Communications Mining 用户指南
监控
所需的用户权限：“修改数据集”以启用语气分析。
语气分析是理解和识别消息中表达的语气或态度的过程。
语气分析的主要目的是深入了解作者的情绪状态，以了解他们对特定主题的感受。
利用平台的语气分析功能，用户可以主动进行客户体验管理，并可以帮助用户根据通信中表达的情感预测和满足客户的需求。
标签情感通常仅适用于与客户反馈相关的数据集。 这是因为它们比其他数据集包含更多可识别的情感表达，而其他数据集本质上往往更加中性。
对于所有其他用例（例如 电子邮件收件箱分析和自动化）时，应使用语气，因为消息中表达的情绪语气可能不仅仅是积极与消极的情绪。 它可能是一系列复杂的情绪，最好用评分系统来表示。 这些数据集中的大多数通信的语气也是中性的，标签情感分析不会捕获这些语气。
Communications Mining 的语气模型经过训练，可以查找特定的情感表达（正面和负面），然后将其汇总为 -10 到 10 之间的整体“语气分数”。
然后，此分数将成为每条消息的可筛选/可查询属性，并且可以在“报告”的不同级别进行汇总。
此外，语气分数用作生成服务质量 (QOS)分数的影响因素。
所需的用户权限：“服务质量”和“预训练标签”。
该平台会结合每条消息中意图的整体情感（即语气）和影响，自动计算每条消息的可配置服务质量 (QOS) 分数。 它还支持基于预定义阈值的实时 服务质量仪表板和警示。
此功能有许多有用的应用程序，包括（但不限于）：
- 面向客户的团队的质量保证。
- 识别常见的客户问题和恢复机会。
- 性能监控和主动式客户干预。
- 确定代理的工作和时间管理优先级。
服务质量功能有助于确保为客户提供最高质量的服务，同时确定需要改进的优先领域。 它允许经理衡量代理的绩效，确定他们工作的优先级，并推动及时干预。
平台会自动为每条消息计算 -10 到 10 之间的服务质量 (QOS) 分数。 它通过将预测的语气分数（也可以从 -10 到 10）与标签预测的综合影响分数（按预测置信度加权）相结合来实现此目的。
标签影响占据了 服务质量分数的大部分，其中语气占分数的 10％ 左右。
步骤 1：确保您拥有启用 QA 的适当权限（“服务质量”和“预训练标签”，如适用）
步骤 2：在适用于您的用例的关键 服务质量意图上打开预训练标签。 这些参数可以设置为可训练，也可以设置为不可训练。
步骤 3：打开语气分析（语气已纳入 服务质量分数）。 可以在数据集的“设置”页面（可通过顶部导航栏访问）的“常规”选项卡上启用此功能。
步骤 4：更改标签影响。 可以为每个标签分配一个从 -10 到 +10 的影响分数（许多标签通常保留为 0）。
您可以通过单击标签的设置（通过左侧分类栏上的“探索” 选项卡）并调整标签上的 服务质量滑块来更改服务质量标签影响。
我们可以在以下 Communications Mining 产品功能中使用 服务质量：
- 图表：可在“报告”的“标签摘要”、“趋势”和“段”选项卡中找到显示 服务质量的图表，这些图表都可以添加到仪表板中进行监控。
- 筛选器：服务质量和语气分数成为每条消息的属性，这意味着可以在“报告”和“探索”中对它们进行筛选。
- “探索” ：“探索”中提供了用于服务质量和语气的排序顺序，允许用户探索高分和低分消息的定性示例。
- 警示：服务质量和语气可以作为警示的筛选器输入，并且警示类型可用于跟踪 服务质量分数的变化。
该平台提供实时警示功能，允许用户定义影响其客户端、流程和服务质量的问题，并在每次问题发生时收到警示（例如 风险事件、客户投诉、长期运行的问题、中断等）。 这些通知当前仅在平台上可用（API 集成即将推出）。
此功能有许多有用的应用程序，包括（但不限于）：
- 通信量和服务质量监控。
- 出现问题时尽快确定其优先级并予以解决。
- 正在触发下游自动化。
- 记录已解决的问题并跟踪未解决的问题。
“警示” 功能使用户可以查看其沟通渠道中重复出现的问题或高风险问题。 它还使他们能够监控未解决的问题，并在问题修复后将其标记为“已解决”。
警示中心（位于管理控制台中）包含“问题”和“警示”页面。 设置完成后，警示会在满足条件时触发问题，并在“问题”页面中跟踪这些问题。
活动问题将跟踪问题仍未解决时触发警示的次数。 调查并解决问题后，可以将其标记为“已解决”。 如果将来再次触发警示，则会创建一个新问题。
第 1 步：权限：用户需要警示管理员才能创建、修改和删除警示，并拥有查看警示才能查看警示及其引发的问题。 请确保已分配适当的权限。
第 2 步：转到警示中心（可通过管理控制台访问）。 在警示中心的“警示” 页面中创建和更新警示
步骤 3：将警示链接到数据集。 警示会链接到主数据集（以确定可用的标签筛选器），然后链接到您有权在租户中访问的任意数量的其他数据集
步骤 4：选择警示类型。 当前警示类型针对数量变化或平均服务质量分数变化
步骤 5：选择筛选条件。 可以应用所有常用筛选器来确定每个警示要考虑哪些消息
警示预览:设置警示时，用户可以预览在过去的时间段（例如 6 个月）内会触发警示的次数
有 2 种类型的警示可用：与电子邮件量相关联的警示，以及与平均服务质量分数相关联的警示。
- 基于数量的警示侧重于通信量监控。 例如，异常或错误的数量，或者特定高风险事件的任何实例的数量
- 基于 QA 的警示侧重于服务质量监控。 例如，高风险或高价值客户的 服务质量分数发生变化
要创建警示，请单击“警示” 页面中的“新建警示”按钮。
对于每个警示，您需要指定：
- 相关项目
- 相关数据集
- 警示名称
- 适用的筛选条件 : 这些筛选条件与“探索”或“报告”中可用的筛选条件相同（例如 标签筛选器或用户属性筛选器）。 如果未应用任何筛选器，则警示将对整个数据集触发
现在，您可以定义警示的条件。
我们的警示功能使您能够根据业务需求和目标自定义单个警示的条件。
首先，您可以选择“基于数量的警示” 或“基于服务质量的警示”：
其次，您可以指明所需的增加或减少级别；并指定确切值/百分比：
第三，您可以选择首选时间段：
最后，您可以定义理想的比较基准：
我们的目标是创建一个警示。与长期运行的平均值相比，每当平均 QA 质量在一天内平均下降 0.3 时，就会触发该警示。
- 在下拉列表中选择“服务质量警示”。
- 在下拉列表中选择“减少量超过”。
- 在自由文本字段中键入“0.3”。
- 在下拉列表中选择“1 天”。
- 在下拉列表中选择“长期运行平均值”。
- 单击“预览警示”按钮。
- 单击“创建警示”按钮。
此特定警示会在此期间触发一个问题；并且此问题仍在处理中。
我们可以在以下 Communications Mining 产品功能中使用 服务质量：
- “问题” 页面：此页面会跟踪所有活跃的未解决问题和过去已解决的问题（提供过去问题的审核日志）。
- 解决问题：活动问题将计算到目前为止已触发问题的次数，一旦解决，警示管理员可以将其标记为“已解决”。
- 探索示例：当警示触发问题时，问题卡允许用户单击进入导致警示触发问题的消息示例，从而启用调查和解决方案。
- 平台内：目前仅在平台内跟踪问题，但很快将通过 API 提供。
