Zendesk工具利用機器學習客服問題扼殺在萌芽狀態(tài).灰鴿子下載,遠程控制軟件

admin

Zendesk工具利用機器學習客服問題扼殺在萌芽狀態(tài).灰鴿子下載,遠程控制軟件
每張票獲得分數(shù)預測其可能的結果。灰鴿子使用教程。
機器學習已經(jīng)進入越來越多的企業(yè)軟件在最近幾個月,周三Zendesk提供一個新鮮的例子:滿意度預測。
一個新工具旨在幫助公司抓住潛在的客服問題之前發(fā)生。
從本質上講,滿意度預測學習從歷史客戶交互數(shù)據(jù)和使用這些知識來預測當前客服交互可能會遇到麻煩。
工具的知識庫吸引因素的分析在過去的交互可以先于客戶不滿意——解決票的工作量涉及,例如,使用的語言以及與客戶的最終滿意度評級。
出現(xiàn)新客戶服務票,分析了新客戶信號對這些知識來生成一個得分為每個預測可能的結果。
有了這些信息,代理和管理人員可以升級對話負面結果的危險,例如。
一種人工智能,機器學習5號在Gartner最近公布的十大技術趨勢,2016年將成為大多數(shù)組織戰(zhàn)略。
“趨勢,我看到的是,越來越多的組織開始實施他們的分析,“蕨哈珀說,主任TDWI高級分析的研究。
“他們是業(yè)務流程的一部分。”幾個因素推動這一趨勢,哈珀說。
首先,“組織想要“正確的時間”或實時分析,以便及時做出更好的決策和變得更有競爭力。”
她解釋道。“他們開始看到數(shù)據(jù)和分析來改善業(yè)務流程,提高業(yè)務運營效率”。
分析也會導致收入增長,她指出。
隨著數(shù)據(jù)的數(shù)量和頻率的增加,與此同時,它也經(jīng)常不可以手動執(zhí)行分析和決策,需要一個更加自動化的方法,她說。
一般來說,預測分析越來越主流,哈珀說,但只有不到20%的受訪者她最近調(diào)查的角度將模型嵌入到業(yè)務流程。
滿意度預測現(xiàn)在可以在有限的測試,與一般可用性計劃在明年。定價細節(jié)目前還不清楚。