语音分析在呼叫中心领域的典型应用
连生国：深圳市众诚信通科技有限公司，联合创始人
项目背景
随着资审管理部业务的不断增大，服务体系化不断完善建设，多元化的服务模式相继推出，为了能够更好的完成共享服务中心的定位，积极配合企业战略发展，完善客户体验建设计划。
服务质量监控目前以人工质检的方式为主，最大化语音分析比例为3%左右，然而对于非语音环境下所产生的数据情况，由于缺乏系统性的方向指引，无法在“风险控制、合规管理”等方面即时掌握员工应对的情况。
目前，资管部在数据分析、质检分析及催缴成功率等方面主要存在以下问题：
（1）客户满意度评价相对困难：传统方式采用在线问卷调查、市场调查、电话回访、业务服务评价等，调查效果不明显，指导性较低，难以及时、准确地反映客户真实感知。
（2）运营分析相对粗放：目前运营分析主要数据来源于电话或其他服务渠道服务人员所标注的来电原因和投诉内容等信息，受数据来源的限制，在客户行为分析、投诉建议监控等方面存在不足。
（3）缺乏了解客户对市场活动的反馈：市场进行的宣传、市场活动，缺乏精确有效的客户心声分析管理对市场活动的有效性及活动可改善之处进行分析。
（4）质量分析被动低效：质检人员每天通过对录音进行人工测听的方式进行抽检，测听抽检比例大约为3%，不仅工作量大、效率低，而且覆盖面小，难以有效的评价整体服务质量及合规用语的全覆盖面检查。
（5）管理指标不够细致：缺少精细化管理的手段和方法，如首问解决率、静音时长等从客户直接通话入手的多维交叉分析等。
（6）服务品质评估流程不够完善：主要通过质检员抽检的情况对各渠道服务人员进行考核和评价，对质检员本身、服务渠道整体缺乏完善的服务品质评估体系。
（7）录音资源利用率较低：各服务渠道录音文件中包含着客户需求、业务发展、竞争等大量信息。但录音文件是非结构化数据，无法进行查询、统计及分析，造成数据资源的浪费。
（8）客户体验管理不够全面和深入：主要通过每个节点进行录音分析和质检分析理解客户体验，无法做到深入和全面的对于每个节点背后的业务流程和客户感知进行分析，并且无法做到科学的验证。
语音分析系统架构
数据服务器
数据库服务器提供录音索引、质检评分、语音分析相关的中央数据库支持；对系统中各组件功能模块的全局配置以及系统参数发布等。
应用服务器
应用服务器主要用于录音查询调听（赠送）、质检评分、用户群组配置需求。
语音分析应用服务器
语音分析应用服务器的主要功能是通过智能“文本”分析引擎对语音转译后的文本资料进行分析处理，整合分析数据，提供分析结果及报表。该分析服务器能够在200万通（或20万小时）记录的范围中提供任意关键字的搜索定位功能；进行高效的即时趋势分析；关键词关联分析建议；TellMeWhy 分析，自动关键词提示等分析功能；
该分析服务器可以根据不同“实例”的需要进行扩展。例如，可以部署不同的分析服务器对于不同的语言进行分析；也可以分别针对不同的"业务大类”或“服务号码”（Line of Business）部署多台应用分析服务器来区分不同的分析内容。
语音分析转译服务器
转译服务器的主要功能是进行语音至文本的转译转换工作。语音转译服务器是系统中的基本组件，该服务器采用高效的、智能的语音分析引擎进行转译工作，在系统中完全以负载均衡的方式进行工作；可以非常便捷地根据需要进行扩充；目前，一台满足硬件配置要求的标准转译服务器每天最大可以转译900小时的中文录音数据；而高级转译服务器每天可翻译2800小时，高配转译服务器最大可支持5800小时的录音。
语音分析系统功能介绍
语音分析的工作原理
语音分析的工作原理是首先通过语音识别引擎，应用基于语境的语义识别将录音全文转录为文本并建立文件索引（该索引称之为完整语义索引），再基于该索引，进行业务分类建模，不同的业务分类与结构化字段之间可以进行任意维度、任意深度的交叉分析，并且基于任意分析结果都可以执行自动根源原因分析，从而挖掘出潜藏在海量录音中的业务问题，并为之提供可以量化的依据，最终帮助企业利用这些信息，改善现有的业务流程、产品和服务。
智能化语音分析实现原理
完整语义索引
通过关键字、短语或业务类别搜索无数的词语，甚至可专门针对特殊性质的呼叫进行搜索。引导搜索功能类似于常见 Internet 搜索引擎所使用的功能，可帮助业务用户快速找到相关的呼叫，从而确定导致呼叫量、成本和客户不满度上升的根本原因。
语音分析可处理、保留并挖掘整个呼叫内容，而非只是您所指定的关键字和短语。具有自学功能的分类向导可根据客户的表达方式自动对呼叫进行分析和分类。这样，该解决方案可发掘您在其他情况下可能无法了解的重要信息，比如重复与竞争对手类似的产品，或者客户对特定产品或服务表示不满的模式等。该功能可为您提供强大的竞争优势，并可让您在流程或服务问题未出现之前未雨绸缪。
准确、易用的分类功能
上面列出的这种技术方法也使语音分析的分类结果达到 90% 以上的准确率。易于使用的分类功能根据呼叫的实际语境对每个问题使用的最相关用语提出建议，指导业务用户准确有效地完成业务分类过程。定义语音分析类别只需 30 分钟到 3 个小时，而竞争对手的分类过程可能需要数周，而且不一定会考虑客户表达方式这一重要因素，因此分类效率相对低得多。
语音分类定义
语音分析的一个重要功能特点是对呼叫中心内海量的录音记录进行自动分类；这一个功能可以帮助呼叫中心的管理者，决策者全局化地了解呼叫中心的通话总体趋势及变化情况，帮助制定决策手段，并持续追踪其效果，提供反馈信息。
根据用户的实际需要，我们可以针对用户的一些重要业务进行分类，各类别的关键词分别举例如下（用户可自行添加/删除/修改）。
语音分类的定义是高自由度的。可以任意根据产品类型、客户行为、存在问题等各个方面进行定义。能够有效地帮助相关人员进行专注的语音分析和处理，这一点也是该产品具有极高商业价值的重要保证。
分类的关联分析
方案具有直观便利的图表设置，能够非常迅速地对不同分类之间进行灵活地关联分析。例如，通过分类和分类直接的关联搜索，可以直接分析出“固话安装”分类中具有“客户抱怨”通话数，以及所占比例，提供和使用者详细而又客观的数据。
例如，在某客户中，我们通过类似的“语音分类定义”发现以下一些有价值的内容：
l 通过银行销售的保险，其“客户抱怨”以及“客户困惑”的比例要大大高于非银行类销售，百分比大约是其3倍。
l 通过实际的录音重播，我们确实发现通过银行销售的保险中，有一部分客户并不清楚这是一项保险产品，仍然以为是银行的一项存储产品，以致后来导致客户的抱怨和困惑。这项情况，虽然相关的质检人员有一定的感触，但无法确定其具体的影响范围和所占比重，而在此通过语音分析，可以较为清晰地获取直观的数据。
业务分类及与结构化信息的交叉分析
语音分析平台除了可以导入录音索引中已有的基础CTI数据以外，如主被叫、通话时间、通话时长、座席工号、分机号码等，还可以获取更多的业务数据，如客户级别、客户区域、技能类别、成单标志、座席组等信息，这些信息都可以任意组合与语音分析的分类进行交叉分析，从而为呼叫中心的业务分析师提供更翔实、更有创新性的分析维度。
如果需要了解目前的呼叫中心中哪些座席提到服务禁忌用语的次数与概率最高，则可以方便的将服务忌语分类与座席ID进行交叉分析，得到如下图所示的结果：
语音分析对呼叫中心的重要价值
总体来说，通过智能语音分析，能够帮助呼叫中心解决长期面临的棘手问题，提升呼叫中心在企业中的地位，使其在企业的各个方面加强凝聚力。
Ø 分析和理解客户为什么打电话、服务主题是什么以及提供的服务水平；
Ø 通过改进流程和减少重复呼叫降低成本；
Ø 理解超长呼叫的真正原因是什么；
Ø 将质检管理“聚焦”在业务关键问题，而非座席本身；
Ø 合规检查覆盖面可为全量；
Ø 提高营销成功率；
Ø 无需事先定义我们查找的目标，就可理解掌握客户型为的变化；
Ø 将客服中心与整个公司的业务经营联系起来。