¿Por qué debería seguir las mejores prácticas para gestionar Intents?
Cada vez que un cliente llama a su empresa, lo hace con un objetivo en mente. Intents identifica estos objetivos por categorías y le permite ser más eficaz.
Ejemplos
Un cliente podría:
- Comprobar la hora estimada de llegada de la entrega.
- Pedir ayuda para registrarse.
- Solicitar información sobre el producto.
- Informar de una mercancía dañada.
¿Qué es una Intent en los productos de Talkdesk AI?
Una intent está formada por un conjunto de frases de entrenamiento, que son ejemplos de distintas formas de expresar la motivación que hay detrás de una intent. Esta motivación (o las propias frases de entrenamiento) debe permanecer en el ámbito de la intent concreta a la que pertenece.
Nota: Evite tener frases de entrenamiento similares con diferentes intents. Esto evitará la colisión de intents (que una intent sea detectada incorrectamente cuando los ejemplos o frases facilitados no son claros y pueden estar contenidos en otras intents).
Si aún no he configurado una intent, ¿por dónde debo empezar? ¿Qué se debe y no se debe hacer al configurar la intent?
Cuando los clientes llamen a su empresa, haga una lista de los motivos por los que se ponen en contacto con usted y priorícelos en función de las necesidades de su empresa. Esas razones pueden convertirse en sus primeras intents. Puede tener más de una intent para cada prioridad empresarial.
- Cree entre tres y cinco intents que sean relevantes para su empresa. Por ejemplo: escalado, reembolso y pedir un producto.
- Sepárelas en temas más específicos (en 50 intents).
- Añada un mínimo de nueve frases de entrenamiento por intent para asegurarse de que el modelo está correctamente entrenado.
- Evite intents demasiado generales o amplias. Por ejemplo, problemas generales y preguntas generales sobre productos.
- Pero tampoco sea demasiado preciso, como crear intents para ramas o ring groups específicos.
- Evite solapamientos entre intents manteniendo un alcance definido y frases de entrenamiento concisas.
- Para una mayor precisión, no subentrene ni sobreentrene el modelo.
¿Cómo puedo buscar buenas frases de entrenamiento para una intent en Interaction Analytics?
- En primer lugar, identifique las palabras clave de las intents para las que aún no tiene frases de entrenamiento. Para la intent "escalar", las palabras clave podrían ser "agente", "servicio de atención al cliente" y "déjeme hablar con alguien".
- Haga clic en la pestaña Search en Talkdesk Interaction Analytics™ (IA).
- Haga clic en Enter entre cada palabra clave para que se reconozcan como elementos de búsqueda.
- Puede seleccionar And para realizar la búsqueda con todas las palabras clave en las frases u Or para tener al menos una palabra clave en las frases. Pulse Intro.
5. A continuación, copie la frase de entrenamiento y acceda a Talkdesk CXA Operations Center™ (anteriormente AI Trainer). Utilice el icono de la flecha de volumen para inspeccionar el número de ocurrencias a lo largo del tiempo.
6. Una vez que las expresiones alcancen el volumen deseado, cree la intent.
7. Luego, copie las frases que mencionen el problema y acceda a Talkdesk CXA Operations Center™.
- Elija o cree la intent deseada y añada una frase de entrenamiento haciendo clic en New phrase.
- Edite la frase, presione Save y publíquela para finalizar la acción.
Si desea más información sobre las frases de entrenamiento en CXA Operations Center (anteriormente AI Trainer), haga clic aquí.
¿Cuáles son las cosas que se deben y no se deben hacer en la frase de entrenamiento?
- Utilice frases:
- Lo más parecidas posible a lo que dicen las personas que llaman.
- Sin interjecciones ni repetición de palabras.
- Tan específicas como sea posible para evitar solapamientos con otras intents.
Ejemplo: "Necesito reservar un vuelo" en lugar de "Necesito reservar un vuelo, el mío se ha cancelado hoy" (hay un solapamiento con cancelación).
- Equilibre el número de frases de entrenamiento en las intents.
- Evite:
- Frases de 1 a 3 palabras sin contexto.
- Repetición de la misma palabra clave o frases de entrenamiento similares en la misma intent. Puede sesgar la intent en determinados casos o palabras.
- Errores tipográficos e interjecciones, aunque existan en las transcripciones.
- Frases largas.
¿Cómo puedo reducir las coincidencias incorrectas?
- Identifique las palabras clave que se repiten en una intent y sustitúyalas por sinónimos.
- Elimine algunas menciones de las palabras clave.
- Elimine toda la frase de entrenamiento que contenga esas palabras clave.
- Publique la intent con los cambios.
- Espere nuevos datos para ver las mejoras.
Ejemplo de coincidencias incorrectas:
Necesito registrarme.
Alternativa: Recibimos un correo electrónico pidiéndonos que nos registremos.
¿Cómo puedo informar de las discordancias en CXA Operations Center?
En la herramienta de búsqueda de Interaction Analytics, haga clic en la detected intent o en el botón “SuggestIntent” junto a una frase.
Elija la intent correcta de la lista de intents.
Vaya a CXA Operations Center’s Inbox para ver la frase corregida y utilícela para entrenar el modelo. Elija únicamente frases de buena calidad y diversas para evitar un entrenamiento excesivo del modelo.
¿Cómo puedo gestionar Intents?
- Identifique los patrones erróneamente coincidentes utilizando Interaction Analytics.
- Divida la intent.
- Utilice la intent Default Fallback. Aquí no debe añadir ningún valor ni coincidencias incorrectas que se produzcan (como mensajes y menús automatizados).
Una intent puede dividirse en dos o más nuevas intents separadas:
- Cree nuevas intents con un valor comercial diferente.
- Cree nuevas intents con las frases que no desee detectar en la intent principal.
¿Cómo puedo dividir intents en CXA Operations Center?
- En CXA Operations Center, divida las frases de entrenamiento originales entre las antiguas y las nuevas intents sin superponer las frases de entrenamiento.
- En la herramienta de búsqueda de Interaction Analytics, filtre por la intent original para encontrar buenas coincidencias que tengan un patrón similar para las nuevas intents independientes.
¿Puedo aumentar el confidence threshold de CXA Operations Center por intent?
Sí. Cada detección tiene una puntuación de confidence threshold en el CXA Operations Center que mejora la precisión al cortar las detecciones que son poco fiables.
Empiece por identificar el confidence threshold por intent, que permite el mejor equilibrio entre buena calidad y cantidad de buenas coincidencias. Después, seleccione la intent que desea editar en CXA Operations Center y modifique el confidence threshold al valor elegido. Publique la intent y compruebe los resultados para verificar cómo las mejoras han afectado a su rendimiento.
Tendrá:
- Un umbral más bajo cuando haya:
- Detección sensible.
- Más coincidencias.
- Menor rendimiento.
-
Umbral alto
- Detección conservadora.
- Mayor rendimiento.
- Menos coincidencias.
Mientras añado vocabulario personalizado, ¿cómo puedo condicionar el modelo para que reconozca correctamente las expresiones transcritas erróneamente?
En la página «Modelos», seleccione el Speech-to-text model, y haga clic en «New phrase».
En la sección de frases, escriba la expresión tal y como se transcribe, separada por guiones.
En la sección Sounds like, escriba la expresión tal y como suena en las grabaciones de voz, separada por guiones.
En la sección Display as, escriba la expresión tal y como desea que aparezca y haga clic en Create.
Para obtener más información sobre Interaction Analytics, haga clic aquí.