对呼叫中心来说,除了大量的结构化数据之外,还有大量的录音,大家都认为这既是一个需要监控的高风险地带,也是一个值得挖掘的宝藏。可是传统的技术,无法对录音进行分析,只能靠人工去听,费时费力,分析的样本不够典型,质检覆盖率非常低。自动语音识别可以很好地解决这个问题,当应用语音识别将语音转成文字之后,就存在了全量检查、分析的可能。
最常见的应用场景是语音质检,具体做法是使用语音识别产品,将录音转化为文字,再从这些文字中寻找需要检查的内容,有三种用途:
第一种,提高问题检出率。通常用于合规检查,该说的话是不是说了,不该说的话是不是真的没说。最先应用的是在电话销售、电话回访业务中,这类业务往往有很多监管的要求,以避免各种误导,撇清各种责任。还有用于日常质检中检查有没有出现服务禁语惹了客户。语音质检理论上可以做到检查所有录音,达到100%的覆盖,这样就不用担心传统方法未抽检到的录音中是否有座席心存侥幸。
第二种,辅助提升技能。质检的定位越来越被认可是帮助座席提升技能而不是扣分的,所以语音质检也要去找出录音中座席不熟练、生疏的内容,帮助其提升技能。比如重复多次的话、停顿、不能适当主导通话内容,等等。
第三种,分析来电原因。对客户关注热点的变化,一般通过来电原因来分析。记录每一通电话的来电原因,传统的做法是话后小结,缺点是增加处理时间,而且不纳入质检差错的话后小结,通常不准。先进一点的做法,根据操作页面自动记录,只是有时候遇到同页面不同原因时,不容易细分,同时也受座席操作影响。这些做法还有一个共同缺点是,不管是服务小结还是页面点击,来电原因都是预设的,对历史数据不能按新的来电原因统计。而通过语音来分析,准确性会提升,而且对历史录音也可以按照新的维度去统计分析。
领取专属 10元无门槛券
私享最新 技术干货