Ключевые понятия классификации Einstein

Классификация

В компьютерном обучении классификация - это возможность прогнозирования меток на основе базовых данных и схем данных. В приложениях классификации Einstein Einstein обучается на основе ваших данных закрытых обращений и «классифицирует» значения полей на основе этих данных.

• Для классификации обращений Einstein Einstein дает рекомендации сразу после создания обращения.
• Для завершения обращений Einstein и завершения голосового режима Einstein представители службы чата видят их по запросу или по завершении разговора.

Модель

В основе классификации и завершения обращений Einstein лежат модели классификации. Модели обучаются по теме и описанию закрытых обращений, а также полям для прогноза. Einstein использует обработку естественного языка (NLP) для определения схем данных в закрытых обращениях каждой модели.

При наличии дополнительной лицензии Service Cloud Einstein можно создать до пяти моделей для каждого приложения классификации и настроить их для разных частей бизнеса. Версия Try Einstein позволяет создать одну модель для каждого приложения.

Сегменты и примеры обращений

При настройке модели нужно решить, на каких типах обращений сосредоточиться. Сегменты и типичные обращения являются дополнительными фильтрами, которые можно применить к данным закрытых обращений. Они позволяют ограничить закрытые обращения, на которых обучается Einstein, и определить, какие обращения получают прогнозы.

При желании, можно указать критерии фильтрации, ограничивающие область модели поднабором или сегментом обращений. Einstein обучается на основе закрытых обращений в поднаборе и создает прогнозы по новым обращениям, соответствующим критериям сегмента.

Используйте сегменты для фокуса на обращениях в определенной бизнес-единице. Например, используйте сегмент для прогноза значений полей в обращениях в подразделении Enterprise. В другой модели можно определить сегмент, представляющий обращения подразделения Consumer. Поскольку Einstein учится на словах, которые клиенты используют для связи с вами, сегменты могут предоставить полезный контекст для прогнозов Einstein.

Если вы хотите, чтобы конкретные закрытые обращения служили примерами, определите критерии фильтрации, определяющие примеры обращений. Einstein обучается на основе закрытых обращений, соответствующих критериям вашего примера. Если вы определяете сегмент и типичные критерии обращений, ваши типичные обращения являются поднабором сегмента.

Вы можете использовать сегменты и типичные обращения вместе, чтобы сосредоточиться на определенных типах обращений и отфильтровать низкокачественные данные из модели. Например, в сегменте подразделения Enterprise исключите обращения с определенным типом записи или обращения, использующие устаревшие значения полей раскрывающегося списка. Помните, что обращения из сегмента и типичные фильтры должны соответствовать минимальным требованиям к данным 400 закрытых обращений, созданных за последние шесть месяцев. Если это требование не выполняется в случаях, когда поле «Тема» не пустое, правило смягчается, чтобы добавить случаи, когда тема NULL.

Ниже указана сводка данных правил.

Автоматизация классификации и уверенность

Вы можете выбрать автоматизацию прогнозов полей. Во время настройки вы выбираете поля обращений для прогноза Einstein по обращениям. При создании модели можно настроить параметры прогноза для каждого поля. Вы устанавливаете процентные пороги надежности прогноза для управления временем рекомендации и выбора значений полей Einstein. В классификации обращений Einstein можно также установить порог для случаев автоматического сохранения значений полей Einstein.

Чем более автоматизировано действие, тем выше необходимая надежность прогноза. Если прогноз не соответствует порогу одного варианта, Einstein пробует следующий, менее автоматизированный вариант.

• Рекомендуем лучшие значения (меньше автоматизации): По умолчанию Einstein рекомендует лучшие три значения полей. Сервисный представитель выбирает и сохраняет значение. Порог надежности не нужен.
• Выберите «Лучшее значение» (больше автоматизации): Когда прогноз достигает порога надежности, Einstein отображает поле с уже выбранным лучшим значением. Представитель службы поддержки подтверждает и сохраняет значение.
• Автоматическое значение (полная автоматизация): Если прогноз соответствует порогу надежности, Einstein сохраняет лучшее значение в поле, то проверка агента не требуется. Einstein Case Routing может использовать текущие правила назначения обращений для автоматически обновляемых обращений. Доступно только в платной версии классификации обращений Einstein.

Для каждого поля в модели классификации обращений Einstein можно включить «Выбрать лучшее значение», «Автоматическое значение» или оба, либо использовать лучшие три рекомендации по умолчанию. В модели завершения обращений Einstein можно включить «Выбрать лучшее значение» или отобразить лучшие три рекомендации по умолчанию для каждого поля. Вы можете обновить параметры прогноза в любое время, не создавая повторно модель.