Resumen de IA verificado ◀▼
La información valiosa de foco mejora el proceso de control de calidad (QA) al destacar automáticamente las interacciones que convendría revisar, utilizando información predefinida como valores atípicos, riesgo de abandono y servicio excepcional. Esta herramienta ayuda a identificar oportunidades de mejora mediante el análisis de conversaciones y su etiquetado con indicadores de rendimiento. Acceda a la información valiosa a través de la sección Comentarios para evaluar y procesar rápidamente las interacciones con los clientes, lo cual mejora la respuesta de su equipo y la calidad del servicio.
Además de calificar automáticamente determinadas categorías dentro de las tarjetas de puntuación, puede usar la información valiosa de foco para optimizar aún más su proceso de control de calidad (QA).
En este artículo se tratan los siguientes temas:
- Acerca de la información valiosa de foco
- Acerca de la información valiosa de foco estándar
- Acerca de los tipos de etiquetas de la información valiosa de foco
Artículos relacionados
Acerca de la información valiosa de foco
Foco es una herramienta de descubrimiento en Zendesk QA que mejora y acelera su proceso de evaluación poniendo de relieve valiosas oportunidades para mejorar y aprender. Además, analiza todas las interacciones del equipo, identificando y rotulando palabras clave o frases concretas para mostrar de forma automática las conversaciones cerradas y sincronizadas recientemente. Foco también ofrece varios elementos de información valiosa lista para usar que ayudan a identificar eventos específicos o señales en las que conviene profundizar.
Este video ofrece un panorama visual de la función Foco que puede ser útil para complementar los detalles presentados en este artículo.
Acerca de la información valiosa de foco estándar
Foco ofrece información valiosa predefinida para ayudarle a identificar eventos específicos o señales que pueden dar lugar a un análisis más exhaustivo. En algunos casos se necesita que AutoQA basado en LLM esté activado y en funcionamiento.
| Nombre de la información valiosa de foco | Descripción | ¿Se necesita AutoQA basado en LLM? |
| Valores atípicos | Ofrece el potencial de aprendizaje más alto porque permite ubicar conversaciones críticas para evaluación con un solo clic. Identifica automáticamente las interacciones que es imprescindible evaluar y que son atípicas o inusuales para el equipo. Disponible en más de 100 idiomas. Marca las conversaciones en las que:
|
No |
| Riesgo de abandono | Destaca las conversaciones en las que los clientes expresan un riesgo potencial de desgaste. Identifica instancias en las que los clientes mencionan explícitamente la posibilidad de cancelar sus suscripciones o cambiarse a la competencia. La información valiosa sobre el riesgo de abandono está disponible en más de 100 idiomas admitidos por OpenAI. |
Sí |
| Escalamiento | Marca las conversaciones en las que el cliente solicita hablar con un representante de nivel más alto, como un gerente. No detecta los procesos de escalamiento internos que ocurren fuera de la conversación. Está disponible en más de 100 idiomas admitidos por OpenAI. |
Sí |
| Seguimiento | Marca las instancias en las que un representante de soporte ha prometido realizar alguna acción en el futuro. No evalúa la validez de la acción, solo si se realizó. Está disponible en más de 100 idiomas admitidos por OpenAI. |
Sí |
| Servicio excepcional | Identifica las instancias en las que un representante de soporte proporcionó un servicio excepcional y el cliente agradeció la atención. Está disponible en más de 100 idiomas admitidos por OpenAI. |
Sí |
| Tono | Detecta sentimientos negativos y positivos en las conversaciones, lo que permite identificar insatisfacción o deleite y tratar los problemas críticos. Comprender cómo se sienten los clientes cuando interactúan con el equipo de soporte a través de un análisis de su tono ayuda a evaluar las habilidades de empatía y el tono de los agentes a la hora de enfrentarse a situaciones difíciles. Actualmente está disponible en inglés, español, francés, alemán, polaco, italiano, neerlandés, portugués, turco, japonés y sueco. |
No |
| SLA | Detecta si se ha incumplido un contrato de nivel de servicio (SLA), que especifica y mide los tiempos de respuesta y resolución que el equipo de soporte proporciona a los clientes. | No |
| Eficiencia de la comunicación del bot | Compara el manejo de conversaciones de su bot con el de los agentes promedio. Devuelve un porcentaje de eficiencia que indica si la interacción con el bot resolvió el problema más rápido y con menos preguntas que hablar con un ser humano. No se devuelven porcentajes de eficiencia de menos del 20 %. | No |
| Repetición de bot | Informa cuando el bot se queda atascado en un bucle y repite el mismo mensaje al cliente. Los valores del filtro incluyen "detectado" y "no detectado". | No |
| Aire muerto (voz) | Resalta las llamadas en las que el intervalo entre mensajes consecutivos supera el umbral establecido. El umbral predeterminado del sector es 30 segundos, pero se puede ajustar a cualquier duración. | No |
| Falta la divulgación de la grabación (voz) | Detecta si la persona que habla divulga que la llamada está siendo grabada. Se puede personalizar para especificar a qué conversaciones se aplica esto. | Sí |
Acerca de los tipos de etiquetas de la información valiosa de foco
La información valiosa está disponible en la sección "Comentarios" de una conversación, independientemente de si accede a esa conversación a través de un panel, la vista Conversaciones, la vista Asignaciones o la vista Evaluaciones.
Los siguientes iconos se usan como indicadores visuales de rendimiento para cada foco:
- Un signo de exclamación de color amarillo (
) indica comentarios negativos. - Un ojo de color gris (
) indica comentarios neutrales. - Una carita feliz de color verde (
) indica comentarios positivos.