कॉन्टैक्ट सेंटर की AI: मंशा से रूटिंग, सरल अनुरोध निपटाने वाला सहायक, पहल वाले संदेश, अनुवाद और बड़े पैमाने पर गुणवत्ता
इस पेज पर जो कुछ है वह उसी एक स्विच के अधीन है जिसके अधीन बाकी केस AI है: केस AI नीति (सेटिंग्स · केस · AI नीति)। नीति बंद होने पर यहाँ कुछ नहीं चलता और कुछ नहीं लिखा जाता। कोई दूसरा स्विच नहीं है।
इस पेज पर जो कुछ है वह उसी एक स्विच के अधीन है जिसके अधीन बाकी केस AI है: केस AI नीति (सेटिंग्स · केस · AI नीति)। नीति बंद होने पर यहाँ कुछ नहीं चलता और कुछ नहीं लिखा जाता। कोई दूसरा स्विच नहीं है।
मंशा के आधार पर रूटिंग बातचीत करने वाला सहायक पहले से ही मंशाएँ दर्ज करने देता है (एक नाम, कुछ उदाहरण, कुछ मुख्य शब्द)। अब तक रूटिंग नियम उन्हें देख नहीं पाते थे: नियम चैनल, कतार, मुख्य शब्द, भाषा, क्षेत्र, उत्पाद, खाता स्तर, SLA लक्ष्य और गंभीरता से मेल खा सकता था, पर "ग्राहक रद्द करना चाहता है" से नहीं। अब खा सकता है। असाइनमेंट नियम में एक या अधिक मंशाएँ चुनिए और चाहें तो न्यूनतम आत्मविश्वास भी।
नियम लिखने से पहले दो बातें जान लेना ज़रूरी है। मंशा विषय, विवरण और ग्राहक की आखिरी लिखी बात से निकाली जाती है, इसलिए वह बातचीत के बीच में बदल सकती है। और जिस केस की मंशा हमें पता नहीं है, या जिसका आत्मविश्वास न्यूनतम से कम है, वह नियम से मेल नहीं खाता; वह अगले नियम पर चला जाता है, ठीक वैसे ही जैसे रूटिंग इंजन की बाकी शर्तों के साथ होता है। अंदाज़े के आधार पर केस को रिटेंशन टीम को भेजना, उसे सामान्य कतार में छोड़ देने से बुरा है।
मंशा पैनल हर मंशा का आयतन दिखाता है और यह भी कि हर एक को हल होने में कितना समय लगता है। यह नियम लिखने वाले के लिए जानकारी है, अपने आप लिया गया फ़ैसला नहीं: ऐतिहासिक औसत से मालिक चुनने के लिए हर व्यक्ति का इतना नमूना चाहिए जो ज़्यादातर टीमों के पास होता ही नहीं।
एक सहायक जो सरल अनुरोध शुरू से आखिर तक निपटाता है अब बातचीत करने वाला बॉट सिर्फ़ बात करने के बजाय CRM में छह काम कर सकता है: किसी केस की स्थिति देखना, ग्राहक के केस की सूची देना, सपोर्ट कवरेज जाँचना, सेवा सूची में खोजना, केस दोबारा खोलना और कॉलबैक तय करना। हर एक अलग से कॉन्फ़िगर होता है: बंद, पुष्टि माँगे (कोई एजेंट केस में पुष्टि करता है), या अपने आप कर दे। पढ़ने वाले काम शुरू से ही अपने आप होते हैं; लिखने वाले काम पुष्टि माँगते हैं।
यहाँ सबसे अहम नियम पहचान का है। चैट विंडो में ग्राहक का कोई ईमेल पता लिख देना कुछ साबित नहीं करता: अगर इतना काफ़ी होता तो कोई भी आगंतुक किसी का भी केस पढ़ लेता। अनुरोध केस तक तभी पहुँचता है जब व्यक्ति की पहचान ग्राहक पोर्टल (लॉगिन लिंक) से हुई हो, या ऐसे चैनल से जो कब्ज़ा साबित करता है (WhatsApp नंबर, संपर्क से पहले से जुड़ा ईमेल पता), या फिर कोई एजेंट अपनी अनुमतियों के साथ काम कर रहा हो। बाकी हाल में सहायक बता देता है कि उसे पोर्टल लॉगिन चाहिए।
सहायक जो कुछ करता है, और जो करने से मना करता है और क्यों, वह सब एक ऐसे ब्योरे में दर्ज होता है जिसे बदला नहीं जा सकता। लिखने वाले काम उसी दैनिक AI क्रिया सीमा में गिने जाते हैं जो बाकी उत्पाद पर लागू है; सीमा पूरी होने पर सहायक चुप नहीं हो जाता, वह फिर से सुझाव देने लगता है।
वे संदेश जो सहायक शुरू करता है और कोई व्यक्ति मंज़ूर करता है दो स्थितियों में ऐसा संदेश बनता है जो ग्राहक ने माँगा नहीं था: समाधान की समयसीमा खतरे में है या बीत चुकी है, या ग्राहक ने लिखा था और उसे एक दिन से ज़्यादा हमारी कोई खबर नहीं मिली। तीसरी स्थिति समापन की है: केस हल होने के बाद सहायक वह सारांश लिख सकता है जो ग्राहक पढ़ता है।
तीनों केस की उसी मंज़ूरी कतार में आते हैं। जब तक कोई व्यक्ति मंज़ूरी नहीं देता, कुछ नहीं भेजा जाता, और ऐसी कोई सेटिंग नहीं है जो इसे बदल दे। भेजने से पहले पाठ में बदलाव किया जा सकता है: जिसे आप सुधार न सकें उसे मंज़ूर करना या तो अंधा भरोसा है या ऐसा बटन जिसे कोई नहीं दबाता। भेजना उसी चैनल से होता है जिससे केस आया था, जब वह मौजूद हो (24 घंटे की खिड़की और मंज़ूर टेम्पलेट का पालन करते हुए), और न होने पर ईमेल से।
बातचीत के भीतर ही अनुवाद जब ग्राहक किसी दूसरी भाषा में लिखता है, तो आप उसका संदेश अपनी भाषा में और अपना मसौदा उसकी भाषा में अनुवाद कर सकते हैं, वह भी केस छोड़े बिना और ग्राहक का पाठ किसी बाहरी टूल में चिपकाए बिना। अनुवाद हमेशा मशीनी अनुवाद के निशान के साथ दिखाया जाता है और मूल की जगह कभी नहीं लेता: ग्राहक ने जो लिखा वही मायने रखता है, और विवाद में मूल पाठ ही आधार होता है।
ग्राहक की भाषा संपर्क रिकॉर्ड से आती है जब वह भरी हो, वरना बातचीत में जो हम पहचानते हैं उससे, और वह भी न हो तो स्क्रीन आपसे पूछती है। जो पाठ पहले से लक्ष्य भाषा में है उसका अनुवाद नहीं होता।
बड़े पैमाने पर गुणवत्ता एक जवाब की समीक्षा पहले से मौजूद थी। जो नहीं थी वह गुणवत्ता उस अर्थ में थी जिस अर्थ में कॉन्टैक्ट सेंटर उसे समझता है: आपका अपना मानदंड, हर अवधि का एक नमूना, और हर एजेंट का स्कोर।
एक मानदंड बनाइए जिसमें वही कसौटियाँ हों जिनका वादा आपका काम करता है, और हर कसौटी का एक भार हो; तकनीकी सपोर्ट टीम "तथ्यों पर टिका होना" को भार देती है, वसूली टीम "अनुपालन" को। नमूने का आकार तय कीजिए और चाहें तो साप्ताहिक या मासिक लय भी। हर दौर केस निश्चित तरीके से चुनता है और उन्हें एजेंटों में बाँटता है, इसलिए एक ही अवधि को दो बार चलाने पर वही केस समीक्षित होते हैं और मॉडल का खर्च दोबारा नहीं लगता।
स्क्रीन हमेशा दिखाती है कि कितने हल हुए केस में से कितनों की समीक्षा हुई। नमूने का आकार बताए बिना पेश किया गया स्कोर झूठ बोलने का शालीन तरीका है। और ये स्कोर सिर्फ़ बातचीत की शुरुआत हैं: यहाँ कुछ भी रूटिंग, लक्ष्य या वेतन नहीं बदलता।
समय के साथ ग्राहक का स्वर केस AI बातचीत का स्वर पहले भी मापती थी, पर हर बार केस दोबारा पढ़ने पर वह संख्या के ऊपर लिख देती थी: उत्पाद बता सकता था कि ग्राहक कैसा है, यह कभी नहीं कि उसका मिज़ाज बिगड़ रहा है। अब हर माप रखी जाती है, इसलिए पैनल हर एजेंट और हर खाते का वक्र दिखा सकता है, और जब किसी बातचीत का स्वर तेज़ी से गिरता है या लगातार नकारात्मक बना रहता है तो केस के मालिक को चेतावनी मिलती है। इसमें AI का अतिरिक्त खर्च नहीं है: यह उसी विश्लेषण को पढ़ता है जो पहले से मौजूद है।
दो से कम माप होने पर जवाब "पर्याप्त डेटा नहीं" होता है, कभी "स्थिर" नहीं। ये दोनों अलग जवाब हैं।