Interaction Analytics 指標

• 計算方法：客戶失望指標等於 1 的不同案例總數。 此指標表示在選定的時期內是否發生任何客戶失望的情況。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：識別互動過程中的客戶困境 在聯絡中心，偵測客戶感到沮喪的時刻對於提高服務品質和客戶滿意度至關重要。 此指標有助於確定報告期間的任何互動是否涉及失望的客戶（系統標記為客戶失望 ID = 1）。 例如，如果客戶在通話或聊天中反覆表達不滿（例如抱怨延遲或交易失敗），則該互動將被標記為失望。 追蹤此指標使主管能夠快速發現可能需要審查、客服專員指導或上報的會話。

  透過監控失望指標，聯絡中心可以：

  • 找出導致客戶不滿意的流程或政策的領域。

  • 採取主動措施解決反覆出現的問題。

  • 改進客服專員訓練以處理困難對話。

  • 透過減少挫折觸發因素來增強整體客戶體驗。

• 計算方法：此指標表示在選定時期內是否成功解決了任何互動。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：追蹤此指標使主管能夠快速查看報告期間是否正在解決。 低值表示未解決任何問題，這可能表示積壓或流程效率低下。 透過監控這一點，聯絡中心可以提高解決率、減少重複聯絡並提高客戶滿意度。

• 計算方法：所選期間內不同互動分段的總數。 每個分段代表互動的一部分，例如通話、聊天或其他通訊通道活動。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，單個客戶通話可能涉及多個分段，例如與客服專員的初始對話、轉接給專家以及後續確認。 同樣，聊天互動可以包括針對不同主題或上報的單獨分段。 計算不同的分段可以深入了解客服專員管理的互動部分數量，這可以表明複雜性和資源需求。

• 計算方法：所選時段內互動分段的平均持續時間。 此指標的計算方法是將所有不同區段持續時間的總和除以不同區段的數量。 它表示互動中區段的典型長度。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，單個客戶通話可能包括多個分段，例如初始問候語、故障排除和上報。 如果這些分段的總持續時間為 900 秒，並且有 3 個分段，則平均分段持續時間為 300 秒（5 分鐘）。 監控此指標有助於管理人員識別異常長的故障排除步驟或短暫、倉促的互動等模式，從而實現更好的資源規劃和培訓。

• 計算方法：所選時段內互動分段的平均持續時間。 此指標的計算方法是將所有不同區段持續時間的總和除以不同區段的數量。 它表示互動中區段的典型長度。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，通話可能包括疑難排解步驟，客服專員正在搜尋資訊或等待系統回應，導致沉默。 如果分段的總沉默時間為 120 秒，並且有 4 個分段，則每個分段的平均沉默時間為 30 秒。 高沉默平均值可能表明需要更好的客服專員培訓、更快的工具或改進的流程來保持客戶的參與度。

了解更多

• 計算方法：用戶端情緒 ID 等於負面情緒的互動區段比例。 此量度的計算方法是將情緒 ID 等於負面情緒的不同區段數量除以區段總數。 它代表反映特定情緒的區段百分比。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，如果情緒分析將客戶表示滿意的區段標記為負面情緒，則該指標會計算所有區段中哪一部分是負面的。 例如，如果有 100 個區段，其中 40 個有負面情緒，則指標將顯示 40%。 監控這一點有助於經理追蹤客戶情緒的趨勢，確定需要改進的領域，並評估服務變更對客戶感知的影響。

• 計算方法：用戶端情緒正面的互動區段百分比。 此量度的計算方法是將具有正面情緒的不同區段數量除以區段總數。 它代表反映特定情緒的區段比例

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，如果情緒分析將客戶表達不滿的區段標記為正面情緒，則該指標會計算所有正面區段的份額。 例如，如果有 200 個區段，其中 50 個有正面情緒，則指標將顯示 25%。 監控這一點有助於經理發現正面情緒的趨勢，採取糾正措施，並改善整體客戶體驗。

• 計算方法：客服專員情緒為負面情緒的互動區段百分比。 此指標的計算方法是將具有負面客服專員情緒的不同區段的數量除以區段總數。 它表示客服專員在互動中表現出負面情緒的頻率。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，當客服專員在通話或聊天中使用粗俗語言、聽起來不耐煩或表達沮喪時，情緒分析可能會偵測到客服專員的負面情緒。 例如，如果總共有 100 個分段，其中 8 個分段顯示負面情緒（客服專員情緒），則該指標將顯示 8%。 追蹤這一點有助於主管發現負面情緒的模式，提供指導，並確保客服專員在互動過程中保持專業精神和同理心。

• 計算方法：互動區段正面客服專員情緒的百分比。 這是透過將標有正面客服專員情緒的不同區段的數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，如果情緒分析將客戶表示滿意的區段標記為正面情緒，則該指標會計算所有正面區段的份額。 例如，如果有 200 個區段，其中 50 個有正面情緒，則指標將顯示 25%。 監控這一點有助於經理發現正面情緒的趨勢，採取糾正措施，並改善整體客戶體驗。

• 計算方法：客戶開始以負面情緒進行互動的互動分段百分比。 這是透過將客戶開始負面情緒的不同區段數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，如果情緒分析檢測到客戶開始通話或聊天時聽起來很不高興或沮喪（客戶開始負面情緒），則該指標會計算此類分段的比例。 例如，如果總共有 100 個區段，其中 15 個以負面情緒開始，則指標將顯示 15%。 監控這一點有助於經理在互動開始時了解客戶情緒趨勢，並採取措施改善第一印象，例如減少等待時間或增強自助服務選項。

了解更多

• 計算方法：客戶以正面情緒開始互動的互動區段百分比。 這是透過將正面客戶開始情緒的不同區段數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，如果情緒分析檢測到客戶開始通話或聊天時聽起來很開心或滿意（客戶開始正面情緒），則該指標會計算此類分段的比例。 例如，如果總共有 100 個區段，其中 40 個以正面情緒開始，則指標將顯示 40%。 監控這一點有助於經理了解客戶在互動開始時的情緒，並採取措施維持或提高積極的參與度。

• 計算方法：客戶以負面情緒結束互動的互動分段百分比。 這是透過將客戶結束情緒負面的不同區段數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，如果情緒分析檢測到客戶在結束通話或聊天時聽起來很沮喪或不滿意（客戶結束情緒負面），則該指標會計算此類區段的比例。 例如，如果總共有 100 個區段，其中 20 個以負面情緒結束，則指標將顯示 20%。 監控這有助於經理識別未能滿足客戶期望的互動，並採取糾正措施來改善解決方案和客戶體驗。

• 計算方法：客戶以正面情緒結束互動的互動區段百分比。 這是透過將客戶正面結束情緒的不同區段數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，如果情緒分析檢測到客戶在結束通話或聊天時聽起來很開心或滿意（客戶結束情緒積極），則該指標會計算此類區段的比例。 例如，如果總共有 100 個區段，其中 60 個以正面情緒結束，則指標將顯示 60%。 監控這一點有助於經理評估服務品質、確定最佳實踐並改進流程，以確保客戶在互動時感覺積極。

• 計算方法：客服專員以負面情緒開始互動的互動分段百分比。 這是透過將客服專員開始負面情緒的不同區段的數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，如果客服專員聽起來不耐煩、沮喪或使用粗言穢語，情緒分析可能會在通話開始時偵測到客服專員的負面情緒。 例如，如果總共有 100 個區段，其中 10 個以負面情緒開始，則指標將顯示 10%。 監控這一點有助於主管在互動開始時發現負面語氣的模式，並採取糾正措施來改善專業水平和客戶體驗。

• 計算方法：客服專員以正面情緒開始互動的互動區段百分比。 這是透過將正面客服專員開始情緒的不同區段的數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，如果客服專員熱情地問候客戶並聽起來熱情，情緒分析可能會在通話開始時偵測到客服專員的正面情緒。 例如，如果總共有 100 個區段，其中 70 個以正面情緒開始，則指標將顯示 70%。 監控這一點有助於主管確保客服專員始終以積極的態度開始互動，從而帶來更好的結果和更高的客戶滿意度。

• 計算方法：客服專員以負面情緒結束互動的互動分段百分比。 這是透過將客服專員結束情緒負面的不同區段的數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向下，指標值越低越好。

• 用例：在聯絡中心，如果客服專員在結束對話前聽起來不耐煩、使用粗言穢語或表達沮喪，情緒分析可能會在通話結束時偵測到客服專員的負面情緒。 例如，如果總共有 100 個區段，其中 12 個以負面情緒結束，則指標將顯示 12%。 監控這一點有助於主管發現互動結束時的負面語氣模式，並採取糾正措施來改善客戶體驗和客服專員績效。

• 計算方法：客服專員以正面情緒結束互動的互動分段百分比。 這是透過將客服專員正面結束情緒的不同區段的數量除以區段總數來計算的。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，如果客服專員在結束對話前熱情地感謝客戶並提供額外的幫助，情緒分析可能會在通話結束時偵測到客服專員的正面情緒。 例如，如果總共有 100 個區段，其中 75 個以正面情緒結束，則指標將顯示 75%。 監控這一點有助於主管確保客服專員在整個互動過程中始終保持積極的語氣，尤其是在結束時，這會給客戶留下持久的印象。

• 計算方法：在選定期間內記錄的所有不同客戶情緒區段的總和。 每個區段 ID 代表一個唯一的互動區段，用於分析客戶情緒。 此指標基本上彙總了與情緒相關的獨特區段，以提供情緒發生次數的總體計數。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，單個通話可能包括多個分段，例如問候語、疑難排解和結束，每個分段都經過情緒分析。 如果情緒分析在一次通話中識別出 3 個唯一分段，在另一個通話中識別出 2 個，則此指標將所有互動中這些不同的分段 ID 相加。 監控這一點有助於經理了解情緒分析的應用頻率以及有多少區段對整體情緒趨勢有貢獻。

• 計算方法：在選定期間內記錄的所有不同客服專員情緒區段的總和。 每個分段 ID 代表一個唯一的互動分段，在其中分析了客服專員的情緒。 此指標彙總與情緒相關的獨特區段，以提供與客服專員情緒相關的區段總數。

• 篩選器：

  • 員工組：客服專員、團隊、公司

  • 聯絡組：公司

  • 屬性：不適用

• 支援的通道：所有通道

• 指標類型：歷史

• 指標方向：向上，指標值越高越好。

• 用例：在聯絡中心，單個通話可能包括多個分段（例如問候語、疑難排解和結束），每個分段都針對客服專員情緒進行分析。 如果情緒分析在一次通話中識別出 3 個唯一分段，在另一個通話中識別出 2 個，則此指標將所有互動中這些不同的分段 ID 相加。 監控這有助於經理了解客服專員情緒分析的應用頻率以及有多少區段對整體情緒趨勢有貢獻。