Outcomes

Ein Outcome ist ein Urteil über eine abgeschlossene Unterhaltung: success, failure oder unknown, meist mit einer einsatzfähigen Begründung in einem Satz – das Modell kann die Begründung auch weglassen, und das Urteil wird trotzdem ohne sie gespeichert und angezeigt. Sie beschreiben, wie eine gute Unterhaltung aussieht, und geeignete Unterhaltungen werden nach ihrem Ende anhand dieser Beschreibung bewertet. Die Ergebnisse erscheinen in den Analysen und in den Chat-Protokollen.

Die Bewertung läuft als Teil der periodischen Unterhaltungsanalyse, die Ergebnisse erscheinen also nicht sofort: Eine Unterhaltung wird aufgegriffen, sobald seit etwa einem Tag keine Aktivität mehr stattgefunden hat, und nur Unterhaltungen, in denen der Besucher mindestens zwei Nachrichten gesendet hat, werden analysiert – ein Austausch mit nur einer Frage wird nie bewertet.

Erfolgskriterien festlegen

Öffnen Sie die Seite Einstellungen → Outcomes Ihres Agenten und formulieren Sie Ihre Kriterien in einfacher Sprache, bis zu 1.000 Zeichen. Zum Beispiel:

The visitor's question was answered or their issue was resolved
without needing a human.

Um die Bewertung ganz zu überspringen, lassen Sie das Feld leer und definieren keine Extraktionsfelder – jedes der beiden hält die Bewertung aktiv. Die Kriterien werden angewendet, wenn eine Unterhaltung analysiert wird, nicht wenn Sie speichern: Unterhaltungen, die noch nicht analysiert wurden (einschließlich älterer Unterhaltungen oder aller Unterhaltungen nach einem Upgrade), werden anhand der zum Analysezeitpunkt geltenden Kriterien bewertet, und bereits analysierte Unterhaltungen werden nur erneut betrachtet, wenn sie neue Nachrichten erhalten.

So funktioniert die Bewertung

Wenn eine Unterhaltung analysiert wird, werden das Transkript und Ihre Kriterien an ein Modell übergeben. Sehr lange Unterhaltungen werden vor der Bewertung gekürzt – jede Nachricht wird auf 2.000 Zeichen begrenzt und das gesamte Transkript auf 20.000, wobei der Anfang erhalten bleibt – sodass bei einer ungewöhnlich langen Unterhaltung eine Lösung ganz am Ende außerhalb dessen liegen kann, was das Modell sieht. Das Modell gibt Folgendes zurück:

• outcome – success, failure oder unknown. unknown wird verwendet, wenn das Transkript in keine Richtung ein zuverlässiges Signal liefert.
• rationale – ein Satz, höchstens 300 Zeichen. Das Modell wird angewiesen, Namen, E-Mail-Adressen, Telefonnummern, Bestellnummern und andere identifizierende Werte zu vermeiden, dies ist jedoch nur eine Bemühung – der zurückgegebene Text wird unverändert gespeichert, ohne eine erzwungene Schwärzung. Gehen Sie daher davon aus, dass die rationale möglicherweise Unterhaltungsdetails enthält.

Daten aus Unterhaltungen erfassen

Auf derselben Einstellungsseite können Sie bis zu 10 Extraktionsfelder definieren – zum Beispiel eine E-Mail-Adresse oder eine Bestellnummer. Jedes Feld hat:

Verwenden Sie string für Kennungen wie Bestell-, Ticket- oder Kundennummern, auch wenn sie numerisch aussehen: Ein number-Feld durchläuft die JavaScript-Zahlenkonvertierung, die führende Nullen entfernt und Kennungen ab etwa 15 Stellen stillschweigend runden kann. Reservieren Sie number für echte Mengenangaben.

Formulieren Sie die Beschreibung als Erkennungsregel, nicht als Wunsch. Das Modell wird angewiesen, ein Feld nur zu erfassen, wenn der Besucher den Wert tatsächlich angegeben hat, und niemals zu raten oder einen Wert abzuleiten, und leere Werte werden verworfen statt gespeichert. Das ist eine Anweisung, keine Verifizierung – extrahierte Werte werden nicht mit dem Unterhaltungsverlauf abgeglichen. Behandeln Sie sie daher als unverifizierte, aus der Unterhaltung stammende Daten und nicht als gesicherte Fakten, und validieren Sie alles, worauf Sie nachgelagert reagieren.

Planverfügbarkeit

Sie können Kriterien formulieren und Felder in jedem Plan hinzufügen. Die Bewertung selbst benötigt Erweiterte Analysen: „Sie können Ihre Kriterien schon jetzt festlegen – wir beginnen mit der Bewertung von Unterhaltungen, sobald Ihr Workspace auf den Pro-Plan aktualisiert.“

Bis dahin wird nichts bewertet, es werden keine Begründungen verfasst, und es erscheint keine Lösungsquote. Ihre gespeicherte Konfiguration greift in dem Moment, in dem der Workspace aktualisiert wird.

Die Lösungsquote lesen

Die Karte Lösungsquote in den Analysen zeigt:

• Die Quote – Erfolge geteilt durch die Unterhaltungen mit einem entschiedenen Urteil, als Prozentsatz. Mit anderen Worten: success ÷ (success + failure).
• unknown-Urteile werden von der Quote ausgeschlossen. Sie mitzuzählen würde die Zahl für Unterhaltungen verzerren, die das Modell in keine Richtung beurteilen konnte. Sie werden weiterhin in der bewerteten Gesamtzahl unter der Quote gezeigt, neben der entschiedenen Anzahl.
• Ein Link „Fehlschläge ansehen“, der die Chat-Protokolle gefiltert auf die fehlgeschlagenen Unterhaltungen öffnet, damit Sie nachlesen können, was schiefgelaufen ist.

Wenn noch nichts bewertet wurde, wird die Karte durch eine Aufforderung ersetzt, Outcomes zu konfigurieren.

Wenn Sie die Analysen auf einen Zeitraum eingrenzen, richtet sich die Zugehörigkeit einer Unterhaltung zu diesem Zeitraum danach, wann sie begonnen hat, nicht danach, wann sie bewertet wurde – eine heute bewertete Unterhaltung aktualisiert die Zahlen für den Zeitraum, in dem sie begonnen hat.

Praktische Tipps

1. Beschreiben Sie den Erfolg des Besuchers, nicht das Verhalten des Agenten – „ihr Anliegen wurde gelöst“ ist besser als „der Agent war höflich“
2. Benennen Sie auch den Fehlerfall – legen Sie fest, was als Fehlschlag zählt, damit Grenzfälle nicht alle bei unknown landen
3. Beginnen Sie ohne Extraktionsfelder – fügen Sie sie hinzu, sobald die Urteile stimmen
4. Lesen Sie die Fehlschläge wöchentlich – die Begründung zusammen mit dem Transkript deutet meist auf eine fehlende Quelle hin

Nächste Schritte

• Zurück zur Analytics-Übersicht
• Fehlgeschlagene Unterhaltungen in den Chat-Protokollen lesen