Вкалывают роботы. Как речевая аналитика улучшает работу колл-центров телеком-компаний |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2020-08-31 12:25 Меня зовут Юлия Кравченко, я руководитель отдела аналитики и бизнес-консалтинга группы компаний ЦРТ. Наша компания уже 30 лет занимается технологией распознавания и синтеза речи. На международном конкурсе CHiME-2020 наша технология распознавания речи была признана лучшей в мире. В статье я расскажу о конкретном кейсе – нашей работе c МегаФоном и возможностях изменения подхода к мониторингу качества обслуживания благодаря речевой аналитике. Зачем нужна речевая аналитика В контактном центре МегаФона работают несколько тысяч операторов, которые каждый день обрабатывают сотни тысяч звонков. Для контроля качества обслуживания все они записываются. Чтобы обработать такое количество звонков, нужна технология и классная команда аналитиков. С помощью речевой аналитики ЦРТ можно оценивать качество диалогов, соблюдение скриптов, выявлять причины длительного обслуживания. Раньше выводы о качестве обслуживания или оценке продуктов клиентами делались на основании 1-3% звонков.
Речевая аналитика позволила охватить все 100% контактов. Инструмент позволяет получать полноценную информацию об удовлетворенности абонентов и ежедневно обновлять ее, оперативно выявлять причину отказа от услуг, сегментировать отклики о конкурентах, предлагать актуальные тарифы, корректировать тарифную линейку, увеличивать кросс-продажи и пр. В качестве речевой аналитики для МегаФона используется наша собственная разработка Smart Logger – система управления качеством обслуживания и анализа взаимодействия с клиентами.
Как работает речевая аналитика В контактном центре звонки записываются и автоматически переводятся в текст в формате диалога «клиент-оператор» с посекундным хронометражем. Эти диалоги и становятся предметом для аналитической работы. В зависимости от задачи, аналитики выстраивают запросы по ключевым словам и словосочетаниям. Это позволяет легко выявить недостаточную вежливость со стороны сотрудников, обнаружить слабую работу с возражениями и обучить операторов правильным скриптам. В речевой аналитике ЦРТ есть более 40 количественно-временных параметров:
Такое количество параметров позволяет создавать выборки для аналитики и проводить сравнение данных параметров в разрезе тематик.
В речевой аналитике можно сравнивать разные выборки, в том числе по лексике. Например, система может сравнить успешные выборки с теми, где продажа не состоялась, и выявить список уникальных слов-наборов. Обогатив ими используемые скрипты, можно повысить эффективность продаж. Насколько точна расшифровка Человеческое ухо распознает около 96% речи собеседника, качество распознавания Smart Logger приближается к этим же значениям. При этом машина слушает 100% всех диалогов, не пропуская слова из-за невнимательности. Поскольку все технологии ЦРТ – наша собственная разработка, в том числе и распознавание речи, у нас есть возможность дообучения языковой модели под специфику конкретного заказчика. Для этого аналитику нужно просто записать в формате Word или txt список слов, необходимых для распознавания, после этого администратор сможет дообучить систему буквально за несколько минут. Лексическая статистика В решении есть лексическая статистика. Она предоставляется в виде облака тэгов с наиболее часто встречающимися словами в диалоге. Она также позволяет увидеть релевантность вхождения, то есть обнаружить устойчивые словосочетания. Например, аналитик в облаке тэгов щелкает на слово «проблема» и получает слова «связь», «телевидение» и так далее. Также лексическая статистика позволяет увидеть список всех слов, которые встречались в той или иной выборке. Например, можно взять выборку с негативом в адрес компании и, оценив статистику, найти, что стало причиной такой реакции. Здесь необходима работа аналитика, способного строить гипотезы. Обогащение данных Еще есть более 40 количественных параметров: молчание, одновременная речь, перебивание, длительность диалога, удержание звонка и даже местоположение, стаж работы оператора и многое другое. Можно сравнить, например, конверсию продаж операторов-новичков с опытными операторами, оценить эффективность работы конкретной площадки контакт-центра, проанализировать диалоги с низким баллом tNPS (Transactional Net Promoter Score, индекс лояльности клиентов), масштабировать лучшие практики отработки негатива и отказов клиентов, мониторить динамику их применения.
Речевая аналитика - это глобальный тренд Вот некоторые данные о том, как в мире развивается речевая аналитика. Возможно, вам будет интересно.
Согласно исследованиям IDC, Аналитика клиентского опыта, в том числе и речевая аналитика, помогают оптимизировать процесс прогнозирования спроса и быстрой перенастройки цепочек поставок в условиях быстроменяющейся политической, экономической и социальной повестки. По мнению аналитиков Gartner, на сегодняшний день речевая аналитика является зрелым технологическим и продуктовым предложением, преодолевшим кризис разочарования и выходящим на плато своей продуктивности. У нас огромный опыт по внедрению речевой аналитики в сервисы разных компаний, поэтому мы с удовольствием ответим на ваши вопросы в комментариях о сложностях внедрения, особенностях технологии, как она будет развиваться в ближайшем будущем и пр. Спасибо за внимание! Источник: vc.ru Комментарии: |
|