本文梳理了搭建智能外呼場景時，具體的5個操作階段以及4個注意點。

一、前言

智能AI的快速發展，傳統呼叫中心也在進行智能化改造，智能外呼本身可以理解為是傳統呼叫中心外接了智能AI系統，多了3個模塊，智能語音、智能機器人、智能外呼控制臺，相較于傳統外呼有以下3點優勢：

1. 降低人力成本，提升營銷效率
2. 自動記錄交互信息，各環節數據統計
3. 話術標準統一，避免營銷不規范

二、搭建流程

現在市面上也有不少語音機器人，各有特點，那么我們在搭建智能外呼場景時，具體要怎么去操作呢？我將其分為5個階段：

注：默認系統全部搭建完畢并且已經對接完成，軟硬件性能本文中暫不考慮，如延遲、并發等。

1. 業務梳理

（1）業務流程：業務專家、機器人訓練師、一線客服一起梳理業務流程，根據歷史交互信息、客服的工作記錄等內容梳理最合適的業務流程。

（2）業務系統交互場景：我們是否需要對接用戶系統、付費系統、營銷系統等，因為在用戶的交互過程中可能需要去查詢信息或者直接下單更改業務系統數據，這些都是在進行業務梳理時需要考慮的。

（3）呼叫中心指令：這里主要指的是字段對接，每個字段涉及到一些特殊指令，呼叫中心收到這個指令時就會進行相應的動作，例如放音、掛斷、打斷、進IVR、轉人工等，這個需要雙方進行對接測試。

（4）文檔輸出：目的就是為了方便機器人訓練師和開發人員進行機器人配置：流程文檔，接口文檔，業務知識文檔（一問一答、常用業務詞、兜底話術等）。

2. 構建對話機器人（對話流）

（1）主流程

就是指業務流程，根據梳理的業務流程圖進行設計。做的比較不錯的外呼廠家可以做到大部分場景界面化配置，無需開發能力，部分特殊場景可能需要代碼來控制。

（2）全局流程

可以理解為用戶在主流程中可以隨時跳到全局流程中，全局流程交互完畢后還能回到主流程中進行之前沒有完成的交互。跳回時需要給每個流程配置銜接詞，做的比較好的話還可以設置次數和每次跳回回復不同的內容，用不同的話術去引導用戶進行回答，而不是同樣的內容在重復。

• a.知識庫設計：最簡單的一問一答的形式，無特殊處理，支持跳回主流程。
• b.特殊流程：根據用戶所在的環節，和提問的內容進行特殊處理的流程，主要涉及到放音、掛斷、打斷、進IVR、轉人工。

例如用戶說：我要轉人工，這個時候就可以播放語音“正在為您轉接人工，請稍后”，然后將線路切到人工坐席進行服務。

辦理業務需要輸入密碼時，機器人就可以將這個特殊指令傳給呼叫中心，呼叫中心收到這個指令就會轉IVR，放音讓用戶進行按鍵，完成密碼校驗后重新回到機器人服務。

（3）話術

包括觸發意圖和回復內容設置。

• a.觸發意圖設置：沒啥好說的，正常的廠家就是窮舉或者按照LGF規則去設置，有自己的算法去計算匹配度，達到對應的匹配度就會命中意圖走流程。
• b.回復內容設置：用戶聽到的標準回復內容，不同的話術可能會帶來不同的轉化率，這個需要在上線后進行階段性的規模測試調優，找出最佳話術，或者根據人群進行不同的話術設置。
• c.特殊指令設置，這個根據實際需要確定，包括和呼叫中心或者業務系統的對接構建的特殊指令。

（4）代碼

這塊根據實際業務和各個廠家的機器人確定，通過代碼控制一些復雜流程。

3. 測試

（1）內部測試

構建測試腳本，根據腳本邀請工作人員參與測試。

測試標準：識別率達到***，意圖準確率達到***。

• a.意圖測試：每個意圖節點都用意圖測試腳本去測試意圖是否正常命中
• b.流程測試：意圖命中后，是否正常走流程
• c.ASR測試：測試識別情況是否達到預期
• d.TTS測試：測試放音情況是否有錯誤或者不自然之處

（2）預上線測試

參考內部測試內容，只不過這個測試面向的是批量的用戶群，例如每天撥打小幾百個，測試1周看效果是否可以達到上線條件。

4. 問題分析及優化（循環）

（1）智能部分

1）語音識別

• a.發音無問題，音對字不對。那么可以認為其是正確的，只不過要對同音字進行強化處理，簡單的來說可以這么去理解，初始的識別模型“衣”和“醫”都是相同的權重1，如果是在醫學領域，更多情況下翻譯成“醫”，那么就可以去修改其權重，在出現同樣的音時，優先翻譯成“醫生”。
• b.發音無問題，對了一部分或者完全不對：可以通過修改需要識別的詞匯的權重或者語言模型優化實現，具體操作方式各家的ASR產品有所不同。正常簡單的可以界面化訓練，復雜的需要開發人員介入。
• c.發音問題：方言和口語，這種情況可以有2種處理辦法，一種是將識別的內容強行配置在意圖中（少量內容可以這么處理），如果是大范圍的問題，就需要去進行聲學模型的定制優化。

2）意圖識別

標準問法：

• a.看是否串了意圖，其他對話流是否出現了這個意圖，導致無法走到對應的流程，需要對重合的意圖進行修改，盡量不要有重疊。
• b.出了bug，請聯系廠家。

非標準問法：串意圖，并且匹配度低，可以通過修改意圖的形式去匹配。

3）回復內容

• a.有答案，意圖未命中：修改意圖以匹配話術。
• b.無答案：新增意圖和對應的答案

4）語音播放

TTS產品都會有很多音庫的，如果覺得不合適可以選擇真人錄音，發音比較自然，就是沒那么靈活，錄音工作量較大?？窗l音效果關注下面4點：

• a.合成準確率：正常不會出錯
• b.音調、聲音、感情等因素：感知問題
• c.變量銜接：真人+合成音搭配的情況下，需要注意，這塊可能引起銜接不順暢。
• d.真人和合成音的篩選

（2）業務部分

1）流程轉化率

參考漏斗模型，分析全流程轉化率異常節點，看是流程設置問題還是其他原因。

2）用戶交互內容

根據用戶交互的內容分析用戶感興趣或者有問題的地方，通過這些內容數據來優化話術

5. 上線

這里就不僅僅是關注智能和業務指標了，還要注意軟硬件的性能，看是否能頂住上線的大規模并發，之后就是不斷訓練優化的過程了。

三、注意點

1. 智能外呼機器人定位

中上等電銷業務員，能夠按照固定標準去和用戶交互，不會有優秀的業務員那樣靈活變通，智能按照設置的內容去回復用戶，無法實現自主的思考學習。

2. 業務場景

適合簡單語音交互，不適合復雜的業務流程，例如多種意圖判斷，復雜的語言理解，現在的技術水平還達不到或者付出的代價較高，往往用戶沒有這么多的預算。

3. 訓練優化

智能的背后一定有N倍的人工，現在還沒達不到無監督學習的地步，好的智能外呼機器人是不斷訓練優化出來的。

4. 只能用于外呼嗎？

適合語音交互的流程，包括呼入（智能語音導航）和呼出（智能外呼）。

四、總結

智能外呼只是一個輔助工具，并不能直接帶來業務效果提升，我們要根據交互的業務數據去不斷訓練機器人，優化場景，這樣才能達到提升業務的目的。

作者：趙洲，南京打雜運營。

本文由 @趙洲 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自PEXELS，基于CC0協議