| 추가 기능 | 코파일럿 |
이 문서에서 설명된 데이터 집합을 사용하려면 고급 AI 추가 기능이 있어야 합니다.
참고: 사용자 지정 리포팅에서 이러한 메트릭과 속성을 사용하려면 Zendesk Explore Professional 또는 Enterprise 플랜이 필요합니다. Explore Lite 플랜의 계정은 기본 제공 대시보드를 통해서만 이러한 메트릭 및 속성의 하위 집합에 액세스할 수 있습니다.
이 문서에는 다음 데이터 집합에 대한 정보가 포함되어 있습니다.
생성형 AI 상담사 도구 데이터 집합
이 섹션에서는 상담사의 생성형 AI 기능(요약하기, 확장하기 및 더욱 친밀하게 및 더욱 격식 있게) 사용량에 따라 Explore 보고서를 만드는 데 사용할 수 있는 메트릭 및 속성 목록을 보여줍니다. 이 데이터 집합은 생성형 AI 상담사 도구 기본 제공 대시보드에 포함된 보고서를 만드는 데에도 사용됩니다.
이 섹션에서는 다음과 같은 주제를 다룹니다.
참고: 이 데이터 집합은 이전 1200일로부터의 데이터만 보존합니다.
생성형 AI 상담사 도구 메트릭
이 섹션에서는 생성형 AI 상담사 도구 데이터 집합에서 사용할 수 있는 메트릭을 나열하고 정의합니다.
| 메트릭 | 정의 | Explore 수식 |
| 티켓 | 총 티켓의 수입니다. | [티켓 ID] |
| 티켓 - AI 없음 | AI 도구를 사용하지 않은 티켓 수입니다. | IF ([ai_tool_usage_use_case] = NULL) THEN [티켓 ID] ENDIF |
| 티켓 - AI 사용됨 | 상담사가 AI 도구를 사용한 티켓 수입니다. | IF ([ai_tool_usage_use_case] != NULL) THEN [티켓 ID] ENDIF |
| 첫 번째 배정에서 해결까지의 시간(분) | 첫 번째 상담사 배정에서 티켓 해결까지 걸린 시간(분)입니다. | DATE_DIFF([티켓 해결됨 - 타임스탬프], [티켓 처음 배정됨 - 타임스탬프], "nb_of_minutes") |
| 전체 해결 시간(분) | 티켓 만들기부터 최근 해결까지 걸린 시간(분)입니다. | |
| 첫 번째 응답 시간(분) | 티켓 만들기부터 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(분)입니다. | |
| 요청자 대기 시간(분) | 티켓이 신규, 등록 및 대기 상태에 있었던 총 시간(분)입니다. 상담사가 답장할 때까지 요청자가 기다린 시간을 측정합니다. | |
| 첫 번째 배정에서 해결까지의 시간(시간) | 첫 번째 상담사 배정에서 티켓 해결까지 걸린 시간(시간)입니다. | DATE_DIFF([티켓 해결됨 - 타임스탬프], [티켓 처음 배정됨 - 타임스탬프], "nb_of_hours") |
| 전체 해결 시간(시간) | 티켓 만들기부터 최근 해결까지 걸린 시간(시간)입니다. | VALUE(전체 해결 시간(분))/60 |
| 첫 번째 응답 시간(시간) | 티켓 만들기부터 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(시간)입니다. | VALUE(첫 번째 응답 시간(분))/60 |
| 요청자 대기 시간(시간) | 티켓이 신규, 등록 및 대기 상태에 있었던 총 시간(시간)입니다. 상담사가 답장할 때까지 요청자가 기다린 시간을 측정합니다. | VALUE(요청자 대기 시간(분))/60 |
| 전체 해결 시간(일) | 티켓 만들기부터 최근 해결까지 걸린 시간(일)입니다. | VALUE(전체 해결 시간(분))/60/24 |
| 첫 번째 배정에서 해결까지의 시간(일) | 첫 번째 상담사 배정에서 티켓 해결까지 걸린 시간(일)입니다. | DATE_DIFF([티켓 해결됨 - 타임스탬프], [티켓 처음 배정됨 - 타임스탬프], "nb_of_days") |
| 요청자 대기 시간(일) | 티켓이 신규, 등록 및 대기 상태에 있었던 총 시간(일)입니다. 상담사가 답장할 때까지 요청자가 기다린 시간을 측정합니다. | VALUE(요청자 대기 시간(분))/60/24 |
| 첫 번째 응답 시간(일) | 티켓 만들기부터 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(일)입니다. | VALUE(첫 번째 응답 시간(분))/60/24 |
| 전체 해결 시간 - AI 미사용 티켓(일) | AI 도구를 사용하지 않은 티켓의 티켓 만들기부터 최근 해결까지 걸린 시간(일)입니다. | IF ([ai_tool_usage_use_case] = NULL) THEN VALUE(전체 해결 시간(분))/60/24 ENDIF |
| 전체 해결 시간 - AI 사용 티켓(일) | AI 도구를 사용한 티켓의 티켓 만들기부터 최근 해결까지 걸린 시간(일)입니다. | IF ([ai_tool_usage_use_case] != NULL) THEN VALUE(전체 해결 시간(분))/60/24 ENDIF |
| 첫 번째 응답 시간 - 업무 시간(분) | 업무 시간 내에서 티켓 만들기부터 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(분)입니다. | |
| 전체 해결 시간 - 업무 시간(분) | 업무 시간 내에서 티켓 만들기부터 최근 해결까지 걸린 시간(분)입니다. | |
| 요청자 대기 시간 - 업무 시간(분) | 업무 시간 내에서 티켓이 신규, 등록 및 대기 상태에 있었던 총 시간(분)입니다. 업무 시간 내에서 상담사가 답장할 때까지 요청자가 기다린 시간을 측정합니다. | |
| 첫 번째 응답 시간 - 업무 시간(시간) | 업무 시간 내에서 티켓 만들기부터 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(시간)입니다. | VALUE(첫 번째 응답 시간 - 업무 시간(분))/60 |
| 전체 해결 시간 - 업무 시간(시간) | 업무 시간 내에서 티켓 만들기부터 최근 해결까지 걸린 시간(시간)입니다. | VALUE(전체 해결 시간 - 업무 시간(분))/60 |
| 요청자 대기 시간 - 업무 시간(시간) | 업무 시간 내에서 티켓이 신규, 등록 및 대기 상태에 있었던 총 시간(시간)입니다. | VALUE(요청자 대기 시간 - 업무 시간(분))/60 |
| 공개 댓글 | 티켓에 게시된 공개 댓글 수입니다. | IF ([ticket_updates_comment_present] = TRUE AND [ticket_updates_public_comment] = TRUE) THEN [ticket_updates_id] ENDIF |
| 상담사 댓글 | 상담사가 티켓에 게시한 댓글 수입니다. | IF ([ticket_updates_comment_present] = TRUE AND [updaters_role] != "End-user") THEN [ticket_updates_id] ENDIF |
| 좋음 만족도 티켓 | 요청자(최종 사용자)가 좋음으로 평가한 티켓 수입니다. | IF ([티켓 만족도 평점]="Good") THEN [티켓 ID] ENDIF |
| 만족도가 평가된 티켓 | 요청자(최종 사용자)가 나쁨 또는 좋음으로 평가한 티켓 수입니다. | IF ([티켓 만족도 평점]="Good" OR [티켓 만족도 평점]="Bad") THEN [티켓 ID] ENDIF |
| 만족도 점수 비율 | 만족도가 평가된 총 티켓 수 중 요청자(최종 사용자)가 좋음으로 평가한 티켓의 비율입니다. | COUNT(좋음 만족도 티켓)/COUNT(만족도가 평가된 티켓) |
| 티켓 요약 | 상담사가 티켓 요약을 생성한 횟수입니다. | IF ([ai_tool_usage_use_case] = 4) THEN [ai_tool_usage_object_id] ENDIF |
| 텍스트 확장 | 상담사가 작성기의 댓글에 확장하기 기능을 적용한 횟수입니다. | IF ([ai_tool_usage_use_case] = 3) THEN [ai_tool_usage_object_id] ENDIF |
| 어투 변경 - 모두 | 상담사가 작성기의 댓글에 어투 변경 기능(더욱 친밀하게 또는 더욱 격식 있게)을 적용한 횟수입니다. | IF ([ai_tool_usage_use_case] = 2 OR [ai_tool_usage_use_case] = 1 ) THEN [ai_tool_usage_object_id] ENDIF |
| 어투 변경 - 격식 있게 | 상담사가 작성기의 댓글에 어투 변경 기능(더욱 격식 있게)을 적용한 횟수입니다. | IF ([ai_tool_usage_use_case] = 1) THEN [ai_tool_usage_object_id] ENDIF |
| 어투 변경 - 친근하게 | 상담사가 작성기의 댓글에 어투 변경 기능(더욱 친밀하게)을 적용한 횟수입니다. | IF ([ai_tool_usage_use_case] = 2) THEN [ai_tool_usage_object_id] ENDIF |
| AI 도구 사용 이벤트 ID | AI 도구 사용 이벤트 ID입니다. 상담사 AI 도구가 사용된 횟수를 계산하는 데 사용됩니다. | [ai_tool_usage_object_id] |
생성형 AI 상담사 도구 속성
이 섹션에서는 생성형 AI 상담사 도구 데이터 집합에서 사용할 수 있는 속성을 나열하고 정의합니다.
| 속성 | 정의 |
| AI 사용 유형 | AI 도구 사용 유형입니다. 가능한 값에는 AI 미사용, 더욱 격식 있게, 더욱 친밀하게, 확장하기 및 요약하기가 포함됩니다. |
| AI 사용 - 티켓 ID |
AI 도구 사용과 연결된 티켓 ID입니다. 참고: 상담사가 첫 번째 댓글을 제출하기 전에 신규 티켓에 AI 도구를 사용하는 경우, 상담사가 제출을 클릭할 때까지 티켓 ID가 존재하지 않으므로 연결된 티켓 ID가 기록되지 않습니다. 하지만 AI 도구 사용은 여전히 AI 사용 유형 메트릭의 일부로 계산됩니다. |
| 상담사 이름 | AI 도구를 사용한 상담사의 이름입니다. |
| 티켓 ID | 티켓의 ID입니다. |
| 티켓 상태 | 티켓의 상태입니다. 가능한 값에는 신규, 등록, 보류, 대기, 해결 및 종료가 포함됩니다. |
| 티켓 그룹 | 티켓이 속하는 그룹입니다. |
| 티켓 제목 | 티켓의 제목 줄입니다. |
| 티켓 만족도 평점 | 고객이 티켓에 남긴 만족도 평점입니다. 가능한 값에는 좋음, 나쁨, 제공됨 및 제공되지 않음이 포함됩니다. |
| 티켓 브랜드 | 티켓이 속하는 브랜드입니다. |
| 시간 - 티켓 처음 배정됨 | 티켓 내역에서 다양한 시간 측정 단위로 티켓이 처음 상담사에게 배정된 시간을 리턴하는 여러 속성이 포함됩니다. |
| 시간 - 티켓 해결됨 | 다양한 시간 측정 단위로 티켓이 마지막으로 해결된 시간을 리턴하는 여러 속성이 포함됩니다. |
| 시간 - 티켓 만듦 | 다양한 시간 측정 단위로 티켓이 만들어진 시간을 리턴하는 여러 속성이 포함됩니다. |
| 시간 - AI 도구 사용됨 | 다양한 시간 측정 단위로 AI 도구가 사용된 시간을 리턴하는 여러 속성이 포함됩니다. |
지능형 분류 데이터 집합
지능형 분류 데이터 집합에는 의도, 언어 및 감성으로 강화된 티켓과 관련된 메트릭 및 속성이 포함됩니다. 이 섹션에서는 데이터 집합에 대해 사용할 수 있는 모든 요소를 나열합니다.
이 섹션에서는 다음과 같은 주제를 다룹니다.
지능형 분류 메트릭
이 섹션에서는 지능형 분류 데이터 집합에서 사용할 수 있는 모든 메트릭을 나열하고 정의합니다.
| 메트릭 | 정의 | Explore 수식 |
|---|---|---|
| 티켓 | 총 티켓의 수입니다. | (티켓 ID) |
| 해결된 티켓 | 해결 또는 종료된 티켓의 수입니다. | IF ([티켓 상태] = "Solved" OR [티켓 상태] = "Closed") THEN [티켓 ID] ENDIF |
| 원터치 티켓 | 한 번의 상담사 답장으로 해결된 티켓 수입니다. | IF (VALUE(상담사 답장) <2 AND ([티켓 상태] = "Solved" OR [티켓 상태] ="Closed")) THEN [티켓 ID] ENDIF |
| 투터치 티켓 | 두 번의 상담사 답장으로 해결된 티켓 수입니다. | IF (VALUE(상담사 답장) =2 AND ([티켓 상태] = "Solved" OR [티켓 상태] ="Closed")) THEN [티켓 ID] ENDIF |
| 멀티터치 티켓 | 두 번 이상의 상담사 답장으로 해결된 티켓 수입니다. | IF (VALUE(상담사 답장) >2 AND ([티켓 상태] = "Solved" OR [티켓 상태] ="Closed")) THEN [티켓 ID] ENDIF |
| 원터치 티켓 비율 | 한 번의 상담사 답장으로 해결된 티켓의 비율입니다. | COUNT(원터치 티켓)/COUNT(해결된 티켓) |
| 투터치 티켓 비율 | 두 번의 상담사 답장 후 해결된 티켓의 비율입니다. | COUNT(투터치 티켓)/COUNT(해결된 티켓) |
| 멀티터치 티켓 비율 | 두 번 이상의 상담사 답장 후 해결된 티켓의 비율입니다. | COUNT(멀티터치 티켓)/COUNT(해결된 티켓) |
| 상담사 답장 | 상담사가 티켓에 추가한 공개 답장 수입니다. | (상담사 답장) |
| 좋음 만족도 티켓 | 좋음 만족도 평점을 받은 티켓 수입니다. | IF ([티켓 만족도 평점]="Good") THEN [티켓 ID] ENDIF |
| 만족도가 평가된 티켓 | 요청자에 의해 나쁨 또는 좋음으로 평가된 티켓입니다. | IF ([티켓 만족도 평점]="Good" OR [티켓 만족도 평점]="Bad") THEN [티켓 ID] ENDIF |
| 만족도 점수 비율 | 만족도 설문조사가 좋음으로 평가된 비율입니다. | COUNT(좋음 만족도 티켓)/COUNT(만족도가 평가된 티켓) |
| 그룹 스테이션 | 티켓이 배정된 그룹의 수입니다. | (그룹 스테이션) |
| 담당자 스테이션 | 티켓에 지금까지 배정된 상담사의 수입니다. | (담당자 스테이션) |
| 감성 평점 | 감성으로 강화된 모든 티켓에 대한 감성 평점입니다. | (감성 평점) |
| 첫 번째 응답 시간(초) | 티켓 만들기부터 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(초)입니다. | (첫 번째 응답 시간(초)) |
| 첫 번째 응답 시간(분) | 티켓 만들기부터 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(분)입니다. | (첫 번째 응답 시간(분)) |
| 전체 해결 시간(분) | 티켓이 만들어지고 나서 최근 해결까지 걸린 시간(분)입니다. | (전체 해결 시간(분)) |
| 요청자 대기 시간(분) | 티켓이 신규, 등록 및 대기 상태에서 보낸 시간(분)입니다. 티켓의 상태가 신규/등록/대기에서 보류/해결/종료로 변경된 후에만 측정됩니다. 자세한 설명은 요청자 대기 시간을 참조하세요. | (요청자 대기 시간(분)) |
| 첫 번째 배정에서 해결까지의 시간(분) | 첫 번째 상담사 배정에서 티켓 해결까지 걸린 시간(분)입니다. | DATE_DIFF([티켓 해결됨 - 타임스탬프], [티켓 처음 배정됨 - 타임스탬프], "nb_of_minutes") |
| 첫 번째 응답 시간(시간) | 티켓이 만들어지고 나서 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(시간)입니다. | VALUE(첫 번째 응답 시간(분))/60 |
| 전체 해결 시간(시간) | 티켓이 만들어지고 나서 최근 해결까지 걸린 시간(시간)입니다. | VALUE(전체 해결 시간(분))/60 |
| 첫 번째 배정 시간(시간) | 티켓이 만들어지고 나서 처음으로 상담사에게 배정될 때까지 걸린 시간(시간)입니다. | DATE_DIFF([티켓 처음 배정됨 - 타임스탬프], [티켓 만듦 - 타임스탬프], "nb_of_hours") |
| 요청자 대기 시간(시간) | 티켓이 신규, 등록 및 대기 상태에서 보낸 시간(시간)입니다. 티켓의 상태가 신규/등록/대기에서 보류/해결/종료로 변경된 후에만 측정됩니다. 자세한 설명은 요청자 대기 시간을 참조하세요. | VALUE(요청자 대기 시간(분))/60 |
| 첫 번째 배정에서 해결까지의 시간(시간) | 첫 번째 상담사 배정에서 티켓 해결까지 걸린 시간(시간)입니다. | DATE_DIFF([티켓 해결됨 - 타임스탬프], [티켓 처음 배정됨 - 타임스탬프], "nb_of_hours") |
| 전체 해결 시간(일) | 티켓이 만들어지고 나서 최근 해결까지 걸린 시간(일)입니다. | VALUE(전체 해결 시간(분))/60/24 |
| 첫 번째 응답 시간(일) | 티켓이 만들어지고 나서 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 걸린 시간(일)입니다. | VALUE(첫 번째 응답 시간(분))/60/24 |
| 첫 번째 배정 시간(일) | 티켓이 만들어지고 나서 처음으로 상담사에게 배정될 때까지 걸린 시간(일)입니다. | DATE_DIFF([티켓 처음 배정됨 - 타임스탬프], [티켓 만듦 - 타임스탬프], "nb_of_days") |
| 요청자 대기 시간(일) | 티켓이 신규, 등록 및 대기 상태에서 보낸 시간(일)으로 티켓의 상태가 신규/등록/대기에서 보류/해결/종료로 변경된 후에만 측정됩니다. | VALUE(요청자 대기 시간(분))/60/24 |
| 첫 번째 배정에서 해결까지의 시간(일) | 첫 번째 상담사 배정에서 티켓 해결까지 걸린 시간(일)입니다. | DATE_DIFF([티켓 해결됨 - 타임스탬프], [티켓 처음 배정됨 - 타임스탬프], "nb_of_days") |
| 첫 번째 응답 시간 - 업무 시간(분) | 티켓이 만들어지고 나서 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 업무 시간 내에 걸린 시간(분)입니다. | (첫 번째 응답 시간 - 업무 시간(분)) |
| 전체 해결 시간 - 업무 시간(분) | 티켓이 만들어지고 나서 최근 해결까지 업무 시간 내에 걸린 시간(분)입니다. | (전체 해결 시간 - 업무 시간(분)) |
| 요청자 대기 시간 - 업무 시간(분) | 업무 시간 동안 티켓이 신규, 등록 또는 대기 상태에서 보낸 시간(분)입니다. 티켓의 상태가 신규/등록/대기에서 보류/해결/종료로 변경된 후에만 측정됩니다. 자세한 설명은 요청자 대기 시간을 참조하세요. | (요청자 대기 시간 - 업무 시간(분)) |
| 첫 번째 응답 시간 - 업무 시간(시간) | 티켓이 만들어지고 나서 상담사가 티켓에 첫 번째 공개 답장을 할 때까지 업무 시간 내에 걸린 시간(시간)입니다. | VALUE(첫 번째 응답 시간 - 업무 시간(분))/60 |
| 전체 해결 시간 - 업무 시간(시간) | 티켓이 만들어지고 나서 최근 해결까지 업무 시간 내에 걸린 시간(시간)입니다. | VALUE(전체 해결 시간 - 업무 시간(분))/60 |
| 요청자 대기 시간 - 업무 시간(시간) | 업무 시간 동안 티켓이 신규, 등록 또는 대기 상태에서 보낸 시간(시간)입니다. 티켓의 상태가 신규/등록/대기에서 보류/해결/종료로 변경된 후에만 측정됩니다. 자세한 설명은 요청자 대기 시간을 참조하세요. | VALUE(요청자 대기 시간 - 업무 시간(분))/60 |
지능형 분류 속성
이 섹션에서는 지능형 분류 데이터 집합에서 사용할 수 있는 모든 속성을 나열하고 정의합니다.
| 속성 | 정의 |
|---|---|
| 강화된 티켓 | 티켓이 감성, 언어 또는 의도로 강화되면 True를 리턴하고, 그렇지 않은 경우에는 False를 리턴합니다. |
| 의도 카테고리 | 의도의 카테고리입니다. |
| 의도 하위 카테고리 | 의도의 하위 카테고리입니다. |
| 의도 | 의도의 이름입니다. |
| 의도 신뢰도 | 의도 예측의 신뢰도 수준으로 낮음, 중간 또는 높음입니다. |
| 의도 예측 추가됨 | 의도에 예측이 추가되었는지 여부를 나타냅니다. 추가되었으면 True, 그렇지 않으면 False입니다. |
| 언어 | 지능형 분류가 티켓에 대해 감지한 언어입니다. |
| 언어 신뢰도 | 언어 예측의 신뢰도 수준으로 낮음, 중간 또는 높음입니다. |
| 언어 예측 추가됨 | 언어에 예측이 추가되었는지 여부를 나타냅니다. 추가되었으면 True, 그렇지 않으면 False입니다. |
| 감성 | 감지된 감성 수준으로 부정적, 중립 또는 긍정적입니다. |
| 감성 신뢰도 | 감성 예측의 신뢰도 수준으로 낮음, 중간 또는 높음입니다. |
| 감성 평점 | 티켓의 감성 평점으로 다음 중 하나입니다.
|
| 감성 예측 추가됨 | 감성에 예측이 추가되었는지 여부를 나타냅니다. 추가되었으면 True, 그렇지 않으면 False입니다. |
| 티켓 ID | 티켓의 ID 번호입니다. |
| 티켓 상태 | 티켓의 상태입니다. |
| 티켓 그룹 | 티켓이 배정된 그룹의 이름입니다. |
| 티켓 채널 | 티켓이 만들어진 채널입니다. Explore가 수집하는 티켓 채널에 대한 자세한 내용은 Explore의 티켓 채널 이해하기를 참조하세요. |
| 티켓 양식 | 티켓에 사용된 현재 티켓 양식입니다. |
| 티켓 우선 순위 | 티켓의 우선 순위입니다. |
| 티켓 제목 | 티켓의 제목입니다. |
| 티켓 태그 | 티켓과 연결된 태그입니다. 태그를 사용하여 보고서를 필터링하는 데 대한 중요한 내용은 필터를 사용하여 티켓 태그에 대해 리포팅하기를 참조하세요. |
| 티켓 유형 | 티켓 유형: 질문, 인시던트, 문제 또는 작업에 따라 티켓을 삭제합니다. |
| 티켓 브랜드 | 티켓의 브랜드입니다. |
| 담당자 이름 | 담당자의 이름입니다. 이 속성 및 아래의 다른 담당자 속성에 대한 값에는 현재 상담사나 관리자 역할이 있는 사용자뿐만 아니라 이전에 상담사나 관리자 역할이 있었고 최소한 한 번은 티켓에 배정된 적이 있는 사용자도 포함됩니다. |
| 제출자 역할 | 제출자의 역할로 관리자, 상담사 또는 최종 사용자입니다. |
| 티켓 만족도 평점 | 고객이 티켓에 남긴 만족도 평점입니다. 값: 좋음, 나쁨, 제공됨, 제공되지 않음 |
| 담당자 스테이션 | 티켓이 배정된 상담사 수입니다. |
| 시간 - 티켓 만듦 | 다양한 시간 측정 단위로 티켓이 만들어진 시간과 날짜를 리턴하는 여러 속성이 포함됩니다. |
| 시간 - 티켓 해결됨 | 다양한 시간 측정 단위로 티켓이 가장 최근에 해결된 시간과 날짜를 리턴하는 여러 속성이 포함됩니다. |
| 시간 - 티켓 처음 배정됨 | 티켓이 처음으로 상담사에게 배정된 시간입니다. |
댓글 3개
Jessica Strozyk
Do you have any information on when the Generative AI agent tools dataset will be expanded? For example we really need to be able to filter for ticket channel since the majority of our tickets are call tickets where these tools cannot be used. Since call tickets are resolved much faster than email and web tickets, it currently looks like not using Generative AI tools leads to much faster ticket resolution. The only way to get valid information would be to exclude call tickets from the analysis.
1
Pascal Turmel
What about measuring usage of AI Features in articles by our agents for the Guide part in Articles (Like Expand, Simplify, Make more Formal / Friendly)? Which ai_tool_usage_object_id is supposed to be used to calculate this?
0
Florian
It appears that
[Ticket tags]is not supported in the AI dataset.This is needed to create metrics or attributes like this:
IF (NOT INCLUDES_ANY([Ticket tags], "closed_by_merge")) THEN [Ticket ID] ENDIFFor example, I want to create a report that shows how many tickets used AI and how many did not, similar to the pie chart in the default dashboard. However, it is necessary to exclude merged tickets from the non-AI tickets to avoid skewing the results.
3
로그인하세요.