Périphériques technologiques
IA
Parlez des indicateurs de service client de l'intelligence artificielle
Parlez des indicateurs de service client de l'intelligence artificielle
Nous recevons souvent des demandes de renseignements commerciales sur les critères d'évaluation d'un service client intelligent. Il s’agit d’une question très difficile à répondre, car nous devons justifier l’utilisation d’un service client intelligent et garantir que son utilisation profitera à l’entreprise.
Bien qu'il n'y ait pas de « vrais » critères d'évaluation pour les solutions de service client intelligentes, j'énumère ici quelques cas, dans l'espoir d'aider tout le monde et de vous donner quelques conseils à partir de ces cas.
Tout d’abord, qu’est-ce qu’un service client intelligent ?
Le service client intelligent est une solution ou un ensemble de solutions qui permet aux utilisateurs d'accéder à des informations et même d'effectuer des tâches simples de manière autonome sans l'aide du personnel du service client.
Alors, quelles sont les requêtes ou les tâches qu'un service client intelligent peut traiter ou effectuer ?
Suivre votre colis, demander un devis ou payer votre facture en ligne sans contacter le service client, ce sont autant de tâches professionnelles que nous effectuons régulièrement.
En termes de demandes de renseignements des clients, toutes les demandes ne peuvent pas être traitées par un service client intelligent, car certains problèmes complexes nécessitent encore une intervention manuelle. Cependant, les solutions de service client intelligentes sont très efficaces pour résoudre les demandes répétées de niveau 1. Ce sont des types de requêtes très courants et très fréquents. Plus de 80 % des utilisateurs posent ces questions, ce qui consomme beaucoup de ressources. Nous pouvons utiliser l'automatisation pour répondre à ces questions.
Quels indicateurs peuvent quantifier les indicateurs intelligents du service client ?
Lorsque l'on tente de quantifier les indicateurs d'un service client intelligent, chaque entreprise a ses propres normes d'évaluation des indicateurs. Voici quelques indicateurs couramment utilisés qui doivent être mis à jour et surveillés régulièrement.
Taux de déviation d'appels
La « déviation d'appels » fait référence à l'acheminement des demandes des clients vers des canaux de service alternatifs tels que les chatbots, les FAQ, les bases de données des centres de connaissances. L’objectif du transfert d’appel est de garantir que les clients reçoivent les réponses qu’ils recherchent de la manière la plus efficace possible et de réduire le nombre d’appels acheminés vers des agents humains. Cette statistique fait référence aux « appels », mais inclut également tout autre moyen de communication, tel que le chat en direct et le courrier électronique.
Mesurer la déviation d'appel peut être compliqué car nous essayons de mesurer quelque chose qui ne se produit pas ! Selon DB Kay & Associates, une approche consiste à estimer le pourcentage d'utilisateurs qui réussissent avec un service client intelligent et le pourcentage d'utilisateurs qui passent au service manuel. La différence entre ces deux pourcentages représente le taux de déflexion.
Satisfaction client
Promouvoir l'utilisation de canaux de service client intelligents est un projet passionnant pour toute entreprise visant à améliorer l'expérience client. Cependant, si les clients ne sont pas satisfaits des outils qui leur sont fournis par le service client intelligent, s'ils les trouvent trop difficiles à utiliser ou inefficaces, alors le canal du service client intelligent ne peut pas être considéré comme un succès. La satisfaction des clients pour chaque canal d'agent intelligent doit être suivie au moyen d'enquêtes, de commentaires directs et du Net Promoter Score (NPS) afin de bien comprendre quels canaux fonctionnent le plus et lesquels doivent être améliorés.
Taux de réussite du service client intelligent
Un moyen simple de déterminer le succès d'un service client intelligent consiste à suivre le nombre de demandes de renseignements des clients traitées par le canal du service client intelligent sans être transmises à un agent humain. Par exemple, il peut s'agir du pourcentage de fois où une FAQ « Comment commander » a abouti à une commande plutôt qu'à une session de discussion initiée par le client, ou au pourcentage de fois où une recherche dans la base de connaissances a abouti à un article utile, avec une note d'utilisateur indiquant l'article était "utile" ou indiquait "cela a résolu le problème" Mon problème ".
De nombreuses solutions actuelles suivent, calculent et fournissent automatiquement des rapports pertinents, ainsi que de nombreux autres indicateurs utiles.
Comment calculer le ratio de service client intelligent
Définissons d'abord le pourcentage de problèmes qui peuvent être résolus par les clients eux-mêmes à l'aide de canaux de service client intelligents. Comme mentionné précédemment, toutes les demandes ne peuvent pas être traitées par un service client intelligent, et les demandes plus complexes nécessitent une intervention humaine. Des années d'expérience dans le service client en matière d'intelligence artificielle nous apprennent que ce pourcentage dépend en grande partie des scénarios commerciaux, de l'expérience du secteur et même de l'utilisation des applications, mais généralement, 50 % des requêtes peuvent être résolues par les clients eux-mêmes.
Sur ces 50 %, nous devons quantifier ce qui est redondant ou dupliqué. Comme mentionné précédemment, environ 80 % des demandes reçues par des agents humains entrent dans cette catégorie. Ceux-ci conviennent à un service client intelligent.
L'utilité maximale du service client intelligent sera le produit de ces deux pourcentages, soit 0,5 x 0,8 = 0,4, donc 40 % sera le taux de service client intelligent maximum auquel on peut s'attendre.
Enfin, vous devez considérer l'efficacité de l'IA qui alimente votre outil. Avec la bonne IA, le bon contenu et une puissante base de connaissances du secteur, votre solution de service client intelligente peut répondre jusqu'à 80 % de ces requêtes répétées.
Donc, 32 % (0,4 x 0,8 = 0,32) est un bon objectif pour un ratio de service client intelligent.
Bien sûr, ce ne sont que des exemples et les résultats peuvent varier considérablement selon l'entreprise, le secteur ou le type de technologie prenant en charge votre solution de service client intelligent, ce qui peut vous donner une bonne base de comparaison.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc.
Aug 01, 2024 pm 09:40 PM
Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
