Wprowadzenie
EnderGPT pomaga analizować duże zbiory połączeń i czatów oraz przekształcać treść rozmów w przydatne wnioski biznesowe. Może pomóc odpowiedzieć na następujące pytania:
Jakie pytania lub obawy klientów pojawiają się najczęściej?
Dlaczego klienci reagują negatywnie na produkt, usługę lub ofertę?
Które problemy są zgłaszane wielokrotnie?
W jakich sytuacjach agenci mają największe braki wiedzy?
Jakie powtarzające się problemy procesowe lub komunikacyjne można zidentyfikować?
Jakie pozytywne i negatywne wzorce pojawiają się w rozmowach?
Celem nie jest przeanalizowanie jak największej ilości danych. Należy wybrać rozmowy, które mogą odpowiedzieć na pytanie biznesowe, i przekazać EnderGPT jasne instrukcje.
EnderGPT został zaprojektowany specjalnie do analizy rozmów. Nie jest chatbotem ogólnego przeznaczenia i nie służy do zadań niezwiązanych z połączeniami i czatami.
Najważniejsze korzyści z analizy rozmów w EnderGPT
Oszczędność czasu: przeglądaj wzorce w wielu rozmowach znacznie szybciej niż podczas ręcznego czytania każdego połączenia lub czatu.
Skoncentrowana analiza: używaj Tematów, Tagów, filtrów i Podsumowań, aby ograniczyć nieistotne informacje i skoncentrować się na właściwych rozmowach.
Lepsze podejmowanie decyzji: identyfikuj powtarzające się obawy klientów, problemy procesowe, braki wiedzy i inne wzorce, które mogą wspierać decyzje biznesowe.
Różne perspektywy: analizuj te same dane rozmów z różnych punktów widzenia, na przykład reakcji klientów, zachowania agentów lub problemów procesowych.
Możliwość dostosowania: dostosuj wybrane dane, pytania, ograniczenia i format odpowiedzi do celu analizy.
Skalowalna analiza: wykorzystuj ustrukturyzowane dane rozmów do sprawnego analizowania większych próbek, zwłaszcza gdy dostępne są odpowiednie Podsumowania.
Zasada działania
EnderGPT działa najlepiej, gdy zakres analizy zostanie określony według następującej kolejności:
Wszystkie rozmowy → Tematy → Tagi i filtry → Podsumowanie → Prompt → Odpowiedź
Tematy opisują, czego dotyczy rozmowa.
Tagi określają dodatkowe cechy rozmowy.
Filtry, na przykład zakres dat, pozwalają dodatkowo zawęzić próbkę.
Podsumowania zawierają ustrukturyzowane informacje wyodrębnione z rozmów i należy ich używać zawsze, gdy dostępne jest odpowiednie Podsumowanie.
Im bardziej trafna i skoncentrowana jest wybrana próbka rozmów, tym lepsza będzie jakość analizy.
Dobry prompt nie może w pełni zrekompensować nietrafnego lub zaszumionego zbioru danych.
Instrukcja krok po kroku
Aby przeprowadzić analizę w EnderGPT, przygotuj:
Jasne pytanie biznesowe;
Odpowiednią próbkę rozmów;
Odpowiednie Podsumowanie, jeśli jest dostępne;
Ustrukturyzowany prompt.
1. Zdefiniuj pytanie biznesowe
Zacznij od dokładnego zapisania tego, czego chcesz się dowiedzieć.
Dobry przykład: Jakie są najczęstsze przyczyny niezadowolenia klientów z tego procesu?
Unikaj bardzo ogólnych poleceń, takich jak: Przeanalizuj wszystko.
Precyzyjne pytanie ułatwia wybranie właściwych rozmów i pozwala uzyskać bardziej użyteczną odpowiedź.
2. Wybierz odpowiednie rozmowy
Przed napisaniem promptu zawęź próbkę rozmów.
Użyj Tematów, aby wybrać rozmowy dotyczące zagadnienia, które chcesz przeanalizować.
Użyj Tagów, jeśli pomagają dodatkowo zawęzić próbkę.
Korzystaj z zakresu dat i innych dostępnych filtrów tylko wtedy, gdy zwiększają trafność wybranych rozmów.
Nie wybieraj większej liczby rozmów wyłącznie po to, aby zwiększyć rozmiar próbki. Więcej danych nie oznacza automatycznie lepszej odpowiedzi.
3. Użyj Podsumowania, jeśli jest dostępne
Podsumowanie zawiera ustrukturyzowane informacje wyodrębnione z rozmowy. Jeśli istnieje odpowiednie Podsumowanie, w miarę możliwości użyj go zamiast pełnej transkrypcji.
Większa dokładność: skoncentrowana i ustrukturyzowana treść ogranicza nieistotne informacje.
Szybsze działanie: do przetworzenia pozostaje mniej tekstu.
Niższy koszt: potrzeba mniej tokenów.
Jeśli odpowiednie Podsumowanie nie istnieje, EnderGPT może analizować pełne transkrypcje rozmów. Analiza pełnej treści obejmuje więcej tekstu i więcej nieistotnych informacji, dlatego filtrowanie staje się szczególnie ważne.
Bez Podsumowania w jednym zapytaniu można przeanalizować mniej rozmów ze względu na limit okna kontekstowego modelu.
4. Zbuduj prompt
Użyteczny prompt zazwyczaj zawiera pięć elementów:
Rola: określ perspektywę analityczną, którą ma przyjąć EnderGPT.
Kontekst: wyjaśnij, jakie dane są analizowane i kto uczestniczy w rozmowach.
Zadanie lub pytania: dokładnie określ, czego chcesz się dowiedzieć.
Wytyczne i ograniczenia: wyjaśnij, czego EnderGPT nie powinien zakładać ani wymyślać.
Format odpowiedzi: określ, jak ma być zorganizowana końcowa odpowiedź.
Przykładowy prompt
Rola: Jesteś analitykiem Customer Experience.
Kontekst: Przeanalizujesz wybrane podsumowania rozmów między agentami a klientami dotyczących usługi.
Zadanie: Zidentyfikuj najczęstsze pozytywne i negatywne reakcje klientów, powtarzające się pytania lub obawy oraz wszelkie powtarzające się problemy komunikacyjne lub procesowe.
Wytyczne i ograniczenia: Korzystaj wyłącznie z informacji dostępnych w wybranych danych rozmów. Nie wymyślaj brakujących faktów ani nie przedstawiaj założeń jako faktów. Jeśli dostępne dane są niewystarczające, zaznacz to wyraźnie.
Format odpowiedzi: Przedstaw ogólne podsumowanie, główne pozytywne reakcje, główne negatywne reakcje, powtarzające się pytania lub obawy, problemy procesowe lub komunikacyjne oraz kluczowe wnioski.
5. Uruchom analizę i sprawdź wynik
Sprawdź, czy odpowiedź odnosi się do pierwotnego pytania biznesowego.
Jeśli wynik nie jest użyteczny, najpierw ponownie przejrzyj wybrane rozmowy, zanim rozbudujesz prompt. Usuń niezwiązane Tematy lub Tagi, skróć niepotrzebnie szeroki zakres dat, doprecyzuj pytanie albo dodaj brakujący Kontekst i Wytyczne.
Najlepsze praktyki maksymalnego wykorzystania EnderGPT
Utrzymuj skoncentrowaną próbkę: wybieraj tylko rozmowy, które mogą odpowiedzieć na pytanie biznesowe.
Używaj Podsumowań zawsze, gdy jest to możliwe: ustrukturyzowane podsumowania ograniczają nieistotne informacje oraz przyspieszają i usprawniają analizę.
Formułuj konkretny prompt: jasno określ zadanie, ważne ograniczenia i oczekiwany format odpowiedzi.
Nie proś modelu o wymyślanie brakujących informacji: jeśli dane nie potwierdzają wniosku, odpowiedź powinna to wyraźnie wskazywać.
Zadawaj pytania uzupełniające: gdy EnderGPT zidentyfikuje ważny wzorzec, zadawaj dodatkowe pytania, aby zbadać go bardziej szczegółowo.
Korzystaj z ustrukturyzowanych danych w celu uzyskania dokładnych wartości: EnderGPT najlepiej sprawdza się w identyfikowaniu trendów, powtarzających się wzorców, jakościowych wniosków i szerszego obrazu. Aby uzyskać dokładne wartości, w miarę możliwości korzystaj z ustrukturyzowanych danych platformy oraz wykresów opartych na Tagach i ustrukturyzowanych Podsumowaniach.
Kluczowa zasada jest prosta: wybierz właściwe rozmowy, zadaj jasne pytanie i przekaż EnderGPT jasne instrukcje.