语义分析系统功能及价值 语义分析系统( 二 )


语义分析系统功能及价值 语义分析系统

文章插图

图1 智能语音问答服务率与服务接通率比较图
2.智能(文字)质检 。 智能(文字)质检也是语音语义分析技术在客户服务中的重要应用 , 技术层面主要应用NLP和ASR技术 , NLP将客户服务过程中的自然语音解析、理解 , ASR技术对经NLP解析后的语音转写为文字 , 同步在系统平台配置“关键词、关键语句”检索模型 , 由系统对照“关键词、关键语句”匹配、检索文字信息 , 实现智能质检 。 系统主要功能模块、部署均可复用智能语音应答平台 。
经对福建省内农信客户服务质检业务分析(见表1) , 智能(文字)质检的应用改变了传统客户服务质量管控主要通过人工监听模式发挥作用、人力成本消耗大、监听效率有限(平均单通话务录音质检耗时6.5分钟)的窘状 , “录音监听”模式优化为“文字质检”模式后 , 客服代表单通话务录音质检耗时下降60% , 即缩短至2.5分钟 , 有效提升了客户服务质量管控水平 , 达到降本增效的应用目的 。
表 1? 智能质检应用成效比较表

语义分析系统功能及价值 语义分析系统

文章插图
语音语义分析技术应用实施路径语音语义分析技术在银行业客户服务中的深度应用 , 应基于“有效应用、逐步推进 , 注重协同”的工作思路 , 结合实际情况 , 分阶段、分步骤予以实施 , 以提升客户服务全渠道协同服务及管控能力 。
1.实施目标 。 充分应用语音语义分析技术 , 提升客户(特别是具有互联网特质的青年客户)群体的服务能力 , 以提高客户服务体验为重心 , 提升客户服务智能化应用和数字化运营水平;重点加强智能语音问答、智能质检等领域的客户服务场景构建和应用 。
2.实施要点 。 应用“智能语音问答”技术 , 提升客户智能化服务水平 , 提高标准化服务的人工服务替代率 , 降低客服人工服务成本 , 为分流人工服务业务量、业务压力起到促进作用;应用“智能质检”技术增强客户服务“事中、事后”操作风险防控 , 提升客户服务质检监督能力 , 提升质检效能和质检问题反馈效率 , 体现数字化运营能力优势 。
3.实施策略和路径 。 结合实施目标和实施要点及科技实施能力 , 采用逐步推进、分阶段实施策略 , 推动客服服务智能化应用和数字化运营能力升级 。
第一阶段:推动“大自助+小人工”的服务架构形成 。 银行客户服务管理部门可依据自身业务发展实际情况和客户结构特征 , 找准重点 , 通过引入语音语义分析技术 , 完善基本服务流程和服务渠道 , 逐步扩大智能语音问答服务范围 , 调整客户服务进线习惯和服务依赖 , 减少人工服务范围 , 形成“大自助+小人工”的服务架构 , 提升客户服务运营效能 。
第二阶段:着力构建良好客户服务生态 。 持续发挥语音语义分析技术优势 , 丰富服务功能和质量管控 , 着力搭建“渠道协同、人机协同”工作机制 。 一方面 , 强化智能语音问答基础服务 , 实现“自然人”模拟服务与人工客服的无缝对接 , 提升对传统客服人工渠道的替代能力;另一方面 , 在服务中结合智能质检规则设置、模型教育、自动自检、人工复检、数据分析等智能质检核心及延伸功能 , 提高服务过程中的问题检查、发现、确认、改善、跟踪等环节的工作效能 , 实现服务质量的闭环管理 , 并以此达到将智能语音问答服务、智能质检管控有机结合 , 构建客户服务良好生态 。

推荐阅读