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。

現在、会話ページに表示されるのはポータル、ヘルプ センターおよび Slack の会話のみとなっています。他のチャンネルの会話も表示できるよう開発を進めていますので、最新情報については本ページを定期的にご確認ください。

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. サービス プロジェクトから、[プロジェクト設定] > [チャンネルとセルフ サービス] > [仮想サービス エージェント] の順に選択します。

2. 会話を選択します。

3. [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。

4. [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。

5. 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。

6. 会話の詳細を表示するには、[リンク] 列の矢印を選択します。

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。

• アシストなし: インテントが一致せず、Atlassian Intelligence の回答も提供されませんでした。

[解決状況] 列では、次のような会話の内容を確認できます。

• エスカレート: 仮想サービス エージェントが Jira Service Management に課題を作成しました。

• 解決済み: インテントが一致した、または Atlassian Intelligence の回答を使用して回答された後、カスタマーが会話を解決済みとしてマークしました。

  • 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。

• 終了: インテントが一致せず、会話中に Atlassian Intelligence による回答も提供されずにカスタマーによって 5 分間放置されました。仮想サービス エージェントの問いかけに対するカスタマーの返答は、ヘルプの必要性がなくなったというものでした。自動終了の標準フローに関する詳細はこちらをご確認ください。

[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

仮想サービス エージェントを使用する主な目的が、チームの作業負荷を軽減することだとすると、具体的には Jira Service Management プロジェクトで作成する課題を減らすことになります。

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。

確認するには、個別の会話を開いて、Atlassian Intelligence による回答を生成するために使用されたソース記事をご確認ください。記事に重要な情報が欠けていないか、情報が古くなっていないかを確認します。接続されたナレッジ ベースが正確で、カスタマーの求める情報が含まれているのを確認することによって、回答の質をすばやく改善できます。これによってエスカレーションが減り、仮想サービス エージェントの CSAT スコアが向上する可能性があります。

仮想サービス エージェントを使用して、人間のエージェントのためにより効果的に課題をトリアージする

Jira Service Management で課題を作成しないようにする前述のシナリオとは異なり、人間のエージェントが課題をより早く解決できるように仮想サービス エージェントを使用してカスタマーから情報を収集し、代わりに課題を作成し、正しいリクエスト タイプにルーティングするとします。

この場合、会話を [Unassisted] でフィルタリングして、それらをカバーする新しいインテントが必要な可能性のあるカスタマーのクエリを発見できます。その新しいインテントの会話フローを構築する場合、[ リクエスト タイプとフィールドを変更 ] ステップを使用して、課題が正しいリクエスト タイプを使用して作成されていることを確認してから 、[情報を求める] ステップを使用して、人間のエージェントが課題を迅速に解決するのに役立つ情報を収集できます。会話フロー ビルダーのステップ タイプに関する詳細をご確認ください。