Orsys IT Training CERTifications menu
filiale du groupe ORSYS Formation
www.orsys.com

Formation Customer Experiences with Contact Center AI
Expériences client avec Contact Center AI

Stage pratique
New
Durée : 4 jours
Réf : AIK
Prix  2022 : 2990 € H.T.
Pauses et déjeuners offerts
  • Programme
  • Participants / Prérequis
  • Intra / sur-mesure

Avec cette formation, vous apprendrez à concevoir, développer et déployer des solutions de conversation client à l’aide du Centre de contact intelligence artificielle (CCAI). Vous découvrirez 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.

Objectifs pédagogiques

  • 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

Méthodes pédagogiques

Animation de la formation en français. Support de cours officiel en anglais.

Certification

Cours officiel sans certification.
PROGRAMME DE FORMATION

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, etc.
  • Décrire le rôle que joue chaque composant dans une solution de Contact Center AI (CCAI).

Travaux pratiques
Quiz - Contact Center AI Fundamentals.

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 le Speech-to-Text (STT) peut déterminer la qualité d’une conversation expérience.
  • Démontrer et tester comment l'adaptation vocale peut améliorer la précision de la reconnaissance vocale de l'agent.
  • Reconnaître les différentes NLU (compréhension du langage naturel) et PNL (traitement du langage naturel).
  • Le rôle du NLU et PNL dans la conversation sur les expériences.
  • Expliquer les différents éléments d’une conversation (intentions, entités, etc.).
  • Utiliser l'analyse des sentiments pour obtenir une qualité supérieure expérience de conversation.
  • Améliorer les expériences de conversation en choisissant différentes voix TTS (Wavenet versus Standard).
  • Modifier la vitesse et la hauteur d’une voix synthétisée.
  • Décrire comment tirer parti du langage SSML pour modifier le ton et l’accentuation d’une synthèse passage.

Travaux pratiques
Quiz - Expériences conversationnelles.

Principes de base de la création de conversations avec Dialogflow

  • Identifier les rôles des utilisateurs et leurs parcours.
  • Écrire des personas pour les agents virtuels et les utilisateurs.
  • Modéliser les interactions utilisateur-agent.
  • Répertorier les éléments de base de l’interface utilisateur (UI) de Dialogflow.
  • Créer un agent virtuel pour gérer les parcours des utilisateurs identifiés.
  • Entraîner le modèle de compréhension du langage naturel (NLU) via la console Dialogflow.
  • Définir et tester les intentions d’un agent de base.
  • Former l'agent à gérer les scénarios utilisateurs 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.
  • Identifier quand Mega Agent peut être utilisé.

Travaux pratiques
Principes de base de DF: créer un agent de conversation virtuel de base qui utilise des intentions et entités. Création d’un connecteur de base de connaissances.

Maintien du 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.

Travaux pratiques
Ajouter à votre agent de chat virtuel en utilisant des contextes d’entrée et de sortie pour mapper des scénarios conversationnels plus complexes.

Passage 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.

Travaux pratiques
Agent vocal : ajouter de la voix à votre agent virtuel.

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 back end 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 de 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.

Travaux pratiques
Fulfillment : utilisation des fonctions cloud pour conserver et interroger les données d’une base de données.

Test et journalisation

  • Déboguer un agent virtuel en testant la précision de l’intention.
  • Déboguer en testant les différentes fonctions et intégrations avec des systèmes back end 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.

Travaux pratiques
Journalisation : utiliser Cloud Logging pour déboguer le code de votre agent virtuel.

Assistance intelligente pour les agents en direct

  • Reconnaître 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.

Travaux pratiques
Aider les agents à améliorer l’expérience client avec des bases de connaissances, des réponses intelligentes et une assistance documentaire.

Dessin d’insights à partir d’enregistrements

  • Analyse d'enregistrements audio à l’aide du Speech Analytics Framework (SAF).

Travaux pratiques
Utiliser Speech Analytics Framework pour tirer des informations à partir des journaux du centre de contact.

Intégration d’un agent virtuel avec des tiers

  • Utiliser l’API Dialogflow pour créer et modifier l'agent virtuel par programme.
  • 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.
  • Décrire l’intégration de l’agent virtuel avec les plateformes de messagerie.
  • Décrire l’intégration de l’agent virtuel avec les plateformes CRM (comme Salesforce et Zendesk).
  • Décrire l’intégration de l’agent virtuel avec les plateformes de communication d’entreprise (comme Genesys, Avaya...).
  • La capacité des FRNs de téléphonie d’identifier l’appelant et comment cela peut modifier la conception de l’agent.
  • Incorporer les fonctionnalités IVR dans l’agent virtuel.

Travaux pratiques
Quiz - IVR Features, Common platforms of integration, Contact Center AI integration points.

Gestion de l'environnement

  • Créer des versions brouillons et des versions publiées 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.

Travaux pratiques
Utiliser la fonction de gestion de l’environnement de Dialogflow pour déployer une version provisoire de votre agent virtuel dans un nouvel environnement.

Méthodes de conformité aux réglementations fédérales

  • Décrire deux façons dont la sécurité peut être mise en œuvre sur l'intégration de Contact Center AI.
  • Identifier les mesures de conformité actuelles et les scénarios où la conformité est nécessaire.

Travaux pratiques
Quiz - Audit.

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 plateformes, appareils, langues et dialectes.
  • Utiliser les analyses intégrées de Dialogflow 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 cadre DevOps et de contrôle de version pour le développement et la maintenance d'agents.
  • Penser à activer la correction orthographique pour augmenter la précision de l’agent virtuel.

Méthodologie de mise en œuvre de Google

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

» Participants

Architectes conversationnels, agents virtuels de centre de contact, développeurs d’applications, directeurs d’activité.

» Prérequis

Avoir suivi une formation "Google Cloud Fundamentals" ou avoir une expérience équivalente. Connaissance d'un langage de programmation tel que Python ou JavaScript souhaitable mais non obligatoire.

Demande de devis intra-entreprise
(réponse sous 48h)

Vos coordonnées

En cochant cette case, j’atteste avoir lu et accepté les conditions liées à l’usage de mes données dans le cadre de la réglementation sur la protection des données à caractère personnel (RGPD).
Vous pouvez à tout moment modifier l’usage de vos données et exercer vos droits en envoyant un email à l’adresse rgpd@orsys.fr
En cochant cette case, j’accepte de recevoir les communications à vocation commerciale et promotionnelle de la part d’ORSYS Formation*
Vous pouvez à tout moment vous désinscrire en utilisant le lien de désabonnement inclus dans nos communications.
* Les participants inscrits à nos sessions de formation sont également susceptibles de recevoir nos communications avec la possibilité de se désabonner à tout moment.

[+]
PARIS

Les cours ont lieu de 9h à 12h30 et de 14h à 17h3 0.
Les participants sont accueillis à partir de 8h45.
Pour les stages pratiques de 4 ou 5 jours, les sessions se terminent à 15h30 le dernier jour.