Überblick über Bewertungskategorien für Scorecards

Add-on

Qualitätssicherung (QA) oder Workforce Engagement Management (WEM)

Verifizierte KI-Zusammenfassung ◀▼

Bewertungskategorien für Scorecards beurteilen wichtige Aspekte wie Rechtschreibung, Verständnis und Tonfall und helfen so bei der Bewertung von Kundenkonversationen. Sie können angepasste Kategorien erstellen, darunter manuelle Kategorien und Kategorien mit genauer Textübereinstimmung. Anhand dieser Kategorien können Sie einen internen Qualitätswert ableiten, der Erkenntnisse zur Verbesserung der Supportqualität liefert. Die AutoQA-Funktion kann neue Konversationen automatisch anhand dieser Kategorien bewerten.

Pfad: Zendesk QA > Einstellungen > Scorecards

Bewertungskategorien dienen zur Bewertung von Kundenkonversationen. Klar definierte Bewertungskategorien optimieren den Überprüfungsprozess und gewährleisten einheitliche Qualitätsbewertungen in Zendesk QA. Aus den Bewertungskategorien können Sie den internen Qualitätswert (IQS) ableiten, der wertvolle Erkenntnisse zur Bewertung und Verbesserung des Kundensupports liefert.

In diesem Beitrag werden folgende Themen behandelt:

Überblick über Bewertungskategorien für Scorecards
Erstellen von manuellen angepassten Bewertungskategorien
Erstellen von angepassten Bewertungskategorien mit genauer Textübereinstimmung

Verwandte Beiträge

Überblick über Bewertungskategorien für Scorecards

Es gibt unzählige Möglichkeiten, Bewertungskategorien zu kombinieren und so ein Scorecard-Bewertungssystem aufzubauen. Es kann etwas dauern, bis Sie die richtigen Faktoren identifiziert haben, mit denen Sie den Kundensupport genau bewerten und verbessern können. Die folgenden Bewertungskategorien werden in Zendesk QA am häufigsten verwendet und sind ein guter Ausgangspunkt:

Rechtschreibung und Grammatik: Hat der Agent die richtige Rechtschreibung, Grammatik und Interpunktion verwendet?
Verständnis: Hat der Agent das Problem und dessen Hauptursache verstanden?
Angebotene Lösung: Hat der Agent den korrekten Prozess befolgt und eine geeignete Lösung gemäß den internen Richtlinien vorgeschlagen?
Tonfall: War die Antwort persönlich und entsprach sie dem Tonfall der Marke?
Abschluss: Hat der Agent potenzielle Probleme antizipiert und sich vor dem Schließen des Tickets um deren Lösung bemüht?
Dokumentation: Hat der Agent alle erforderlichen Informationen intern dokumentiert?

Sie können nicht nur vorhandene Zendesk QA-Systemkategorien verwenden, sondern auch angepasste Bewertungskategorien erstellen, die auf die Anforderungen Ihrer Organisation zugeschnitten sind. Konkret können Sie:

Bevor Sie Kategorien erstellen, sollten Sie die folgenden Kategorien und ihre Verwendung in Zendesk QA kennen:

Wenn Sie das automatische Scoring mit AutoQA aktivieren, kann Zendesk QA automatisch Agenten beurteilen und bewerten. Kategorien für das automatische Scoring sind mit einem Hologrammsymbol () gekennzeichnet.
Wenn Sie eine neue Kategorie erstellen, werden nur neu eingehende Konversationen mit dem Status „Geschlossen“ oder „Gelöst“ automatisch analysiert und anhand der Kategoriebedingungen bewertet. Aufgrund der notwendigen Berechnungen kann das Laden der Scores einige Zeit in Anspruch nehmen.
Damit Konversationen analysiert werden können, müssen sie mindestens eine vom Kunden und eine vom Agenten gesendete Nachricht mit mindestens 10 Wörtern enthalten.
AutoQA wertet keine vorhandenen Konversationen, Spam-Konversationen und historischen Daten in Dashboards aus. Vorhandene Konversationen mit dem Status „Geschlossen“ oder „Gelöst“, die nach dem Hinzufügen der Kategorie aktualisiert werden, werden jedoch ebenfalls automatisch analysiert und bewertet. So kann es vorkommen, dass eine bereits analysierte und bewertete Konversation in einem neuen Arbeitsbereich erneut analysiert und bewertet wird.
Wenn keine Übereinstimmungen gefunden werden, wird der Wert „N/A“ zugewiesen. Falls die verfügbaren Informationen für eine genaue Beurteilung nicht ausreichen, kann AutoQA für bestimmte Kategorien ebenfalls eine „N/A“-Bewertung zurückgeben.

Erstellen von manuellen angepassten Bewertungskategorien

Zusätzlich zu den Standardsystemkategorien von Zendesk QA, Bewertungskategorien mit genauer Textübereinstimmung und auf KI-Prompts basierenden Kategorien (EAP) können Sie auch manuelle angepasste Bewertungskategorien erstellen, die auf die individuellen Anforderungen Ihrer Organisation zugeschnitten sind.

Manuelle Kategorien werden von menschlichen Prüfern bewertet.

Administratoren und Account-Manager können neue manuelle angepasste Bewertungskategorien erstellen.

So erstellen Sie eine manuelle angepasste Kategorie

Klicken Sie oben rechts in der Qualitätssicherung auf Ihr Profilsymbol.
Klicken Sie auf Einstellungen ().
Klicken Sie in der Seitenleiste () unter Konto auf Scorecards.
Klicken Sie auf Erstellen und dann auf Manuelle Kategorie.
Füllen Sie die Felder Kategoriename und Beschreibung für Prüfer (optional) aus.
Die Beschreibung erscheint, wenn Sie beim Bewerten einer Konversation den Mauszeiger auf den Kategorienamen setzen.
Klicken Sie auf Kategorie erstellen.
Nach der Erstellung müssen Sie die Kategorie zu Ihren Scorecards hinzufügen, bevor sie verwendet wird.

Erstellen von angepassten Bewertungskategorien mit genauer Textübereinstimmung

Kategorien mit genauer Textübereinstimmung verwenden automatisches Scoring, um bestimmte Schlüsselwörter oder -phrasen zu identifizieren und Agentenantworten auszuwerten, die Ihren Qualitätsstandards entsprechen (oder nicht).

Administratoren und Account-Manager können angepasste Bewertungskategorien mit genauer Textübereinstimmung erstellen.

Sie können maximal 20 angepasste AutoQA-Kategorien pro Konto erstellen. Wenn Sie den Höchstwert von 20 aktiven angepassten Bewertungskategorien erreicht haben, müssen Sie eine vorhandene Kategorie deaktivieren oder löschen, bevor Sie eine weitere erstellen können.

So erstellen Sie eine Bewertungskategorie mit genauer Textübereinstimmung

Klicken Sie oben rechts in der Qualitätssicherung auf Ihr Profilsymbol.
Klicken Sie auf Einstellungen ().
Klicken Sie in der Seitenleiste () unter Konto auf Scorecards.
Klicken Sie auf Erstellen und dann auf Kategorie.
Wählen Sie Genaue Textübereinstimmung als angepassten Kategorietyp.
Füllen Sie die Felder Kategoriename und Beschreibung für Prüfer (optional) aus. Die Beschreibung erscheint, wenn Sie beim Bewerten einer Konversation den Mauszeiger auf den Kategorienamen setzen.
Wählen Sie unter Wenn Agentennachricht den gewünschten Operator aus (Standard: enthält) und geben Sie pro Zeile ein Schlüsselwort bzw. eine Phrase ein, die bzw. das eine automatische Bewertung auslöst, wenn sie bzw. es in einer Agentennachricht erscheint. Einige Beispiele:
- Klicken Sie auf Zeile hinzufügen für alle weiteren Schlüsselwörter oder Phrasen, die für die automatische Bewertung in dieser Kategorie verwendet werden soll.
- Klicken Sie auf Bedingung hinzufügen, um komplexere Schlüsselwörter und Phrasen einzugeben. Weitere Informationen finden Sie unter Bedingungen für genaue Textübereinstimmung.
- Geben Sie / ein, um die Variable {..} hinzuzufügen. Sie können diesen Platzhalter für dynamische Inhalte {..} verwenden, um einen beliebigen Namen darzustellen. Beispiel: „Hallo {··}!“
Geben Sie unter Dann Wert und Andernfalls Wert an, welche Bewertung der Agent automatisch erhalten soll. Wenn der Text die Phrase „Termin für Demo vereinbaren“ nicht enthält, erhält der Agent für diese Kategorie eine negative Bewertung (). Andernfalls können Sie ihm eine positive Bewertung geben (). Wenn Sie nicht sicher sind, wählen Sie „N/A“.
Klicken Sie auf Kategorie erstellen.
Nach der Erstellung müssen Sie die Kategorie zu Ihren Scorecards hinzufügen, bevor sie verwendet werden kann.

Bedingungen für genaue Textübereinstimmung

Sie können mehrere Zeilen hinzufügen und für komplexe Erkenntnisse die folgenden Bedingungen verwenden:

Bedingungsname	Bedingungstyp	Beispiel für Such-Query	Erhalten Sie eine positive Bewertung für die folgende Nachricht? „Vielen Dank für die Kontaktaufnahme mit ABC GmbH. Wie kann ich Ihnen heute helfen?“
Ist	ist beliebiges von	„Vielen Dank für die Kontaktaufnahme“ „wie kann ich Ihnen heute helfen?“	Nein, denn es wird nach vollständigen Übereinstimmungen gesucht.
Ist	ist alles von	„Vielen Dank für die Kontaktaufnahme mit ABC GmbH. Wie kann ich Ihnen heute helfen?“ „wie kann ich Ihnen heute helfen?“	Nein. Die erste Query stimmt zwar überein, die zweite jedoch nicht.
enthält	enthält beliebige von	„Vielen Dank, dass Sie uns kontaktiert haben“ „wie kann ich Ihnen heute helfen?“	Ja, denn die zweite Query ist Teil der Nachricht.
enthält	Enthält alle	„Vielen Dank für die Kontaktaufnahme“ „wie kann ich Ihnen heute helfen?“	Ja, denn beide Querys sind Teil der Nachricht.
ist nicht	ist keines von	„Vielen Dank, dass Sie uns kontaktiert haben“ “wir sind heute nicht erreichbar"	Ja, denn keine dieser Querys stimmt genau mit der Nachricht überein.
ist nicht	ist nicht alles von	„Unser Geschäft ist geschlossen“ „Bitte kontaktieren Sie uns morgen“	Ja, denn keine dieser Querys stimmt genau mit der Nachricht überein.
enthält nicht	enthält keines von	„Unser Geschäft ist geschlossen“ „wie kann ich Ihnen heute helfen?“	Nein, denn die zweite Query ist Teil der Nachricht.
enthält nicht	enthält nicht alle von	„Vielen Dank für die Kontaktaufnahme“ „wie kann ich Ihnen heute helfen?“	Nein, denn beide Querys sind Teil der Nachricht.