Тенденции оценки удовлетворенности — Превратите лайки/дизлайки в действенные данные

Большинство панелей управления ИИ-агентов показывают количество лайков и дизлайков. Это начало. Но сырое количество не говорит вам, улучшаются ли дела или ухудшаются, какие ответы вызывают наибольшее недовольство или улучшило ли обновление базы знаний что-либо.

Тенденции оценки удовлетворенности превращают данные обратной связи в нечто, с чем вы можете работать.

От сырых отзывов к линии тренда

Каждое сообщение в Companin может получить лайк или дизлайк от пользователя. Панель оценки удовлетворенности агрегирует эту обратную связь в процент CSAT (положительные оценки / общие оценки) и отображает ее как недельную линию тренда.

Что вы можете увидеть:

• Общий % CSAT за текущий период
• Изменение на неделе — улучшается ли удовлетворенность или ухудшается?
• CSAT по темам — какие категории вопросов получают лучшие и худшие оценки?
• Наименее оцененные ответы — ранжированный список ответов ИИ, которые получили наибольшее количество дизлайков, с фактическим текстом ответа

Использование CSAT для проверки обновлений базы знаний

Одно из самых сложных вещей, которые нужно знать после обновления вашей базы знаний, — это действительно ли обновление помогло.

Тенденции CSAT дают вам сравнение до и после. Если вы обновили документацию по ценам во вторник, и удовлетворенность по вопросам, связанным с ценами, улучшилась на следующей неделе, это подтверждение того, что обновление сработало. Если это не улучшилось, вы знаете, что что-то вызвало проблему, и можете исследовать.

Это закрывает цикл обратной связи, который большинству команд не хватает. Без него вы вносите изменения и надеетесь. С ним вы вносите изменения и измеряете.