Une scorecard personnalisée définit ce qu'est la qualité pour votre équipe en établissant explicitement les critères qui comptent pour vous - tels que la précision, le ton ou le respect de la politique. Les scorecards fonctionnent avec les Monitors : un Monitor définit quelles conversations sont examinées, et une scorecard définit comment chacune est évaluée.

Vous pouvez avoir plusieurs scorecards pour différents Monitors. Choisissez la scorecard à associer à un Monitor depuis l'écran de configuration du Monitor :

Allez dans Analyser > Monitors et cliquez sur Scorecards. Vous pouvez utiliser la Fin Quality Scorecard prête à l'emploi ou créer la vôtre en cliquant sur + Nouvelle scorecard :

Commencez par ajouter des critères de scorecard. Cliquez d'abord sur Nouvelle scorecard > + Critère > Créer nouveau.

Lors de la création d'un nouvel attribut, suivez les étapes suivantes :

Donnez au critère un nom court et clair (par exemple, Sentiment ou Précision de la réponse). Ce nom apparaît dans les rapports et sera utilisé comme référence.

Ajoutez une description claire expliquant ce que le critère vérifie et comment il doit être noté. La description est l'invite que l'IA utilise pour noter ce critère, et plus elle est précise, plus l'IA évaluera les conversations avec exactitude. Cela aide aussi les examinateurs humains à appliquer les mêmes critères de manière cohérente.

Décidez si le critère doit être noté automatiquement par l'IA ou manuellement par des examinateurs humains. Vous pouvez mélanger des attributs notés par l'IA et par des humains dans la même scorecard.

Ajoutez les valeurs de notation possibles qu'un examinateur ou l'IA peut sélectionner (par exemple : Bon, Correct, Mauvais). Chaque attribut doit avoir au moins deux options de notation. Pour chaque option de notation, vous devrez :

Le score que vous attribuez détermine comment cette notation contribue au score global de l'examen.

Pour chaque option de notation, vous pouvez définir une liste de raisons de notation qui sont des étiquettes prédéfinies expliquant pourquoi un score particulier a été donné. Les raisons de notation aident les examinateurs et l'IA à catégoriser les scores de manière cohérente, facilitant l'identification des tendances à travers les conversations.

Lorsque l'IA note un critère, elle sélectionne automatiquement la raison prédéfinie la plus pertinente si elle existe. Si aucune raison prédéfinie ne convient, l'IA génère une explication claire pour que chaque score ait un contexte significatif.

Vous pouvez automatiser l'ensemble du processus QA pour une scorecard en activant Révision automatique de la scorecard.

Lorsqu'elle est activée :

Après avoir ajouté des critères de scorecard, configurez comment ils affectent le résultat global de l'examen.

Vous pouvez marquer un critère comme Critique. Si un critère critique reçoit une note d'échec, l'examen entier échoue :

Les critères critiques sont utiles pour des normes non négociables telles que les exigences de conformité, la sécurité ou le respect des politiques, et la gestion des escalades.

Chaque critère peut se voir attribuer un poids pour définir son importance relative.

Utilisez les poids pour refléter ce qui compte le plus — par exemple, un poids plus élevé sur la Précision que sur l'Efficacité si la justesse est plus importante que la rapidité.

Vous pouvez définir un seuil de réussite — le score global minimum requis pour qu'un examen soit considéré comme réussi. Par exemple, si le seuil de réussite est de 80 %, tout examen avec un score inférieur à 80 % est marqué comme échoué.

Cela est évalué après la notation pondérée, à condition qu'aucun critère critique n'ait déjà fait échouer l'examen.

Voici un exemple de la façon dont trois critères se combinent en un score final :

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

Une fois les examens terminés, les scores sont visibles à la fois dans la liste des conversations et dans chaque conversation.

Dans Monitor, la liste des conversations affiche le score global de l'examen (pourcentage ou Échec) à côté des notations des critères individuels sous forme de colonnes. Cela facilite la lecture des performances à travers les conversations et la détection des échecs ou des scores faibles.

Lorsque vous ouvrez une conversation et allez dans l'onglet Score, vous pouvez voir la scorecard attribuée, le statut de l'examen, le score global et la notation sélectionnée pour chaque critère. Cette vue montre exactement comment le score final a été déterminé. Lorsque Fin note un critère avec l'IA, vous pouvez survoler la notation dans l'onglet Score pour voir une info-bulle affichant la notation sélectionnée, la description du critère et le raisonnement de Fin pour ce score — le tout en un seul endroit.