一種新的范例
CallMiner產(chǎn)品和渠道營(yíng)銷(xiāo)總監Steve Chirokas表示，語(yǔ)音分析不僅僅是轉錄。語(yǔ)音分析使用上下文可見(jiàn)性識別意圖，試圖，情緒，情感。
Chirokas補充道，它涵蓋了聯(lián)絡(luò )中心的所有通信，因此它包含大量數據。自動(dòng)評分使用戶(hù)能夠專(zhuān)注于某些區域。
為了處理大量通信，語(yǔ)音分析是可擴展的，通過(guò)安全的云應用程序實(shí)時(shí)運行。
“我們能夠使用自動(dòng)化和幕后的東西來(lái)冒泡你可能沒(méi)有想過(guò)的主題，”Chirokas說(shuō)，CallMiner提供的語(yǔ)音分析不僅有助于更快識別呼叫者提出的問(wèn)題，在呼叫處理時(shí)間方面節省大量資金，同時(shí)也幫助公司認識到產(chǎn)品創(chuàng )新的機會(huì )。
人工智能的幾個(gè)機會(huì )
NIC Enexidia的高級產(chǎn)品營(yíng)銷(xiāo)經(jīng)理Abby Monaco表示，人工智能驅動(dòng)的語(yǔ)音分析可以幫助進(jìn)行情緒分析，IVR，數字遏制分析和客戶(hù)旅程分析。
情感分析利用機器學(xué)習來(lái)幫助確定客戶(hù)互動(dòng)是積極的，消極的還是中立的，通過(guò)分析正面和負面的單詞和短語(yǔ)，音調和語(yǔ)氣，以及其他“告訴”，例如串擾和笑聲檢測。
公司使用情緒分析來(lái)幫助進(jìn)行座席績(jì)效的評估，薪酬方案，支持和質(zhì)量計劃的制訂。
客戶(hù)旅程分析使用機器學(xué)習將看似不同的客戶(hù)交互源連接到單個(gè)整合的旅程中，為用戶(hù)提供關(guān)鍵業(yè)務(wù)洞察。
公司可以通過(guò)評估客戶(hù)反饋（基于流失，續訂，投訴，追加銷(xiāo)售/交叉銷(xiāo)售成功和情緒）來(lái)評估客戶(hù)的旅程；明確和隱含的經(jīng)驗指標，如調查，投訴，旅程持續時(shí)間，使用的渠道和客戶(hù)意圖。然后，這些因素需要與歷史數據相結合，例如過(guò)去的互動(dòng)，在整個(gè)客戶(hù)旅程中得分的情緒以及隨著(zhù)時(shí)間的推移客戶(hù)滿(mǎn)意度的變化。
IVR優(yōu)化可以為所有客戶(hù)顯示IVR流，識別阻塞點(diǎn)或掉線(xiàn)，并對改進(jìn)的自助服務(wù)進(jìn)行分析。
數字遏制是一種分析解決方案，可識別從Web或移動(dòng)應用程序中退出的客戶(hù)旅程，同時(shí)識別要消除的瓶頸或問(wèn)題，以改善在線(xiàn)客戶(hù)體驗。
四個(gè)例子
Verint投資組合營(yíng)銷(xiāo)戰略副總裁Carmit DiAndrea討論了四個(gè)獨立的案例研究，其中的組織受益于采用語(yǔ)音分析。
一家公司將其“超級批評者”減少了16.4％，將大多數人轉變?yōu)槠放仆其N(xiāo)者。另一個(gè)組織使用語(yǔ)音分析來(lái)成功提高公司預測可能流失的客戶(hù)的數量。當使用語(yǔ)音分析檢測到流失候選人時(shí)，組織會(huì )根據客戶(hù)的生命周期價(jià)值實(shí)時(shí)提供個(gè)性化服務(wù)，以促使客戶(hù)留下來(lái)。
語(yǔ)音分析將組織的流失預測準確率從60％提高到75％，同時(shí)將誤報從40％降低到25％。
語(yǔ)音分析幫助另一家公司根據銷(xiāo)售轉換百分比確定了表現最佳和最差的聯(lián)絡(luò )中心座席。分析有助于確定語(yǔ)言使用和避免的最佳實(shí)踐，以及培訓和其他因素。一旦確定，語(yǔ)言和其他因素被用作培訓和監測其他座席的基礎。
第四家公司使用語(yǔ)音分析來(lái)幫助健康保險公司識別與某些醫療狀況相關(guān)的某些關(guān)鍵詞，以便為座席提供實(shí)時(shí)知識庫中相關(guān)文章的鏈接，從而將CSAT分數數月后提高15％。
聲明:版權所有 非合作媒體謝絕轉載
作者：菲利普.布里特（PhilipBritt）
原文網(wǎng)址：https://www.speechtechmag.com/Articles/Editorial/Features/New-Uses-for-Speech-Analytics-130279.aspx
