European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

The first superbot to audit calls

Article Category

Article available in the following languages:

Platforma konwersacyjna wykorzystująca superbota przenosi jakość obsługi klienta na nowy poziom

Analiza rozmów telefonicznych klientów stała się łatwiejsza dzięki nowej technologii cyfrowej, dzięki której linie lotnicze, banki, sprzedawcy z branży zaawansowanych technologii i inne firmy mogą znacznie poprawić jakość obsługi klienta i dopracować swoje usługi.

Gospodarka cyfrowa icon Gospodarka cyfrowa

Firmy coraz bardziej polegają na centrach telefonicznych, które zarządzają, monitorują i przetwarzają żądania klientów. Nagrane rozmowy zawierają istotne informacje, ale wiele z tych danych przepada bezpowrotnie, ponieważ monitorowanie nagrań jest w większości wykonywane ręcznie. Wynik: słaba obsługa klienta i spadek zysków firm.

Superbot poprawia jakość obsługi klienta

W finansowanym ze środków Unii Europejskiej projekcie CLARA wykorzystano uczenie maszynowe za pośrednictwem superbota z unikalnym systemem analizy mowy, aby automatycznie wykorzystać dane zbierane podczas rozmów z klientami. Badacze projektu starali się pogłębić wiedzę, jaką firmy mają na temat swoich klientów, ujawniając spostrzeżenia z rozmów prowadzonych w call center. Te rozmowy są jak czarna skrzynka. Pablo Enciso, dyrektor generalny firmy Predictiva i koordynator projektu, wyjaśnia: „Nie dysponujemy technologią, która pozwalałaby ustrukturyzować i skategoryzować te dane w masowy i skalowalny sposób. Ręcznie sprawdza się zaledwie niecałe 0,5 % rozmów”. Jest to subiektywne, kosztowne i statystycznie nieistotne podejście, które sprawia, że firmy tracą niesamowitą możliwość wysłuchania i zrozumienia swoich klientów. A przecież w rozmowach klienci przekazują bezcenne informacje, takie jak propozycje ulepszania produktów czy usług, powody niezadowolenia lub rezygnacji, czy opinie na temat oferty rynkowej, a to zaledwie kilka przykładów.

Rozwiązanie jest na wyciągnięcie ręki

„W Predictiva opracowaliśmy »Upbe«, platformę zbierania danych z rozmowy, aby ustrukturyzować i kategoryzować automatyczne, masowe i skalowalne informacje zawarte w rozmowach telefonicznych między klientami a firmami”, kontynuuje Enciso. Dzięki temu klienci firmy – zarówno centra telefoniczne, jak i ostateczni odbiorcy usług – otrzymują narzędzie pozwalające zrozumieć, jak przebiegają interakcje z klientami, i wydobywać z nich kluczowe informacje w celu optymalizacji ich procesów, zapewnienia lepszego doświadczenia użytkownika i poprawy jakości świadczonych usług.

Zasada działania

Upbe to technologia, która łączy uczenie maszynowe i przetwarzanie języka naturalnego, aby umożliwić zrozumienie spostrzeżenia klientów w rozmowach telefonicznych. Upbe składa się z kilku warstw technologicznych. U jej podstaw leży silnik transkrypcji mowy na tekst, który konwertuje pełne nagrania audio na tekst. To rozwiązanie zastrzeżone. Jest specjalnie przystosowany do pracy w kontekście połączeń prowadzonych w centrach telefonicznych, które są technicznie bardzo złożone ze względu na nakładające się głosy, hałas w tle, różne prędkości, z jakimi rozmawiają agenci i klienci, kompresję dźwięku, jakość mikrofonu itp. Po zebraniu transkrypcji i analizy sygnału audio moduł przetwarzania języka naturalnego identyfikuje kontekst semantyczny w rozmowie. To klucz do identyfikacji cennych informacji przekazywanych przez klientów. Upbe zawiera szablon wstępnie załadowanych elementów, które pozwalają identyfikować kontekst związany z obsługą klienta, zgodnością lub głosem klienta. Platforma Upbe umożliwia konfigurowanie spersonalizowanych kontekstów, pozwalając firmom decydować o tym, czego chcą szukać w nagranych rozmowach. Wyniki są następnie wyświetlane w kilku pulpitach nawigacyjnych w sekcji analizy biznesowej.

Korzyści z uczenia maszynowego i rozumienia języka naturalnego

Unikalne i zastrzeżone modele oraz metodologia przetwarzania języka naturalnego zastosowane na platformie Upbe dostarczają firmom odpowiedzi na niektóre z najważniejszych pytań. Pytania dotyczą różnych dziedzin – od pomysłów na ulepszanie produktów po główne przyczyny odejścia klientów. „Naszym zdaniem to wielkie osiągnięcie w zakresie dostarczania naszym klientom dużej wartości i przekraczania możliwości uczenia maszynowego oraz rozumienia języka naturalnego”, podsumowuje Enciso. Firma pracuje obecnie nad bardziej zaawansowanymi podejściami, aby najważniejsze dla centrów telefonicznych wskaźniki pojawiły się jako moduł wstępnej konfiguracji produktu. Zmniejszy to stopień spersonalizowania rozwiązania i ułatwi klientom konfigurację, a także napędzi strategię wejścia na rynek. Platforma będzie jedynym narzędziem technologicznym umożliwiającym takie działania z modelami określonymi dla danej branży.

Słowa kluczowe

CLARA, Upbe, centrum telefoniczne, uczenie maszynowe, przetwarzanie języka naturalnego, superbot, obsługa klienta, analityka mowy

Znajdź inne artykuły w tej samej dziedzinie zastosowania