データインサイトの収集

会話型パネルを使用して、プロンプトを入力し、データを生成します。 データについて尋ねれば質問かわからない場合は、Actions 生成のプロンプトを生成します。 プロンプトはデータに基づいています。

インサイトサマリーを作成するために使用されるデータ

インサイトを生成するときに使用されるデータは、次のドメインからアクセスされます。

  • ACD

  • Interaction Analytics

  • Quality Management

  • Desktop Discovery

Actionsでサポートされている主要なメトリックとドメインの詳細については、サポートされているメトリックを参照してください。

CRMデータにアクセスすることもできます。 そのためには、ビジネスデータを設定する必要があります。 特に、次のことを確認してください。

  • インサイトを生成するビジネスデータフィールドを定義します。 。

  • Studioスクリプトをセットアップします。

設定が完了すると、定義されたビジネスデータフィールドに基づいて質問することができます。 たとえば、顧客カテゴリにビジネスデータフィールドが定義されており、カテゴリがプラチナまたはシルバーである場合、次のような質問をすることができます。

  • 「プラチナ」顧客から受信したコンタクトの平均CSATはいくつですか。

  • 「シルバー」顧客のCSATが最も高いエージェントを10人見せてください。

プロンプトの記述

会話パネルにプロンプトを記述します。 自然言語を使用して、データについて質問すると考えてください。

  1. アプリセレクター をクリックして、Actionsを選択します。 Actionsページにはいくつかのタブがあります。 Insights タブが選択されていることを確認します。

  2. データ インサイトに関する質問を入力してください フィールドで、データに関する質問をします。 以下の操作が可能です。

    • 質問を入力し、[] をクリックして質問を送信します。

    • の輝きのアイコンをクリックすると、プロンプトの候補が表示されます。 提案されたプロンプトがポップアップリストに表示されます。 提案されたプロンプトをクリックして、プロンプトボックスにコピーします。 次に、[] をクリックしてクエリを送信します。 または、をクリックして、関連するプロンプトの別のリストを表示します。

    クエリを送信するActions、次の 2 つの部分で構成される結果が表示されます。

    • データ:データは、列が2つ以下の場合、テーブルとして表示されます。 2列を超えるデータの場合、デフォルトでは最初の10行のデータのみが表示されます。 10 行を超える行を表示するには、Load More をクリックします。 2列以上のデータはリストに表示されます。

    • インサイト:データに関するコンテキスト情報。 インサイトは、データに関する要約テキストを提供するだけでなく、傾向と相関関係も強調しています。

  3. データとインサイトを確認した後、次のことができます。

プロンプトの保存

Actionsの保存済みプロンプト機能を使用すると、頻繁に使用する会話プロンプトを効率的に管理できます。 繰り返し行う質問でも、定期的に実行する必要がある特定の分析でも、この機能はワークフローを効率化するのに役立ちます。 会話履歴には、これまでに尋ねたすべての質問が保存されるため、データを再確認して再評価することができます。

プロンプトを保存するには、次の操作を行います。

  • データを視覚化し、再利用したい質問を作成したら、プロンプトを保存をクリックします。 プロンプトは保存されたプロンプトに保存されます。

  • 保存された各プロンプトには、システムによって生成された短縮名が付けられます。 この短縮名の長さは、プロンプト設定の短縮名に設定した単語数制限に基づいて決まります。

  • 短縮名の上にマウスを置くと、わかりやすいようにプロンプトの名前を変更したり、プロンプトを編集したり、関連性がなくなったプロンプトを削除したりするための追加設定が表示されます。 プロンプトを保存した後は編集できません。

  • 保存したプロンプトはクリックすることで直接実行できます。 質問を実行するために送信する必要はありません。

ジョンは、コンタクトセンターのトレンドを素早く把握し、チームのパフォーマンスを理解し、顧客が電話をかける理由を特定したいと考えています。 現在、彼は、複数のレポートからデータを引き出してコール理由、平均対応時間(AHT)、顧客のセンチメント、品質スコアなどのメトリックを収集するために、組織内のアナリストに頼っています。 ジョンが自らこの作業をしないのは、プロセスに時間がかかるだけでなく、これらのさまざまなメトリックを収集するにはレポートのさまざまなフィルターやオプションを覚えておく必要があるからです。

日ごろChatGPTを使い慣れているジョンは、自然言語で情報をリクエストできるのはとても便利だと感じています。 彼は、最小限の労力でこれらの情報をすべて一箇所に集約できる、よりシンプルで直感的な方法を求めています。

そこでジョンは、次の手順を踏むことにします。

  1. Enlighten Actionsに、「先週の平均対応時間が最も長かった10チームを教えてください」というようなプロンプトを入力します。

  2. たとえば「先週最も通話量の多かったコンタクト理由のトップ10を教えてください」、「先週の平均顧客センチメントが最も低い10チームを教えてください」のように、自然言語で他のメトリックをリクエストします。

  3. 彼はこれらのクエリーをそれぞれ「保存されたプロンプト」に保存します。

すると毎週、保存されたプロンプトにアクセスして1つずつクリックするだけで情報が手に入ります。

顧客のセンチメントスコアが低いコール理由を頻繁に分析します。 センチメントが最も低い上位10件のコール理由のような詳細で長いプロンプトを保存済みプロンプトに保存します。 生成AI機能を使用して、Actionsはこのプロンプトの簡潔でわかりやすい短い名前を自動的に生成します。 これで、このインサイトが必要なときはいつでも、保存したプロンプトをクリックするだけでデータを取得できます。

プロンプト作業のイメージ