Transformer vos objectifs en libellés

Une fois que vous avez défini vos objectifs, vous pouvez commencer à les transformer en libellés. Les libellés doivent contenir tous les concepts et toutes les intentions que vous souhaitez capturer dans l'ensemble de données afin d'atteindre vos objectifs spécifiques.

Les groupes de libellés les plus classiques que vous pouvez inclure sont les suivants :

• Types de processus ou de requête
• Demande de qualité de service ou de défaillance
• Causes profondes et exceptions
• Expériences client
• Sentiments
• Types de produits
• Système et données

Il s'agit d'étiquettes standard utilisées par nos clients, quel que soit leur cas d'utilisation ou leur secteur d'activité. Tous ces éléments ne s'appliquent pas tous à votre modèle, et vous pouvez avoir d'autres types de libellés importants pour atteindre vos objectifs.

Chacun de ces types de libellés, y compris ce qu'ils capturent et ce à quoi ils aident à répondre, est expliqué plus en détail dans cette section.

Type de libellé	Ce qu’il capture	Les éléments qui vous aident à répondre
Processus ou types de requêtes	Ceux-ci capturent les processus de base ou les requêtes entrantes qu’une équipe doit gérer. Dans de nombreux cas, elles correspondent directement à un catalogue de services de tâches appartenant à l’équipe et sont organisées de façon hiérarchique en capturant des niveaux de spécificité supplémentaires pour les sous-processus ou les requêtes.	Il s'agit de libellés de base de votre modèle, qui vous aideront à fournir des informations, une surveillance et des actions sur l'ensemble du canal. Pour aider à identifier les opportunités d’amélioration des processus ou à rendre les processus plus efficaces en activant l’automatisation, la plate-forme doit être en mesure d’identifier les processus eux-mêmes. À des fins d'analyse, ils sont combinés à tous les autres types de libellés pour générer des informations axées sur les causes profondes, les sentiments, la qualité du service, etc. La segmentation des données à l'aide de métadonnées permet de mieux comprendre la nature et la source de ces demandes. Dans le cadre de l’automatisation, ils sont essentiels pour le routage automatique et pour automatiser les processus de bout en bout.
Cause profonde et exceptions	Ces libellés sont destinés à saisir les causes profondes des problèmes ou les types d'exceptions, qui amènent les équipes ou les clients à entrer en contact, par exemple les détails commerciaux manquants d'une équipe d'exploitation des services financiers.	Ils sont essentiels pour identifier les opportunités d'amélioration des processus. Le mappage des libellés de cause profonde aux libellés de type de processus ou de demande fournit une image claire des problèmes existants dans le canal de communication.
Demande de qualité de service ou d’échec	Il s'agit de concepts liés au niveau de service au sein d'un canal de communication ou à la demande générée par les échecs de processus ou de service.	Celles-ci permettent de répondre à des questions telles que : Où les clients rencontrent-ils les pires difficultés ? Quels processus font-ils des erreurs à plusieurs reprises ou que nous manquons des SLA ? Quels domaines du canal génèrent les sentiments les plus négatifs des clients ? Inversement, ils peuvent également identifier les domaines forts et les solides performances. Importantment, ils peuvent également être utilisés dans la fonctionnalité de surveillance Qualité de service (QoS) de la plateforme. Cette fonctionnalité est un outil d'analyse puissant qui aide à agréger les performances du canal sous la forme d'une seule mesure QoS, à les suivre au fil du temps et à les comparer et de les comparer avec d'autres canaux ou équipes.
Sentiments	Si vous entraînez un modèle sans que l’analyse des sentiments soit activée, ce qui est recommandé pour les canaux de communication B2B, vous pouvez utiliser des libellés qui capturent les sentiments exprimés dans les communications à la place. Par exemple, la frustration ou le dé définie des clients.	Ceux-ci visent à fournir des informations relatives au client, au client, et même à l'expérience des employés. En mappant les sentiments exprimés aux autres concepts prévus, vous pouvez trouver des points faibles dans les processus et le parcours des clients qui ont les plus grands impacts négatifs et positifs.
Expériences client	Ceux-ci sont liés à des expériences spécifiques des clients, et vont souvent de pair avec la capture des types de demandes entrantes. Par exemple, l'élément n'a jamais été arrivé pour une entreprise de distribution B2C.	Ce sont les facteurs ultimes de la raison pour les clients de contacter une entreprise ; ils fournissent donc des informations pertinentes. Ils peuvent chevaucher les libellés liés aux causes profondes, bien qu’ils se concentrent sur l’expérience de l’expéditeur et potentiellement pas sur la cause profonde en amont.
Produits	Il s’agit des différents produits avec lesquels une équipe ou un canal s’occupe, qu’il s’agisse d’un client, d’un service ou d’un vendeur, tels que les ETF ou l’assurance ainsi que pour l’assurance de type construction.	Ces libellés peuvent être combinés dans le cadre de l'analyse avec d'autres types de libellés afin de fournir des informations plus détaillées sur les produits associés à quel processus ou à quel type de demande, ou à des causes profondes ou à des exceptions.
Systèmes et données	Chaque équipe interagit avec un certain nombre de systèmes et de sources de données au cours de sa journée, et pas seulement avec Outlook. Ces libellés capturent des références à ceux-ci, tels que Salesforce ou SAP.	Comme les produits précédents, ceux-ci peuvent généralement être combinés avec d'autres libellés pour fournir des informations plus précises. L’association des systèmes et des libellés liés aux données avec les processus et les types d’exception peut permettre d’identifier les opportunités d’amélioration prioritaire en amont.

Une fois que vous avez défini vos libellés et votre structure de taxonomie cible, vous devez définir les points de données clés, c'est-à-dire les champs, que vous souhaitez extraire de vos données de communication. Les champs sont utilisés pour faciliter l'automatisation en aval, mais peuvent également être utiles à des fins d'analyse. Pour plus de détails sur la façon de définir et de configurer correctement vos champs, consultez la section Utilisation des champs généraux.