Comparar casos de uso de análisis y automatización

Información general

Cada caso de uso entrará en una de las siguientes categorías, en función de los resultados previstos, es decir, los objetivos:

• Análisis y supervisión.
• Automatización.
• A veces, incluso ambos.

Estos resultados previstos dictan cómo se anotan los datos y se estructuran las taxonomías.

La forma en que estructura y entrena su modelo puede variar significativamente en función de su objetivo. Por ejemplo, obtener análisis detallados para un canal de comunicación en comparación con el enrutamiento automático de solicitudes entrantes en diferentes colas de flujo de trabajo.

Antes de crear una taxonomía para cumplir objetivos centrados en el análisis o la automatización, asegúrate de comprender las diferencias entre ellos:

Casos de uso de análisis

• Taxonomías más extensas con un mayor número de etiquetas, normalmente entre 50 y 150.
• Menos ejemplos anclados por etiqueta secundaria, normalmente, entre 25 y 75.
• El objetivo principal es lograr una cobertura detallada de una amplia gama de temas para identificar áreas de mejora.
• Ejemplos de casos de uso: oportunidad, descubrimiento y la voz del cliente.

Casos de uso de automatización

• Taxonomías más pequeñas con un número más bajo de etiquetas, normalmente entre 20 y 60.
• Mayor número de ejemplos anclados por etiqueta secundaria, normalmente, entre 50 y 100, o más.
• El objetivo principal es lograr una alta precisión y recuperación para todas las etiquetas de automatización para maximizar la precisión y minimizar las excepciones.
• Casos de uso de ejemplo: enrutamiento automático y gestión de consultas

Conjuntos de datos centrados en el análisis y la supervisión

Objetivos

• Concéntrate en obtener una comprensión detallada de los diversos procesos, problemas y sentimientos dentro de uno o más canales de comunicación.
• Proporcione información inicial una vez que el modelo esté entrenado, y una capacidad continua para supervisar los cambios y las tendencias dentro del conjunto de datos a lo largo del tiempo.
• Ayude continuamente a identificar, cuantificar y priorizar oportunidades para realizar mejoras dentro del canal de comunicaciones, ya sea para mejorar la eficiencia, la experiencia del cliente o el control.
• Reduzca el riesgo de no ofrecer el ROI esperado de la inversión en cambios cuantificando eficazmente las oportunidades.

Ejemplos

• Identifique con precisión las oportunidades de cambio más valiosas, impulsando un ROI más ajustado para iniciativas específicas y reduciendo el riesgo de no entregar los beneficios esperados.
• Mejora la satisfacción del cliente y la calidad del servicio identificando e impulsando mejoras impactantes en productos y servicios.
• Reduce los problemas que afectan al cliente y el coste interno del servicio.
• Diríjase mejor a los clientes potenciales y permita la retención proactiva de clientes midiendo los controladores CLTV.
• Aumente la visibilidad y el control de los riesgos ocultos en los canales de comunicación a través de la supervisión y las alertas, garantizando que los participantes reciban los datos que necesitan cuando los necesiten y habilitando la corrección proactiva.
• Proporcione garantía de calidad a todos los equipos de atención al cliente, supervisando la resolución efectiva de los agentes.
• Capacita a los gestores para abordar los problemas de rendimiento de forma proactiva.

Etiquetado

• Dado su propósito, tienen taxonomías detalladas y extensas.
• A pesar de un mayor número de etiquetas, suelen tener menos ejemplos anclados por etiqueta que los conjuntos de datos centrados en la automatización.
• Como están destinados a capturar etiquetas más específicas en todo un conjunto de datos, sacrifican un poco de precisión en sus predicciones para lograr una cobertura detallada en una amplia gama de temas.

Conjuntos de datos centrados en la automatización

Objetivos

• Aumente la eficiencia, libere capacidad FTE para trabajo de valor añadido y mejore la CX reduciendo los tiempos de procesamiento y las tasas de error.
• Aporta control, visibilidad y estandarización a los procesos.

Ejemplos

• Reduzca el esfuerzo de ETC en un 5-10 % mediante la clasificación automática.
• Reduzca el tiempo de respuesta de las tareas automatizadas en un 100 %.
• Elimine los problemas de proceso debidos a una clasificación, priorización y enrutamiento incorrectos.
• Elimine las limitaciones de capacidad y la sensibilidad al volumen.
• Habilite la expansión a la automatización de procesos o consultas de extremo a extremo.
• Reduzca el riesgo en torno a los procesos empresariales mediante mayores controles.
• Mejore la satisfacción del cliente, como CSAT o NPS, y la calidad del servicio mediante la reducción de la latencia del proceso.

Etiquetado

• Estos tienen taxonomías pequeñas con un mayor número de ejemplos anclados para cada etiqueta.
• Se necesitan más ejemplos por etiqueta para garantizar una alta precisión y recuperación, y para capturar varios casos límite en el conjunto de datos.
• Cada etiqueta involucrada en una automatización debe tratar de maximizar la precisión y la recuperación, aunque no suele ser posible que tanto la precisión como la recuperación alcancen el 100 %. Dependiendo del caso de uso, puedes optimizar uno ligeramente sobre el otro. Casi siempre habrá algunas excepciones, así que asegúrate de tener un proceso de excepción adecuado para cualquier caso de uso de automatización.

Nota:

Los conjuntos de datos entrenados para objetivos de automatización aún pueden ofrecer información analítica valiosa, aunque pueden carecer de la granularidad de los diseñados para responder preguntas más detalladas.

Para obtener más información sobre cómo convertir tus objetivos en etiquetas y una taxonomía adecuada, ya sea con fines analíticos o de automatización, consulta Convertir tus objetivos en etiquetas.