AI 自学习表现
分析指标▶︎ 自学习漏斗指标:数据源、话题、FAQ、使用▶︎ 使用分析指标:工单、转人工率操作步骤① 登录后点击左侧栏「数据分析」,选择「AI 自学习表现」② 在此可对自学习时间进行筛选③ 在此可以对用户消息的来源渠道进行筛选④ 在此可对对应的意图进行筛选
bot_cn
分析指标▶︎ 自学习漏斗指标:数据源、话题、FAQ、使用▶︎ 使用分析指标:工单、转人工率操作步骤① 登录后点击左侧栏「数据分析」,选择「AI 自学习表现」② 在此可对自学习时间进行筛选③ 在此可以对用户消息的来源渠道进行筛选④ 在此可对对应的意图进行筛选
检查知识质量与使用情况,找出需优化的知识。操作步骤① 登录后点击左侧栏「数据分析」,选择「知识使用」② 在此可对知识的更新时间进行筛选③ 在此可以对用户消息的来源渠道进行筛选④ 在此对知识来源进行筛选⑤ 点击「下载」,在弹窗中选择「前往」,即可在「下载中心」查看数据信息,包含以下字段:
AI Tag 可以针对收件箱的消息 或 本地文件进行打标,结构化所有的用户消息,洞察更多业务问题与机会点,方便对私域数据进行分析。操作步骤第一步: 选择分析数据进入「数据分析」-「标签数据分析」,点击「AI 测试」⭐️ 注:分析数据的方式,可以选择「收件箱中的历史对话」或「分析本地文件」,其中前者可以需要选择时间范围点击「分析数据」在弹窗中选择「前往」,即可在「下载中心」查看到本次的测试结果,包含以下字段:
在此分析模块中,可以进行 Solvea 与人类客服服务质量的对比。通过对比,既能基于数据识别 AI 在标准化问题处理上的效率优势,又能发现人类客服在复杂情感或问题的技巧,从而迭代 Solvea 在任务处理上的 SOP 、也为构建人机协同机制提供决策依据,最终推动客服体系效率的提升,及精细化运营的升级。指标维度Chat ID:会话唯一标识,用于区分不同会话处理人:负责处理该会话的是 Solvea 还是人类客服回复内容:针对会话作出的回应内容是否有帮助:衡量回复是否有帮助创建时间:会话创建的时间点客户建议:客户反馈的意见、建议操作步骤① 登录后点击左侧栏「数据分析」,选择「用户满意度分析」② 在此
用户来信意图的工单数量和 Solvea 处理率,通过工单数量占比,可明确用户最关注的问题类型,对不同意图及问题的 AI 处理效果差异,相关问题的季节性波动和处理率的周期性变化等,为智能化服务升级提供决策支撑。分析指标► 工单总量:该意图分类下的总服务请求数量► AI 回复量 / 回复率:AI 回复的工单数量及占比(AI 回复量 ÷ 工单总量 )► AI 处理量 / 处理率:AI 实际解决问题的工单数量及占比(AI 处理量 ÷ 工单总量 )► 转人工工单 / 比例:需人工介入的工单数量及占比(转人工工单 ÷ 工单总量 )操作步骤① 登录后点击左侧栏「数据分析」,选择「来信意图分析」② 在此可对创
工作中的智能体处理的工单数量与效果,可以按自定义时间、按消息来源渠道,对使用中的智能体进行分析。分析指标► 工单总量► AI 回复量 / 回复率► AI 处理量 / 处理率► 转人工工单 / 比例操作步骤① 登录后点击左侧栏「数据分析」,选择「智能体表现」,跳转后页面会展示 Agent 相关的指标② 在此可对 Agent 被使用的时间进行筛选③ 在此可以对用户消息的来源渠道进行筛选④ 在此可对 Agent 进行筛选⑤ 点击「详情」,跳转页面 Ⓐ,查看该 Agent 的指标详情⑥ 点击「编辑」,跳转页面 Ⓑ ,可进入该 Agent 的搭建页,查看该 Agent 的配置,支持直接编辑与发布⑦ 对使
Solvea 查出问题的工单占比和数量,可以自定义日期对不同渠道的会话或消息进行分析。分析指标► 全部会话数:► 抽检会话数:► 抽检结果:► 问题占比:► 合规的问题表现:► 质检项表现分布:► 质检项表现趋势:操作步骤① 登录后点击左侧栏「数据分析」,选择「问题数量」,跳转后页面会展示 Solvea 检查出来有问题工单的指标② 在此可以进行 Solvea 响应时间的筛选③ 在此可以对 Solvea 消息的来源渠道进行筛选④ 在此可以选择「按会话统计」、或者「按消息统计」⑤ 在此可导出分析报表
转人工原因分析:对 Solvea 转交人类客服处理的工单进行分析分析指标► 转人工比率► 影响工单总量► 近四周工单数据表现洞察分析► 转人工比率:看哪周 / 哪类工单转人工突然变多(如 “退款” 类工单转人工率超 40%),判断 AI 是否缺对应话术,补全该类问题的 AI 回答模板。► 影响工单总量:对比四周工单量,找出突然变多 / 变少的周(如 W23 工单量翻倍),若原因是活动,则可在活动前给 AI 加活动相关问答► 近四周工单数据表现:可以查看每周工单量的变化趋势(如连续两周周五工单多),可以从趋势中找到规律或异常(如某周突然降 50%)。操作步骤① 登录后点击左侧栏「数据分析」,选择
分析指标对所有工单中 Solvea 成功响应的消息进行分析,检查 AI 在对话中的表现:▶︎ 消息维度:总消息量、Solvea处理消息数、人类客服处理消息数 ▶︎ 工单维度:工单总量、AI回复、AI处理、转交人工,▶︎ 近四周消息数据表现:周度数据及周环比▶︎ 近四周工单数据表现:周度数据及周环比业务洞察一、基础运营状态诊断业务活跃度分析:通过总消息量、工单总量,判断所选时间段内业务的“淡旺季” 或运营节奏 。AI 与人工分工效率:对比 Solvea 处理消息数、人类客服处理消息数占总消息量的比例,以及 AI 回复、AI 处理占工单总量的比例,分析 AI 替代人工的程度,评估 AI 应用对人力
可以对哪些内容进行数据分析Solvea 的数据分析包含▶︎ AI 回复洞察分析:对所有工单中 Solvea 成功响应的消息进行分析https://www.voc.ai/cn/docs/bot/AI_Reply_Insight_Analysis▶︎ 转人工原因分析:对 Solvea 转交人类客服处理的工单进行分析https://www.voc.ai/cn/docs/bot/Escalation_Analysis▶︎ AI 安全分析:对 Solvea 检查出的问题工单进行分析https://www.voc.ai/cn/docs/bot/Safeguards_Analysis▶︎ Agent 效果分