Uw bot beoordelen en verbeteren

Op deze pagina vindt u informatie over het beoordelen van conversatiegegevens in CXone Bot Builder om de prestaties van uw bot te verbeteren. Dit is de vijfde stap in het implementatieproces van de bot.

Nadat u de eerste gebruiksscenario's van uw bot configureert en begint deze te testen, dan zal Bot Builder over gegevens beschikken die u kunt gebruiken om te bepalen hoe effectief de huidige configuraties zijn. Eerst komen de gegevens uit testconversaties met de bot. Later, nadat u bot hebt vrijgegeven voor productie, zullen deze gegevens ook échte conversaties met contacten bevatten.

Door deze gegevens te beoordelen, kunt u gemakkelijk verbeterpunten ontdekken om de prestaties van uw bot naar een hoger niveau te tillen. De prestaties van een bot worden aangeduid door hoe goed hij intenties correct voorspelt. Als de bot de foute intentie voorspelt, wordt het moeilijker voor contacten om hun doelen te bereiken.

Glossary

Concept	Definitie	Voorbeeld	Wat de bot doet
Uiting	Alles wat een contact zegt in een interactie. Soms ook wel een Bericht genoemd.	"Ik ben mijn wachtwoord kwijt." "Wat is mijn saldo?" "Ben jij een robot?"	De bot gebruikt Begrip van natuurlijke taal (NLU) om de elke uiting van het contact te analyseren om diens betekenis of intentie te bepalen.
Intentie	Datgene wat de klant wil communiceren of bereiken. Elk bericht dat het contact verstuurt heeft een intentie.	"Ik ben mijn wachtwoord kwijt" heeft de intentie "Wachtwoordreset". "Hallo" heeft de intentie "Begroeting".	De bot analyseert het bericht van een contact aan de hand van NLU Dit proces is een uitbreiding op Natuurlijke taalverwerking (NLP) en kan beslissingen nemen of actie ondernemen op basis van wat er is begrepen. om de intentie te bepalen. Zodra het dat weet, kan het reageren met een eigen bericht. U kunt de reactie configureren die de bot voor elke intentie moet gebruiken.
Entiteit	Een gedefinieerd stukje informatie in het bericht van een contact.	De naam van een persoon of product, een telefoonnummer, een rekeningnummer, een locatie enzovoort.	De bot gebruikt NLU om entiteiten in het bericht van een contact te herkennen. Entiteiten helpen de bot te begrijpen wat het bericht van het contact betekent.
Slot	Een entiteit die uit het bericht van een contact wordt gehaald en wordt opgeslagen voor gebruik in reacties van de bot. Een 'slot' is vergelijkbaar met een variabele.	Als u een slot maakt voor "klantnaam", kan de bot die naam gebruiken tijdens een interactie, waardoor het gesprek persoonlijker wordt.	Als de bot hiervoor is geconfigureerd, zal hij een entiteit uit een contactbericht extraheren en deze opslaan in een slot. De bot kan deze informatie later in de conversatie gebruiken.
Regel	Definieert een botrespons op berichten die niet afhankelijk zijn van de context.	Eenduidige interacties met vaste reacties: Wat zijn uw openingstijden? Wat is jullie adres? Conversatiebouwstenen: Begroeting, afscheid, dank of overgang; simpele Ja/Nee-vragen en bevestigingen. CXone Bot Builder wordt geleverd met standaard intenties en regels voor verschillende bouwstenen, zoals begroetingen, verzoeken om overdracht Een klantbericht dat een doorschakeling naar een live agent zou moeten activeren. en meer. Veelgestelde vragen Beledigingen en klassieke uitdagingen	Regels zijn een van twee manieren waarop u kunt configureren hoe een bot op een intentie reageert. Regels zijn nuttig voor bepaalde soorten intenties, maar niet alle intenties.
Story	Een story wordt gebruikt om een bot te trainen in het verwerken van interacties op basis van de intenties van de berichten en de conversatiecontext.	In een interactie over een vergeten wachtwoord reageerde de bot op de vraag "Hoe doe ik dat?" op een bepaalde manier. Als de interactie over het openen van een nieuwe rekening was gegaan, zou het antwoord heel anders zijn, hoewel in beide gevallen de klant dezelfde woorden met dezelfde intentie gebruikt: namelijk om meer informatie te krijgen over de manier waarop een taak kan worden uitgevoerd.	Story's zijn de andere manier waarop u kunt configureren hoe een bot op een intentie reageert. Story's leren de bot aan hoe hij de context van een conversatie moet gebruiken om correct te reageren.
Bot-actie	Alles wat een bot zegt of doet tijdens het afhandelen van een interactie.	In een interactie over een vergeten wachtwoord reageert de bot door een link te sturen naar de pagina Veelgestelde vragen over wachtwoorden wijzigen op de website. Wanneer een contact frustratie uit zoals: "Ik snap het niet! Het werkt niet!!!" dan reageert de bot met: "Het spijt me. Wilt u dat ik u doorschakel naar een menselijke agent?" Als het contact antwoordt met 'Ja', dan zal de bot het contact doorschakelen.	Acties zijn de opties die u hebt bij het definiëren van hoe u wilt dat de bot op elke intentie reageert. Ze geven u de flexibiliteit om elke reactie te configureren om de uitkomst te behalen die aan de behoeften van het contact voldoet.

Conversatiegegevens beoordelen

U kunt elke conversatie die een bot afhandelt beoordelen. Hiermee kunt u direct inzien hoe uw bot reageert, waar de bot moeite mee heeft en hoe de contacten met de bot omgaan en welke problemen ze hebben. Deze informatie is waardevol omdat u dit kunt gebruiken ter verbeteren van de intenties De betekenis of de bedoeling van wat een klant zegt of typt; datgene wat de klant wil communiceren of bereiken., regels Regels bepalen de reactie van een bot op berichten die niet veranderen met de context. en story's Story's worden gebruikt om een bot te trainen voor interactieafhandeling op basis van intentie en context. van uw bot.

Met de volgende opties in Bot Builder kunt u conversatiegegevens beoordelen:

Insights: biedt rapportage en interactieve analysen voor uw bots:
NLU-inbox: helpt u bij het beheren van uw NLU Dit proces is een uitbreiding op Natuurlijke taalverwerking (NLP) en kan beslissingen nemen of actie ondernemen op basis van wat er is begrepen.-gegevens om de kwaliteit van uw bot te verbeteren. Dit toont alle nieuwe berichten van contacten.
Query zoeken: gebruikt de zoekbalk om de resultaten in de NLU-inbox of de Insights-sectie te beperken.

Intenties evalueren

Het evalueren en bijwerken van intenties kan u helpen de uitdagingen van uw klanten op te lossen wanneer u de reacties van uw bot wijzigt. Hoewel u niet met elk gebruikersgedrag rekening kunt houden, kunt u proberen iets te doen aan veel voorkomende pijnpunten of frustraties.

Als u conversaties beoordeelt, evalueer dan intentiegegevens om te zien of de intenties effectief en efficiënt zijn. Bereikt het contact gemakkelijk de gewenste uitkomst? Zo niet, bepaal dan of de intenties niet specifiek genoeg zijn of ze juist té specifiek zijn of dat er onvoldoende trainingsgegevens zijn:

Begrijpt de bot consequent wat het contact verlangt? Voeg dan zo niet meer trainingsvoorbeelden toe aan de intenties waar de bot niet zeker is.
Zijn er ook intenties die vergelijkbaar genoeg zijn tot het punt dat ze op hetzelfde neerkomen? Zo ja, voeg deze dan samen om een algemenere intentie te vormen en gebruik de voorbeelden om de bot te trainen zodat hij de verschillende scenario's herkent.
Zeggen contacten dingen die niet gedekt worden door de bestaande intenties? Zo niet, probeer dan meer intenties toe te voegen of trainingsgegevens toe te voegen aan uw huidige intenties.

Uw botresponsen verfijnen

Bot Builder beschikt over functies die u kunnen helpen de prestaties van uw bot te verbeteren. Uw eerste set intenties, story's en regels profiteren waarschijnlijk niet van deze functies. Naarmate u verfijnt hoe uw bot reageert, kunnen de volgende functies nuttig zijn:

Onderzoek uw reacties om te zien of u verschillende acties in botresponsen kunt gebruiken om de reactie handiger, menselijker of gebruiksvriendelijker te maken.
Bepaal of enige intenties ook multi-intenties kunnen worden. Multi-intenties zijn nuttig voor wanneer het contact twee intenties in één uiting combineert. Bijvoorbeeld wanneer een contact zegt: Bedankt. Tot ziens als enige bericht aan de bot, dan combineren ze de intenties bedankt en tot ziens.
Identificeer de unhappy-paden Een story die een verkeerde uitkomst oplevert voor de aanwezige intentie. die overeenkomen met de happy-paden die u al toegewezen het in uw intenties, als u dat nog niet had gedaan. Plan zelf hoe u ze moet afhandelen en voeg story's en regels toe indien nodig, samen met de nodige trainingsvoorbeelden.
Bedenk welke entiteiten of slots vereist zijn. Entiteiten zijn informatie-onderdelen die worden verzameld uit een conversatie. Slots zijn als variabelen en kunnen de verzamelde entiteiten bewaren.
Bepaal of een formulier nodig is om het proces te vereenvoudigen of om informatie te verzamelen van het contact om de slots in te vullen. De bot kan een formulier volgen om vragen te stellen en informatie van het contact te verzamelen. U kunt de bot ook een formulier laten weergeven aan het contact.
Configureer extra opties in uw botresponsen, zoals rijke berichten variaties op botberichten, Slim typen, Fallback en Veiligheidsnetten.

Situaties waarin u uw bot kunt verbeteren

Tijdens het analyseren kunt u acties uitvoeren om de bot te leren hoe hij nog beter kan presteren in toekomstige conversaties. De volgende lijst omschrijft situaties die verbeterd moeten worden en hoe u dat kunt aanpakken:

Laag vertrouwen in intentie-classificatie: Als de intentie-classificatie correct is maar het vertrouwen van de bot laag, voeg dan meer trainingsgegevens toe voor deze intentie om de bot zelfverzekerder te maken. Trainingsgegevens bevatten intentievoorbeelden en story's. Als de intentie-classificatie niet klopt, corrigeert u deze.
Laag vertrouwen in bepaling van bot-actie: voeg meer trainingsgegevens toe om de bot meer vertrouwen te geven in de actie die hij in deze situatie moet ondernemen.
Gebruikersfrustratie: dit kan zich bijvoorbeeld uiten in een verzoek om te worden doorgeschakeld naar een menselijke agent (overdracht Een klantbericht dat een doorschakeling naar een live agent zou moeten activeren.), herhalen van wat de klant al eerder heeft gezegd, of beledigingen. Voeg meer trainingsgegevens toe over dit probleem, of pas de NLU-betrouwbaarheidsdrempel aan bij Fallback. Zo kunt u de bot sneller voor overdracht laten kiezen als de bot niet goed weet hoe hij de klant kan helpen.
'Out of scope' intentie of fallback-gedrag: dit kan eruitzien als een gebruiker die vraagt om iets waartoe uw bot niet in staat is, of als de bot te snel de fallback gebruikt. Controleer en corrigeer eventuele verkeerd geclassificeerde intenties om te verifiëren dat de bot de situatie niet gewoon verkeerd heeft begrepen. Voeg een nieuwe story of regel toe om de bot te laten zien wat hij de volgende keer moet doen.

Fallback en veiligheidsnetten

Naarmate u uw bot beoordeelt en verbetert, kunt u identificeren waar contacten waarschijnlijk gefrustreerd raken door uw bot. Dit is het moment waarop u fallback en veiligheidsnetten toevoegt aan uw bot.

Fallback: hiermee leert uw bot wat hij moet doen als hij niet zeker weet hoe hij moet doorgaan. Er zijn twee soorten fallback:
- NLU-fallback: wanneer de bot niet zeker weet of hij het contact begrijpt.
- Actie-fallback: wanneer de bot niet op betrouwbare wijze de volgende actie kan voorspellen.
Veiligheidsnet: Met een veiligheidsnet kunt u configureren wat gebeurt wanneer er een ander probleem is met de bot of de systemen waarmee ze verbonden zijn. Hieronder valt bijvoorbeeld ook zoiets als een bot die langer dan normaal nodig heeft om op het contact te reageren.

Bovendien is dit een goed moment om ervoor te zorgen dat u beschikt over paden buiten de scope zodat de bot kan reageren op contactberichten buiten zijn domein.