- Introdução
- Balanceamento
- Clusters
- Desvio de conceito
- Cobertura
- Conjuntos de dados
- Campos gerais (anteriormente entidades)
- Rótulos (previsões, níveis de confiança, hierarquia etc.)
- Modelos
- Transmissões
- Classificação do Modelo
- Projetos
- Precisão
- Lembrar
- Mensagens revisadas e não revisadas
- Fontes
- Taxonomias
- Treinamento
- Previsões positivos e negativos verdadeiros e falsos
- Validação
- Mensagens
- Administração
- Gerencie origens e conjuntos de dados
- Entender a estrutura de dados e permissões
- Crie uma origem de dados na GUI
- Carregar um arquivo CSV para uma origem
- Criar um conjunto de dados
- Origens e conjuntos de dados multilíngues
- Habilitando o sentimento em um conjunto de dados
- Corrigir configurações de conjunto de dados
- Excluir mensagens por meio da interface do usuário
- Excluir um conjunto de dados
- Exportar um conjunto de dados
- Usando integrações do Exchange
- Preparando dados para carregamento de .CSV
- Treinamento e manutenção do modelo
- Noções Básicas sobre rótulos, campos gerais e metadados
- Hierarquia de rótulo e práticas recomendadas
- Definição dos seus objetivos de taxonomia
- Casos de uso de análise versus automação
- Transformando seus objetivos em rótulos
- Criação da sua estrutura taxonômica
- Práticas recomendadas de design de taxonomia
- Importando sua taxonomia
- Visão geral do processo de treinamento do modelo
- Anotação Generativa (Novo)
- Entendendo o status do seu conjunto de dados
- Treinamento de modelos e práticas recomendadas de anotação
- Treinamento com análise de sentimento de rótulo habilitada
- Treinamento
- Introdução ao Refine
- Precisão e recall explicados
- Precisão e recall
- Como funciona a Validação?
- Compreender e melhorar o desempenho do modelo
- Por que um rótulo pode ter uma precisão média baixa?
- Treinamento usando Check label e Perda de rótulo
- Treinamento usando Ensinar rótulo (Refinar)
- Treinamento usando a Pesquisa (Refinamento)
- Noções Básicas e Aumentando a Cobertura
- Melhorando o balanceamento e usando o Rebalanceamento
- Quando parar de treinar seu modelo
- Uso dos campos gerais
- Extração generativa
- Uso de análise e monitoramento
- Automations e Communications Mining
- Informações de licenciamento
- Perguntas frequentes e mais
Transformando seus objetivos em rótulos
Depois de definir seus objetivos, você pode começar a transformá-los em rótulos. Os rótulos devem conter todos os conceitos e intenções que você deseja capturar no conjunto de dados para atender a seus objetivos específicos. Os grupos típicos de rótulos que você pode incluir são:
Esses são rótulos típicos usados por nossos clientes, independentemente do seu caso de uso ou setor. Nem todos podem ser aplicáveis ao seu modelo e você pode ter outros tipos de rótulos que são importantes para atender a seus objetivos.
Cada um desses tipos de rótulos, incluindo o que capturam e o que ajudam a responder, será abordado com mais detalhes nesta seção.
Tipo de Rótulo | O que ele captura? | O que ele ajuda a responder? |
---|---|---|
Processos /Tipos de solicitação | Eles normalmente capturam os processos principais ou solicitações de entrada com as quais uma equipe tem que lidar. Em geral, corresponde diretamente a um catálogo de serviços de tarefas pertencentes à equipe e é organizado em uma hierarquia que captura os níveis adicionados de especificidade para os subprocessos/solicitações. |
Esses são rótulos fundamentais para seu modelo, ajudando a fornecer insight, monitoramento e ação em todo o canal. Para ajudar a identificar oportunidades de melhoria de processos ou tornar os processos mais eficientes possibilitando a automação, a plataforma precisa ser capaz de identificar os processos por si só. Para análises, eles normalmente são combinados com todos os outros tipos de rótulos para gerar insights focados em causas raiz, opiniões, qualidade de serviço, etc. Segmentar ainda mais os dados usando metadados ajuda a entender melhor a natureza e a origem dessas solicitações. Para automação, eles são cruciais para roteamento automático e automatização de processos de ponta a ponta. |
Causa raiz e exceções | Esses rótulos são destinados a capturar as causas raiz de problemas, ou tipos de exceções, que levam equipes ou clientes a entrar em contato, por exemplo, "Detalhes de transação ausentes" para uma equipe de operações de serviços financeiros. | Eles são fundamentais para identificar oportunidades de melhoria de processo. O mapeamento de rótulos de causa raiz para rótulos de tipo de processo/solicitação fornece uma imagem clara dos problemas existentes no canal de comunicação. |
Qualidade do serviço/Demanda de falhas | Esses conceitos capturam relacionados ao nível de serviço dentro de um canal de comunicação ou a demanda gerada por falhas no processo ou serviço, por exemplo, ‘Chaser’ e ‘Escalation’. |
Elas ajudam a responder perguntas como: “Onde os clientes estão enfrentando os maiores problemas” "Em quais processos cometemos erros repetidamente ou deixamos de SLAs ?", "Quais áreas do canal estão gerando a opinião mais negativa do cliente?" Ao contrário, eles também podem identificar áreas de pontos fortes e de forte desempenho. É importante notar que eles também podem ser usados dentro da funcionalidade de monitoramento da Qualidade do Serviço da plataforma – uma poderosa ferramenta de análise que ajuda a agregar o desempenho do canal em uma única métrica de QoS, rastreá-lo ao longo do tempo e permitir que seja referenciado e comparado com outros canais /equipes. |
Sentiments | Se estiver treinando um modelo sem a análise de sentimento habilitada (a recomendação para canais de comunicação B2B), você pode usar rótulos que capturem os sentimentos expressos nas mensagens, por exemplo, “frustração do cliente” ou “encanse” do cliente. |
Normalmente, são destinadas a fornecer insights relacionados à experiência do cliente, do cliente e até mesmo do funcionário. Ao mapear os sentimentos expressos em relação aos outros conceitos previstos, você pode encontrar os principais pontos problemáticos nos processos e jornadas do cliente que têm os maiores impactes negativos (e positivos). |
Cliente/Experiências do cliente | Elas estão relacionadas a experiências específicas dos clientes/clientes e, muitas vezes, estão relacionadas a rótulos que capturam tipos de solicitações de entrada, por exemplo, O item "Item nunca chegou" de uma empresa de Varejo B2C. |
Estes são os principais motivos pelos quais os clientes estão entrando em contato com uma empresa e, portanto, fornecem insights poderosos. Eles podem se sobrepor com rótulos relacionados à “causa raiz”, embora estejam focados na experiência do remetente e, potencialmente, não na causa raiz upstream. |
Produtos | Eles capturam os diferentes produtos com os quais uma equipe /canal lida, seja como cliente, fornecedor ou vendedor. Por exemplo, 'ETFs' ou 'Seguro de propriedade' | Esses rótulos podem ser combinados em análises com outros tipos de rótulos para fornecer insights mais aprofundados sobre quais produtos se relacionam com qual processo/tipo de solicitação ou causas raiz/exceções. |
Sistemas e dados | Cada equipe interage com vários sistemas e fontes de dados durante seu dia a dia, não apenas com o Outlook. Esses rótulos capturam referências a eles, como ‘Salesforce’ ou ‘SAP’. | Como os produtos acima, essas normalmente podem ser combinadas com outros rótulos para fornecer insights mais granulares. A combinação de rótulos relacionados a sistemas e dados com processos e tipos de exceção pode ajudar a identificar oportunidades de melhoria de prioridade upstream. |
Após definir seus rótulos e sua estrutura taxonômica de destino, é importante definir os principais pontos de dados (ou seja, campos gerais) que você deseja extrair de seus dados de comunicações. Elas são normalmente usadas para facilitar a automação downstream, mas também podem ser úteis para análises. Para obter orientações sobre como definir e configurar corretamente seus campos gerais, consulte nosso guia de treinamento aqui.