Agentforce 전문가 찾기 작업 설정

지원 담당자가 복잡한 사례를 해결할 수 있도록 전문가 찾기 작업을 활성화하고 구성합니다.

Agentforce 설정 페이지에서 전문가 찾기 작업을 활성화합니다.
작업이 사례 제목, 설명, 이유, 제품, 언어를 분석하도록 구성되어 있는지 확인합니다.
추론 엔진이 유사한 내역 사례를 식별할 수 있도록 Data Cloud 통합을 활성화합니다.
Service Cloud 데이터 키트 설치 및 배포.
검색 색인 만듭니다(여기에 대한 별도의 도움말 문서 만들기). 검색 색인 기본 데이터 공간에서 만들어야 합니다.
추론 엔진이 전문가의 우선 순위를 지정하는 방식을 정밀하게 조정합니다. 표준 구성 가중치는 다음과 같습니다.
- 전문적 관련성(60%): 키워드 추출 및 프로필 기술을 기반으로 합니다.
- 성능 내역(30%): 내역 해결 속도 및 CSAT를 기반으로 합니다.
- 가용성 (10%): Salesforce 또는 Slack의 현재 작업 부하 및 온라인 상태를 기반으로 합니다.
Slack 및 공동 작업 도구를 구성합니다.
- Slack 통합: 지원 담당자가 전체 사례 컨텍스트를 통해 전문가에게 직접 메시지를 보낼 수 있도록 원클릭 메시지를 활성화합니다.
- 팀 구성: 시스템에서 지속적인 상담을 위해 사례 팀에 전문가를 추가할 수 있는지 확인합니다.

전문가 순위 및 점수 매기기 이해

전문가 찾기 작업은 지능형 일치 시스템을 사용하여 주어진 문제에 가장 적합한 인력 자원을 식별합니다. 시스템은 정적 프로필이 아닌 결과를 모니터링하여 전문 지식을 학습합니다.

해상도 패턴: Agentforce 지원 담당자가 특정 유형의 문제를 얼마나 빠르고 효과적으로 해결했는지 추적합니다.
CSAT 통합: 특정 사례 유형에 대한 높은 고객 만족도 점수는 해당 범주에 대한 지원 담당자의 전문성 점수를 높입니다.
결과 비교: 지원 담당자 A가 4.8 CSAT를 사용하여 2일 이내에 문제를 해결하는 경우 3.2 CSAT를 사용하는 데 5일이 걸리는 지원 담당자 B보다 해당 주제에 대한 순위가 더 높습니다.

성능 외에도 추론 엔진은 다음을 분석합니다.

이 기사를 통해 문제를 해결했습니까?

개선을 위한 의견을 보내주세요.

제품 영역