会話データを使用して、仮想サービス エージェントのパフォーマンスを向上させる

仮想サービス エージェントの [会話] ページには、仮想サービス エージェントの会話のログが表示されます。このデータを使用して、仮想サービス エージェントのパフォーマンスを向上できます。

Today, the Conversations page only shows conversation data from your portal, your help center, and Slack. We’re working on showing conversations from other channels – check back here for updates.

仮想サービス エージェントの会話データを確認する

仮想サービス エージェントの会話を表示するには:

1. Next to your project’s name in the sidebar, select More actions (•••), then Project settings.

2. Select Channels & self service, then Virtual service agent.

3. 会話を選択します。

4. [開始日] と [終了日] を選択して、表示する会話を絞り込みます。

5. [フィルター] を使用して、特定の属性を持つ会話を検索できます。

6. 会話がインテントと一致した場合は、[インテント] 列から直接そのインテントにジャンプできます。

7. To see the details of a conversation, select the arrow in the Link column. Not all channels allow you to view the full conversation.

利用可能なフィルター

次のデータがテーブルに表示され、これを使用して会話をフィルタリングできます。

[アクション] 列では、次のような会話の内容を確認できます。

• 一致: 仮想サービス エージェントが自信を持ってインテントを検出して、カスタマーにインテントが正しいかどうかを尋ね、カスタマーはそれが正しいことを確認しました。インテント一致標準フローの詳細はこちらをご確認ください。

• AI 回答済み: 仮想サービス エージェントが Atlassian Intelligence による回答を使用してカスタマーの質問に回答しました。

• Unassisted: No intents were matched, and no AI answers were provided.

[解決状況] 列では、次のような会話の内容を確認できます。

• Escalated: The virtual service agent created a work item in Jira Service Management.

• Resolved: The conversation was marked as resolved by the customer after an intent was matched or answered using AI answers.

  • 解決した会話は、解決後にエスカレートされることがあります (たとえば、仮想サービス エージェントが会話を解決した後に誰かが Slack スレッドにメッセージを送信した場合など)。この場合、会話はパフォーマンス指標では「解決済み」と表示されますが、[会話] ページでは「エスカレート」と表示されます。

• Closed: No intents were matched and no AI answers were provided during the conversation, and then the customer abandoned it for 5 minutes. After being nudged by the virtual service agent, the customer indicated they no longer needed help. Read more about the auto-close standard flow.

[CSAT] 列には、各会話でカスタマーから提供された顧客満足度 (CSAT) スコアが表示されます。

会話データを使用して仮想サービス エージェントのパフォーマンスを向上させる

会話データを使用して仮想サービス エージェントのパフォーマンスを改善できる方法は数限りなく存在します。以下はその一例です。

エスカレーションを減らす

Let’s say your main goal for using the virtual service agent is to reduce your team’s workload – specifically, you want less work items created in your Jira Service Management project.

その場合は、会話を [エスカレート] でフィルタリングしてもよいでしょう。これらの会話の多くがインテントにも一致した場合は、まず特定の会話を読み返して、改善できる点を見つけることから始めます。

会話中に問題が発生した場合は、インテントの会話フローを改善することをご検討ください。一致したインテントが間違っている場合は、トレーニング フレーズを精査したほうがよいでしょう。

Atlassian Intelligence の回答の質を改善する

たとえば、[AI による回答] で会話をフィルタリングし、これらの会話の多くが [エスカレート] にもなっている、または CSAT スコアが低いことがわかったとします。これは、ナレッジ ベースが古く、間違った (または不十分な) 情報を顧客に提供していることを示している可能性があります。

To check, you could open some individual conversations, and review the source articles being used to generate AI answers. Are the articles missing key information, or is the information out of date? By making sure your connected knowledge base is accurate and contains the information that your customers are asking for, you can quickly improve answer quality, which is likely to reduce escalations and improve your virtual service agent’s CSAT score.

Use the virtual service agent to more effectively triage work items for your human agents

Unlike the above scenario where you want to avoid creating work items in Jira Service Management, let’s say you’re using the virtual service agent to gather information from customers, create work items on their behalf, and route them to the correct request types – so that your human agents can resolve them faster.

In this case, you might filter your conversations by Unassisted and discover customer queries that may need a new intent to cover them. When building that new intent’s conversation flow, you could use the Change request type and fields step to make sure work items are being created using the correct request type, and then use Ask for information steps to gather information that might help your human agents resolve those work items faster. Read more about step types in the conversation flow builder.