呼叫中心大数据

系统架构
主要功能
语音识别与文本挖掘

录音数据中包含着大量的用户真实感知和业务体验、用户行为特征及潜在需求、市场竞争信息等,但是录音文件不便于数据分析,无法将数据利用起来。因此需要将语音转换为文本才能有效的分析挖掘数据中的价值。

智能语音质检

语音质检作为客服工作当中的重要环节,一直以来工作量都极为繁重,且重复性非常高。传统呼叫中心的质检方式,主要是抽查听取录音,进行合规性检查,需要花费大量的时间和精力。

智能语音质检实现人工座席与客户通话内容全量转写,并利用关键词检测、情绪检测等功能,灵活构建质检规则,对人工座席的业务能力、服务态度等进行质检,并为人工座席提供标准的话术支持,分担减化质检工作。

自动质检功能的工作流程及功能实现:

通过语音识别、语音优化,完成文本转换,实现关键词检索,进行分析建模。设置业务术语、礼貌用语、禁忌语等质检点对坐席人员的业务熟练度进行审核,进而对人工坐席服务质量进行自动评分。

关键指标分析

通过人工接通率、20秒接通率、排队率、放弃量占比、平均振铃时长等呼叫中心重点质效指标数据,实时监控了解系统运行情况。

大数据分析

通过人工接通率、20秒接通率、排队率、放弃量占比、平均振铃时长等呼叫中心重点质效指标数据,实时监控了解系统运行情况。

电话数量预测

以历史数据为基准进行数据的趋势预测和预警。通过对以往电话数量的分析,预测未来的电话数量。

热点问题与关键词分析

通过热点问题分析可以了解电话咨询者关注哪些问题,咨询的热点,各类问题的咨询数量。通过从语音转换成的文本与客服记录的工单,将一个时间段内的咨询问题通过文本相似度算法、语义聚类、聚合运算等,寻找出被咨询最多的相似问题。

系统自动给出排名前几位的关键词及其变化走势,便于了解客户一段时间内的关注热点。可以根据关键词及关键词组合检索查看和业务相关的通话信息,方便快速分析数据。

知识库与知识图谱

利用知识图谱技术构建内容之间深度联系,提炼知识的关联结构,构建行业专属语义模型深度挖掘语义关系,提炼非结构化数据的价值信息,实现法律法规知识库和优质案例库的有序化,构成网状的知识结构,将复杂的知识用一个关系网络来表达。

用户画像

利用大数据分析,将语音文件涉及的同一咨询人或者同一地区的不同咨询人进行分主题描述,以可视化的方式通过不同维度展示企业的行为模式, 分析和预测纳税人的行为及其产生的影响。画像可以是单用户画像,也可以是群体用户画像。