Масштаб даних аудіо, що залишаються невикористаними
Великі контакт-центри обробляють десятки тисяч дзвінків щодня. Кожен з них записується з регуляторних причин або для навчальних цілей, і практично ніколи не слухається. Обмеження людських ресурсів означають, що навіть при інтенсивній програмі QA тільки 1-3 відсотки дзвінків оцінюються вручну, вибрані випадково або на основі простих фільтрів. Решта зникає в архіві, забираючи з собою інформацію про повторювані проблеми клієнтів, помилки процедур консультантів, потенційні порушення комплаєнсу та сигнали про відплив клієнтів.
Транскрипція як основа аналізу
Автоматична транскрипція перетворює аудіопотік у пошуковий текст, відкриваючи можливість аналізу 100 відсотків дзвінків. Якість транскрипції має критичне значення для всіх наступних застосувань: помилки у визначенні ключових слів можуть як генерувати хибні сигнали комплаєнсу, так і спричиняти пропуск реальних порушень. Моделі транскрипції, спеціалізовані для мови галузі (із словником продуктів, процесів і типових запитів), досягають значно вищої точності, ніж загальні моделі. Особливим викликом є діаризація: розрізнення мовців, присвоєння висловлювання консультантові чи клієнтові, обробка переривання розмовців.
Аналіз настрою і виявлення емоцій
Поза змістом розмови важливий контекст несе спосіб її проведення. Аналіз настрою на рівні висловлювання слідкує за еволюцією настрою клієнта у ході розмови: ескалацією розчарування, моментом перелому після вирішення проблеми, сигналами зречення. Виявлення емоцій акустичних (аналізуючих темп мови, тон, паузи і переривання) надає додаткових сигналів, відсутніх у самому тексті.
- Показник ескалації емоцій: зростає, коли клієнт повторює проблему або підвищує голос
- Тиша з боку консультанта: показник невпевненості або відсутності знань про рішення
- Темп мови консультанта: надто швидкий може свідчити про часовий тиск, надто повільний про труднощі з системами
- Переривання клієнту: корелює з негативними оцінками задоволеності
- Позитивні емоції при завершенні: предиктор лояльності та ймовірності повернення
Автоматична оцінка якості обслуговування
Традиційна картка оцінки QA, заповнена супервайзером після прослуховування розмови, заміняється автоматичним скорингом кожної розмови. Система перевіряє дотримання скриптів, використання заборонених формулювань, повноту обов'язкових настанов, час вирішення проблеми та ефективність рішення (чи клієнт дзвонив знову в тій же справі). Супервайзери автоматично отримують вибраний огляд розмов, що вимагають уваги: не випадкову вибірку, а реальні випадки, що відхиляються від норм якості.
Збіження вимог та моніторинг регуляторного контролю
У секторах, що підлягають регулюванню (фінанси, страхування, телекомунікації, охорона здоров'я), записи розмов підлягають вимогам зберігання та доступності для регуляторів. Системи аналітики мови автоматично перевіряють дотримання інформаційних вимог: чи клієнт отримав необхідні настанови, чи було йому представлено всі умови пропонованого продукту, чи згода на обробку даних була виразно надана. Сповіщення, згенеровані в часі, близькому до реального, дозволяють супервайзеру втрутитися ще в ході дня, а не після тижневої обробки архівних даних.
ESKOM AI будує системи аналітики мови, інтегровані з існуючою інфраструктурою контакт-центру, забезпечуючи не тільки транскрипцію та оцінювання, але й повний образ досвіду клієнтів, якості операційної діяльності та стану відповідності вимогам, у масштабах, які неможливо досягти традиційними методами.