zum Hauptinhalt springen
Loading...
Skip to article
  • Qualtrics Platform
    Qualtrics Platform
  • Customer Journey Optimizer
    Customer Journey Optimizer
  • XM Discover
    XM Discover
  • Qualtrics Social Connect
    Qualtrics Social Connect

Artikelvorlage


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


Datenformate für Anrufprotokolle

Mit XM Discover können Sie Protokolle (d. h. Protokolle von Audiounterhaltungen) im CSV, Excel-, JSON oder WebVTT-Format aufrufen. Anrufprotokolle identifizieren die Teilnehmer in einer Unterhaltung und Attribut jede Nachricht einem Teilnehmer:in zu.

In der Regel enthalten Anrufprotokolle eine Reihe strukturierter und unstrukturierter Datenfelder, die eine Konversation zwischen einem Kunden und einer Entität in Ihrem Unternehmen darstellen (z.B. das Protokoll zwischen einem Kunden und Ihrem automatisierten Telefondienst oder das Anrufprotokoll zwischen einem Kunden und einem Live-Support-Mitarbeiter). Strukturierte Felder können Datumsangaben, Zahlen oder Textdaten mit einem hohen Organisation enthalten (z.B. Namen von Marken, Teilnehmer:in und Produkte). Unstrukturierte Felder enthalten Notizen, Kommentare und andere freier Text.

Sie können den Aufruf über die folgenden Formate hochladen:

  • CSV
  • XLS oder XLSX (Microsoft Excel)
  • JSON
  • WebVTT

CSV und Excel-Formatierung für Anrufprotokolle

Dieser Abschnitt behandelt die Formatierung für Anrufprotokolle für CSV und Excel-Dateien. Die Formatierung und die Anforderungen für beide Dateitypen sind identisch.

In CSV und Excel-Dateien werden Anrufprotokolle mit mehreren Zeilen definiert. So funktioniert das System:

  • Jede Zeile enthält eine einzelne Dialogzeile in einer Konversation zusammen mit Teilnehmer:in und einem Zeitstempel.
  • Separate Zeilen werden in eine einzelne Unterhaltung übertragen, indem dieselbe Konversations-ID verwendet wird.
  • Konversationsweite Feldwerte (wie Dokumentdatum oder benutzerdefinierte Attribute) werden aus der ersten Zeile der Unterhaltung übernommen.
Element Beschreibung
ConversationId

(Erforderlich)

Eine eindeutige ID für die gesamte Unterhaltung. Jede Zeile mit derselben ID wird als separate Zeile innerhalb einer einzelnen Konversation behandelt.

Sie können dieses Feld der natural_id Attribut, um es als natürliche ID des Dokuments zu verwenden.

ConversationTimestamp

(Erforderlich)

Datum und Uhrzeit des gesamten Gesprächs. Verwenden Sie die ISO 8601 Format mit Sekundengenauigkeit.

Sie können dieses Feld der document_date Attribut es als Belegdatum zu verwenden.

Teilnehmer-ID

(Erforderlich)

Die ID des Teilnehmer:in. Muss pro Konversation (Dokument) eindeutig sein.
Teilnehmerart

(Erforderlich)

Der Typ des Teilnehmer:in. Mögliche Werte:

  • BEARBEITER: Gibt einen Unternehmensvertreter oder einen Chatbot an.
  • MANDANT: Gibt einen Kunden an.
  • TYPE_UNKNOWN: Kennzeichnet einen nicht identifizierten Teilnehmer:in.

Diese Werte werden an die CB Teilnehmer:in Attribut für Berichterstellung und Visualisierung.

Wenn nicht angegeben, CB Teilnehmer:in hat keinen berichtspflichtigen Wert.

is_ivr

(optional)

Ein boolesches Feld, das angibt, ob es sich bei einem Teilnehmer:in um einen Interactive Voice Response-Bot (IVR-Bot) oder eine Person handelt.

  • true: Gibt einen IVR-Bot an.
  • falsch: Gibt eine Person an.

Diese Werte werden an die CB-Art des Teilnehmer:in Attribut für Berichterstellung und Visualisierung.

Wenn nicht angegeben, CB-Art des Teilnehmer:in hat keinen berichtspflichtigen Wert.

Text

(Erforderlich)

In: Speech transcript.

Achtung: Eine Summe aller Text Elemente dürfen 100.000 Zeichen nicht überschreiten. Ist dies der Fall, wird der Beleg übersprungen.
Start

(Erforderlich)

Die Zeit, zu der die Rede beginnt (in Millisekunden, die seit Beginn des Gesprächs vergangen sind).
Ende

(Erforderlich)

Die Zeit, zu der die Rede endet (in Millisekunden, die seit Beginn des Gesprächs vergangen sind).
contentSegmentType

(Erforderlich)

Dieser Parameter identifiziert das Transkriptformat, mit dem die NLP-Engine (Natural Language Processing) Daten korrekt verarbeiten kann.

Mögliche Werte:

  • TOKEN: Transkribierte Daten werden jeweils ein Wort zur Verfügung gestellt.
  • SENTENZ: Transkribierte Daten werden jeweils einen Satz zur Verfügung gestellt.
  • Umkehren: Transkribierte Daten werden jeweils eine Lautsprecherdrehung zur Verfügung gestellt.
benutzerdefinierte Felder

(optional)

Sie können mehrere Felder bereitstellen, um der Unterhaltung strukturierte Attribute hinzuzufügen.

JSON für Anrufprotokolle

Dieser Abschnitt enthält die JSON für Anrufprotokolle.

Objekte der obersten Ebene

In der folgenden Tabelle werden die Objekte der obersten Ebene eines Dokumentknotens beschrieben.

Element Beschreibung
ConversationId Eine eindeutige ID für die gesamte Unterhaltung.

Sie können dieses Feld der natural_id Attribut, um es als natürliche ID des Dokuments zu verwenden.

ConversationTimestamp Datum und Uhrzeit des gesamten Gesprächs. Verwenden Sie die ISO 8601 Format mit Sekundengenauigkeit.

Sie können dieses Feld der document_date Attribut es als Belegdatum zu verwenden.

Inhalt Ein Objekt, das den Inhalt der Konversation enthält. Umfasst diese verschachtelten Objekte:

  • Teilnehmer:innen
  • ConversationContent
  • contentSegmentType
benutzerdefinierte Felder (Attribute) Sie können mehrere Schlüssel-Wert-Paare angeben, um der Konversation strukturierte Attribute hinzuzufügen.

Inhaltsobjekt

In der folgenden Tabelle werden die Objekte beschrieben, die innerhalb von verschachtelt sind. Inhalt Objekt.

Element Beschreibung
Teilnehmer:innen Eine Reihe von Objekten, die Informationen über die Teilnehmer der Unterhaltung bereitstellen. Umfasst die folgenden Felder:

  • Participant_id
  • Typ
  • is_ivr
ConversationContent Ein Array von Objekten, das die Zeilen der Konversation enthält. Umfasst die folgenden Felder:

  • Participant_id
  • Text
  • Start
  • Ende
contentSegmentType

(erforderlich)

Dieser Parameter identifiziert das Transkriptformat, mit dem die NLP-Engine (Natural Language Processing) Daten korrekt verarbeiten kann.

Mögliche Werte:

  • TOKEN: Transkribierte Daten werden jeweils ein Wort zur Verfügung gestellt.
  • SENTENZ: Transkribierte Daten werden jeweils einen Satz zur Verfügung gestellt.
  • Umkehren: Transkribierte Daten werden jeweils eine Lautsprecherdrehung zur Verfügung gestellt.

Teilnehmer Objekt

In der folgenden Tabelle werden die Felder beschrieben, die innerhalb von verschachtelt sind. Teilnehmer Objekt.

Element Beschreibung
Participant_id

(erforderlich)

Die ID des Teilnehmer:in. Muss pro Konversation (Dokument) eindeutig sein.
Typ

(Erforderlich)

Der Typ des Teilnehmer:in. Mögliche Werte:

  • BEARBEITER: Gibt einen Unternehmensvertreter oder einen Chatbot an.
  • MANDANT: Gibt einen Kunden an.
  • TYPE_UNKNOWN: Kennzeichnet einen nicht identifizierten Teilnehmer:in.

Diese Werte werden an die CB Teilnehmer:in Attribut für Berichterstellung und Visualisierung.

Wenn nicht angegeben, CB Teilnehmer:in hat keinen berichtspflichtigen Wert.

is_ivr

(optional)

Ein boolesches Feld, das angibt, ob es sich bei einem Teilnehmer:in um einen Interactive Voice Response-Bot (IVR-Bot) oder eine Person handelt.

  • true: Gibt einen IVR-Bot an.
  • falsch:Gibt eine Person an.

Diese Werte werden an die CB-Art des Teilnehmer:in Attribut für Berichterstellung und Visualisierung.

Wenn nicht angegeben, CB-Art des Teilnehmer:in hat keinen berichtspflichtigen Wert.

conversationContent-Objekt

In der folgenden Tabelle werden die Felder beschrieben, die innerhalb von verschachtelt sind. ConversationContent Objekt.

Element Beschreibung
Participant_id

(Erforderlich)

Die ID des Teilnehmer:in, der spricht. Muss mit einer der in angegebenen IDs übereinstimmen Teilnehmer Array.
Text

(Erforderlich)

In: Speech transcript.

Achtung: Eine Summe aller Text Elemente dürfen 100.000 Zeichen nicht überschreiten. Ist dies der Fall, wird der Beleg übersprungen.
Start

(Erforderlich)

Die Zeit, zu der die Rede beginnt (in Millisekunden, die seit Beginn des Gesprächs vergangen sind).
Ende

(Erforderlich)

Die Zeit, zu der die Rede endet (in Millisekunden, die seit Beginn des Gesprächs vergangen sind).

Beispiel

Im Folgenden finden Sie ein Beispiel für ein Anrufprotokoll zwischen einem Agenten und einem Client.

[
{
"conversationId": "46289",
"conversationTimestamp": "2020-07-30T10:15:45.000Z",
"content": {
"Teilnehmer": [
{
"Participant_id": "1",
"type": "AGENT",
"is_ivr": falsch
},
{
"Participant_id": "2",
"type": "CLIENT",
"is_ivr": falsch
}
],
"conversationContent": [
{
"Participant_id": "1",
"Text": "Das ist Emily, wie kann ich Ihnen helfen?",
"start": 22000,
"Ende": 32000
},
{
"Participant_id": "2",
"text": "Hallo, ich habe ein paar Fragen.",
"start": 32000,
"Ende": 42000
}
],
"contentSegmentType": "TURN"
},
"Stadt": "Boston",
"source": "Call Center"
}
]

WebVTT-Formatierung für Anrufprotokolle

Sie können Anrufprotokolle hochladen, indem Sie WebVTT-Formatierung.

Das Belegdatum wird automatisch aus dem Dateinamen übernommen, sofern verfügbar. Um das Belegdatum automatisch festzulegen, stellen Sie sicher, dass der Dateiname mit dem folgenden Präfix beginnt:

<Timezone><YYYY><MM><DD>-

Beispiel: GMT20201011-meeting.vtt

Wenn die Dateinamen ein anderes Format verwenden, übernehmen eine Datumstransformation auf das Feld Belegdatum im Zuordnungsschritt an. Weitere Informationen finden Sie unter. Festlegen eines bestimmten Belegdatums.

Beispiel

Im Folgenden finden Sie ein Beispiel für ein Zoom-Anrufprotokoll im WebVTT-Format.

WEBVTT
1
00:00:00.599 --> 00:00:02.280
John Smith: OK, so lasst mich
2
00:00:04.230 --> 00:00:05.339
John Smith: Mit dem Teilen beginnen
3
00:00:12.809 --> 00:00:13.469
John Smith: Mein Bildschirm.
4
00:00:15.750 --> 00:00:18.119
John Smith: Kann es jeder sehen.
5
00:00:19.050 --> 00:00:28.890
Paul Jones: Ja, ich kann es sehen.

Viele Seiten dieses Portals wurden mithilfe maschineller Übersetzung aus dem Englischen übersetzt. Obwohl wir bei Qualtrics die bestmögliche maschinelle Übersetzung ausgewählt haben, um ein möglichst gutes Ergebnis zu bieten, ist maschinelle Übersetzung nie perfekt. Der englische Originaltext gilt als offizielle Version. Abweichungen zwischen dem englischen Originaltext und den maschinellen Übersetzungen sind nicht rechtlich bindend.