Vous le savez peut-être déjà mais sur Prisme.ai il est possible de connecter, à votre assistant, un canal d'escalade afin qu'une équipe d'agents puisse répondre aux questions de vos utilisateurs lorsque celles-ci sont hors du périmètre de votre assistant.

Cet article est un simple guide d'utilisation qui va nous permettre de récolter l'avis de nos utilisateurs après une escalade.

Dans ce guide nous effectuerons la manipulation sur Freshchat mais celle-ci est similaire sur les autres canaux supportant la fonctionnalité (comme Chatwoot).

Nous verrons donc comment :

• Activer l'événement de fin d'escalade
• Réagir à cet événement

Activer l'événement de fin d'escalade

Cette partie va être rapide : il s'agit simplement d'activer une option dans notre canal d'escalade.

‍
Pour cela :
- Une fois votre assistant sélectionné, rendez-vous dans "Canaux".
- Puis, dans l'onglet "Canaux d'escalade", cliquez afin de modifier la configuration de "Freshchat".
- Activez simplement l'interrupteur "Déclencher un événement lorsqu'un agent résoud une conversation."

- Pensez à Enregistrer vos changements!

‍

Réagir à cet événement

A présent, à chaque fois qu'un agent résout une conversation depuis Freshchat, l'assistant recevra un évènement "HANDOVER_HUMAN_FINISHED".
Attention, tant que l'option est activée, l'événement est envoyé. Cela implique que si votre assistant n'a pas d'intention qui répond à cet événement alors celui-ci répondra avec l'intention par défaut (Fallback Intent).

Pour ce guide d'utilisation nous allons proposer un simple sondage de satisfaction à travers l'assistant dès lors que l'escalade est terminée !


Pour réaliser le workflow du sondage en lui-même je vous propose de suivre cet article sur le sujet.

‍

Tout d'abord nous allons brancher une intention qui recevra cet événement de fin de d'escalade.
Il suffit, pour l'intention choisit d'y ajouter un événement d'entrée nommé : "HANDOVER_HUMAN_FINISHED".

On pourrait désigner directement l'intention de sondage grâce à cet événement, néanmoins nous allons ajouter une intention "tampon".
Tout ce qui va suivre aurait pu être fait dans la même intention, mais pour des question de compréhensibilité et de réutilisation de workflow nous séparons le flow en deux parties.


La première intention affichera simplement une introduction à l'utilisateur pour l'accueillir après l'escalade et nous permettra également de récupérer l'id de la conversation ainsi que l'id de l'agent ayant fermé la conversation.

La seconde intention nous permettra quant à elle de poser les questions du sondage et d'enregistrer le résultat dans une collection Prisme.ai.

Première intention : ConversationResolved

Lorsque l'intégration Freshchat appelle Prisme.ai pour signifier la résolution d'une conversation, des informations sont passées (comme l'identité de l'agent qui a résolu la conversation, ou l'identifiant de la conversation...).

L'intégration Freshchat fournit toute la réponse d'API de Freshchat dans le contexte "originalRequest". Nous devons donc le déclarer en contexte d'entrée afin de récupérer et utiliser ces informations.

Bien entendu, nous allons également déclarer le fameux "HANDOVER_HUMAN_FINISHED".

‍

‍‍
Maintenant, dans le flow de notre intention, nous allons tout d'abord récupérer les variables provenant du contexte : ici je récupère data et actor qui sont des champs à la racine du body provenant de la réponse Freshchat et je les conserve dans des paramètres du même nom.

Pour en savoir plus sur les données disponibles je vous invite à vous rendre sur la documentation de Freshchat et observer le format de l'événement "conversation_resolution".

‍

Dans un second temps j'affiche à mon utilisateur une réponse d'accueil.

‍
Dans un troisième temps j'utilise l'action "Jump" pour déclencher directement une seconde intention, ce jump déclenchera l'événement : "SURVEY".

Je pense à faire transiter les paramètres directement dans la payload de mon Jump, à vrai dire j'aurais pu également déclarer un contexte de sortie mais je souhaite pouvoir spécifier plus finement quelles informations faire passer.

En effet, ici je spécifie faire passer uniquement l'id de l'agent ainsi que l'id de la conversation grâce à une notation à point : "agentId: $actor.actor_id".

‍

‍

Seconde intention : Sondage

Je déclare la seconde intention qui répondra à l'événement : "SURVEY".

Dans cette intention je récupère les paramètres passé via le jump : agentId et conversationId.

Ensuite je pose mes questions liées au sondage, encore une fois je vous invite à lire l'article sur le sujet si ce n'est pas évident pour vous.

Finalement, j'enregistre toutes ces données dans une collection Prisme.ai !

‍

Voici, le résultat en image :

En conclusion

En quelques minutes à peine vous venez de mettre en place un recueil la satisfaction de vos clients après une prise en charge par le support ! A vrai dire, une fois que l'on a compris le fonctionnement, on peut récolter des avis ou tout simplement lancer n'importe quel worfklow de notre assistant afin de s'assurer que nos utilisateurs sont satisfaits !

Mais en plus de cela, vous enregistrez, dans une collection tous les résultats ainsi que des données provenant de Freshchat, vous pouvez donc créer votre propose système de CSAT, directement au coeur de la plateforme.

Bien entendu tout reste imaginable, grâce à l'événement déclenché et au côté modulaire de Prisme.ai il est possible de créer et de brancher n'importe quel worfklow !

‍

Bonne création !