Agente Copiloto de Genesys

Los agentes equilibran muchas tareas simultáneamente: hablar con clientes (a veces más de uno a la vez), revisar datos, encontrar respuestas, planificar qué decir y hacer a continuación y tomar notas. A medida que las preferencias de los consumidores y las opciones de autoservicio cada vez más avanzadas desplazan las preguntas "fáciles" fuera del centro de contacto, los agentes se quedan con cuestiones complejas que resolver, para clientess que tienen expectativas más altas que nunca.  

Para ofrecer experiencias de cliente sobresalientes, uncaballeros debe disponer de datos útiles y perspectivas, dentro del espacio de trabajo que ya están utilizando, en el momento en que lo necesitan.  

Genesys Cloud Agent Copilot ofrece a los agentes del centro de contacto orientación basada en IA durante y después de las interacciones con los clientes. Genesys Cloud Agent Copilot determina la intención del cliente, aflora automáticamente conocimientos y guía a los agentes hacia sus próximas mejores acciones, resume interacciones, y predice códigos de conclusión. 

Positiva experiencia del clientes sólo puede darse cuando los agentes pueden responder a la petición de un cliente, ofrecerle un servicio empático y personalizado y obtener el resultado solicitado. En muchos centros de contacto, los agentes deben navegar por múltiples procesos y herramientas para buscar conocimientos y preguntas frecuentes para encontrar respuestas y resolver las consultas de los clientes , lo que lleva tiempo, deja a los clientes en espera, y provoca un elevado tiempo medio de gestión y largas esperas.

With Agent Copilot, companies can leverage the power of artificial intelligence (AI) to support agents as they serve customers digitally, or on the phone. Genesys Cloud Agent Copilot determines customer intent, automatically surfaces relevant knowledge, and guides agents to their next best actions – such as what to say next, what workflow to kick off, how to follow up, and more. It then summarizes interactions by generating text and predicts wrap-up codes. Agents spend time personalizing the assistance they offer each customer, and providing superior answers based on  suggested results, rather than digging for information and writing call notes.

Es posible crear reglas basadas en eventos como iniciar una interacción, finalizar una conversación o transferirla a otra cola o agente. Cuando se produzca un evento de este tipo, será posible configurar la aparición de un artículo de la base de conocimientos, activando un script o una respuesta enlatada.

Agent Copilot también permite entrenar un modelo NLU que detecta Intenciones basadas en el enunciado. La detección de estas intenciones permitirá al usuario obtener un artículo de la base de conocimientos, desencadenando un script o una respuesta enlatada, como en el caso de los eventos descritos anteriormente.

Una vez finalizada la conversación entre el agente y el usuario, se genera un resumen de la misma. Este resumen puede revisarse, modificarse, copiarse y pegarse como parte de las notas de la interacción.

Genesys ofrece Agent Copilot como una capacidad nativa de IA totalmente integrada en Genesys Cloud CX.

Durante las interacciones con los clientes, Genesys Cloud Agent Copilot ayuda a los agentes presentándoles acciones relevantes, next best al agente en su espacio de trabajo . Agent Copilot comprenders clientes' intenciones y proporciona a los agentes relevante respuesta destacó conocimiento, respuestas enlatadas , y guiones. Cuando los agentes pasan al trabajo posterior a la llamada, Genesys Cloud AI crears un resumen de interacción y predecirs códigos de envoltura.

Lógica empresarial

BL1: Revisar conocimientos: El agente realiza una evaluación de alto nivel para asegurarse de que la información devuelta por Agent AssistAgent Copilot es apropiada y relevante para la conversación actual. 

BL2: Sugerencia de apalancamiento: El agente comunica la información pertinente al cliente final o la utiliza para realizar las acciones necesarias para resolver el problema del cliente. 

BL3: Valore las sugerencias de : Agent Copilot puede proporcionar a un agente múltiples piezas de información durante la interacción. Los agentes deben calificar la información utilizando los botones pulgares arriba / pulgares abajo para verificar como relevant or irrelevant. 

BL4: Resuelva el problema o continúe la conversación: Si el problema del cliente final no se resuelve adecuadamente, el agente continúa la conversación con el cliente final para activar Agent Copilot y obtener información adicional. Si Agent Copilot no puede proporcionar la información adecuada para resolver el problema del cliente final, los Agentes deben seguir su política corporativa de escalado para garantizar que se cumplen las expectativas. 

BL5: Coversación final: El agente revisa la nota generada por la IA y los códigos de resumen. El agente selecciona el código de envoltura de la IA sugerida o encuentra el código apropiado.  

Lógica de distribución

Dado que el cliente final ya está hablando con un agente en tiempo real, es probable que cualquier dirección de llamada posterior a sea dirigida manualmente por el agente. 

N / A

Informes en tiempo real

El cuadro de mandos Agent Copilot Performance para Genesys Agent Copilot ofrece información general sobre las actividades de los artículos de la base de conocimientos. Las métricas y los informes de Genesys Agent Copilot proporcionan información sobre artículos presentados, abiertos y copiados. Para más información, consulte https://help.mypurecloud.com/?p=280180  

Informes históricos

En el panel del optimizador de conocimientos, puede analizar la eficacia de su base de conocimientos. En esta vista, puede ver las siguientes métricas: 

• Todas las consultas en un plazo determinado y el desglose, en porcentajes, de consultas contestadas y no contestadas. 

• Todas las consultas respondidas en un plazo determinado y el desglose, en porcentajes, de la aplicación desde la que se originó la conversación. 

• Todas las consultas sin respuesta en un plazo determinado y el desglose, en porcentajes, de la aplicación desde la que se originó la conversación. 

• Los 20 artículos más leídos y la frecuencia con la que un artículo aparece en una conversación. 

• Las 20 consultas más contestadas y la frecuencia con que cada una de ellas aparece en una conversación. 

• Las 20 preguntas más frecuentes sin respuesta y la frecuencia con la que cada una de ellas aparece en una conversación. 

véase https://help.mypurecloud.com/articles/knowledge-optimizer-overview/ 

Los clientes y/o los servicios profesionales de Genesys son responsables de gestionar el Copilot NLU, el motor de reglas y de cargar su propio contenido de la base de conocimientos en Genesys Knowledge Workbench para que lo utilice Agent Copilot. 

El cliente necesita proporcionar una KB o los artículos que serán los elementos de la Base de Conocimientos.

V 1.0.0