PREDICTIVE CUSTOMER SERVICE ENVIRONMENT
A mechanism for facilitating customer interactions within a customer service environment provides prompt and accurate answers to customer questions. A smart chat facility for use in a customer service environment to predict a customer problem examines a customer chat transcript to identify customer...
Gespeichert in:
Hauptverfasser: | , , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | A mechanism for facilitating customer interactions within a customer service environment provides prompt and accurate answers to customer questions. A smart chat facility for use in a customer service environment to predict a customer problem examines a customer chat transcript to identify customer statements that set forth a customer issue and, responsive to this, can route the customer to an agent, an appropriate FAQ, or can implement a problem specific widget in the customer Ul. Customer queries are matched with most correct responses and accumulated knowledge is used to predict a best response to future customer queries. The iterative system thus learns from each customer interaction and can adapt to customer responses over time to improve the accuracy of problem prediction.
La présente invention concerne un mécanisme permettant de faciliter les interactions client au sein d'un environnement de service client qui donne des réponses rapides et précises aux questions des clients. Une fonctionnalité de dialogue en ligne intelligent devant être utilisé dans un environnement de service client afin de prédire un problème client examine une transcription d'un dialogue en ligne de client afin d'identifier des déclarations de client qui exposent un problème client et, en réponse à cela, peut orienter le client vers un agent, une FAQ appropriée, ou bien peut implémenter un widget spécifique au problème dans l'interface utilisateur du client. Les requêtes client sont appariées avec les réponses les plus correctes et les connaissances accumulées sont utilisées pour prédire une réponse optimale aux futures requêtes client. Le système itératif apprend ainsi de chaque interaction client et peut s'adapter aux réponses client au fil du temps afin d'améliorer la précision de la prédiction des problèmes. |
---|