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).

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.

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.

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.

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.

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.

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.

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.

Dessin d’insights à partir d’enregistrements

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

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.

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.

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.

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.

• Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
• Le dispositif FNE-Formation
• L’OPCO (opérateurs de compétences) de votre entreprise.
• Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.

• Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
• Le dispositif FNE-Formation
• L’OPCO (opérateurs de compétences) de votre entreprise.
• Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.