《安徽移动-智能语音分析在呼叫中心精细化运营中的应用.ppt》由会员分享，可在线阅读，更多相关《安徽移动-智能语音分析在呼叫中心精细化运营中的应用.ppt（27页珍藏版）》请在三一办公上搜索。
1、智能语音分析在呼叫中心精细化运营中的应用,中国移动安徽公司2011年12月,项目成效,项目背景,项目总结,目录,项目实施,背景1:如何发挥热线沟通桥梁功能,矛盾,热线和客户声音离得很近，心却离得很远,客服热线是唯一的全省性服务窗口，承载公司80%的客户服务,投诉是资源，来话是财富，每月6000万来电，500万录音,热线是公司CRM管理中不可或缺的客户信息来源,传统的热线分析方法依托于来电原因、服务轨迹等，对直接的录音文件很少涉及,海量的客户咨询、投诉、办理等信息得不到有效利用,不能将客户的需求、问题及时进行传递,背景2:如何提升热线运营服务品质,150,000Calls,通话录音客服中心的宝贵
2、资产,人工抽检每日400条覆盖率不到3,3,聆听客户心声 改善服务品质,147,000Calls被忽略,项目目标,本项目旨在借助语音识别和分析技术，通过对热线海量录音的深入分析挖掘，为客户满意度提升、公司产品和流程优化、内部管理提升等核心主题提供决策依据。,通过语音文件中基频、音高、语速等变化，侦测情绪激烈的通话，如生气、抱怨、发怒等；结合语言识别理解技术，准确率更高；采用场景分割技术，有效分离用户与坐席的语音。,项目成效,项目背景,项目总结,目录,项目实施,项目实施一：技术架构,以客服各项生产系统提供的接口为基础,以语音转写、静默监测、情绪侦测等核心技术为依托,以客服精细化运营各项业务需求为
3、目标,以客户关系管理、语音质检报表、市场监控报告等为展示,项目实施二：接口设计,第三方接口,语音分析数据中心,ISA Engine 根据索引基本信息，按Voice Insight 系统结构重建语音内容,CRM/QMPlatform,录音平台华为录音存储：以虚拟硬盘方式提供访问,录音文件,科大恒星QM Platform通过语音分析系统进行全面录音筛选分析并将问题语音列表提供QM平台,录音提取策略：每日0:00提取前一天语音文件并保存至分析服务器缓存,索引建立完毕后删除语音文件。,纬度信息提取策略：每日0:00提取前一天语音文件中对应的客户、服务、CTI等纬度信息。,项目实施三：引擎搭建,前端语音
4、处理指利用信号处理的方法对说话人的语音进行检测、降噪等预处理，以便在有噪音的环境下能准确的识别语音，得到最适合识别引擎处理的语音。主要技术包括：端点检测、噪音消除。,项目实施四：语音识别转写优化,1、文本录音对照，语音一目了然；2、主动提示问题，语音精确定位；,3、重点关注列表，便于案例总结；4、语音能量规整，提取纯正语音。,项目实施五：测试调优,技术咨询可行性分析方案建议,技术培训开发接口支持集成测试,语法开发业务调试数据收集,系统部署运行状况检测问题排查,数据收集效果分析语法优化模型优化业务优化,应用开发,全程提供多种专业工具和支持,应用优化,示例：语音分析引擎工作过程,场景分割,系统自动
5、分析整个录音中语速，对于过慢和过快的情况进行预警。,关键词检索,静默侦测,语速监测,项目成效,项目背景,项目总结,目录,项目实施,成效1：创新语音信息分析，充分利用热线客户信息,通过管理创新，我们要把现代化大规模生产线生产逐步引入到我们运营商里面来，从而使我们的工作效率更高，决策更快，更加科学有效。李跃总,-管理创新怎么去做呢？我觉得要强调两个贴近，管理创新要强调两个贴近，一要贴近客户、二要贴近一线。李跃总,在人员增加较困难，持续精细化管理热线运营中，提高服务效率和工作效能是下一步的重点，本项目采用电子化智能手段，以录音为基础，整合热线的服务流程，为发现问题、分析问题、解决问题、验证效果找到了
6、一个标准、简单的方法和规范，真正实现重复利用热线的客户信息。提高分析效率：以做高频次不满意行为分析为例,听录音分类1000通数据,人工听取需19小时才能完成，但如果用语音分析只需10分钟即可完成分类，直接进行分析。,以邮件、OA文和日报、周报、月报的方式完善客户之声的传递方式。最快速度将分析结果进行投送。,通过聚类分析等措施对客户录音中存在抱怨及不满的问题点进行归类，以半月会诊或咨询单的方式进行提交。,成效2：开展“倾听客户之声”，实现信息快速传递,一线话务代表信息收集:在一线话务代表中建立信息收集机制，以班组为单元逐级汇总，经过初步筛选和分析后按专业提交。,各分公司当月投诉TOP10:选取各
7、分公司投诉工单中不同专业下的TOP典型案例。,重复投诉客户典型案例:根据重复投诉客户案例中反映出的我公司服务或产品存在的各类问题。,日常录音听取和客户回访:将系统发现不满意客户录音进行及时回访并记录回访中发现的各类典型案例或当月咨询热点问题。,每月8日前选取近期客户咨询投诉典型案例，将相关录音文件发往各分公司及省公司市场、客服、数据、集客、网络、信息系统等相关专业部门，供分析参考。,完善投诉通报,1、与网络部、客服管理部等相关部门定期沟通交流；2、对录音焦点问题与各地市实时沟通，跟踪焦点问题的解决效果；,对当前存在的重点问题开展专题分析，如宽带客户来话分析、校园营销问题归整等，将分析结果上报省
8、公司,投诉处理协同,重点关注定期上报,提交问题及需求,功能应用1：落实指标管理,坐席语音,用户语音,无效语音,功能应用1：落实指标管理,安徽移动客服中心2个小时内重复来电占总呼叫量比率为：14.64%，其中，约11.39%是咨询或办理不同业务的，只有约3.25%是两次来电咨询或办理同类业务的。,功能应用2：洞察客户诉求,功能应用2：洞察客户诉求,功能应用3：聚焦热点业务,筛选宽带业务来电，共计53535条；聚焦宽带业务来电用户的关注焦点如下：,功能应用3：聚焦热点业务,通过分析，可以看出这部分关于宽带业务来电的用户关注焦点主要集中在“覆盖”、“网速”两个方面。再结合用户对宽带业务的不满分析：,
9、宽带用户来电的关注焦点以及差评中，“网速”都占有非常大的比例，有必要对“网速”进行深入挖掘分析，建立网络存在问题模型进行关键词聚类，分析如下：,项目成效,项目背景,项目总结,目录,项目实施,项目总结,系统目前每日可处理语音12-14万，根据服务器部署情况可增加处理量。,通过系统测试验证，系统分析正确率在93.5%时，漏检率为10%；系统分析正确率在80%时，漏检率为20%；,每天约筛选4千条问题录音，主要违规类型集中在服务忌语和适当回应，占比分别为32.4%和37%；,系统,系统通过提取录音文件和相关字段，进行语音识别和翻译，采用语音索引、分类等技术实现既定维度内的各类型分析。突破同类产品只有
10、语音识别没有语音分析的空白。,移动行业语音匹配模型形成了移动行业特有的业务和典型的客户化描述语言要素匹配模型，实现录音通话的有效归类与统计。分析维度组合模型已经建立了品牌、地市、接续工号等20多种常用的CTI、BOSS字段的组合分析模型,分析客户拨打热线的原因跟踪公司产品、流程的表现定位人员的服务能力弱项和培训需求,项目亮点,大幅度提升质检及绩效评价效率,发现用户行为趋势及其根本原因,从直接数据入手洞悉业务的变化,全面且客观的分析所有客服数据,高效自动处理,深层知识挖掘,运营分析支撑,不需预设条件自动分析用户意图,用户焦点分析,全面客服质检,下一步计划,通过客户来电中竞争对手业务、套餐、优惠等提及情况，进行市场信息有效收集。不断拓展语音模型，增加如骚扰客户特征判断等，自动判断客户属性，有针对性进行培训和系统优化。借助语音分析系统实时分析客户拨打的波动情况深度钻取，与知识库进行关联，对引发原因自动发现。,结束语,The end!,
