Usted está aquí:
¿Cómo funciona Recomendaciones de artículos de Einstein?
Recomendaciones de artículos de Einstein ayuda a los representantes del servicio de asistencia a resolver casos de clientes de forma eficiente recomendando artículos Knowledge que se adjuntaron a casos similares en el pasado. Los representantes no tienen que perder el tiempo buscando o desplazándose por listas de artículos y pueden adjuntar rápidamente artículos recomendados o descartarlos como no útiles.
Ediciones necesarias
| Ver ediciones admitidas. |
Las recomendaciones de artículos se generan por un modelo de IA que se entrena de forma continua a sí mismo y mejora sus predicciones a medida que crecen el conjunto de previsiones subyacentes y los datos de artículos. El modelo se entrena utilizando diversas funciones de procesamiento de lenguaje natural (NLP) que capturan solapamientos entre datos de casos y artículos. Los algoritmos del modelo clasifican los artículos candidatos en función de su relevancia con un caso abierto, y solo se recomiendan los artículos que se consideren altamente relevantes.
Determinar la relevancia de artículos
Para determinar la relevancia de un artículo con un caso abierto, Recomendaciones de artículos de Einstein tiene en cuenta varios factores. Estos factores incluyen:
- Idioma: El idioma que Einstein detecta en el caso y el idioma del artículo
- Solapamiento de términos: La cercanía de las palabras clave en el texto de coincidencia de caso en el artículo
- Archivos adjuntos: Con qué frecuencia los representantes de servicio adjuntaron el artículo a casos similares
- Descartes: Con qué frecuencia los representantes de servicio descartaron el artículo como no útil en casos similares
- Espacio entre términos: La distancia entre ciertos términos de caso en el artículo
- Subsecuencia común más larga: La longitud de la secuencia de texto común más larga entre el caso y el artículo
Personalice su modelo seleccionando el caso, los campos de artículos de conocimiento y los idiomas que Einstein debe tener en cuenta.
| Objeto | Campos | Detalles |
|---|---|---|
| Caso |
|
El campo Asunto se rellena habitualmente y resume el problema, mientras que el campo Descripción proporciona detalles. Si está utilizando campos personalizados en lugar de Asunto y Descripción, puede configurar Recomendaciones de artículos de Einstein para hacer referencia a ellos en su lugar. |
| CaseArticle |
|
El objeto CaseArticle representa el archivo adjunto de un artículo a un caso y proporciona datos clave para recomendaciones de artículo. |
| KnowledgeArticleVersion |
|
El objeto KnowledgeArticleVersion representa una versión específica de un artículo. Recomendaciones de artículos de Einstein solo recomienda las versiones publicadas de artículos. Como este objeto no incluye un campo de cuerpo, los campos de texto personalizados en versiones de artículos se combinan en un campo personalizado “Cuerpo de artículo” para el análisis. Einstein también considera el campo Idioma en este objeto cuando realiza recomendaciones. |
Consideraciones de idioma
Recomendaciones de artículos de Einstein está disponible en holandés, inglés, francés, alemán, italiano, portugués y español. Einstein utiliza un modelo único para generar recomendaciones de artículos en estos idiomas.
En una nueva organización, seleccione los idiomas y campos debe utilizar Einstein en el modelo predictivo. Si ya está utilizando Recomendaciones de artículos de Einstein, seleccionamos idiomas para usted. Si modifica los idiomas seleccionados en Configuración, vuelva a construir su modelo para mostrar recomendaciones en esos idiomas. Asegúrese de que los idiomas seleccionados están activos en su configuración de Knowledge. Puede agregar artículos en un idioma compatible sin volver a construir el modelo.
Einstein utiliza un modelo de predicción de idioma para detectar el idioma en un caso. El campo Idioma en una versión de artículo de Knowledge identifica su idioma.
- Si el idioma del caso es compatible, Einstein recomienda artículos relevantes en ese idioma. Si no hay artículos relevantes en el idioma, no aparecerá ninguna recomendación de artículo.
- Si el idioma del caso no es compatible, Einstein recomienda artículos relevantes en el idioma principal de Knowledge de la organización.
- Si tanto el caso como los idiomas principales de Knowledge no son compatibles e Inglés es un idioma seleccionado, Einstein recomienda artículos relevantes en inglés.
Estas consideraciones significan que un caso y sus artículos recomendados pueden utilizar dos idiomas diferentes.
Diseño de funciones
A continuación le mostramos lo que tiene lugar en segundo plano, desde la creación o actualización del caso a la recomendación del artículo.
Paso 1: Creación o actualización de caso. Se crea un caso o un campo incluido en su modelo de recomendación de artículos se actualiza en un caso.
Paso 2: Búsqueda. Recomendaciones de artículos de Einstein intercepta el caso y realiza múltiples búsquedas utilizando el idioma y los términos procedentes de los campos de casos en su modelo. Los resultados del búsqueda se combinan en el conjunto de artículos del candidato, que puede incluir nuevos artículos sin adjuntar previamente.
Paso 3: Reclasificación. Los artículos se vuelven a clasificar. Un conjunto de funciones NLP se computan para cada par de artículos de casos. El modelo evalúa el conjunto de funciones de cada artículo y utiliza probabilidades de predicción para clasificar los artículos para la recomendación.
Paso 4: Recomendación. Los artículos por encima del umbral de recomendación se clasifican como positivos y se recomiendan al representante de servicio en el caso.
Paso 5: Interacción de representante de servicio. El representante de servicio interactúa con las recomendaciones haciendo clic, pasando el ratón sobre ellas, aceptándolas o descartándolas. Sus acciones se registran para mejorar futuras recomendaciones.
Paso 6: Reentrenamiento. Su modelo se vuelve a entrenar periódicamente, o se vuelve a construir, para capturar cambios en sus datos de casos y artículos. Los cambios relevantes incluyen nuevos casos, nuevos artículos y versiones de artículos, y nuevos adjuntos de artículos de casos. El modelo reentrenado sustituye su modelo actual solo si Einstein determina que el modelo reentrenado proporciona mejores recomendaciones de artículos. La reentrenamiento finaliza en un día, y el nuevo modelo se pone en marcha de inmediato. Esta reentreno automático no está visible en la interfaz de usuario y no requiere acción del administrador.
Recomendaciones de artículos de Einstein utiliza Amazon Web Services (AWS) como proveedor de hosts externos. Si desea información detallada sobre infraestructura y subprocesadores, consulte Documentación de Confianza y Cumplimiento.
¿Cuál es la diferencia entre Recomendaciones de artículos de Einstein y Artículos sugeridos?
Como Recomendaciones de artículos de Einstein, la función Artículos sugeridos sugiere artículos de conocimiento en la Consola de servicio Lightning. Sin embargo, solo se basa en la búsqueda basada en palabras clave y no puede restringir sus sugerencias o incorporar datos desde casos pasados.
Por ejemplo, muchos casos contienen el mismo asunto, descripción y categoría. Como Recomendaciones de artículos de Einstein tiene en cuenta qué artículos se adjuntaron a casos similares en el pasado, el artículo recomendado principal probablemente soluciona el problema. Artículos sugeridos puede buscar en su base Knowledge artículos que contienen palabras clave de casos, pero la exclusión de datos de casos y funciones de IA significa que los representantes de servicio pueden perder tiempo buscando sugerencias de artículos para encontrar la que necesitan.
Si utiliza Recomendaciones de artículos de Einstein, recomendamos desactivar artículos sugeridos para garantizar una experiencia de usuario más transparente para su equipo de asistencia. De lo contrario, los representantes de servicio ven dos conjuntos de artículos relacionados con el caso.
