基於分析的文字路由允許您根據資料集、情緒
透過分析字詞、短語和文字記錄內容確定的整體情緒或互動結果。互動的結果可能是正面（藍色）、負面（紅色）、複雜（深灰色）或中性（淺灰色）。、失望、語言、優先次序或這些因素的任意組合，自動路由傳入文字互動。可以為SnippetStudio動作配置用於向 NICE CXone 基於分析的文字路由服務傳送文字的指令碼，文字內容將在其中進行分析和註釋，然後根據該服務提供的資訊路由至合適的客服專員。
受支援的路由類型包括：
- 依詞彙路由：分析內容，以確定要討論的資料集，並根據公司特定的詞彙執行路由。
- 依類別路由：分析內容，以確定所討論的資料集，並根據自訂類別規則執行路由。
- 依優先次序路由：分析內容，以將互動分類為「優先」或「非優先」。
- 依總體情緒路由：利用情緒 透過分析字詞、短語和文字記錄內容確定的整體情緒或互動結果。互動的結果可能是正面（藍色）、負面（紅色）、複雜（深灰色）或中性（淺灰色）。分析將互動分類為四種情況：負面、混合、中性和正面。
- 依互動結束時的情緒路由：利用互動結束時的情緒將互動分類為四種情況：負面、混合、中性和正面。
- 依失望結果路由：利用聯絡人失望情緒 搜尋線索來識別客戶的失望情緒。這些線索包括像「我很生氣」這樣的詞和短語。失望並不等同於負面情緒。失望線索顯示客戶不高興，而不僅僅是討論負面的東西。分析將互動分類為「失望」。
- 依語言 ID 路：分析並識別文字的語言。
- 綜合路由：根據其他因素的任意組合路由。
依詞彙路由
可以根據文字中提及的實際產品和服務，將互動路由至具有相應技能的客服專員進行處理。
路由服務將分析傳入的文字，識別所討論的資料集，然後返回資料集註釋，例如「賬單查詢」。
依類別路由
可以根據自訂類別 Interaction Analytics 用於解析通話文字記錄資料的資料群組，方便尋找趨勢。規則路由互動。類別規則可使用自訂的公司設定檔詞彙，也可以使用一般的關鍵字。路由服務將分析傳入的文字、識別關鍵字，並將互動路由至具有相應技能集的客服專員。
依優先次序路由
來自極不滿足的客戶的互動可以標記為優先路由到具有特殊技能或更資深的客服專員進行處理。
該服務會分析文字並依據諸如極端負面情緒、升級請求、風險因素（威脅起訴和其他表明危險的項目）、咒罵等條件來指派聯絡優先次序。
依整體情緒路由
您可以向新的或沒有經驗的客服專員傳送更容易處理的正面互動，並向有經驗的客服專員傳送更敏感的互動。
該服務會分析整個互動過程，並識別文件中的主要整體情感 透過分析字詞、短語和文字記錄內容確定的整體情緒或互動結果。互動的結果可能是正面（藍色）、負面（紅色）、複雜（深灰色）或中性（淺灰色）。，然後將其用於路由選擇。情緒可以是正面、負面、中性或混合。
互動結束時的情緒路由
您可以向新的或沒有經驗的客服專員傳送更容易處理的正面互動，並向有經驗的客服專員傳送更敏感的互動。
該服務會分析互動結束時的情況，並識別在文件結束時檢測到的情緒 透過分析字詞、短語和文字記錄內容確定的整體情緒或互動結果。互動的結果可能是正面（藍色）、負面（紅色）、複雜（深灰色）或中性（淺灰色）。，然後將其用於路由。情緒可以是正面、負面或中性。結束情緒是由互動的最後 30% 決定的。結束情緒不能混合。
依失望結果路由
與感到失望 搜尋線索來識別客戶的失望情緒。這些線索包括像「我很生氣」這樣的詞和短語。失望並不等同於負面情緒。失望線索顯示客戶不高興，而不僅僅是討論負面的東西。之聯絡人的互動可以標記為「失望」，因此您可以將其路由到最能處理這些聯絡的客服專員。
該服務會分析聯絡人方面的文字，以尋找表示失望而不僅僅是負面情緒的語言。如果發現有表示失望的語言，該互動將標記為「失望」。
依語言 ID 路由
互動可路由至具有相應語言技能的客服專員。
該服務可分析互動並識別文字語言，從而將其用於路由。