Eine benutzerdefinierte Scorecard definiert, wie gute Leistung für Ihr Team aussieht, indem sie explizit die Kriterien festlegt, die Ihnen wichtig sind – wie Genauigkeit, Ton oder Einhaltung von Richtlinien. Scorecards arbeiten zusammen mit Monitoren: Ein Monitor definiert, welche Gespräche überprüft werden, und eine Scorecard definiert, wie jedes einzelne bewertet wird.

Sie können mehrere Scorecards für verschiedene Monitore haben. Wählen Sie auf dem Monitor-Einrichtungsbildschirm aus, welche Scorecard mit einem Monitor verknüpft werden soll:

Gehen Sie zu Analyse > Monitore und klicken Sie auf Scorecards. Sie können die sofort einsatzbereite Fin Quality Scorecard verwenden oder Ihre eigene erstellen, indem Sie auf + Neue Scorecard klicken:

Beginnen Sie mit dem Hinzufügen von Scorecard-Kriterien. Klicken Sie zuerst auf Neue Scorecard > + Kriterien > Neu erstellen.

Beim Erstellen eines neuen Attributs gehen Sie wie folgt vor:

Geben Sie dem Kriterium einen kurzen, klaren Namen (z. B. Sentiment oder Antwortgenauigkeit). Dieser Name erscheint in Berichten und wird als Referenz verwendet.

Fügen Sie eine klare Beschreibung hinzu, die erklärt, was das Kriterium überprüft und wie es bewertet werden soll. Die Beschreibung ist die Aufforderung, die die AI zur Bewertung dieses Kriteriums verwendet. Je präziser sie ist, desto genauer bewertet die AI Gespräche. Sie hilft auch menschlichen Prüfern, dieselben Kriterien konsequent anzuwenden.

Entscheiden Sie, ob das Kriterium automatisch von der AI oder manuell von menschlichen Prüfern bewertet werden soll. Sie können AI-bewertete und manuell bewertete Attribute innerhalb derselben Scorecard mischen.

Fügen Sie die möglichen Bewertungswerte hinzu, die ein Prüfer oder die AI auswählen kann (z. B. Gut, Okay, Schlecht). Jedes Attribut muss mindestens zwei Bewertungsoptionen haben. Für jede Bewertungsoption werden Sie:

Der zugewiesene Wert bestimmt, wie diese Bewertung zum Gesamtergebnis beiträgt.

Für jede Bewertungsoption können Sie eine Liste von Bewertungsgründen definieren, das sind vordefinierte Labels, die erklären, warum eine bestimmte Bewertung vergeben wurde. Bewertungsgründe helfen Prüfern und der AI, Bewertungen konsistent zu kategorisieren, was die Erkennung von Mustern in Gesprächen erleichtert.

Wenn die AI ein Kriterium bewertet, wählt sie automatisch den relevantesten vordefinierten Grund aus, falls einer zutrifft. Wenn kein vordefinierter Grund passt, erstellt die AI eine klare Erklärung, sodass jede Bewertung einen sinnvollen Kontext hat.

Sie können den gesamten QA-Prozess für eine Scorecard automatisieren, indem Sie Auto-Review Scorecard einschalten.

Wenn aktiviert:

Nachdem Sie Scorecard-Kriterien hinzugefügt haben, konfigurieren Sie, wie sie das Gesamtergebnis der Bewertung beeinflussen.

Sie können ein Kriterium als Kritisch markieren. Wenn ein kritisches Kriterium eine nicht bestandene Bewertung erhält, fällt die gesamte Bewertung durch:

Kritische Kriterien sind nützlich für unverhandelbare Standards wie Compliance-Anforderungen, Sicherheit oder Richtlinieneinhaltung und Eskalationsmanagement.

Jedem Kriterium kann ein Gewicht zugewiesen werden, um seine relative Bedeutung zu definieren.

Verwenden Sie Gewichte, um widerzuspiegeln, was am wichtigsten ist – zum Beispiel ein höheres Gewicht für Genauigkeit als für Effizienz, wenn Korrektheit wichtiger als Geschwindigkeit ist.

Sie können eine Bestehensgrenze definieren – die minimale Gesamtpunktzahl, die erforderlich ist, damit eine Bewertung als bestanden gilt. Wenn die Bestehensgrenze beispielsweise 80 % beträgt, wird jede Bewertung unter 80 % als nicht bestanden markiert.

Dies wird nach der gewichteten Bewertung ausgewertet, vorausgesetzt, kein kritisches Kriterium hat die Bewertung bereits durchfallen lassen.

Hier ein Beispiel, wie drei Kriterien zu einer Endpunktzahl kombiniert werden:

Gesamtpunktzahl = (100x60 + 50x30 + 100x10) / (60+30+10) = 85%

Sobald Bewertungen abgeschlossen sind, sind die Punktzahlen sowohl in der Gesprächsliste als auch innerhalb jedes Gesprächs sichtbar.

In Monitor zeigt die Gesprächsliste die Gesamtbewertung (Prozentsatz oder Nicht bestanden) neben den einzelnen Kriterienbewertungen als Spalten an. So lässt sich die Leistung über Gespräche hinweg leicht überblicken und Fehler oder niedrige Bewertungen erkennen.

Wenn Sie ein Gespräch öffnen und zum Score-Tab wechseln, sehen Sie die zugewiesene Scorecard, den Bewertungsstatus, die Gesamtbewertung und die ausgewählte Bewertung für jedes Kriterium. Diese Ansicht zeigt genau, wie die Endpunktzahl ermittelt wurde. Wenn Fin ein Kriterium mit AI bewertet, können Sie im Score-Tab über die Bewertung fahren, um ein Tooltip mit der ausgewählten Bewertung, der Kriterienbeschreibung und Fins Begründung für diese Bewertung anzuzeigen – alles an einem Ort.