Classificare non è assegnare: le due fasi dell’unified routing

L’unified routing ha due fasi principali, classification e assignment. Nella prima il sistema arricchisce l’elemento di lavoro con informazioni aggiuntive (skill richieste, priorità, capacity profile); nella seconda sceglie a chi consegnarlo. È la distinzione che l’esame verifica più spesso, perché le due fasi si configurano in punti diversi: la classificazione vive dentro il workstream, nell’area Routing rules; l’assegnazione vive nella queue, tramite l’assignment method. Se la domanda è “dove dichiaro che questa conversazione richiede lo spagnolo”, la risposta è il workstream. Se la domanda è “dove decido quale representative la prende”, la risposta è la coda.

Nel Copilot Service admin center, per il workstream selezionato, l’opzione Work classification (optional) apre la creazione di un ruleset. Un ruleset è una lista ordinata: il sistema esegue le work classification ruleset nell’ordine in cui sono elencate e, dentro ciascuna, i rule item nell’ordine in cui compaiono; quando la condizione di un rule item corrisponde, viene eseguita la sua sezione Output e il controllo passa al ruleset successivo. Solo dopo tutte le classificazioni viene valutato il route-to-queue ruleset, che invece esegue tutti i suoi rule item. I limiti dichiarati sono 10 ruleset per workstream, fino a 100 rule item per ruleset e fino a cinque attributi in output per rule item. Un valore scritto da un ruleset è leggibile dai ruleset successivi: se il primo imposta priority a High, il secondo può usare quel valore per impostare severity.

Una precisazione utile sui due prodotti: queste pagine vivono sotto la documentazione di Dynamics 365 Customer Service, ma dichiarano esplicitamente di valere anche per Dynamics 365 Contact Center, sia embedded sia standalone. Vale invece solo per chi lavora nel contact center il fatto che i representative debbano usare l’app Copilot Service workspace per ricevere il lavoro instradato.

Work classification rule: regole logiche o modello di machine learning

Nel dialogo Create work classification ruleset scegli il Rule type fra Logical rules e Machine learning model. Per le regole logiche puoi partire da zero (New ruleset), agganciarti a un Template ruleset (le cui regole non sono modificabili dall’interno del workstream) oppure copiarne il contenuto con Copy from template, che invece ti lascia riordinare e aggiungere regole. Ogni regola è fatta di Conditions e Output: nelle condizioni puoi scendere fino a due livelli di record correlati e attributi.

Le skill attachment rule sono un sottotipo delle regole logiche: la condizione è la solita, l’output aggancia una o più skill all’elemento di lavoro. Due avvertenze che ricorrono nelle domande d’esame. La prima: il rating model scelto per una skill nella regola di classificazione deve essere lo stesso definito per la skill assegnata al representative, e la stessa skill non va mai collegata a due rating model diversi, altrimenti l’assegnazione non funziona come previsto. La seconda: quando un elemento di lavoro viene reinstradato, le nuove skill si aggiungono a quelle esistenti, non le sostituiscono. Con lo stesso meccanismo puoi impostare in Output un Capacity profile, così l’instradamento tiene conto della capacità e non solo della competenza.

L’Engagement agent e l’intento come attributo di routing

L’obiettivo d’esame parla di configurare l’Engagement agent: l’agente AI che ingaggia il cliente prima che il routing arrivi a una persona. Nel prodotto lo configuri aggiungendolo al workstream (area Bot, comando Add bot), con due vincoli da ricordare: un solo agente per workstream, e gli agenti ricevono conversazioni solo su workstream di tipo push. Quando l’agente non ce la fa, l’escalation porta al representative l’intera trascrizione e le variabili. Dynamics 365 Contact Center include agenti predefiniti come il Customer Assist Agent, elencati nella pagina Contact Center Agents; l’Agent hub è invece il punto da cui governi rollout plan e agent insights.

Il legame con questa unità è l’intento. Il Customer Intent Agent scopre gli intenti dalle conversazioni passate e costruisce l’intent library; l’intent-driven routing (in preview) rende Intent, Intent group e Line of business attributi dell’elemento di lavoro utilizzabili nelle stesse regole di classificazione e di route-to-queue. Il pattern tipico: l’agente rileva l’intento, lo scrive sull’elemento di lavoro, una classification rule traduce l’intento in skill, una route-to-queue rule sceglie la coda. Attenzione a un dettaglio dichiarato: per live chat e voce l’unified routing non determina l’intento da sé, lo riceve dall’agente configurato a monte.

Skills-based routing, e la variante AI-enabled

La sequenza documentata è: crea un rating model, crea skill type e skill, assegna i representative alle skill, imposta l’algoritmo nel workstream, scrivi le regole di classificazione, scegli l’assignment method della coda, ed eventualmente abilita il controllo skill lato representative. Skill e proficiency si gestiscono nello Skills hub, sotto User management.

Nelle Work distribution del workstream, Default skill matching algorithm accetta Exact Match, Closest Match o None. Exact Match filtra chi ha tutte le skill con proficiency maggiore o uguale a quella richiesta e, se nessuno soddisfa il requisito, lascia la conversazione in coda. Closest Match ordina i representative per vicinanza e, se non trova nessuno con le skill richieste, può assegnare comunque la conversazione a chi non le ha. Il tranello classico: quel setting funziona solo con gli assignment method predefiniti; con un custom assignment method devi riscrivere tu le condizioni su User skills, perché le regole custom sovrascrivono l’algoritmo del workstream.

La variante AI-enabled è il ruleset di tipo Machine learning model, che si appoggia all’intelligent skill finder basato sul modello AI Builder di classificazione. Lo configuri da Insights in Operations, sezione Intelligent skill finder: definisci gli attributi che formano il dataset, carichi i dati, ne approvi almeno 50, addestri e pubblichi. Nel ruleset selezioni il modello e gli Input attributes, i cui valori vengono concatenati e inviati al modello; l’output è sempre e solo Skill, non modificabile né eliminabile. In esame ricorda i due prerequisiti: i modelli preview di AI Builder devono essere abilitati, e AI Builder deve essere disponibile nella tua area geografica.