Fin Attributes klassifiziert automatisch jedes Gespräch – die Verwendung von Attributen kann Ihnen helfen, den Problemtyp, die Stimmung oder Dringlichkeit zu definieren. Gespräche werden sofort getaggt, sodass Sie sie an das richtige Team weiterleiten, die richtigen Aktionen auslösen und genaue Berichte ohne manuellen Aufwand erhalten.
Schnellstart: Fin Attributes in 3 Schritten einrichten
Entscheiden Sie, was erkannt werden soll
Wählen Sie die strukturierten Attribute aus, die Fin klassifizieren soll – wie Problemtyp, Stimmung, Dringlichkeit oder Spam.
Erstellen oder konvertieren Sie ein Attribut
Gehen Sie zu Fin → Train → Attributes. Definieren Sie Ihre Attributwerte mit klaren Beschreibungen oder konvertieren Sie ein bestehendes, listenformatiertes Attribut.
Vorschau und Aktivierung
Verwenden Sie das Vorschau-Tool, um die Genauigkeit von Fin zu testen. Passen Sie Ihre Wertbeschreibungen an und aktivieren Sie dann das Attribut für echte Gespräche.
Nach der Aktivierung verwenden Sie die erkannten Attributwerte in Escalation Rules, Workflows und Reporting.
Hauptvorteile
Benutzerdefinierte Attribute, die Ihr Unternehmen widerspiegeln: Trainieren Sie Fin, um Attribute wie Problemtyp, Dringlichkeit, Stimmung oder Spam-Status zu erkennen.
Intelligente, adaptive Erkennung: Fin bewertet den Kontext zu wichtigen Zeitpunkten und aktualisiert Werte, während sich das Gespräch entwickelt.
Intelligente Weiterleitung und Eskalation: Kombinieren Sie Fin Attributes mit workflows und Escalation Rules, um Gespräche zum richtigen Zeitpunkt an das richtige Team zu leiten.
Berichtsbereite Struktur: Alle erkannten Attributdaten fließen in Intercom-Berichte für tiefgehende Einblicke – keine manuelle Kennzeichnung erforderlich.
Volle Transparenz und Kontrolle: Sehen, validieren und überschreiben Sie die Attributlogik von Fin jederzeit.
Hinweis: Wenn Sie bereits AI Category Detection verwenden, erfahren Sie, wie Fin Attributes im Vergleich abschneidet und wie der Übergang funktioniert.
Wie und wann Fin Attribute auf Gespräche anwendet
1. Standard: Ein Attribut anwenden, wenn Fin seine Aufgabe erfüllt hat
Standardmäßig weist Fin Attribute zu oder aktualisiert sie, wenn es entscheidet, dass seine Rolle in einem Gespräch abgeschlossen ist – zum Beispiel:
Beim Übergabe an einen Teamkollegen
Wenn ein Kunde eine Lösung ausdrückt (positives Feedback)
Wenn ein Kunde inaktiv wird
💡 Warum das wichtig ist: Diese Momente markieren natürlich, wann die Absicht oder das Ergebnis eines Gesprächs klar wird. Ein Attribut hier anzuwenden stellt sicher, dass Ihre Weiterleitung und Berichterstattung den finalen Kontext des Kundenbedarfs widerspiegeln – nicht eine frühe Vermutung.
Sie können diese Daten verwenden, um:
Post-Fin-Routing- oder Übergabelogik in Workflows zu definieren (z. B. „Wenn Problemtyp Abrechnung → an das Finanzteam weiterleiten“)
Genaue Berichte darüber zu erstellen, welche Arten von Anfragen Fin bearbeitet oder übergeben hat.
Wichtig: Fin Attributes werden nur für Gespräche automatisch erkannt und angewendet. Sie werden nicht automatisch für tickets erkannt, daher müssen Sie Fin Attributes manuell setzen oder aktualisieren, wenn Sie mit tickets arbeiten.
2. Dynamische Neuerkennung (bei Verwendung in Escalation Rules)
Wenn ein Fin Attribute in escalation rules verwendet wird, bewertet Fin dieses Attribut basierend auf der neuesten Kundeninteraktion automatisch neu.
💡 Warum das wichtig ist: Dieses Verhalten stellt sicher, dass Fin sofort auf Änderungen der Kundenabsicht oder Stimmung reagiert, die eine Eskalation erfordern könnten. Wenn sich beispielsweise der Problemtyp von Allgemeine Frage zu Rückerstattungsanfrage ändert, kann Fin das Gespräch sofort gemäß Ihren Regeln übergeben – so können Teamkollegen genau im richtigen Moment eingreifen.
3. Optional: Erkennung beim Schließen
Wenn Sie „Erkennung beim Schließen“ für ein Attribut aktivieren, überprüft und aktualisiert Fin den Wert erneut, wenn das Gespräch geschlossen wird – entweder durch einen Teamkollegen oder eine Automatisierung. Dies kann beim Erstellen oder Bearbeiten eines Attributs aktiviert werden.
💡 Warum das wichtig ist: Wenn neue Informationen oder Kontext spät im Thread auftauchen, erhält Fin eine letzte Chance, die Klassifizierung zu korrigieren oder zu verfeinern. So bleibt Ihre Berichterstattung genau und aktuell, auch wenn sich Dinge spät im Gespräch ändern.
Wie man Fin Attributes einrichtet
Schritt 1: Entscheiden, was klassifiziert werden soll
Überlegen Sie, welche Arten von strukturierten Informationen Fin erkennen soll. Häufige Beispiele sind:
Problemtyp (z. B. Abrechnung, Projekte, Kontoverwaltung)
Stimmung (Positiv, Neutral, Negativ)
Dringlichkeit (Dringend, Hoch, Normal, Niedrig)
Spam-Erkennung (Spam, Legitimate)
Schritt 2: Erstellen Sie ein neues Attribut (oder konvertieren Sie ein bestehendes Attribut)
Um ein neues Fin Attribute zu erstellen:
Gehen Sie zu Fin > Train > Attributes , um zu beginnen.
Klicken Sie auf Neu.
Füllen Sie den Name und die Beschreibung für Ihr Attribut aus.
Fügen Sie Attributwerte hinzu (mit klaren Beschreibungen für jeden)
Tipp: Erfahren Sie, wie Sie effektive Attributnamen und Beschreibungen erstellen, um Fin bei der genauen Klassifizierung Ihrer Supportgespräche zu helfen.
To convert an existing attribute:
Gehen Sie zu Einstellungen > Daten > Conversations, klicken Sie auf Bearbeiten bei einem listenformatierten Attribut und dann auf Let Fin detect.
Nach der Umwandlung erscheint das Attribut unter Fin AI Agent > Train > Attributes.
Hinweis: Nach der Umwandlung kann ein Attribut nicht rückgängig gemacht werden – Sie können es jedoch bei Bedarf deaktiviert lassen.
Schritt 3: Vorschau vor der Aktivierung
Bevor Sie ein Attribut aktivieren, verwenden Sie die integrierte Vorschau in Fin AI Agent > Train > Attributes, um:
Testen Sie die Attributwerte anhand von Beispielkunden-Nachrichten
Überprüfen Sie, wie genau Fin den richtigen Wert anwendet
Überarbeiten Sie Namen und Beschreibungen vor der Aktivierung
[Optional] Schritt 4: Bedingte Regeln hinzufügen
Verwenden Sie Bedingungen, um Regeln zu erstellen, die genau steuern, wann Fin ein bestimmtes Attribut erkennen soll. Dies ermöglicht eine genauere Klassifizierung, was zu saubererem Routing und Reporting führt.
Bedingungen funktionieren, indem Attribute miteinander verknüpft werden und eine abhängige Beziehung entsteht. Fin versucht nur, das abhängige Attribut zu erkennen, nachdem es zuerst das steuernde Attribut und dessen Wert identifiziert hat.
Hinweis: Bevor Fin ein abhängiges Attribut erkennen kann, muss das steuernde Attribut selbst ein aktiviertes Fin Attribut sein. Wenn das steuernde Attribut deaktiviert ist oder noch durch workflows oder AI Category Detection klassifiziert wird, kann Fin dessen Wert nicht bewerten. Daher werden abhängige Attribute nicht erkannt, selbst wenn sie aktiviert sind. Stellen Sie stets sicher, dass steuernde Attribute aktiviert sind, damit die bedingte Logik wie erwartet funktioniert.
Wie es funktioniert
Die Logik für Bedingungen ist eine einfache Wenn/Dann-Anweisung:
Wenn Fin einen bestimmten Wert für ein steuerndes Attribut erkennt, dann versucht es, das abhängige Attribut zu erkennen.
Sie können diese Regeln im Seitenbereich der Attribut-Einstellungen unter dem Tab Bedingungen konfigurieren. Für jede Regel definieren Sie:
Definieren Sie den Wert des steuernden Attributs.
Wählen Sie die Bedingung aus, die ausgelöst werden soll, wenn dieser steuernde Wert erkannt wird.
Geben Sie an, welche Bedingungswerte erlaubt sind.
Beispiele:
Wenn Issue type = Refund request → dann Refund request reason erkennen.
Wenn Sentiment = Negative sentiment → dann Urgency erkennen.
Wenn diese Logik angewendet wird, erkennt Fin zuerst das steuernde Attribut. Wenn der definierte Wert übereinstimmt, versucht Fin anschließend, die verknüpften Bedingungen zu erkennen.
Hinweis: Die Logik der Bedingungen wird in regelbasierter Eskalationsanleitung beachtet. Wenn eine Bedingung in einer regelbasierten Eskalationsanleitung referenziert wird, bewertet Fin das Gespräch nach jeder Kunden-Nachricht erneut, um zu prüfen, ob die steuernden und Bedingungswerte übereinstimmen.
Überwachung und Überprüfung von Fin Attributen
Sobald Ihre Fin Attribute aktiviert sind, liefert Fin Echtzeitstatistiken, die Ihnen helfen zu verstehen, wie Attribute angewendet werden.
Sie sehen:
Conversations → die Anzahl der Conversations, die Fin für jedes Attribut und jeden spezifischen Attributwert erkannt hat.
Resolved → der Prozentsatz der Conversations, die Fin vollständig lösen konnte.
Routed → der Prozentsatz der Conversations, die erfolgreich mit diesem Attribut geroutet wurden.
Sie können auch einzelne Conversations genauer ansehen, um zu überprüfen, wie Fin ein Attribut angewendet hat und die Genauigkeit zu validieren. So können Sie die Klassifizierungsgenauigkeit überwachen, falsch klassifizierte Conversations überprüfen und Attributbeschreibungen basierend auf Mustern aktualisieren.
Beispielanwendungsfälle
Nachfolgend einige Beispiele, wie Kunden Fin Attribute verwenden, um Conversations zu klassifizieren.
Beispiel für Issue Type Attribut:
Projekte - Projekte sind eine Sammlung verwandter Aufgaben und Aktivitäten, die darauf abzielen, ein bestimmtes Ziel oder Ergebnis zu erreichen, was Teamkollegen-Zusammenarbeit, Zeiterfassung, Meilensteine oder Ziele und Status umfassen kann.
Abrechnung - Abrechnung umfasst die Verwaltung von Abonnementplänen, Rechnungen, Zahlungsmethoden, Rabatten, Planfunktionen, Testversionen, Kontobeschränkungen, Rückerstattungen und mehr für ein nahtloses Abrechnungserlebnis.
Kontoverwaltung - Kontoverwaltung umfasst Diskussionen rund um Benutzerkonten, einschließlich Kontoerstellung, Löschung, Aktualisierung persönlicher und Zahlungsinformationen und mehr.
Beispiel für Sentiment Attribut:
Positiv - Ein positives Sentiment bedeutet, dass der Nutzer, der die Nachricht geschrieben hat, allgemein zufrieden oder glücklich zu sein scheint und wahrscheinlich eine positive Emotion fühlt.
Negativ - Ein negatives Sentiment bedeutet, dass der Nutzer, der die Nachricht geschrieben hat, allgemein unzufrieden oder unglücklich zu sein scheint und wahrscheinlich eine negative Emotion fühlt.
Neutral - Ein neutrales Sentiment bedeutet, dass der Nutzer, der die Nachricht geschrieben hat, weder glücklich noch unglücklich zu sein scheint und es schwierig ist, seine Emotion zu erraten.
Beispiel für Spam Detection Attribut:
Spam - Automatisierter Spam, der an die Kundensupport-Mitarbeiter gesendet wird. Dazu gehören Autoresponder, Newsletter, Gastbeiträge und andere allgemeine Spam-Nachrichten, die vom CS-Analysten ignoriert werden könnten.
Legit - Legitimate Conversations, in denen der Nutzer ein tatsächliches Problem hat, das von einem Kundensupport-Analysten bearbeitet werden sollte.
FAQs
Womit erkennt Fin Fin Attribute?
Womit erkennt Fin Fin Attribute?
Fin verwendet den Attributnamen, dessen Beschreibung sowie die Wertnamen und Beschreibungen, um zu bewerten, welchen Attributwert es anwenden soll. Stellen Sie sicher, dass alle diese Felder in einer für Fin leicht verständlichen, menschenlesbaren Weise geschrieben sind.
Was tun, wenn das auf das Gespräch angewendete Attribut nicht genau ist?
Was tun, wenn das auf das Gespräch angewendete Attribut nicht genau ist?
Wir empfehlen, die Benennung und Beschreibungen zu überprüfen. Verwenden Sie unsere Best Practices und testen Sie mit echten Kunden-Nachrichten im Vorschau-Tool.
Profi-Tipp: Um Ihre Attributwert-Bezeichnungen und Beschreibungen zu überprüfen, können Sie ein KI-Schreibtool wie Chat GPT oder Claude verwenden.
Beispielaufforderung:
You are an expert in customer-support AI. You are evaluating a taxonomy used by a LLM to classify customer support conversations. For each attribute (e.g., Topic, Sentiment), the LLM chooses the most appropriate attribute based on a combination of the attribute name and its description. This taxonomy will directly impact the LLM's ability to classify real customer support conversations. Your task is to assess the quality of this setup using the following best practices: Create clear, concise names - Choose short, descriptive names that immediately convey the attributes purpose. Write comprehensive descriptions - Take the time to write detailed descriptions and include all relevant information about what belongs in the attribute. Think about every type of conversation that should fall under this attribute and describe them in the description. Providing a detailed description will help Fin classify conversations correctly. You can include keywords and examples of customer questions. Make attributes distinct - Avoid creating attributes that overlap too much. Your attributes should be clearly different from each other, making it easy to determine which one best fits a given situation. This should be checked within each attribute only. It's fine for different attributes to apply to the same conversation. It shouldn't affect the score. Overlap with values in other attributes is allowed and does not affect this score. Ignore Archived Attributes - If a attribute is marked as archived, do not evaluate or score it. Add 5 Columns to the CSV Clarity/Conciseness (1–5), Description Comprehensiveness (1–5), Attribute Distinction (1–5), Final Score, Comment Assess each parameter for each attribute, and write a comment of why you applied this rating. Then calculate the overall score for this setup. After you've done this add one more column: Overlapping Attributes. If you think any given attribute overlaps with other attributes - list these attributes there.
Was passiert, wenn Fin keinen Wert erkennt?
Was passiert, wenn Fin keinen Wert erkennt?
Fin gibt einen Nullwert zurück, wenn kein Attribut zutrifft, wodurch das Attribut leer bleibt. Sie können eine "Andere"-Option hinzufügen, um unklassifizierte Gespräche aufzufangen, falls gewünscht.
Hinweis: Wenn das Attribut Teil einer bedingten Kette ist, überprüfen Sie, ob das steuernde Attribut als Fin Attribute aktiviert ist, da Fin abhängige Attribute nicht auswerten kann, wenn das steuernde Attribut nicht aktiviert ist.
Wann sollte ich einen "Andere"-Wert hinzufügen?
Wann sollte ich einen "Andere"-Wert hinzufügen?
Nicht jedes Attribut benötigt einen "Andere"-Wert, aber für viele Anwendungsfälle ist es eine wichtige Absicherung.
Wenn Ihr Attribut ein breites oder sich entwickelndes Themenspektrum abdeckt (wie Issue Type oder Product Area), fügen Sie einen Andere-Wert hinzu. Dies gibt Fin eine Rückfalloption, sodass jedes Gespräch klassifiziert wird und nicht leer bleibt.
Für Attribute, die kollektiv erschöpfend sind (wie Sentiment- oder Urgency-Vorlagen), ist ein "Andere"-Wert normalerweise nicht erforderlich, da Fin immer eine der definierten Optionen zuweisen kann.
Warum werden meine bedingten Fin Attributes nicht erkannt?
Warum werden meine bedingten Fin Attributes nicht erkannt?
Die bedingte Erkennung funktioniert nur, wenn sowohl das steuernde als auch das abhängige Attribut aktivierte Fin Attributes sind.
Wenn ein abhängiges Attribut als Fin Attribute aktiviert ist, das steuernde Attribut jedoch nicht aktiviert ist (z. B. wenn das steuernde Attribut weiterhin durch workflows oder die Legacy-AI-Kategorisierung befüllt wird), wird Fin das abhängige Attribut nicht erkennen, selbst wenn die Bedingungen korrekt konfiguriert sind.
Damit die bedingte Logik funktioniert:
Das steuernde Attribut muss in ein Fin Attribute umgewandelt werden.
Es muss aktiviert sein.
Fin muss im Gespräch anwesend sein, damit es den Wert des steuernden Attributs erkennen kann.
Erst dann wird Fin die Werte der abhängigen Attribute auswerten und anwenden.
Beispielszenario:
Wenn Sie ein Attribut wie „Topic“ haben, das mehrere abhängige Fin Attributes steuert, aber „Topic“ nicht als Fin Attribute aktiviert ist, kann Fin dessen Wert nicht auswerten. Deshalb werden alle abhängigen Attribute nicht erkannt, selbst wenn sie einzeln aktiviert sind.
Ich verwende AI Category Detection – sollte ich auf Fin Attributes umsteigen?
Ich verwende AI Category Detection – sollte ich auf Fin Attributes umsteigen?
Fin Attributes sind die nächste Generation der AI Category Detection. Fin Attributes laufen automatisch, erfordern weniger workflow-Wartung und funktionieren nahtlos mit Escalation Rules, sodass Sie die volle Kontrolle über die Gespräche haben, die Fin an Ihr Team weitergibt.
Ihre aktuelle Einrichtung ändert sich nicht, aber wir empfehlen, mehr zu erfahren und auf Fin Attributes umzusteigen, um ein verbessertes Produkt und Erlebnis zu erhalten.
Was passiert, wenn ich ein bestehendes AI Category Detection-Attribut in ein Fin Attribute umwandle?
Was passiert, wenn ich ein bestehendes AI Category Detection-Attribut in ein Fin Attribute umwandle?
Wenn Sie ein bestehendes AI Category Detection-Gesprächsattribut in ein Fin Attribute umwandeln, verwendet Fin einfach dasselbe zugrunde liegende Gesprächsattribut. Das bedeutet:
Das umgewandelte Attribut funktioniert weiterhin ohne Unterbrechung in Ihren bestehenden workflows und Berichten.
Wenn aktiviert, beginnt Fin, Attributwerte zu Schlüsselmomenten zu klassifizieren, sodass Sie diese Attribute anfangs möglicherweise zweimal aktualisiert sehen (einmal durch AI Category Detection, einmal durch Fin).
Zur Vereinfachung können Sie Ihre AI Category Detection-workflow-Blöcke schließlich entfernen, sobald Sie zufrieden sind, wie Fin Attribute anwendet.
Die Umwandlung ist eine Einbahnstraße – Attribute können nicht zurück zu AI Category Detection konvertiert werden, aber sie können bei Bedarf deaktiviert werden.
Wofür können Fin Attributes nicht verwendet werden?
Wofür können Fin Attributes nicht verwendet werden?
Fin Attributes können nicht zusammen mit Custom Answers verwendet werden. Custom Answers sind für Kunden, die Intercom am oder nach dem 19. März 2025 beigetreten sind, nicht verfügbar.
Muss ich Fin in jedes Gespräch einbeziehen, um Fin Attributes zu verwenden?
Muss ich Fin in jedes Gespräch einbeziehen, um Fin Attributes zu verwenden?
Ja. Fin Attributes werden von Fin angewendet, wenn es in einem Gespräch anwesend ist. Das bedeutet, Fin muss in Ihren workflows enthalten sein, um Gespräche zu klassifizieren.
Wenn Sie möchten, dass Fin in bestimmten Fällen nicht antwortet, können Sie Escalation Rules verwenden. Dadurch kann Fin das Gespräch klassifizieren und dann sofort basierend auf Gesprächs- oder Benutzerattributen Ihrer Wahl verlassen.
Zum Beispiel könnten Sie:
Alle Gespräche eskalieren, bei denen Channel = Email
Alle Gespräche eskalieren, bei denen Attribut = Billing
So erhalten Sie die Vorteile einer konsistenten Klassifizierung aller Gespräche und behalten gleichzeitig die volle Kontrolle darüber, wann Fin antwortet oder nicht.
Gibt es eine Begrenzung bei der Verwendung der Upload-Option?
Gibt es eine Begrenzung bei der Verwendung der Upload-Option?
Ja, es gibt eine Begrenzung von 250 Werten pro Attribut, dies ist also das Maximum, das beim Hochladen eines Listenattributs über eine CSV-Datei gesendet werden kann.
Was passiert, wenn das auf das Gespräch angewendete Fin Attribute nicht genau ist?
Was passiert, wenn das auf das Gespräch angewendete Fin Attribute nicht genau ist?
Überprüfen Sie, ob die Benennung und Beschreibungen den Best Practices für Fin Attributes entsprechen.
Kann ich Fin Attributes in meinem bestehenden Intercom-Plan verwenden?
Kann ich Fin Attributes in meinem bestehenden Intercom-Plan verwenden?
Ja, Fin Attributes sind derzeit in allen Plänen ohne zusätzliche Kosten verfügbar. Preisänderungen werden Ihnen immer im Voraus mitgeteilt.