bewertung oder Reaktion des Benutzers auf die Interaktion.
Das Feedback kann Folgendes enthalten:
- Freiform-Feedback-Text
- Eine numerische Bewertung
- Klassifizierung der Alterseinstufung
- Ein oder mehrere Gründe für die Bewertung
Feedback muss nicht unbedingt gleichzeitig mit der Eingabeaufforderung oder der Antwort verfügbar sein. Sie können das Feedback zu einem späteren Zeitpunkt über die Agentenanwendung oder den Service senden, nachdem der Benutzer die Antwort ausgewertet hat.
Weitere Informationen zur Implementierung finden Sie im Feedback-Objekt in der Dokumentation Implementieren von .
Signal
Ein Signal ist eine strukturierte analytische Beobachtung über Konversationsinhalte. Der Signalextraktionsdienst extrahiert Signale.
Weitere Informationen zur Implementierung finden Sie im Signal-Objekt in der Dokumentation Implementieren von Konversationserkenntnissen .
Agent
Um die Agentenanwendung oder den Service zu identifizieren, sind für jedes Conversation Insights-Ereignis (Eingabeaufforderung, Antwort, Feedback, Signal) Agenteninformationen erforderlich.
SKILL Invocations
Wenn Ihr Agent-Erlebnisprogramm den Aufruf von Fähigkeiten unterstützt, die während der Verarbeitung aufgerufene Funktionen darstellen, können Sie diese Fähigkeitsaufrufe als Teil der Feldergruppe für Agenteninformationen hinzufügen.
Weitere Informationen zur Implementierung finden Sie in der Agenteninformationen in der Dokumentation Implementieren von ".
Funktionsweise
Conversation Insights basiert auf drei Kernfunktionen:
- Datenerfassung: Ermöglicht es Benutzenden zu verstehen, wie gut LLM und Agenten ihre Aufgaben ausführen. Die Datenerfassung ist erforderlich, um alle erforderlichen Datenpunkte zu erfassen.
- Signalextraktion und Konversationsmischung: Wandelt die unstrukturierten Eingabeaufforderungen und Antworten (auch als „Turns“ bezeichnet) in berichtbare Datenpunkte um, z. B. Intent und Sentiment. Damit Anwender in großem Umfang Berichte zu diesen Datenpunkten erstellen können.
- Reporting: Um die Effektivität und den ROI eines Agenten zu ermitteln, analysieren Sie Konversationen im großen Maßstab im Kontext des Kunden-Journey.
Im Folgenden wird der Gesamtprozess der Datenerfassung, Signalextraktion und Konversationsmischung beschrieben.
Weitere Informationen zum Instrumentieren der Agentenanwendung oder des Services finden Sie in der Implementierungsdokumentation.
Dieser Schritt wird als Teil der Definition einer „Conversation "-Konfiguration .
Dieser Schritt wird als Teil der Definition einer „Conversation "-Konfiguration .
Dieser Schritt wird als Teil der Definition einer „Conversation "-Konfiguration .