近年来,通过语音识别和语义理解技术,我们将录音中的语言信息转化成可被分析的语言数据,极大的促进了智能质检领域的发展,质检的触达广度和效率得到了质的飞跃。通过数字化和智能化的融合应用,让客户听见转变为系统听见成为了可能,同时服务质量的管理理念也随之发生变化。
一、智能质检发展背景
据了解,同业中普遍使用两类质检系统,本质上为基于转文本和音素(发音)分析,以智能质检和语音分析为主要业务应用方向。
基于转文本的智能质检系统,是将交互对话转化成文字,然后对文字进行质检和分析,后续所有工作与转译的准确率高度关联。得益于系统的算法或联想等功能,系统在反复训练后“听”得懂客户和坐席的对话,转文本过程中会对语义补齐翻译,这对于语音分析影响不明显,但对于精准度要求较高的智能质检来说则会产生影响。
基于音素分析是利用音素(发音)为基础进行筛选,这个过程可以理解为拼音或音标,优势在于原版呈现对话过程,凸显真实还原,难点在于模型的构建,因为模型训练的是语义的关联关系,因此建模难度比从转译好的文本中提取关键词更大,语音分析难度加大。
三、智能质检应用现状及原因
四、基于NICE质检系统某银行智能质检应用
通过关键数据组成象限图,可以直观了解所有客服人员基本服务行为的分布情况,为后续服务行为分析做基础。通过基础数据和智能质检结果,我们可以了解业务办理情况,客服人员基本数据表现,同时,可以对个人进行服务诊断,提出针对性的优化方案。
通过智能质检通过基础数据和智能质检结果,我们可以了解业务办理情况,客服人员基本数据表现,可以对个人进行服务诊断,提出针对性的优化方案;专项业务的质检覆盖率达到平均80%以上,专项质检效率提升16倍。由3名语音分析人员,准确定位百万电话量级的个人差错,折合每年节约百万的质检成本,初步实现了从“客户听见”到“系统听见”设想。智能质检让服务过程更加透明化,同时能够更加及时地掌握客服人员和客户的反馈信息。相信随着智能质检模型的不断丰富,项目的应用效果会更加明显。
五、智能质检语音分析模型难点及解决
我们结合NICE系统情况,创立了模型建设定位方案,首先确认适合智能质检的业务场景,这是建模成功的前提;当确认业务后,对业务流程进行详细拆解,分解成可进行建模的最小单位;第三,通过数据交叉等多种手段,尽可能精准业务定位;第四,建模完成后,建模师需要进行覆盖率和准确率的核检,达到交付标准后才能交给业务团队进行后续使用。
第二个问题是模型检出范围不准,产生的原因多为用词片面,不能代表多数的表达方式。为此,我们引入了模型群组的概念并确认模型的构建思路。业务节点的智能质检往往需要多个模型建立群组共同作用。建模方法和思路大致分为两种:一是化整为零,圈定范围后去除干扰录音。二是化零为整,以叠加的方式进行模型积累。这两种方式各有优缺点,虽然建立模型没有固定的要求,多取决于语音分析建模师的工作习惯和既成的思路。
难点3:模型准确性的持续衰减——建立模型持续反馈优化机制
智能质检模型上线使用后,经过一段时间准确性将会下降,在实际操作的过程中,我们发现其原因大致分为:
一是以偏概全,建模训练的是样本录音中人的发音习惯,如果抽取的样本录音集的范围并不具有代表性,则在整体录音核查的时候就会不准;二是客服人员流动性的影响,当新人注入时,他们的发音习惯尚未被系统识别。三是个体差异,虽然有明确的话术,但是每位客服人员的语义表达仍然略有不同。我们的做法是隔一段时间需要进行模型的调优,交付和使用两个阶段是持续循环往复的过程。
模型应用准确率的优化解决方案
为了让模型的准确率和覆盖率保持在一个相对恒定的范围,我中心制定了模型的持续反馈优化机制。持续反馈优化机制由服务分析团队、质检团队、业务团队以及其他模型使用团队组成,将模型应用切分为模型建立及交付、后续筛查交接,核检及反馈、再优化四个环节,每个环节增加准确率和覆盖率的审核保障。与此同时,在核检和反馈环节,我们采取一事一议的方式,对每个实现智能质检的业务采取定制化核检反馈,提高反馈效率。
六、关于“系统听见”和“客户听见”的思考
结合以上内容,我们再来思考客户听见和系统听见。系统听见从结果来说,是系统听懂人在说什么,从过程来讲,系统经过了大量语料内容的反复训练,可能系统会比客户更加明白坐席说了什么。而客户听见,是客户不仅听到了客服人员的语言内容,同时听到了客服人员传递给客户的情绪和情感。所以,系统听见并不能完全代表客户听见。从业务上来说,当前的技术程度,智能质检不能完全替代人工质检,这是业务定位的问题。从功能上来说,质检系统本身有各自的局限性,我们对于智能质检系统的期望应在一个合理的区间。
七、未来展望
我认为未来智能质检和语音分析的发展,将趋向个性化,更加突显各行差异化特点。总的来说,在智能质检方面,智能质检的进一步发展,将实现质检量级的突破,促进管理效率的奇点质变,从管理者来讲,由原来小组抽查为单元的管理模式,变成可了精确到个人,跟踪其全量真实表现,从管理精细度的飞跃,也需要管理者在管理思维上进行适应性的改变;对与客服人员来说,智能质检降低了客服人员侥幸心理,更加注重个人的服务过程。在客户体验分析方面,语音分析提供了一个新的分析维度,改变以往靠专家头脑风暴的客户体验分析模式,通过多维度的数据分析方法进一步量化客户体验。