解構客服平臺產品:質檢的智能“進化”之路

3 評論 6627 瀏覽 66 收藏 7 分鐘

編輯導語:智能質檢平臺能對服務語音數據、文本數據進行智能質檢分析,是幫助客服內部提高服務質量的重要工具。本文作者從智能質檢的專業優勢、業務流程、產品設計和操作流程幾個方面,對此作出了分析,一起來看一下吧。

一、智能質檢的優勢

智能質檢平臺基于ASR語音識別、NLP語義分析、情感模型、數據挖掘等技術,對服務語音數據、文本數據進行智能質檢分析;

  • 實現企業服務質檢全渠道100%全量覆蓋;
  • 針對異常服務、服務風險進行實時預警,提升用戶滿意度;
  • 以數據驅動的方式,為運營管理提供有效、可量化的服務管理手段。

二、背景

數智化技術的在客服場景下廣泛應用,智能質檢是幫助客服內部提高服務質量的重要手段工具。

三、質檢業務流程

通過話務質檢業務調研與真實場景體驗,抽象用戶故事地圖,完成業務價值鏈梳理,如下:

四、數智“進化”之產品設計

建設一套利用語音識別技術把呼叫中心的錄音轉成文本,然后利用機器學習以及NLP語義分析技術對轉寫后的文本進行深度挖掘,從·而分析出語音中包含的關鍵詞以及關鍵詞出現的位置信息、說話人的情緒、長時不說話(靜音)等特征的信息,最終實現對語音文件的快速檢索和語音中知識的挖掘。

1. 產品架構

  • 通過智能任務模型建立質檢平臺基礎架構;
  • 通過ASR能力將文本能力轉換為語音;
  • 質檢模板通過專家配置+算法中心機器學習能力完成質檢項的執行;
  • 通過友好的錄音核查操作界面,完成人工評分核查。

2.?產品功能模塊

1)業務詞庫管理

  1. 關鍵詞在詞庫內添加、修改等維護;
  2. 多個關鍵詞分類別組成關鍵詞分類。

2)評分標簽管理

  1. 評分標簽為有一定邏輯關系的關鍵詞或關鍵詞分類;
  2. 標簽邏輯關系:AND,OR,NOT,(),{};
  3. 設計標簽是否與NLP算法關聯。

3)質檢項管理

  1. 質檢項由一個或多個評分2標簽組成;
  2. 質檢項分為人工類型或系統類型;
  3. 系統類型的質檢項需要配置標準分數,系統根據標準分數自動打分,分數在人工評分時可以修改;
  4. 每個質檢項對應一個分數,可以加分,可以減分。

4)質檢模板管理

  1. 質檢模板由一個或多個質檢項組成;
  2. 一個質檢項目匹配一個質檢模板。

5)錄音標簽管理

設置業務錄音標簽,標記錄音,如已成交,已售出,典型錄音。

6)質檢項目

  1. 質檢項目匹配一個質檢模板;
  2. 質檢項目組成要素:質檢模板、錄音來源、檢查對象。錄音來源可由SQL靈活篩選;
  3. 質檢項目可手動或自動周期執行。

7)質檢結果

  1. 質檢結果通過篩選項:質檢項目,質檢來源,批次名稱,關鍵評分標簽,關鍵詞,坐席信息
  2. 查詢各質檢項目中的錄音的質檢結果。
  3. 數據源為各質檢項目中的錄音。

8)全文搜索

  1. 通過篩選項、批次名稱、關鍵評分標簽、關鍵詞、坐席信息
  2. 查詢全量錄音文件然后選擇質檢模板來進行評分。
  3. 數據源為整體錄音。

9)質檢批次查詢

  1. 展示每次質檢情況。
  2. 帶入查詢數據攜篩選條件:項目名、批次名、命中狀態,跳轉到【質檢結果界面】

10)多租戶

  1. 租戶間數據隔離
  2. 數據傳輸加密

五、數智”進化“后的操作流程

  • 通過建立質檢模板完成多租戶支撐;
  • 通過質檢項目的執行完成系統初步質檢結果;
  • 通過人工評分核查,完成質檢結果的復核;

六、總結

基于語音識別和文本挖掘技術,將400電話、座席外呼的全量錄音轉化為結構化的索引信息,實現自動質檢,提高質檢效率。將不足10%的抽檢比例提升到100%,以實現對違規內容、服務質量進行多維度的評價。

智能質檢系統同時具備對客戶行為進行來電原因、營銷效果、服務感知、用戶問題解決率等進行后期數據挖掘,生成各類報表,提供給業務部門提供方案和建議,客服不再是被動處理客戶投訴,而且可以主動預防問題的發生。

 

本文由 @小于哥 原創發布于人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 專業到看不懂

    來自廣東 回復
  2. 回復
  3. 從質檢中發現問題,不斷提升效率,提高服務能力

    回復