상담원 시작하기
데이터 소스를 연결하고, 오케스트레이션을 설정하고, 에이전트를 디자인했으면 이제 시작할 준비가 된 것입니다. 이 문서에서는 상담원이 지속적으로 학습하고 개선할 수 있도록 상담원을 활성화하고 AI 의사 결정 루프를 닫는 방법에 대해 설명합니다.
상담원 시작하기
AI 의사 결정 서비스 팀과 함께 모든 구성 단계를 완료한 후:
- 상담원 구성을 검토하여 모든 설정이 올바른지 확인하세요.
- 데이터 연결 및 오케스트레이션 통합이 활성화되어 있는지 확인합니다.
- AI 의사 결정 서비스 팀과 협력하여 에이전트를 활성화하세요.
시작되면 상담원이 시작합니다:
- 오디언스 및 고객 데이터 수신 시작하기
- 각 고객을 위한 개인화된 추천을 시작하세요.
- 구성된 CEP를 통한 작업 오케스트레이션
- 피드백 데이터 수집을 통해 학습하고 개선하세요.
AI 의사 결정 루프 닫기
일단 시작되면 상담원이 학습하고 개선하기 위해 피드백 데이터가 필요합니다. 여기에는 고객 참여 결정이 전송된 후 상담원에게 어떤 일이 일어났는지 알려주는 전환 데이터, 참여 데이터 및 활성화 데이터가 포함됩니다.
이러한 중요한 피드백 데이터 자산을 준비하는 데 필요한 자세한 요구 사항은 데이터 소스 준비하기를 참조하세요.
note:
상담원이 고객 참여 플랫폼(예: Braze, SFMC 또는 Klaviyo)과 기본적으로 통합된 경우에는 피드백 데이터가 고객 데이터와 함께 자동으로 전송될 수 있으므로 별도의 구성 단계가 필요하지 않을 수 있습니다.
상담원 모니터링
시작한 후에는 AI 의사 결정 서비스 팀과 협력하여 성능/성과를 모니터링하세요:
- 성능/성과 측정기준: 실험 그룹에서 성공 측정기준 추적하기
- 학습 진행 상황: 시간이 지남에 따라 상담원의 추천이 어떻게 진화하는지 관찰하세요.
- 인사이트: 다양한 고객 세그먼트에서 어떤 차원과 옵션이 결과를 이끌어내는지 이해합니다.
지속적인 최적화
AI 의사 결정 서비스 팀은 계속해서 여러분과 협력할 것입니다:
- 상담원의 성능/성과 분석 및 최적화 기회 식별
- 필요에 따라 치수 또는 옵션 확장
- 비즈니스 규칙 변경에 따라 제약 조건 조정
- 성공적인 에이전트를 추가 사용 사례로 확장하기
tip:
상담원은 시간이 지남에 따라 지속적으로 학습하고 개선합니다. 구성을 크게 변경하기 전에 상담원이 데이터를 수집하고 최적화할 수 있도록 충분한 시간을 허용하세요.
New Stuff!
GitHub 에서 이 페이지를 편집합니다.