Visão Geral

Curso Google Contact Center AI and Dialogflow, ensina os participantes a projetar, desenvolver e implantar soluções de conversação com o cliente usando o Contact Center Artificial Intelligence (CCAI). Os participantes aprendem as melhores práticas para integrar soluções de conversação com seu software de contact center existente, estabelecendo uma estrutura para assistência de agente humano e implementando soluções de forma segura e em escala.

Google Contact Center AI é uma plataforma de inteligência artificial da Google que ajuda as empresas a melhorar a experiência de atendimento ao cliente. Ele inclui recursos como reconhecimento de voz, análise de sentimentos e classificação de chamadas, que permitem que os agentes tenham informações mais precisas e relevantes em tempo real durante as conversas com os clientes.

Já o Dialogflow é uma plataforma de conversação da Google que permite criar conversas conversacionais para aplicativos, sites e dispositivos conectados. Ele inclui recursos como reconhecimento de linguagem natural, classificação de intenções e respostas personalizadas, que permitem que as conversas sejam mais humanas e eficientes.

A combinação do Google Contact Center AI com o Dialogflow pode resultar em soluções de atendimento ao cliente mais inteligentes e eficientes, que ajudam a melhorar a satisfação do cliente e aumentar a eficiência dos agentes.

Objetivo

Após realizar este Curso Google Contact Center AI and Dialogflow, você será capaz de:

• Defina o que é o Google Contact Center AI
• Explicar como o Dialogflow pode ser usado em aplicativos de contact center
• Descrever como a compreensão de linguagem natural (NLU) é usada para permitir conversas do Dialogflow
• Implemente um agente virtual de chat
• Implemente um agente virtual de voz
• Descrever as opções para armazenar parâmetros e atender às solicitações do usuário
• Implante um agente virtual para produção
• Identificar as melhores práticas para design e implantação de agentes virtuais
• Identificar aspectos-chave, como segurança e conformidade no contexto de contact centers

Publico Alvo

• O Dialogflow é uma plataforma de conversação desenvolvida pela Google,
• E seu público-alvo principal são:
• Empresas e desenvolvedores que buscam criar aplicativos, sites e dispositivos conectados com conversas conversacionais. Ele pode ser usado para criar chatbots para atendimento ao cliente, sistemas de atendimento virtual, assistentes virtuais, etc.
• Além disso, o Dialogflow também pode ser usado por pesquisadores e estudantes interessados em inteligência artificial e desenvolvimento de conversas.
• Em resumo, o Dialogflow é uma ferramenta poderosa para aqueles que buscam criar soluções de conversação avançadas para aplicativos e dispositivos.

Pre-Requisitos

Todos os alunos devem ter feito o Curso Google Cloud Fundamentals Core Infrastructure  da IT Solutionss, ou ter experiência equivalente. 

O conhecimento de uma linguagem de programação como Python ou JavaScript é desejável, mas não obrigatório.

Informações Gerais

• Carga horaria: 24 horas
• Se noturno este curso e ministrado de segunda a quinta-feira, "sexta-feira folga" das 19h às 23h, total de 6 encontros de 4h
• Se aos sábados este curso e ministrado das 09h às 18h, total de 3 encontros de 8h,

Para empresas:

• Pode ser ministrado em período customizado a ser tratado no ato da contratação

Formado te entrega:

• Este curso e ministrado 100% on-line transmitido ao vivo via Microsoft Teams, na presença de um instrutor/consultor Arquiteto Google Cloud, ativo no mercado e docente em sala de aula com vasta experiencia.
• Apostila + Laboratório Pratico para a prática dos exercícios proposto pelo treinamento em sala de aula, auxiliado por um instrutor.

Nota.

• Não é curso gravado! O mesmo a acontece no dia e horário definido no ato da contratação.

Materiais

Conteúdo Programatico

Overview of Contact Center AI

1. Define what Contact Center AI (CCAI) is and what it can do for contact centers
2. Components of the CCAI Architecture: Speech Recognition, Dialogflow, Speech Synthesis, Agent Assist, and Insights
3. The role each component plays in a CCAI solution
4. Quiz - Contact Center AI fundamentals

Conversational Experiences

1. The basic principles of a conversational experience
2. The role of conversation virtual agents in a conversation experience
3. How STT (speech to text) can determine the quality of a conversation experience
4. Demonstrate and test how speech adaptation can improve the speech recognition accuracy of the agent
5. The different NLU (natural language understanding) and NLP (natural language processing) techniques and the role they play in conversation experiences
6. The different elements of a conversation (intents, entities, etc.)
7. Use sentiment analysis to help with the achievement of a higher-quality conversation experience
8. Improve conversation experiences by choosing different TTS voices (Wavenet vs. Standard)
9. Modify the speed and pitch of a synthesized voice
10. Leveraging the SSML to modify the tone and emphasis of a synthesized passage
11. Quiz - Conversational Experiences

Fundamentals of Building Conversations with Dialogflow

1. User roles and their journeys
2. Write personas for virtual agents and users
3. Model user-agent interactions
4. The basic elements of the Dialogflow user interface
5. Building a virtual agent to handle identified user journeys
6. Training the NLU model through the Dialogflow console
7. Define and test intents for a basic agent
8. Training the agent to handle expected and unexpected user scenarios
9. The different types of entities and when to use them
10. Entities
11. Define and test entities on a basic agent
12. Implement slot filling using the Dialogflow UI
13. When Mega Agent might be used
14. Adding access to a knowledge base for your virtual agent to answer customer questions straight from a company FAQ
15. Quiz - DF Fundamentals: Intents and Entities
16. Lab - DF Fundamentals: Build a Basic Virtual Chat Agent That Uses Intents and Entities
17. Lab - Creating a Knowledge Base Connector

Maintaining Context in a Conversation

1. Follow-up intents
2. The scenarios in which context should be used
3. The possible statuses of a context (active versus inactive context)
4. Dialogs using input and output contexts
5. Quiz - Context
6. Lab - Context: Add to your virtual chat agent using input and output contexts to map more intricate conversational scenarios

Moving from Chat agent to Voice agent

1. Two ways that the media type changes the conversation
2. Configuring the telephony gateway for testing
3. Testing a basic voice agent
4. Modifing the voice of the agent
5. Different media types can have different responses
6. Modifications needed when moving to production
7. Telephony integration for voice in a production environment
8. Quiz - Chat versus Voice agent.
9. Lab - Voice Agent: Add voice to your virtual agent.

Taking Actions with Fulfillment

1. The role of fulfillment with respect to Contact Center AI
2. What needs to be collected in order to fulfill a request
3. Existing backend systems on the customer infrastructure
4. Firestore to store mappings returned from functions
5. Interaction with customers’ data storage will vary based on their data warehouses
6. Fulfillment using Cloud Functions
7. Fulfillment using Python on AppEngine
8. Apigee for application deployment
9. Quiz - Fulfillment
10. Lab - Fulfillment: Using cloud functions to persist and query data from a database

Testing and Logging

1. Debug a virtual agent by testing intent accuracy
2. Debug fulfillment by testing the different functions and integrations with backend systems through API calls
3. Implementing version control to achieve more scalable collaboration
4. Log conversations using Cloud Logging
5. Ways that audits can be performed
6. Quiz - Testing and Logging
7. Lab - Logging: Use Cloud Logging to debug your virtual agent code

Intelligent Assistance for Live Agents

1. Recognize use cases where Agent Assist adds value
2. Identify, collect, and curate documents for knowledge base construction
3. Set up knowledge bases
4. FAQ Assist
5. Document Assist
6. The Agent Assist UI
7. Dialogflow Assist
8. Smart Reply
9. Real-time entity extraction
10. Quiz - Helping agents enhance the customer experience with knowledge bases, smart replies, and document assistance

Drawing Insights from Recordings

1. Audio recordings using the Speech Analytics Framework (SAF)
2. Lab: Use the Speech Analytics Framework to draw insights from contact center logs

Integrating a Virtual Agent with Third Parties

1. Using Dialogflow API to programmatically create and modify the virtual agent
2. Connectivity protocols: gRPC, REST, SIP endpoints, and phone numbers over PSTN
3. Replacing existing head intent detection on IVRs with Dialogflow intents
4. Virtual agent integration with Google Assistant
5. Virtual agent integration with messaging platforms
6. Virtual agent integration with CRM platforms (such as Salesforce and Zendesk)
7. Virtual agent integration with enterprise communication platforms (such as Genesys, Avaya, Cisco, and Twilio)
8. The ability that telephony providers have of identifying the caller and how that can modify the agent design
9. Incorporating IVR features in the virtual agent
10. Quiz - IVR Features
11. Quiz - Common platforms of integration
12. Quiz - Contact Center AI integration points

Environment Management

1. Creating Draft and Published versions of your virtual agent
2. Creating environments where your virtual agent will be published.
3. Loading a saved version of your virtual agent to Draft.
4. Changing which version is loaded to an environment.
5. Quiz - Environment Management
6. Lab - Use the Dialogflow Environment Management feature to deploy a draft version of your virtual agent to a new environment

Methods of Compliance with Federal Regulations

1. Describe two ways that security can be implemented on a Contact Center AI integration
2. Identify current compliance measures and scenarios where compliance is needed
3. Quiz – Audit

Best Practices for Virtual Agents

1. Converting pattern matching and decision trees to smart conversational design
2. Situations that require escalation to a human agent
3. Support multiple platforms, devices, languages, and dialects
4. Dialogflow's built-in analytics to assess the health of the virtual agent
5. Agent validation through the Dialogflow UI
6. Monitor conversations and Agent Assist
7. DevOps and version control framework for agent development and maintenance
8. Consider enabling spell correction to increase the virtual agent's accuracy
9. Quiz - Best practices

Google Implementation Methodology (Partners only)

1. The stages of the Google Implementation Methodology
2. The key activities of each implementation stage
3. Google's support assets for Partners