Cette page fournit des informations sur l’examen des données de conversation dans CXone Bot Builder afin d’améliorer les performances de votre robot. Il s’agit de la cinquième étape du processus d’implémentation du robot.
Une fois que vous aurez configuré et commencé à tester les premiers cas d’utilisation de votre robot, Bot Builder disposera de données que vous pourrez utiliser pour examiner l’efficacité des configurations actuelles. Dans un premier temps, les données proviendront de conversations de test avec le robot. Plus tard, après la mise en production du robot, les données incluront des conversations en direct avec les contacts.
En examinant ces données, vous pouvez repérer les endroits où vous pouvez améliorer les performances de votre robot. La performance d’un robot est indiquée par sa capacité à prédire correctement les intentions. Si le robot prédit une mauvaise intention, il est plus difficile pour les contacts d’atteindre leurs objectifs.
Glossary
| Concept | Définition | Exemple | Ce que fait le robot |
|---|---|---|---|
Énoncé |
Tout ce que dit un contact dans une interaction. Parfois appelé message. |
« J’ai perdu mon mot de passe. » « Quel est mon solde? » « Êtes-vous un robot logiciel? » |
Le robot utilise la compréhension du langage naturel (NLU) pour analyser chaque énoncé d’un contact afin d’en déterminer le sens, ou l’intention. |
Intention |
Ce que le contact veut communiquer ou accomplir. Chaque message envoyé par le contact a une intention. |
« J’ai perdu mon mot de passe » a pour intention de « réinitialiser le mot de passe ». « Bonjour » a pour intention de « saluer ». |
Le robot analyse le message d’un contact en utilisant la compréhension du langage naturel |
Entité |
Un élément d’information défini dans le message d’un contact. | Nom de la personne ou du produit, numéro de téléphone, numéro de compte, emplacement, etc. | Le robot utilise la compréhension du langage naturel pour identifier les entités dans le message d’un contact. Les entités aident le robot à comprendre la signification du message du contact. |
Emplacement |
Une entité extraite du message d’un contact et enregistrée pour être utilisée dans les réponses du robot. Similaire à une variable. | La création d’une fente pour le nom du contact permet au robot logiciel d’utiliser ce nom dans les réponses lors d’une interaction, ce qui le rend plus personnel. | Lorsqu’il est configuré à cet effet, le robot extrait une entité du message d’un contact et l’enregistre à un emplacement. Vous pouvez demander au robot d’utiliser ces informations plus tard dans la conversation. |
Règle |
Définit la réponse d’un robot aux messages dont le sens ne change pas en fonction du contexte. |
|
Les règles constituent l’une des deux façons dont vous pouvez configurer la manière dont le robot répond à une intention. Les règles sont utiles pour certains types d’intentions, mais pas pour toutes. |
Histoire |
Entraîne un robot à gérer une interaction en fonction de l’intention du message et du contexte de la conversation. | Lors d’une interaction à propos d’un mot de passe oublié, le robot logiciel répondrait à la question « Comment puis-je faire cela? » d’une façon. Si l’interaction concernait la création d’un nouveau compte, la réponse serait assez différente même si dans les deux cas, le contact utilise les mêmes mots avec la même intention – obtenir plus d’informations. | Les histoires constituent la deuxième façon dont vous pouvez configurer la manière dont le robot répond à une intention. Les histoires apprennent au robot à utiliser le contexte de la conversation pour répondre de manière appropriée. |
Action du robot |
Tout ce qu’un robot logiciel dit ou fait lors du traitement d’une interaction. |
Lors d’une interaction concernant un mot de passe oublié, le robot répond en envoyant un lien vers la FAQ de réinitialisation du mot de passe sur le site Web. Lorsqu’un contact exprime sa frustration, par exemple « Je ne comprends pas! Ça ne marche pas! » le robot répond par « Je suis désolé. Voulez-vous que je vous transfère à un agent humain? » Lorsque le contact répond par l’affirmative, le robot lance le transfert. |
Les actions sont les options dont vous disposez pour définir la manière dont vous voulez que le robot réponde à chaque intention. Elles vous donnent la possibilité de configurer chaque réponse pour obtenir le résultat qui répond aux besoins du contact. |
Examiner les données de conversation
Vous pouvez examiner toutes les conversations traitées par le robot. Cela vous permet de voir directement comment votre robot réagit, où il rencontre des difficultés, ainsi que la façon dont les contacts interagissent avec le robot et les problèmes qu’ils rencontrent. Ces informations sont précieuses, car vous pouvez les utiliser pour améliorer les intentions La signification ou le but derrière ce qu’un contact dit/tape ; ce que le contact veut communiquer ou accomplir, les règles Utilisé pour définir la réponse du robot logiciel aux messages qui ne changent pas avec le contexte. et les histoires Utilisé pour former le robot logiciel au traitement des interactions en fonction de l’intention et du contexte de votre robot.
Les options suivantes dans Bot Builder vous permettent d’examiner les données de conversation :
- Insights :
- Tableau de bord :
- Parcours :
- Conversations :
- Tableau de bord :
- Boîte de réception NLU : Vous aide à gérer vos données NLU Ce processus étend le traitement du langage naturel (TAL) pour prendre des décisions ou agir en fonction de ce qu’il comprend. pour améliorer la qualité de votre robot. Elle affiche tous les nouveaux messages des contacts.
- Recherche par requête : Utilisez les de la barre de recherche pour affiner les résultats dans la boîte de réception NLU ou la section Insights.
Évaluer les intentions
L’évaluation et l’ajustement des intentions peuvent vous aider à transformer leurs défis en solutions lorsque vous modifiez les réponses de votre robot. Bien que vous ne puissiez pas répondre à tous les comportements des utilisateurs, vous pouvez essayer de résoudre les points de friction ou de frustration courants.
Lorsque vous examinez les conversations, évaluez les données relatives aux intentions afin de déterminer si elles sont efficaces. Le contact obtient-il facilement le résultat souhaité? Si ce n’est pas le cas, déterminez si les intentions ne sont pas assez spécifiques, si elles sont trop spécifiques ou si les données d’entraînement sont inadéquates :
- Le robot comprend-il de manière fiable ce que veut le contact? Si ce n’est pas le cas, ajoutez des exemples d’entraînement aux intentions pour lesquelles le robot n’est pas sûr.
- Les intentions sont-elles suffisamment similaires pour être essentiellement les mêmes? Si c’est le cas, envisagez de les regrouper sous une intention plus générale et d’utiliser les exemples pour entraîner le robot à reconnaître les différents scénarios.
- Les contacts disent-ils des choses qui ne sont pas couvertes par les intentions existantes? Si c’est le cas, envisagez d’ajouter d’autres intentions ou d’ajouter des données d’entraînement à vos intentions actuelles.
Affiner les réponses de votre robot
Bot Builder est doté de fonctionnalités qui peuvent vous aider à améliorer les performances de votre robot. Votre premier ensemble d’intentions, d’histoires et de règles n’a peut-être pas tiré parti de ces fonctionnalités. Les fonctionnalités suivantes peuvent vous être utiles pour améliorer la façon dont votre robot répond :
- Examinez vos réponses pour voir si vous pourriez utiliser différentes actions dans les réponses de robot pour rendre la réponse plus astucieuse, plus humaine ou plus conviviale.
- Examinez si les intentions pourraient être des multi-intentions. Les multi-intentions sont utiles lorsque le contact combine deux intentions dans un seul énoncé. Par exemple, lorsqu’un contact dit Merci. Au revoir. en un seul message au robot, il combine une intention remerciement et une intention au revoir.
- Identifiez les chemins malheureux Histoire qui produit un mauvais résultat pour l’intention qui correspondent aux chemins heureux que vous avez déjà tracés dans vos intentions, si vous ne l’avez pas encore fait. Planifiez la manière de les traiter, puis ajoutez des histoires ou des règles au besoin, ainsi que les exemples d’entraînement nécessaires.
- Examinez les entités ou les emplacements nécessaires. Les entités sont des éléments d’information recueillis au cours d’une conversation. Les emplacements sont similaires à des variables et peuvent contenir les entités collectées.
- Déterminez si un formulaire est nécessaire pour simplifier le processus de collecte d’informations auprès du contact afin de remplir les emplacements. Le robot peut suivre un formulaire pour poser des questions et recueillir des informations auprès du contact. Vous pouvez également demander au robot d’afficher un formulaire au contact.
- Configurez des options supplémentaires dans les réponses de votre robot, telles que les messages enrichis, des variations des messages du robot, la saisie intelligente, la solution de repli et les filets de sécurité.
Situations dans lesquelles vous pouvez améliorer votre robot
Lors de l’examen, vous pouvez prendre des mesures pour apprendre à votre robot à être encore plus performant dans les conversations futures. La liste suivante décrit les situations qui nécessitent une amélioration et ce que vous pouvez faire :
- Faible confiance dans la classification des intentions : Si la classification des intentions est correcte, mais que la confiance du robot est faible, ajoutez plus de données d’entraînement pour l’intention afin de rendre le robot plus confiant. Les données d’entraînement comprennent des exemples d’intentions et des histoires. Si la classification des intentions n’est pas correcte, modifiez-la.
- Faible confiance dans la prédiction des actions du robot : Ajoutez plus de données d’entraînement pour rendre le robot plus confiant quant à l’action qu’il doit entreprendre dans cette situation.
- Frustration des utilisateurs : Il peut s’agir de demandes de transfert à un humain (handover Tout message de contact qui devrait déclencher le transfert vers un agent en chair et en os), de répétition de ce qu’il a déjà dit précédemment, ou d’insultes. Ajouter plus de données de formation sur leur problème, ou ajuster le Seuil de confiance NLU dans la solution de repli. Cela peut indiquer à votre robot d’utiliser le transfert plus tôt s’il ne sait pas comment aider l’utilisateur.
- Comportement d’intention ou de repli « hors de portée » : Cela peut inclure un utilisateur qui demande quelque chose que votre robot n’est pas capable de faire, ou votre robot utilise la solution de repli trop tôt. Recherchez et corrigez les intentions mal classées pour vérifier que votre robot n’a pas simplement mal compris la situation. Ajoutez une nouvelle histoire ou règle pour montrer à votre robot quoi faire la prochaine fois.
Solutions de repli et filets de sécurité
Au fur et à mesure que vous examinez et améliorez votre robot, vous commencerez à identifier les endroits où les contacts sont susceptibles d’être frustrés par votre robot. C’est le moment de lui ajouter des solutions de repli et des filets de sécurité.
- Repli : Cette fonctionnalité indique à votre robot ce qu’il doit faire lorsqu’il n’est pas sûr de l’action à entreprendre. Il existe deux types de solutions de repli :
- Repli NLU : lorsque le robot n’est pas sûr de comprendre le contact.
- Repli d’action : lorsque le robot n’est pas confiant dans sa capacité à prédire l’action suivante.
- Filet de sécurité : Un filet de sécurité vous permet de configurer ce qu’il se passe en cas de nouveau problème avec le robot ou les systèmes auxquels il se connecte. Il peut s’agir, par exemple, d’un délai plus long que la normale pour répondre à un contact.
En outre, c’est le moment de vous assurer que vous disposez de chemins hors du champ d’application afin que le robot puisse répondre aux messages de contact qui ne relèvent pas de son domaine.