Benodigde licentie
| Abonnement | Elk abonnement |
| Ook nodig | Quality Assurance of Workforce Engagement Management |
| Toegang | Admin |
De automatische categorieën aanpassen aan je eigen norm, en degene uitzetten die niet bij je passen.
Ze bijstellen
- Open de automatische categorieën in Zendesk QA.
- Kijk na wat elke categorie controleert.
- Zet uit wat niet past bij hoe jullie werken.
- Stel de instellingen bij van degene die je houdt.
- Toets de resultaten aan twintig echte gesprekken.
Drie ervan nemen je eigen woorden aan
Alleen Spelling and grammar, Greeting en Closing zijn met eigen inhoud bij te stellen, en wat erin kan is precies omschreven.
| Spelling and grammar | Een lijst woorden en zinsdelen die AutoQA niet als fout moet rekenen. Maximaal 300 uitzonderingen in totaal, elk met de taal erbij waarvoor hij geldt. |
| Greeting | Goedgekeurde begroetingen die bij je standaard passen. Maximaal 200 in totaal, gedeeld over alle talen die je ondersteunt, en ze mogen dynamische naamvariabelen bevatten. |
| Closing | Je eigen afsluitingen. Maximaal 200 in totaal, opnieuw over alle talen samen, ook met dynamische naamvariabelen. |
Je kunt van meerdere uitzonderingen, begroetingen of afsluitingen tegelijk de taal wijzigen, of ze in bulk verwijderen. Dat telt de eerste keer dat je een lijst onder de verkeerde taal plakt.
De uitzonderingenlijst verdient zichzelf het snelst terug: productnamen, merknamen en vaktermen die als spelfout worden aangemerkt drukken elke score omlaag tot je ze toevoegt.
Zet uit wat niet past
Een categorie die op een formele afsluiting controleert klopt niet voor een team dat korte chatantwoorden geeft. Blijft hij aan, dan scoort hij iedereen lager voor precies doen wat je hebt gevraagd.
Agents merken dat meteen, en het ondermijnt het automatische scoren volledig.
Kijk per kanaal
Wat in een e-mail kortaf leest is in chat normaal. Dekt één werkruimte allebei, dan beoordeelt een categorie die op het ene is afgestemd het andere verkeerd.
Controleer het voordat je erop leunt
Lees twintig gescoorde gesprekken en houd ze naast je eigen oordeel. Ben je het stelselmatig oneens, stel dan de categorie bij in plaats van het cijfer te aanvaarden.
Die controle kost een halfuur en het is wat het verschil maakt tussen nuttig en verfoeid.
Taal telt, en het gaat per taal
Begroetingen en afsluitingen leg je per taal vast, en voor elke taal die je ondersteunt moet je de verwachte begroeting toevoegen. Omdat die 200 een totaal is en geen tegoed per taal, werkt een team in vier talen in de praktijk met vijftig per taal, dus besteed ze aan de begroetingen die mensen echt gebruiken. All languages kiezen betekent dat je precies die begroeting in elke gedetecteerde taal verwacht, en dat is vrijwel nooit wat een meertalig team wil.
Automatisch scoren werkt daarnaast in sommige talen minder goed dan in andere, en welke talen worden gedekt hangt ervan af of LLM-based AutoQA aanstaat. Een meertalig team kan zien dat één taal stelselmatig lager scoort om redenen die niets met kwaliteit te maken hebben, dus kijk per taal voordat je iemand vergelijkt.
Begin met een paar
Twee of drie categorieën waar je zeker van bent. Er meer toevoegen zodra die worden vertrouwd is makkelijk; geloofwaardigheid terugwinnen na een slechte start niet.
Vertel het team wat automatisch is
Welke categorieën door een machine worden gescoord en welke door een mens. Agents horen te weten waar ze bezwaar tegen maken als ze het oneens zijn.
Opmerkingen
0 opmerkingen
Artikel is gesloten voor opmerkingen.