Genesys Agent Assist

Überwachen Sie Gespräche zwischen Kunden und Agenten, um kontextrelevantes Wissen und häufig gestellte Fragen (FAQs) anzuzeigen.

Was ist die Herausforderung?

Viele Kunden bevorzugen die Nutzung von Self-Service-Optionen. Aber wenn sie mit jemandem sprechen müssen (per Sprache oder Chat), erwarten sie, dass die Person alles über ihre Reise weiß und ihnen in Echtzeit am besten helfen kann.

Was ist die Lösung?

Stellen Sie Live-Transkripte des Sprachgesprächs und relevante Wissensvorschläge in Echtzeit auf dem Omnichannel-Desktop des Agenten bereit.

Übersicht über den Anwendungsfall

Geschichte und Geschäftskontext

Eine positive Kundenerfahrung hängt von der Fähigkeit des Unternehmens oder Anbieters ab, auf die Anfrage eines Kunden zu antworten, hervorragenden Service zu bieten und das gewünschte Ergebnis zu liefern. Contact Center sind häufig die einzige Anlaufstelle für Kunden und es ist von entscheidender Bedeutung, dass die Agenten diese Interaktionen ordnungsgemäß und effektiv abwickeln. Agenten müssen sich durch Wissen und FAQs kämpfen, um Antworten zu finden und Kundenanfragen zu beantworten. Dies kostet Zeit, die besser für Aktivitäten genutzt werden könnte, die den Kundenservice oder die Verkaufsergebnisse verbessern.

Mit Agent Assist können Unternehmen auf die Leistungsfähigkeit künstlicher Intelligenz (KI) vertrauen, um die Konversation zu überwachen und zu analysieren und dann kontextbezogene, relevante Informationen aus einer Wissensdatenbank bereitzustellen, um dem Agenten relevante Vorschläge zu unterbreiten. Der Agent verbringt Zeit damit, dem Kunden auf der Grundlage der vorgeschlagenen Ergebnisse zu helfen, anstatt nach Informationen zu suchen. Um die Wissensdatenbank für die zukünftige Verwendung zu verbessern, kann ein Agent überprüfen, ob die von Genesys Agent Assist AI zurückgegebenen Vorschläge relevant sind.

Genesys bietet Agent Assist als native KI-Funktion an, die vollständig in Genesys Cloud CX integriert ist. Genesys ermöglicht es Kunden auch, Google CCAI Transkriptions- und Wissensdienste für sprachbasierte Agent Assist als Alternative zu nutzen

Vorteile im Anwendungsfall

Nutzen Erläuterung
Verbesserte Mitarbeiterzufriedenheit Agenten bewältigen komplexere Geschäftsanfragen mit KI-Unterstützung.
Verbesserte Mitarbeiterauslastung Eine sich ständig weiterentwickelnde Wissensdatenbank schult Agenten in Echtzeit.
Verbesserte Erstkontakt-Auflösung Präsentieren Sie in Echtzeit relevante Vorschläge, um dem Agenten bei der Lösung der Anfrage des Anrufers zu helfen.
Reduzierte Bearbeitungszeit Indem Agenten die Möglichkeit erhalten, effektiver Antworten zu geben, profitieren Anrufer von einem schnelleren und positiveren Erlebnis.

Zusammenfassung

Während eines Anrufs oder einer digitalen Interaktion zwischen einem Kunden und einem Agenten präsentiert Genesys Cloud Agent Assist dem Agenten zur Unterstützung relevante Vorschläge in Echtzeit auf seinem Desktop. Agent Assist bietet kontextrelevante Wissensvorschläge, wie z. B. Antworten auf häufig gestellte Fragen an den Agenten in Echtzeit. Dieses Wissen stärkt den Agenten, stellt die richtigen Informationen zum richtigen Zeitpunkt bereit und ermöglicht es dem Agenten, den Endkunden besser zu unterstützen.

Anwendungsfalldefinition

Geschäftsablauf

1.Genesys verbindet den Benutzer mit dem Live-Agenten.

2Der Agent sieht den Kontext (z. B. Bot-Absichten und Slots) der Benutzerreise auf dem Agent-Desktop.

3.Genesys Agent Assist überwacht die Konversation.

4.Während des Sprachgesprächs passiert Folgendes:

Für Sprachinteraktionen:

  • Der Echtzeit-Ton der Sprachinteraktion wird an den Genesys Transcription-Dienst gestreamt.
  • Agent Assist zeigt die Echtzeittranskription des Sprachanrufs an.
  • Der Agent Assist-Dienst gibt Wissensvorschläge in Echtzeit zurück.
  • Die vorgeschlagenen Inhalte werden dem Agenten während des Gesprächs automatisch in einem Live-Stream von Vorschlägen angezeigt.

Für digitale Interaktionen:

  • Der Agent Assist-Dienst gibt Wissensvorschläge in Echtzeit zurück.
  • Die vorgeschlagenen Inhalte werden dem Agenten während des Gesprächs automatisch in einem Live-Stream von Vorschlägen angezeigt.

5.Mit dem Live-Stream der Vorschläge kann der Agent Folgendes tun:

  • Klicken Sie, um den vorgeschlagenen Inhalt zu erweitern und mehr zu lesen (BL1).
  • Für die Stimme:Lesen Sie dem Kunden die vorgeschlagenen Inhalte direkt vor oder verwenden Sie sie zur Unterstützung der Interaktion (BL2).
  • Für Digital: Mit einem Klick wird der Inhalt in das Chatfenster kopiert.

6.Der Agent kann bewerten (hoch-/runterstimmen), um das KI-Vorschlagsmodell im Laufe der Zeit zu verbessern. Je häufiger Agent Assist genutzt und Inhalte von Agenten bewertet werden, desto besser werden die Vorschläge in Zukunft sein. (BL3, BL4).

Geschäfts- und Vertriebslogik

Business Logic

BL1: Wissen überprüfen: Der Agent führt eine umfassende Bewertung durch, um sicherzustellen, dass die von Agent Assist zurückgegebenen Informationen für das aktuelle Gespräch angemessen und relevant sind.

BL2: Wissen nutzen: Der Agent übermittelt dem Endkunden relevante Informationen oder nutzt die Informationen, um die erforderlichen „Back-End“-Aktionen zur Lösung des Kundenproblems durchzuführen.

BL3: Bewerten Sie das Wissen: Die Agentenunterstützung kann einem Agenten während der Interaktion mehrere Informationen bereitstellen. Agenten sollten die Informationen mit den Schaltflächen „Daumen hoch“ und „Daumen runter“ bewerten, um zu bestätigen, dasselevant oder ichrrelevant .

BL4: Problem lösen oder Konversation fortsetzen: Wenn das Problem des Endkunden nicht ausreichend gelöst wird, setzt der Agent das Gespräch mit dem Endkunden fort, um Agent Assist auszulösen und zusätzliche Informationen anzuzeigen. Wenn Agent Assist nicht in der Lage ist, die entsprechenden Informationen zur Lösung des Endkundenproblems bereitzustellen, sollten die Agenten ihre unternehmenseigene Eskalationsrichtlinie befolgen, um sicherzustellen, dass die Erwartungen erfüllt werden.

Verteilungslogik

Da der Endkunde bereits in Echtzeit mit einem Agenten spricht, wird jede nachfolgende Anrufsteuerung wahrscheinlich manuell vom Agenten gesteuert.

Benutzeroberfläche und Berichterstellung

Agenten-ID

--

Berichterstellung

Echtzeit-Reporting

Das Wissens-Dashboard für Genesys Agent Assist bietet einen Überblick über die Aktivitäten in Wissensdatenbank-Artikeln. Die Metriken und Berichte von Genesys Agent Assist bieten Einblicke in präsentierte, geöffnete und kopierte Artikel. Weitere Informationen finden Sie unter https://help.mypurecloud.com/?p=280180

Historische Berichterstattung

Im Dashboard des Knowledge Optimizer können Sie die Effektivität Ihrer Wissensdatenbank analysieren. In dieser Ansicht können Sie die folgenden Metriken sehen:

  • Alle Anfragen in einem bestimmten Zeitraum und die prozentuale Aufschlüsselung der beantworteten und unbeantworteten Anfragen.
  • Alle beantworteten Anfragen in einem bestimmten Zeitrahmen und die prozentuale Aufschlüsselung der Anwendung, von der die Konversation ausging.
  • Alle unbeantworteten Anfragen innerhalb eines bestimmten Zeitraums und die prozentuale Aufschlüsselung der Anwendung, von der die Konversation ausging.
  • Die 20 wichtigsten Artikel und die Häufigkeit, mit der ein Artikel in einer Unterhaltung auftaucht.
  • Die 20 meistbeantworteten Anfragen und die Häufigkeit, mit der jede beantwortete Anfrage in einer Unterhaltung auftaucht.
  • Die 20 wichtigsten unbeantworteten Anfragen und die Häufigkeit, mit der jede unbeantwortete Anfrage in einem Gespräch vorkam.

see https://help.mypurecloud.com/articles/knowledge-optimizer-overview/

Überlegungen für den Kunden

Wechselwirkungen

Alle der folgenden Angaben sind erforderlich: Mindestens eines der folgenden ist erforderlich: Optional Ausnahmen

Allgemeine Annahmen

Kunden und/oder Genesys Professional Services sind für die Verwaltung und das Hochladen ihrer eigenen Wissensdatenbankinhalte in die Genesys Knowledge Workbench verantwortlich, damit diese von Agent Assist verwendet werden können.

Verantwortlichkeiten der Kunden

--

Dazugehörige Dokumentation

Dokumentversion

 V 2.0.0 letzte Aktualisierung 14. März 2023