Customer Experiences with Contact Center AI

Concevoir, développer et déployer des solutions de conversation client à l’aide Centre de contact Intelligence artificielle (CCAI).

GCP200CCAI v1.0
4 jours (28 heures)

Description du cours

Ce cours de 4 jours vous apprendra à concevoir, développer et déployer des solutions de conversation client à l’aide Centre de contact Intelligence artificielle (CCAI). Vous apprendrez également quelques bonnes pratiques pour intégrer des solutions conversationnelles à votre logiciel de centre de contact existant, établir un cadre pour l’assistance aux agents humains et mettre en œuvre des solutions en toute sécurité et à grande échelle.

Note: Ce cours ne rentre pas dans les détails de l’intégration avec les plateformes logicielles des partenaires téléphonie

Objectifs pédagogiques

Ce cours permet aux participants d'acquérir les compétences suivantes:

  • Définir ce qu’est l’intelligence artificielle de Google Contact Center.
  • Expliquer comment Dialogflow peut être utilisé dans les applications de centre de contacts.
  • Décrire comment la compréhension du langage naturel (NLU) est utilisée pour activer les conversations Dialogflow.
  • Implémenter un agent virtuel de chat.
  • Implémenter un agent virtuel vocal.
  • Décrire les options pour stocker les paramètres et répondre aux demandes des utilisateurs.
  • Déployer un agent virtuel en production.
  • Identifier les meilleures pratiques pour la conception et le déploiement d’agents virtuels.
  • Identifier les aspects clés, tels que la sécurité et la conformité dans le contexte des centres de contact.

Prérequis

Pour tirer le meilleur parti de ce cours, les participants doivent disposer des éléments suivants:

  • Avoir suivi un cours Google Cloud fundamentals ou avoir une expérience équivalente

Souhaitable mais pas obligatoire:

  • Connaissance d’un langage de programmation tel que Python ou JavaScript

Public cible

Ce cours est destiné aux participants suivants:

  • Architectes conversationnels
  • Agent virtuel de centre de contact et développeurs d’applications
  • Directeurs d’activité

Programme de formation

Module 0: Présentation du cours

Module 1: Présentation de Contact Center AI

  • Définir ce qu’est l’IA du centre de contact (CCAI) et ce qu’elle peut faire pour les centres de contact.
  • Identifier chaque composant de l’architecture CCAI: reconnaissance vocale, Dialogflow, Synthèse vocale, aide aux agents et perspectives.
  • Décrire le rôle que joue chaque composant dans une solution CCAI.

Activités:

  • Quiz - Contact Center AI fundamentals

Module 2: Expériences conversationnelles

  • Énumérer les principes de base d’une expérience conversationnelle.
  • Expliquer le rôle des agents virtuels de conversation dans une expérience de conversation.
  • Articuler comment STT (speech to text) peut déterminer la qualité d’une conversation expérience.
  • Démontrer et tester comment l’adaptation vocale peut améliorer la reconnaissance vocale l’exactitude de l’agent.
  • Reconnaître les différentes NLU (compréhension du langage naturel) et PNL (traitement du langage naturel) et le rôle qu’elles jouent dans la conversation sur les expériences.
  • Expliquer les différents éléments d’une conversation (intentions, entités, etc.).
  • Utiliser l’analyse des sentiments pour vous aider à obtenir une qualité supérieure expérience de conversation.
  • Améliorer les expériences de conversation en choisissant différentes voix TTS (Wavenet vs Standard).
  • Modifier la vitesse et la hauteur d’une voix synthétisée.
  • Décrire comment tirer parti de SSML pour modifier le ton et l’accentuation d’une synthèse passage.

Actvités:

  • Quiz - Expériences conversationnelles

Module 3: Principes de base de la création de conversations avec Dialogflow

  • Identifier les rôles des utilisateurs et leurs parcours.
  • Ecrire des personas pour les agents virtuels et les utilisateurs.
  • Modéliser les interactions utilisateur-agent.
  • Répertorier les éléments de base de l’interface utilisateur de Dialogflow.
  • Créer un agent virtuel pour gérer les parcours des utilisateurs identifiés.
  • Entraîner le modèle NLU via la console Dialogflow.
  • Définir et tester les intentions d’un agent de base.
  • Former l’agent à gérer les scénarios utilisateur attendus et inattendus.
  • Reconnaître les différents types d’entités et quand les utiliser.
  • Créer des entités.
  • Définir et tester des entités sur un agent de base.
  • Implémenter le remplissage des emplacements à l’aide de l’interface utilisateur de Dialogflow.
  • Décrire quand Mega Agent peut être utilisé.
  • Montrer comment ajouter un accès à une base de connaissances pour votre agent virtuel pour répondre aux questions des clients directement à partir d’une FAQ d’entreprise

Activités:

  • Quiz - Principes fondamentaux de DF: intentions et entités
  • Lab - Principes de base de DF: créer un agent de conversation virtuel de base qui utilise des intentions et entités
  • Lab - Création d’un connecteur de base de connaissances

Module 4: Maintenir le contexte dans une conversation

  • Créer des intentions de suivi.
  • Reconnaître les scénarios dans lesquels le contexte doit être utilisé.
  • Identifier les statuts possibles d’un contexte (contexte actif ou inactif).
  • Implémenter des dialogues en utilisant des contextes d’entrée et de sortie.

Activités:

  • Quiz - Contexte
  • Lab - Contexte: ajouter à votre agent de chat virtuel en utilisant des contextes d’entrée et de sortie pour mapper des scénarios conversationnels plus complexes

Module 5: Passer de l’agent de chat à l’agent vocal

  • Décrire deux façons qui font que le type de média modifie la conversation
  • Configurer la passerelle de téléphonie pour les tests
  • Tester un agent vocal de base
  • Modifier la voix de l’agent
  • Montrer comment les différents types de médias peuvent avoir des réponses différentes
  • Tenir compte des modifications nécessaires lors du passage à la production
  • Être conscient de l’intégration de la téléphonie pour la voix dans un environnement de production

Activités:

  • Quiz - Chat vs agent vocal.
  • Lab - Agent vocal: ajoutez de la voix à votre agent virtuel.

Module 6: Agir avec satisfaction

  • Définir le rôle de la réalisation par rapport à l’IA du centre de contact.
  • Caractériser ce qui doit être collecté pour répondre à une demande.
  • Identifier les systèmes backend existants sur l’infrastructure client.
  • Utiliser Firestore pour stocker les mappages renvoyés par les fonctions.
  • Savoir que l’interaction avec le stockage des données des clients varie en fonction sur leurs entrepôts de données.
  • Mettre en œuvre l’exécution à l’aide de Cloud Functions.
  • Mettre en œuvre l’exécution en utilisant Python sur AppEngine.
  • Décrire l’utilisation d’Apigee pour le déploiement d’applications.

Activités:

  • Quiz - Réalisation
  • Lab - Fulfillment: Utilisation des fonctions cloud pour conserver et interroger les données d’une base de données

Module 7: Test et journalisation

  • Déboguer un agent virtuel en testant la précision de l’intention.
  • Accomplir le débogage en testant les différentes fonctions et intégrations avec le backend systèmes via des appels API.
  • Implémenter le contrôle de version pour obtenir une collaboration plus évolutive.
  • Enregistrer les conversations à l’aide de Cloud Logging.
  • Reconnaître les façons dont les audits peuvent être effectués.

Activités:

  • Quiz - Test et journalisation
  • Lab - Journalisation: utilisez Cloud Logging pour déboguer le code de votre agent virtuel

Module 8 Assistance intelligente pour les agents en direct

  • Reconnaitre les cas d’utilisation dans lesquels Agent Assist ajoute de la valeur.
  • Identifier, collecter et organiser des documents pour la construction de la base de connaissances.
  • Mettre en place des bases de connaissances.
  • Décrire le fonctionnement de FAQ Assist.
  • Décrire le fonctionnement de Document Assist.
  • Décrire le fonctionnement de l’interface utilisateur d’Agent Assist.
  • Décrire le fonctionnement de Dialogflow Assist.
  • Décrire le fonctionnement de Smart Reply.
  • Décrire le fonctionnement de l’extraction d’entités en temps réel.

Activités:

  • Quiz - Aider les agents à améliorer l’expérience client avec des bases de connaissances, réponses intelligentes et assistance documentaire

Module 9: Dessin d’insights à partir d’enregistrements

  • Analysez les enregistrements audio à l’aide du Speech Analytics Framework (SAF).

Activités:

  • Lab: utiliser Speech Analytics Framework pour tirer des informations à partir des journaux du centre de contact

Module 10: Intégration d’un agent virtuel avec des tiers

  • Utiliser l’API Dialogflow pour créer et modifier par programme l’agent virtuel.
  • Décrire les protocoles de connectivité: gRPC, REST, points de terminaison SIP et numéros de téléphone sur PSTN.
  • Remplacer la détection d’intention de tête existante sur les IVR par des intentions de Dialogflow.
  • Décrire l’intégration de l’agent virtuel avec l’Assistant Google.
  • Décriver l’intégration de l’agent virtuel avec les plates-formes de messagerie.
  • Décrire l’intégration de l’agent virtuel avec les plates-formes CRM (comme Salesforce et Zendesk).
  • Décrire l’intégration de l’agent virtuel avec les plates-formes de communication d’entreprise (comme Genesys, Avaya, Cisco et Twilio).
  • Expliquer la capacité des fournisseurs de téléphonie d’identifier l’appelant et comment cela peut modifier la conception de l’agent.
  • Incorporer les fonctionnalités IVR dans l’agent virtuel.

Activités:

  • Quiz - IVR Features
  • Quiz - Common platforms of integration
  • Quiz - Contact Center AI integration points

Module 11: Gestion de l’environnement

  • Créer des versions brouillon et publiée de votre agent virtuel.
  • Créer des environnements dans lesquels votre agent virtuel sera publié.
  • Charger une version enregistrée de votre agent virtuel dans Draft.
  • Changer la version chargée dans un environnement.

Activités:

  • Quiz - Gestion de l’environnement
  • Travaux pratiques - Utilisez la fonction de gestion de l’environnement de Dialogflow pour déployer une version provisoire de votre agent virtuel dans un nouvel environnement

Module 12: Méthodes de conformité aux réglementations fédérales

  • Décrire deux façons dont la sécurité peut être mise en œuvre sur un centre de contacts Intégration IA.
  • Identifier les mesures de conformité actuelles et les scénarios où la conformité est nécessaire.

Activités:

  • Quiz - Audit

Module 13: Meilleures pratiques pour les agents virtuels

  • Convertir la correspondance de modèles et les arbres de décision en conception conversationnelle intelligente.
  • Reconnaître les situations qui nécessitent une escalade vers un agent humain.
  • Prendre en charge plusieurs plates-formes, appareils, langues et dialectes.
  • Utiliser les analyses intégrées de Diagflow pour évaluer l’intégrité de l’agent virtuel.
  • Effectuer la validation de l’agent via l’interface utilisateur de Dialogflow.
  • Surveiller les conversations et Agent Assist.
  • Instaurer un DevOps et un cadre de contrôle de version pour le développement d’agents et entretien.
  • Penser à activer la correction orthographique pour augmenter la précision de l’agent virtuel.

Activités:

  • Quiz - Best practices

Module 14: Méthodologie de mise en œuvre de Google (partenaires uniquement)

  • Identifier les étapes de la méthodologie de mise en œuvre de Google.
  • Énumérer les activités clés de chaque étape de mise en œuvre.
  • Reconnaitre comment utiliser les ressources d’assistance de Google pour les partenaires.

Module 15: Résumé du cours

  • Récapitulation de ce qui a été couvert pendant ce cours.

2800€ H.T.

Continuez de vous former

GCP100AZURE
Google Cloud Fundamentals for Azure Professionals
Ce cours enseigne aux professionnels Azure les principales fonctionnalités de Google Cloud dans les quatre piliers technologiques: mise en réseau, calcul, stockage et base de données. Il est conçu pour les administrateurs système Azure, les architectes de solutions et administrateurs SysOps qui connaissent les fonctionnalités et la configuration d'Azure et qui souhaitent une expérience immédiate de la configuration des produits Google Cloud. Ce cours utilise des présentations, des démos et des travaux pratiques pour vous montrer les similitudes et les différences entre les deux plates-formes et vous explique certaines tâches de base sur Google Cloud.
GCP100B
Google Cloud Platform Big Data and Machine Learning Fundamentals
Ce cours d'une journée présente aux participants les capacités de Big Data et de Machine Learning de Google Cloud Platform (GCP). Il fournit un aperçu rapide de Google Cloud Platform et une vue plus approfondie des capacités de traitement des données.
GCP100AWS
Google Cloud Platform Fundamentals for AWS Professionals
Ce cours enseigne aux professionnels AWS les principales fonctionnalités de Google Cloud dans les quatre piliers technologiques: mise en réseau, calcul, stockage et base de données. Il est conçu pour les administrateurs système AWS, les architectes de solutions et les administrateurs SysOps qui connaissent les fonctionnalités et la configuration d'AWS et qui souhaitent obtenir une expérience immédiate de la configuration des produits Google Cloud. Ce cours utilise présentations, des démos et des travaux pratiques pour vous montrer les similitudes et les différences entre les deux plates-formes et vous explique certaines tâches de base sur Google Cloud.
GCP100A
Google Cloud Platform Fundamentals: Core Infrastructure
Ce cours d'une journée dispensé par un instructeur donne un aperçu des produits et services Google Cloud Platform. Grâce à une combinaison de présentations, de démonstrations et de travaux pratiques, les participants apprennent la valeur de Google Cloud Platform et comment intégrer des solutions basées sur le cloud dans les stratégies commerciales. Ce cours couvre les principes de base de Google Cloud Platform et constitue le premier cours de nombreuses spécialisations.

Contactez nous

Vous pouvez vous désabonner de nos communications à tout moment.

Afin de prendre en compte votre demande, nous devons stocker et traiter vos données personnelles. Si vous nous autorisez à stocker vos données personnelles à cette fin, cochez la case ci-dessous.

En cliquant sur « Envoyer » ci-dessous, vous autorisez l’entreprise SFEIR à stocker et traiter les données personnelles soumises ci-dessus afin qu’elle vous fournisse le contenu demandé.