顧客体験を積極的に最適化する

Genesys Cloud は、顧客体験に関する洞察を得るために使用できる拡張された機能セットを提供します。これらのツールは次のことに役立ちます。

  • 顧客行動の包括的かつマルチチャネルなビューを取得できます。
  • 顧客体験のあらゆるステップを追跡、分析、最適化できます。
  • Architect フロー コンポーネント全体の顧客エンゲージメント レベルを明らかにする動的な視覚化とヒート マップを提供します。
  • 交通量の多いエリアやインタラクションを即座に把握できます。

詳細なビューと概要レベルのビューの両方で、フロー インサイト、ジャーニー フロー、再生モードを使用して、特定の Architect フロー コンポーネントを詳しく調べ、次の操作を実行できます。

  • フローのパフォーマンスを測定します。
  • 主要なフローのマイルストーンの頻度を監視します。
  • 顧客が望ましいフロー結果に向かってどのように進んでいるかを理解します。
  • 顧客がたどる経路を視覚化し、成功するルートと難しいルートの両方をキャプチャします。

Journey Management を使用すると、365 日間のクロスチャネル データを使用して、単一チャネルの Architect フローを超えてビューを拡張し、次の操作を実行できます。

  • トレンドとファネル分析を実行します。
  • 時間の経過に伴う旅程のパフォーマンスを追跡します。
  • ジャーニー指標の変化を素早く特定します。
  • マルチチャネル遷移における摩擦ポイントを特定します。
  • 顧客体験を洗練させます。
  • あらゆるタッチポイントで顧客満足度を向上します。

顧客体験に関する強力なインサイトを獲得フローインサイト: 

Architect の Flow Insights の例

主なメリットの概要

Architect 内で直接、顧客がフローを通じてどのように進んでいるかを明確に把握できます。
ヒートマップ表現を使用すると、色が濃いほどインタラクションが密集していることを示すため、顧客エンゲージメントが高いエリアをすぐに特定できます。
強調表示された Architect アクションまたはフロー コンポーネントにマウス カーソルを合わせると、顧客がこれらのアクションまたはコンポーネントのそれぞれと対話した正確な回数が表示されます。

主なユースケースの詳細

ヒート マップを分析し、最も暗いインタラクション カラーが表示される場所に注目して、フロー内で最も頻繁に使用される Architect アクションやその他のフロー コンポーネントを特定します。特定のアクションまたはコンポーネントの操作頻度が高い場合は、それらのコンポーネントを簡素化または改良して、よりスムーズなエクスペリエンスを実現し、顧客とのやり取りの重要なポイントで発生する可能性のある摩擦を軽減します。インタラクション数が多い場合、顧客が追加のガイダンスやサポートを必要としていることを示している可能性もあります。顧客のニーズに積極的に対応するために、より明確な指示を追加します。

ヒート マップを使用すると、インタラクション数が予想外に多いエリアを特定できます。これは、顧客が苦労したり、複数回の試行が必要になったりするボトルネックを示している可能性があります。たとえば、Architect アクションまたはメニューのインタラクション数が周囲のアクションよりも大幅に多い場合、そのステップを完了するのが困難または混乱していることを示している可能性があります。フローの効率を向上させるために、このアーキテクト アクションを簡素化または明確化する方法を調査します。
インタラクション数が少ないフロー コンポーネントを特定して、顧客がこれらのコンポーネントを見落としているかどうか、またはこれらのコンポーネントが顧客を誘導するのに効果的でないかどうかを評価します。これらのコンポーネントをより目立たせるか、ジャーニーを改善するためにそれらが必要かどうかを評価して、各ステップが価値に貢献し、顧客の進歩をサポートすることを確認します。
ホバー時に正確なインタラクション数を確認できるため、最も高い顧客エンゲージメントを獲得する特定のフロー コンポーネントの最適化を優先できます。たとえば、最初のステップでインタラクション数が多くても、後続のステップでインタラクション数が減少した場合は、この最初のステップを改善して、顧客が次の段階に向けてより適切に準備できるようにします。また、フロー全体を通じて顧客がエンゲージメントを維持できるように支援します。
ヒートマップデータにより、顧客の動きの傾向を把握できます。顧客が特定の Architect フロー コンポーネントを特定の方法で繰り返し使用する場合 (たとえば、特定のステップに繰り返し戻る場合)、フローのこの部分を再設計し、よりスムーズな操作をサポートするためのガイダンスを追加します。
時間の経過に伴うインタラクション頻度の変化を追跡し、最適化の影響を測定します。特定のアクションのインタラクション数が改良後に大幅に減少した場合、改善によって障壁が取り除かれ、顧客をフローに沿ってより効果的に誘導できたことを示している可能性があります。

実用的な洞察

  1. から建築家ホームページをクリックするか、マウスを移動してフローメニューから希望のフローの種類を選択します。
  2. 分析するフローをクリックします。
  3. 使用フローインサイト切り替えると、フローのインタラクション ヒート マップが表示されます。
    注記:ヒート マップを表示するには、過去 7 日間のインタラクション データが必要です。
  4.  頻度 (インタラクション数) レベルが高いフロー コンポーネントを探し、後続のステップで顧客が離脱しているかどうかを確認します。次の例では、顧客はデジタルメニューアクションデジタルボットフローでは、それ以上先に進めない:フローインサイトにおける顧客離脱の例
  5. 次に、デジタル メニュー アクションを調べて、進行が停滞している理由を確認して判断し、摩擦ポイントを除去するために必要なアクションを特定します。

顧客体験に関する強力なインサイトを獲得旅の流れ: 

ジャーニーフローの例

主なメリットの概要

ユーザーがカスタマー ジャーニーのさまざまなフロー セグメントをどのようにナビゲートし、関与するかを動的に視覚的に表現します。
顧客がカスタマージャーニー全体で取るステップを詳細に分析したり、ズームアウトしてより広範なパターンを表示したりすることで、顧客行動に関する詳細かつ高レベルの分析情報を探ります。顧客エクスペリエンスのセグメントを表す Architect フロー内の主要な経路を明らかにします。
さまざまなフロー結果から選択して明確な視覚化を生成し、顧客が各結果に到達するまでにたどったパスを明らかにします。結果には、パスの放棄、エージェントへのエスカレーション、切断、意図認識の失敗などのシナリオが含まれます。これらのパスは、顧客体験内の成功ルートと失敗ルートの両方を示し、さまざまな顧客体験に関する洞察を提供します。
各ジャーニーパスで顧客が到達するすべてのフローのマイルストーンを表示します。特定のマイルストーンまたは結果にマウスを合わせると、顧客とのやり取りの頻度が表示されます。顧客が特定のステップにどのくらい頻繁に関与しているかに関するデータにすぐにアクセスして、カスタマージャーニーに沿ったフローのパフォーマンスと顧客エンゲージメントを評価することができます。

主なユースケースの詳細

放棄に至る顧客経路の視覚化を分析して、高い割合の顧客が離脱する特定のマイルストーンを特定します。たとえば、特定のマイルストーンの後に放棄の頻度が高い場合は、不明瞭な指示、長いプロセス、技術的な問題など、潜在的な摩擦ポイントを調査し、ジャーニーのこのセグメントを通じて顧客維持率を向上させるための調整を行うことができます。
エージェントへのエスカレーションで終了するパスを分析して、顧客がライブ アシスタンスの必要性を感じた段階と理由を判断します。これらの分析情報を利用すると、特定のマイルストーンでガイダンスを追加したり、自動応答を改善したり、ナレッジ記事を改良したりするなど、セルフサービス オプションを強化する機会を特定できます。このような調整により、エスカレーションが削減され、より多くの顧客が追加サポートなしで成功を収められるようになります。
顧客が問題なく成功に至るハッピーパスに焦点を当て、効率的な経路を特定します。これらのパスに共通するマイルストーンを理解して、いくつかのステップを削除または統合することで顧客ジャーニーを簡素化し、より多くの顧客がより少ない労力で迅速に成功を収められるようにします。
切断または認識の失敗で終了するパスを、これらの結果に至るまでの各ステップを含めて確認し、顧客の意図の認識の制限やわかりにくいインターフェース要素などの根本原因を検出して解決します。これらの問題に積極的に対処して失敗率を減らし、顧客満足度と完了率を向上させます。
各マイルストーンでの頻度メトリックを使用して、フロー内のトラフィックが多い領域を特定し、これらのポイントの最適化を優先します。これらの重要なマイルストーンに焦点を当てることで、変更が最大数の顧客に影響を与えるようになり、全体的な体験のスムーズ化と高速化、そして満足度スコアの向上につながります。
ズームアウトして、Architect フローを通じて顧客の移動のより広範なパターンを表示し、特定の顧客セグメントが到達したマイルストーンのシーケンスなどの一般的なジャーニー パターンを検出します。このようなパターンを使用すると、カスタマイズされたプロンプト、ショートカット オプション、次のステップに一致する予測ガイダンスなどのパーソナライズされたエクスペリエンスを提供でき、より直感的で魅力的なカスタマー ジャーニーを作成できます。
Architect がマイルストーンや結果にカーソルを合わせると表示する頻度メトリックを使用すると、最適化の取り組みをどこに投資するかについて、情報に基づいたデータ主導の決定を下すことができます。たとえば、特定のマイルストーンで離脱前に大量のインタラクションが発生する場合、その特定のポイントを改善するためのリソースを割り当て、顧客ジャーニーの最適化に向けたターゲットを絞ったアプローチを推進できます。

実用的な洞察

ボットの有効性を評価したいコンタクト センターの管理者またはアナリストであると仮定します。あなたの目標は、ボットと人間のエージェントを通じて解決を達成した顧客の数を比較することです( ACD )。このタスクを実行するには、Journey Flows 機能を使用します。

  1. から建築家ホームページをクリックするか、マウスを移動してフローメニューから希望のフローの種類を選択します。
  2. 分析するフローをクリックします。
  3. クリックジャーニーフローインサイトと最適化メニュー。 その旅の流れ視覚化が開きます。視覚化では、さまざまなフローのマイルストーンと結果、およびさまざまなフローの終了理由に沿った顧客の分布が表示されます。この視覚化では、各フロー段階で顧客ジャーニーがどのように進行したかも示されます。
  4. 次に、どのように多くの顧客が支払いが初期化されましたマイルストーンの場合、マイルストーンの上にマウスを置くと頻度カウントが表示されます。
    Journey Flows の頻度カウントの表示例
    1. さて、なぜ11%の顧客が支払いが初期化されましたマイルストーンは人間のエージェントと話すように求められ、顧客の7%が通話を切断しました。フローインサイト初期設定メニューのデジタルメニューオプションのヒートマップを生成するか、リプレイモードフローの実行インスタンスを確認します。
    2. 次に、放棄された

     

    顧客体験に関する強力なインサイトを獲得リプレイモード

    建築家リプレイモード

    主なメリットの概要

    Architect フローの過去の実行を再生し、Flow Insights と Journey Flows からの洞察に基づいてエンゲージメントの低さやコンバージョンの問題を正確に特定します。
    フロー ロジックの調整をテストして、Architect フローの主要コンポーネントとのエンゲージメントを高め、主要なフロー マイルストーンでの離脱を減らし、望ましいフロー結果に到達する顧客の数を増やします。

    主なユースケースの詳細

    Flow Insights で顧客エンゲージメントが低い特定のフロー コンポーネントを特定した後、再生モードを使用して、顧客がそのフロー コンポーネントとどのように対話しているかを調べます。顧客が取る手順を再現して、わかりにくい言葉遣い、応答時間の遅さ、情報の不足など、顧客の離脱の原因となる可能性のある潜在的な問題を特定します。フロー コンポーネントを使用して、ターゲットを絞った調整を行い、エンゲージメント率を高めます。
    ジャーニーフローが特定のフローのマイルストーンで高い離脱率を示している場合は、そのフローのマイルストーンにつながるインタラクションを再生して、顧客が離脱している場所とその理由を確認します。たとえば、顧客が特定のメニューの選択や手順の後で退出する場合、リプレイ モードを使用すると、オプションが不明瞭であったり、期待が満たされなかったりするなどの問題が明らかになります。マイルストーンを調整して、離脱を最小限に抑え、顧客をジャーニーに留めます。
    Architect フローのロジックを変更した後、たとえば、手順を簡素化したり、メッセージを明確にしたりした場合は、再生モードを使用して、これらの変更が顧客の行動に良い影響を与えるかどうかを確認します。新しい実行インスタンスを以前の実行インスタンスと比較し、Flow Insights でエンゲージメント率も向上しているかどうか、また Journey Flows で離脱が減り、主要な成果に到達する顧客が増えているかどうかを確認します。
    成功につながるフロー コンポーネントについては、顧客とのやり取りを再生して、これらのフロー コンポーネントがうまく機能する理由をより深く理解します。この洞察は、フローの他の部分の最適化を導き、顧客をより確実に望ましい結果に導く成功パスをさらに作成することができます。
    Architect フローのロジックを改善して、離脱を減らしたり、マイルストーンの完了を増やしたりした後、調整前と調整後の両方のインタラクションを再生します。このような比較により、調整によってより直感的なフローが実現されたかどうかを確認できます。フローインサイトでのエンゲージメントの向上と、ジャーニーフローでのマイルストーンの進行の改善を確認します。
    複数のパスウェイ(異なるメニュー オプションやセルフサービス ルートなど)を持つフローの場合は、再生モードを使用して、顧客がこれらの選択肢をどのようにナビゲートするかを追跡します。特定のパスのエンゲージメントが著しく低下したり、離脱率が高くなったりする場合は、顧客が問題に遭遇する場所を特定し、フロー全体でパスの有効性のバランスをとるように変更します。
    実行インスタンスによって、Architect フローの特定の時点でエージェントへのエスカレーションが頻繁に発生していることが明らかになった場合は、これらの瞬間を分析して、顧客の不満の原因となっている可能性のあるセルフサービス フローのギャップを特定します。プロンプトを追加し、オプションを明確にし、フロー応答を改善することで、よりスムーズなセルフサービス エクスペリエンスを実現し、エージェントの介入の必要性を減らし、ジャーニーの健全性を向上させます。

    実用的な洞察

      1. Architectホームページから、フローメニューから、履歴実行データが利用可能なフロー タイプを選択します。
      2. 以前実行したフローを開いて、デバッグとトラブルシューティングを行います。
      3. 実行履歴をクリックする。 フロー実行履歴ダイアログボックスが開きます。
      4. 結果 の下に、アーキテクトは、開いたフローの以前の実行インスタンスを一覧表示し、名前、バージョン、フロータイプ、およびフローインスタンスの開始時刻と終了時刻を提供します。
      5. フローインスタンスをクリックすると、リプレイモードでインスタンスが開きます。 詳細については、リプレイ・モードを使用したアーキテクト・フローのトラブルシューティング を参照してください。

      1. 再生コントロールを使用してフローをステップ実行し、分析する特定のフロー コンポーネントにつながる一連のアクションを再生します。 
      2. 必要なレベルの実行データが利用可能な場合は、通信交換を確認し、変数値も検査して、フロー コンポーネントの問題を特定します。

      次のデジタル ボット フローの例では、顧客は注文のステータスを確認するために注文番号を入力しますが、ボットはその番号を認識できません。

      1. フローデザイナーは、スロットアクションを要求する注文番号を確認し、スロットのタイプを使用しましたbuiltin:any顧客の入力を保存します。
      2. ボットが入力を受け取った後、フローは決定アクションという表現を使うIf(FindFirst(Flow.OrderNumbersDatabase, ToJSON(Task.CheckNumber))==-1, false, true)既存の注文番号の配列がFlow.OrderNumbersDatabase変数には顧客が入力した注文番号が含まれます(Task.CheckThisNumber )。

      Flow Insightのヒートマップ分析によると、決定アクション常に不幸な道を選ぶ:

      ボットフローのFlow Insights分析

      Architect のリプレイ モードは、なぜこのようなことが起こるのかを理解するための鍵を提供します。ボットは、フォーマットのパターンを使用します###-###顧客の注文番号を表示する。各#数字(0~9)を表し、-ダッシュ区切り文字です。グループ化された形式は顧客にとって馴染みのあるパターンであり、長い数字の列に比べてエラーの可能性が減り、数字を読みやすく、覚えやすくなります。

      ボットフローにおけるグループ化された数値パターンの例

      ボットフローのリプレイモード分析

      認識の問題は、ボットが注文番号を###-###形式ですが、ボットはユーザー入力としてダッシュなしの数字の文字列を想定しています(Flow.OrderNumbersDatabase変数)。このフロー設計の不一致により、認識が失敗します。

      ボットフローJSONコレクションの例                                         ボットフローにおける決定アクション

      リプレイ モードでは、ボットが顧客入力内のダッシュを処理する必要があることが明らかになりました。認識の問題を解決するには、パターンを持つ正規表現スロットタイプを使用します。^\d{6}$|^\d{3}-\d{3}$注文番号を注文データベースと照合する前に、入力形式を検証し、ダッシュを削除します。

      ボットフローにおける決定アクションの例

      顧客体験に関する強力なインサイトを獲得旅程管理: 

      旅程管理の例

      主なメリットの概要

      すべての Genesys Cloud チャネルにわたるエンドツーエンドの顧客体験全体のカスタマイズ可能なビューを取得し、最初の連絡から解決までの顧客とのやり取りを理解するのに役立ちます。
      最大 365 日間のデータを利用できるため、単一チャネルの Architect フローを超えて顧客ジャーニーの分析を拡張し、複数のチャネルにわたる顧客とのやり取りを追跡し、長期的なエンゲージメント パターンを視覚化できます。
      ボットとのやり取りからエージェントのサポートへの顧客の移行など、複数のチャネルにわたる特定のジャーニーを表示および評価し、顧客のニーズを理解してジャーニーの結果を改善します。
      過去 24 時間以内の繰り返しの通話などの主要なイベントをフィルタリングしたり、SMS などのチャネルをジャーニー キャンバスに追加したりすることで、顧客エクスペリエンスをカスタマイズして表示し、エンゲージメントを向上できます。
      チャートを使用して、時間の経過に伴うジャーニーのパフォーマンス傾向を視覚化し、期間間で簡単に比較して、セルフサービス率やエスカレーションなどの指標の変化を特定し、問題をプロアクティブに解決します。
      カスタマージャーニーの各段階における顧客の進行状況を分析し、離脱率の高いポイントを特定してチャネル間の摩擦を特定し、軽減することで、よりスムーズで効果的な顧客体験を実現します。

      主なユースケースの詳細

      複数のチャネルにわたるジャーニーを視覚化し、さまざまなタッチポイントにわたる顧客とのやり取りを追跡します。たとえば、Web メッセージングから始まり、通話に移行するやり取りなどです。顧客が途中で頻繁にチャネルを切り替える場合、特定のチャネルが顧客のニーズを満たしていないことを示している可能性があります。その後、最初のチャネルの機能を強化することに重点を置き、不要なチャネル切り替えを削減することで、顧客の労力を軽減し、満足度を向上させることができます。
      Web メッセージング ウィンドウのボットから始まりエージェントに移行する顧客ジャーニーを調査して、顧客がサービスのギャップや遅延を経験するポイントを特定します。たとえば、顧客がボットに苦労した後にエージェントに頻繁に問い合わせる場合は、ボットの機能を改良したり、転送プロセスを調整して、よりスムーズな移行を実現できます。
      ウェブ メッセージング インタラクションから音声通話への変更など、さまざまなチャネルを通じて顧客がセルフサービス インタラクションからエージェントへ移行する頻度を調べます。これらの転送を視覚化して、特定のやり取りが一般的にエスカレーションにつながるかどうかを特定し、より効果的なセルフサービスを実現するために顧客エクスペリエンスを改善する必要がある領域を提案します。また、この分析を使用すると、関連するコンテキストがすでにキャプチャされている状態で顧客をよりスムーズに転送できるため、顧客が情報を繰り返したり、エージェントが顧客への通話を繰り返したりする必要性が減ります。
      さまざまなメッセージング チャネルにわたるデジタル ボットなど、さまざまなチャネルにわたるセルフサービス インタラクションの成功率を評価できます。セルフサービスに成功した顧客のジャーニーパスとエージェントの介入を必要とした顧客のジャーニーパスを比較することで、各チャネルで最も効果的なセルフサービスフローを特定できます。たとえば、SMS のセルフサービス完了率が Web メッセージングよりも低い場合は、SMS フローの強化を提案したり、より明確なプロンプトを提供したり、一般的な問題に対するリソースを追加したりすることが考えられます。
      顧客がジャーニーのさまざまな時点でどのチャネルを使用するかを調べて、顧客の好みを示唆する傾向を特定します。たとえば、顧客が最初は IVR を使用する傾向があるものの、フォローアップのためにメッセージングに切り替える場合は、IVR のやり取りの後にプロアクティブなメッセージング オプションを検討して、顧客の行動や好みに合わせてカスタマー エクスペリエンスを向上させます。
      棒グラフ、折れ線グラフ、縦棒グラフを使用して、時間の経過に伴う旅程パフォーマンスの傾向を視覚化します。期間にわたって指標を比較し、セルフサービス率の低下やエージェントのエスカレーションの増加など、ジャーニーの有効性の変化を特定します。これらの傾向を監視して、新たな問題を積極的に検出し、対処し、ジャーニーが効率的かつ効果的であり続けるようにします。
      ファネル分析を使用して、チャネルをまたいだ顧客の行動のさまざまな段階における顧客の進行状況を評価し、離脱率の高いポイントを特定します。たとえば、多くの顧客が IVR システムを利用しているものの、セルフサービス用のメッセージング チャネルに進まない場合は、移行における潜在的な摩擦ポイントを調査します。チャネル間の移行を改善してエンゲージメントを維持し、ジャーニーの成功をサポートします。
      SMS や電子メールなどの複数のチャネルをジャーニー キャンバスに追加して、これらのチャネルがより大きな顧客ジャーニーにどのように適合するかを評価します。特定のチャネルの使用率や効果が低い場合は、これらのオプションをより適切に統合または宣伝して、顧客にとってより包括的で応答性の高いマルチチャネル エクスペリエンスを生み出す方法を検討してください。

      実用的な洞察

      ソーシャル メディア アプリケーション用に設計されたボットの有効性を評価するコンタクト センター アナリストであると仮定します。あなたの目標は、ボットと人間のエージェントを通じて解決を達成した顧客の数を比較することです(オーストラリアCD )。このタスクを実行するには、Journey Analyzer 機能を使用します。

      1. Genesys Cloudアカウントにログインし、旅程管理メニュー。の旅程管理画面開きます。
      2. 新しい旅を創造する
      3. 入る編集モードを選択して行程を変更し、クリックします編集
      4. Journey events align to the types of actions that are triggered throughout an interaction. The Customer Start event is triggered when a customer engages with a channelDrag a Customer Start event and filter it for the social channel you want to measure.
      5. Open the event, click the filter icon and select the following:
        1.  MediaType - Message
        2. MessageType - The social channels you want to measure
        3. Add a descriptive name on the canvas to this event such as, Started a social engagement on Twitter.
          New event added to track bot engagement
      6. Next, because you want to know how many customers went to Bot Start after they started their social engagement, drag and drop Bot Start to the canvas and then let it connect to Customer Start.
        Tip: Use the Tab key on the keyboard to move navigate through the event list and use the menu.

        1. イベントをボット名に絞り込むには、ボット名をイベント属性フィルター
          ヒント: ボットの名前は建築家。ジャーニー管理はネイティブまたはサードパーティのボット イベントをサポートしますが、ネイティブ ボットはジャーニーのより詳細なデータを提供します。
      7. 完了したボットセッションを確認するには、ボットエンドキャンバスに貼り付けて接続しますボットスタート
        1. Because you are interested in the same bot that you examined in Step 6, include the bot's identifier as an event attribute filter at this event.
          ヒント:ネイティブのGenesysボットを使用する場合、分析を意図やその他の関連する可能性のあるインタラクション属性に絞り込むには、ボットターン開始と終了の間。
        2. 完了したボットセッションを表示するには、 botsession結果フィルターを選択して完了属性。
          ボットセッション結果フィルター
        3. クリックフィルターを適用
        4. このイベントでは、ACD(自動通話分配)に送られたセッションではなく、完了したボットセッションを調べます。追加するボット結果フィルター除外セクションACDへの転送値として。
          フィルターを除外する
        5. クリックフィルターを適用
      8. Next, examine sessions that went to ACD. Drag the ACD Start event to the canvas. Let it connect to Bot Start, so that it is parallel to Bot End.
      9. この場合は、キューIDとして属性、そしてフィルターを追加します支払いキュー。 
         ACD イベント フィルター
      10. クリック 保存する。 

      サンプルの旅程を計算して編集する

      1. クリック計算する旅を生み出す。計算回数に関する通知が表示されます。
      2. 続行するには、進む。計算の実行には数分かかります。読み込み時間は処理するデータの量によって異なるため、データセットが大きいほど計算に時間がかかります。結果を表示するには、ページを更新してください。
      3. 計算が終了したら、エージェントによって解決された通話の数を確認します。旅程を編集するには、編集
      4. ドラッグしてエージェント開始イベントにそれを接続しますACDスタートイベント。
        1. フィルターを追加する支払いキュー。支払いキューには 2 つのラップアップ コードがあります。 成功そして失敗
          • 成功ラップアップ コードを使用してエージェントの解決を追跡します。からイベントグループをドラッグしてまとめイベントをキャンバスに送り、エージェント開始イベント。選択してくださいwrapupコード属性と識別子を含める成功ラップアップコードをフィルターとして使用します。
            注記:はいラップアップAPIエンドポイントを使用して、環境で使用されているラップアップコードIDのリストを取得できます。 API エクスプローラーは、Genesys Cloud Developer サイトで入手できます。
          • To indicate that it stands for the Success wrap-up code, add a descriptive title to your After Call Event such as 'Successful Resolution'.
      5. クリック 保存する。 
      6. 旅程を更新するには、計算する。更新されたカウントを確認するには、ページを更新してください。

      サンプルジャーニーのファネル分析を参照

      の助けを借りてファネル分析、 あなたはできる顧客が目標を達成するためにジャーニーをどのように進むかを理解して、個々のジャーニー パスの成功率を判断します。

      旅には欠かせない計算ファネル分析用。

      1. 分析する既存のジャーニーを開きます。 
      2. 編集モード、 クリック変換を表示。 Journey Analyzer はコンバージョン メトリックを計算します。
      3. 属性付けされたメトリックを調べるには、イベントの右上隅にある + アイコンをもう一度クリックします。イベントのコンバージョン メトリックを非表示にするには、右上隅の - アイコンをクリックします。
      4. 顧客が辿った道のりを判断するには、顧客コンバージョン率ドロップそして前進それぞれのイベントにおける指標。
        :ファネル分析では、ボットスタートイベントでは、この時点で650人の顧客が旅程から脱落し、1052人の顧客が前進ボットエンド、 それでボットエンドコンバージョン率は61.7%です。これは、顧客の61.7%がボットエンドセッション。

      メモ: 
      • 常にイベントの名前を変更して、新しいユーザーがジャーニーを読み取りやすくし、シナリオに一致するようにします。
      • ジャーニー管理を使用すると、ユーザー ジャーニーに関する独自の仮説をテストできます。例えば:
        • シナリオをモデル化して、顧客がボット A を経由する場合、ボット B を経由する顧客よりも高い割合でエスカレーションするかどうかをテストできますか?複数のボットスタートジャーニーにイベントを追加し、それぞれボット A とボット B の属性フィルターを設定します。
        • You can examine the impact of language. For example, measure if customers who engage with an English-speaking bot complete interactions as successfully as customers who engage with a French-speaking bot. In this analysis, you can use the language filter in the Bot Start event.
      • 一緒に働くことができます旅の流れフロー内のパターンを表示して、調査する問題があるかどうかを確認します。たとえば、エスカレーションが見つかった場合は、Journey Analyzer を使用して、エスカレーションの性質、頻度、および結果を把握します。 
        注意:   ジャーニー管理とジャーニーフローは、互いに補完し合うことができる 2 つの強力なツールですが、いくつかの違いがあります。詳細については、ジャーニー管理とジャーニーフローの違い。 
      • パフォーマンスビューは分析をサポートするのにも役立ちます。フロー結果建築家では、キューパフォーマンスビュー、またはインタラクションビューワークスペース内。
      • アプリファウンドリー始める際に使用できるテンプレートをいくつか提供します。