Interaction Analyticsメトリクス

• 計算: クライアントのフラストレーション指標が 1 となる個別のケースの合計数。 このメトリックは、選択した期間中にクライアントの不満が発生したかどうかを表します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: インタラクション中の顧客の不満の特定 コンタクト センターでは、サービスの品質と顧客満足度を向上させるために、顧客の不満の瞬間を検出することが重要です。 このメトリックは、レポート期間中のやり取りに不満を持った顧客が関与したかどうかを識別するのに役立ちます (システムによってクライアント不満 ID = 1 のフラグが付けられた場合)。 たとえば、顧客が通話中またはチャット中に、遅延や取引の失敗などについて不満を繰り返し表明した場合、そのやり取りは不満があるとマークされます。 このメトリックを追跡することで、スーパーバイザーはレビュー、エージェントのコーチング、またはエスカレーションが必要な可能性のあるセッションをすぐに見つけることができます。

  フラストレーション指標を監視することで、コンタクト センターは次のことが可能になります。

  • プロセスまたはポリシーが顧客の不満を引き起こしている領域を特定します。

  • 繰り返し発生する問題を解決するために、積極的な対策を講じてください。

  • 難しい会話を処理するためのエージェントのトレーニングを改善します。

  • フラストレーションの原因を減らすことで、全体的な顧客エクスペリエンスを向上させます。

• 計算: このメトリックは、選択した期間中にインタラクションが正常に解決されたかどうかを示します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: このメトリックを追跡すると、管理者はレポート期間中に解決策が行われているかどうかをすぐに確認できます。 値が低い場合は問題が解決されていないことを示し、バックログまたはプロセスの非効率性を示している可能性があります。 これを監視することで、コンタクト センターは解決率を向上させ、繰り返しの連絡を減らし、顧客満足度を高めることができます。

• 計算: 選択した期間内の個別のインタラクション セグメントの合計数。 各セグメントは、通話、チャット、その他の通信チャネルのアクティビティなどのインタラクションの一部を表します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクト センターでは、1 回の顧客通話に、エージェントとの最初の会話、スペシャリストへの転送、フォローアップの確認など、複数のセグメントが含まれる場合があります。 同様に、チャットのやり取りには、異なるトピックやエスカレーションごとに個別のセグメントを含めることができます。 個別のセグメントをカウントすると、エージェントが管理するインタラクション部分の数についての洞察が得られ、複雑さとリソースの必要性を示すことができます。

• 計算: 選択した期間中のインタラクション セグメントの平均継続時間。 このメトリックは、すべての異なるセグメント期間の合計を、異なるセグメントの数で割ることによって計算されます。 これは、インタラクション内のセグメントの標準的な長さを表します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクト センターでは、1 回の顧客通話に、最初の挨拶、トラブルシューティング、エスカレーションなどの複数のセグメントが含まれる場合があります。 これらのセグメントの合計継続時間が 900 秒で、セグメントが 3 つある場合、平均セグメント継続時間は 300 秒 (5 分) になります。 このメトリックを監視することで、管理者は異常に長いトラブルシューティング手順や短くて急ぎのやり取りなどのパターンを特定し、より適切なリソース計画とトレーニングを行うことができます。

• 計算: 選択した期間中のインタラクション セグメントの平均継続時間。 このメトリックは、すべての異なるセグメント期間の合計を、異なるセグメントの数で割ることによって計算されます。 これは、インタラクション内のセグメントの標準的な長さを表します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクト センターでは、通話にトラブルシューティング手順が含まれる場合があり、エージェントが情報を検索したり、システムの応答を待ったりしているため、無音状態になることがあります。 セグメント全体の無音時間が合計 120 秒で、セグメントが 4 つある場合、セグメントあたりの平均無音時間は 30 秒になります。 沈黙の平均時間が高い場合、顧客の関心を維持するために、エージェントのトレーニングの改善、ツールの高速化、またはプロセスの改善が必要であることを示している可能性があります。

詳細情報

• 計算: クライアントのセンチメントIDがネガティブセンチメントに等しいインタラクションセグメントの割合。 このメトリックは、感情 ID が否定的な感情に等しい個別のセグメントの数をセグメントの合計数で割ることによって計算されます。 特定の感情を反映するセグメントの割合を表します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクトセンターで、感情分析により顧客が満足度を表明したセグメントがネガティブセンチメントとしてマークされた場合、このメトリックはすべてのセグメントのうち否定的であった部分を計算します。 たとえば、セグメントが100個あり、そのうち40個にネガティブセンチメントがある場合、指標には40%と表示されます。 これを監視することで、管理者は顧客の感情の傾向を追跡し、改善すべき領域を特定し、サービスの変更が顧客の認識に与える影響を評価することができます。

• 計算: ポジティブなクライアントのセンチメントを持つインタラクションセグメントの割合。 このメトリックは、肯定的な感情を持つ個別のセグメントの数をセグメントの合計数で割ることによって計算されます。 特定の感情を反映するセグメントの割合を表します

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクトセンターで、感情分析によって顧客が不満を表明したセグメントがポジティブセンチメントとしてマークされた場合、このメトリックはポジティブであったすべてのセグメントのシェアを計算します。 たとえば、セグメントが200個あり、そのうち50個にポジティブセンチメントがある場合、指標には25%と表示されます。 これを監視することで、マネージャーは肯定的な感情の傾向を検出し、是正措置を講じ、全体的な顧客エクスペリエンスを向上させることができます。

• 計算: エージェントのセンチメントがネガティブセンチメントであるインタラクションセグメントの割合。 このメトリックは、エージェントのネガティブな感情を持つ個別のセグメントの数をセグメントの合計数で割ることによって計算されます。 これは、エージェントが対話中に否定的な感情を示す頻度を表します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクト センターでは、通話中やチャット中にエージェントが厳しい言葉を使ったり、イライラした様子を見せたり、不満を表したりした場合に、感情分析によってエージェントの否定的な感情が検出されることがあります。 たとえば、セグメントの合計数が100で、8つのセグメントがネガティブセンチメント (エージェントのセンチメント) を示している場合、メトリックには8%が表示されます。 これを追跡することで、スーパーバイザーは否定的な感情のパターンを見つけ、指導を提供し、エージェントが対話中にプロ意識と共感を維持できるようにすることができます。

• 計算: ポジティブなエージェントのセンチメントを持つインタラクションセグメントの割合。 これは、ポジティブなエージェントのセンチメントでフラグが付けられた個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクトセンターで、感情分析によって顧客が満足度を表明したセグメントがポジティブセンチメントとしてマークされた場合、このメトリックはポジティブであったすべてのセグメントのシェアを計算します。 たとえば、セグメントが200個あり、そのうち50個にポジティブセンチメントがある場合、指標には25%と表示されます。 これを監視することで、マネージャーは肯定的な感情の傾向を検出し、是正措置を講じ、全体的な顧客エクスペリエンスを向上させることができます。

• 計算: クライアントが否定的な感情を持ってインタラクションを開始したインタラクション セグメントの割合。 これは、ネガティブなクライアント開始感情を示す個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクト センターで、感情分析により、顧客が動揺または不満を表明しながら通話またはチャットを開始したことが検出された場合 (否定的な顧客開始感情)、このメトリックはそのようなセグメントの割合を計算します。 たとえば、セグメントの合計数が 100 で、そのうち 15 が否定的な感情で始まっている場合、指標には 15% と表示されます。 これを監視することで、マネージャーはやり取りの開始時に顧客の感情の傾向を理解し、保留時間の短縮やセルフサービス オプションの強化など、第一印象を改善するための措置を講じることができます。

詳細情報

• 計算: クライアントが肯定的な感情を持ってインタラクションを開始したインタラクション セグメントの割合。 これは、肯定的なクライアント開始感情を示す個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクト センターでは、感情分析によって、顧客が満足または幸せそうに通話またはチャットを開始したことが検出された場合 (肯定的な顧客開始感情)、このメトリックはそのようなセグメントの割合を計算します。 たとえば、セグメントの合計数が 100 で、そのうち 40 が肯定的な感情で始まっている場合、指標には 40% と表示されます。 これを監視することで、マネージャーはやり取りの開始時に顧客の気分を理解し、肯定的なエンゲージメントを維持または向上するための措置を講じることができます。

• 計算: クライアントが否定的な感情でインタラクションを終了したインタラクション セグメントの割合。 これは、ネガティブなクライアント終了時のセンチメントを示す個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクトセンターで、感情分析により、顧客がイライラしたり不満を感じたりしながら通話やチャットを終了したこと (ネガティブなクライアント終了時のセンチメント) が検出されると、このメトリックはそのようなセグメントの割合を計算します。 たとえば、セグメントの合計数が 100 で、そのうち 20 が否定的な感情で終了した場合、指標には 20% と表示されます。 これを監視することで、マネージャーは顧客の期待に応えられなかったやりとりを特定し、解決策と顧客エクスペリエンスを改善するための是正措置を講じることができます。

• 計算: クライアントが肯定的な感情を持ってインタラクションを終了したインタラクション セグメントの割合。 これは、ポジティブなクライアント終了時のセンチメントを持つ個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクトセンターでは、感情分析によって、顧客が通話またはチャットを満足または満足した状態で終了したことが検出された場合 (ポジティブなクライアント終了時のセンチメント)、このメトリックはそのようなセグメントの割合を計算します。 たとえば、セグメントの合計数が 100 で、そのうち 60 が肯定的な感情で終了した場合、指標には 60% と表示されます。 これを監視することで、マネージャーはサービス品質を評価し、ベストプラクティスを特定し、プロセスを改善して、顧客が前向きな気持ちでやり取りを終えられるようにすることができます。

• 計算: エージェントが否定的な感情を持ってインタラクションを開始したインタラクション セグメントの割合。 これは、ネガティブ エージェントが感情を開始する個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクト センターでは、エージェントがイライラしたり、不満を抱いたり、厳しい言葉を使ったりしている場合、感情分析によって通話の開始時にエージェントの否定的な感情が検出されることがあります。 たとえば、セグメントの合計数が 100 で、そのうち 10 が否定的な感情で始まっている場合、指標には 10% と表示されます。 これを監視することで、スーパーバイザーはやり取りの開始時に否定的な口調のパターンを見つけ、プロ意識と顧客体験を向上させるための是正措置を講じることができます。

• 計算: エージェントが肯定的な感情を持ってインタラクションを開始したインタラクション セグメントの割合。 これは、ポジティブエージェント開始感情の個別セグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクト センターでは、エージェントが顧客に温かく挨拶し、熱意のある態度を示した場合、感情分析によって通話の開始時に肯定的なエージェント感情が検出される可能性があります。 たとえば、セグメントの合計数が 100 で、そのうち 70 が肯定的な感情で始まっている場合、指標には 70% と表示されます。 これを監視することで、スーパーバイザーはエージェントが常に前向きな態度でやり取りを開始していることを確認でき、より良い結果と高い顧客満足度につながります。

• 計算: エージェントが否定的な感情でインタラクションを終了したインタラクション セグメントの割合。 これは、ネガティブなエージェント終了時のセンチメントを示す個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：下方向、メトリック値は低い方が最良。

• 使用例: コンタクト センターでは、エージェントが会話を終了する前にせっかちな様子だったり、厳しい言葉を使ったり、不満を表したりした場合、感情分析によって通話終了時にエージェントの否定的な感情が検出されることがあります。 たとえば、セグメントの合計数が 100 で、そのうち 12 が否定的な感情で終了した場合、指標には 12% と表示されます。 これを監視することで、スーパーバイザーは、やり取りの終了時に否定的な口調のパターンを見つけ、顧客体験とエージェントのパフォーマンスを改善するための是正措置を講じることができます。

• 計算: エージェントが肯定的な感情でインタラクションを終了したインタラクション セグメントの割合。 これは、エージェント終了時のセンチメントが肯定的な個別のセグメントの数をセグメントの合計数で割ることによって計算されます。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクト センターでは、エージェントが会話を終了する前に顧客に温かく感謝し、追加のサポートを提供した場合、感情分析によって通話終了時に肯定的なエージェント感情が検出されることがあります。 たとえば、セグメントの合計数が 100 で、そのうち 75 が肯定的な感情で終了した場合、指標には 75% と表示されます。 これを監視することで、スーパーバイザーは、エージェントが、特に契約締結時に、やり取り全体を通じて一貫して前向きな姿勢を維持し、顧客に永続的な印象を与えていることを確認できます。

• 計算: 選択した期間中に記録されたすべての個別の顧客感情セグメントの合計。 各セグメント ID は、クライアントの感情が分析された一意のインタラクション セグメントを表します。 このメトリックは基本的に、固有の感情関連セグメントを集計して、感情の発生の総数を提供します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクト センターでは、1 回の通話に、挨拶、トラブルシューティング、終了などの複数のセグメントが含まれる場合があり、それぞれ感情が分析されます。 感情分析によって 1 回の通話で 3 つの一意のセグメントが識別され、別の通話で 2 つの一意のセグメントが識別された場合、このメトリックはすべてのインタラクションにわたってそれらの個別のセグメント ID を合計します。 これを監視することで、管理者は感情分析がどのくらいの頻度で適用されているか、また全体的な感情傾向に寄与しているセグメントの数が理解しやすくなります。

• 計算: 選択した期間中に記録されたすべての個別のエージェント感情セグメントの合計。 各セグメント ID は、エージェントの感情が分析された一意のインタラクション セグメントを表します。 このメトリックは、固有の感情関連セグメントを集計して、エージェント感情に関連付けられたセグメントの総数を提供します。

• フィルター：

  • 従業員グループ：エージェント、チーム、会社

  • コンタクトグループ会社名

  • 属性: NA

• サポートされているチャンネル: すべてのチャネル

• メトリックタイプ：履歴

• メトリック方向：上方向、メトリック値は高い方が最良。

• 使用例: コンタクト センターでは、1 回の通話に、挨拶、トラブルシューティング、終了などの複数のセグメントが含まれる場合があり、それぞれエージェントの感情が分析されます。 感情分析によって 1 回の通話で 3 つの一意のセグメントが識別され、別の通話で 2 つの一意のセグメントが識別された場合、このメトリックはすべてのインタラクションにわたってそれらの個別のセグメント ID を合計します。 これを監視することで、マネージャーはエージェント感情分析がどのくらいの頻度で適用されているか、また全体的な感情傾向に寄与しているセグメントの数がわかります。