Κέρδη:
- Δυνατότητα ανάγνωσης μεμονωμένων και συγκεντρωτικών τάσεων με ανάλυση συναισθήματος και ανάλυση ομιλίας και χρήση βαθμολογιών ως σημάτων αντί για απόλυτα γεγονότα
- Δυνατότητα σάρωσης 100% των συνομιλιών με μια αντικειμενική κάρτα βαθμολογίας και παραγωγή μιας προκαταρκτικής αξιολόγησης βασισμένης σε στοιχεία, αφήνοντας την τελική απόφαση στον άνθρωπο
- Ικανότητα καθιέρωσης του συστήματος ποιότητας με διαφάνεια και μακριά από ποινική κουλτούρα με σκοπό την ανάπτυξη και τη βελτίωση της εμπειρίας
Υπάρχουν χιλιάδες συνομιλίες καθημερινά σε ένα τηλεφωνικό κέντρο, αλλά με την κλασική μέθοδο, η ομάδα ποιότητας μπορεί να ακούσει και να αξιολογήσει μόνο ένα μικρό μέρος τους (1-2% στα περισσότερα μέρη). Αυτό σημαίνει ότι το 98% των συνομιλιών χάνονται χωρίς ποτέ να εξεταστούν. Ακόμα κι αν ένας πελάτης υφίσταται κακομεταχείριση ή ένας εκπρόσωπος δίνει επανειλημμένα ψευδείς πληροφορίες, κανείς δεν μπορεί να το παρατηρήσει. Η τεχνητή νοημοσύνη αλλάζει ριζικά αυτή την εικόνα: μπορεί να διαβάσει και να αξιολογήσει κάθε συνομιλία. Σε αυτή την ενότητα, θα καλύψουμε δύο σχετικά θέματα: ανάλυση συναισθήματος (μέτρηση του συναισθηματικού τόνου του πελάτη και του εκπροσώπου) και τη διαχείριση ποιότητας (QA - Quality Assurance, αξιολόγηση της συμμόρφωσης των συνομιλιών με τα πρότυπα).
Οι δύο πρώτοι όροι. Η ανάλυση συναισθήματος είναι ο θετικός, αρνητικός ή ουδέτερος συναισθηματικός τόνος ενός κειμένου ή ομιλίας. Είναι να ανιχνεύει αυτόματα καταστάσεις όπως ο θυμός, η ικανοποίηση και το άγχος. Η ανάλυση ομιλίας (αναλύσεις αλληλεπίδρασης) είναι η συλλογική ανάλυση όλων των συνομιλιών και η εξαγωγή τάσεων, συχνών θεμάτων, κινδύνων και ευκαιριών. Μαζί, δίνουν στο τηλεφωνικό κέντρο "ακοή": δημιουργούν νόημα από χιλιάδες συνομιλίες που ο διευθυντής δεν μπορεί να ακούσει μεμονωμένα.
Ανάλυση συναισθήματος: διατήρηση του παλμού
Η ανάλυση συναισθήματος λειτουργεί σε δύο επίπεδα. Ενικό επίπεδο: δείχνει τον γενικό τόνο μιας συνομιλίας («ο πελάτης άρχισε να θυμώνει, τελικά ηρέμησε») και τα σημεία καμπής. Συγκεντρωτικό επίπεδο: εξάγει τάσεις όπως "το αρνητικό συναίσθημα αυξήθηκε κατά 18% αυτήν την εβδομάδα, κυρίως σχετικά με το "λογαριασμό" από χιλιάδες συνομιλίες. Αυτές οι πληροφορίες είναι χρυσές: συλλαμβάνουν νωρίς ένα αυξανόμενο κύμα θυμού, ένα πρόβλημα προϊόντος ή σύγχυση σχετικά με μια νέα καμπάνια.
Ωστόσο, η ανάλυση συναισθημάτων δεν είναι τέλεια. Στα τούρκικα, ο σαρκασμός, η ειρωνεία και οι ιδιωματισμοί μπορούν να παραπλανήσουν το μοντέλο (η πρόταση «Σας ευχαριστώ πολύ, καλή εξυπηρέτηση!» μπορεί να ειπώθηκε με θυμό). Επίσης, η βαθμολογία συναισθήματος είναι ένα σήμα, όχι η οριστική αλήθεια. Χρησιμοποιήστε λοιπόν την ανάλυση συναισθημάτων όχι για να τιμωρήσετε τον μεμονωμένο εκπρόσωπο, αλλά για να δείτε τάσεις και να τονίσετε συζητήσεις που χρειάζονται προσοχή.
Συμβουλή: Χρησιμοποιήστε την ανάλυση συναισθημάτων ως «συναγερμός» και όχι ως «κρίση». Ένα μόνο αρνητικό σκορ δεν καταδικάζει έναν εκπρόσωπο. αλλά μια αυξανόμενη τάση αρνητικότητας υποδηλώνει μια περιοχή που χρειάζεται εξέταση. Επαληθεύστε το σήμα με τον άνθρωπο.
Διαχείριση ποιότητας: 100% αξιολόγηση αντί για 1%
Στο κλασικό QA, ένας εμπειρογνώμονας ποιότητας βαθμολογεί μερικές τυχαία επιλεγμένες κλήσεις με μια φόρμα αξιολόγησης (κάρτα βαθμολογίας—στοιχεία όπως «δόθηκε ο χαιρετισμός, επαληθεύτηκε η ταυτότητα, ήταν η λύση που προσφέρθηκε, ήταν το κλείσιμο κατάλληλο»). Αυτή η μέθοδος πάσχει από προβλήματα μικρού μεγέθους δείγματος, υποκειμενικότητας και καθυστέρησης. Στο QA που υποστηρίζεται από τεχνητή νοημοσύνη, το μοντέλο αξιολογεί αυτόματα όλες τις συνομιλίες σύμφωνα με στοιχεία της κάρτας βαθμολογίας. Ποιο άρθρο λείπει, ποιες ομιλίες είναι ριψοκίνδυνες, ποιος εκπρόσωπος πρέπει να υποστηριχθεί σε ποιο θέμα - τα δείχνει όλα.
Κρίσιμο σημείο: Η βαθμολογία QA του AI είναι μια προκαταρκτική εξέταση και ένδειξη, όχι μια τελική αξιολόγηση. Το AI λέει ότι «αυτή η συνομιλία φαίνεται να έχει παρακάμψει το βήμα ελέγχου ταυτότητας». Ο ειδικός ποιότητας εξετάζει αυτές τις σημειωμένες συνομιλίες και παίρνει την τελική απόφαση. Έτσι, αντί να ακούει χιλιάδες συνομιλίες, ο ειδικός εστιάζει στις επικίνδυνες/παραδειγματικές συνομιλίες που επισημαίνει η τεχνητή νοημοσύνη — πιο δίκαιες και πιο ολοκληρωμένες.
Ο παρακάτω πίνακας συγκρίνει τις δύο προσεγγίσεις:
Μέγεθος
Κλασικό QA
QA με τεχνητή νοημοσύνη
Πεδίο εφαρμογής
1-2% των συνομιλιών
100% σαρωμένο
Διάρκεια
Αργή, ακρόαση με το χέρι
Άμεση σάρωση
Συνέπεια
Διαφέρει ανάλογα με τον ειδικό
Συνεχώς εφαρμόζεται στο κριτήριο
υποκειμενικότητα
ψηλά
Το κριτήριο είναι σαφές, σήμα + άνθρωπος
τελική απόφαση
ειδικός
Εμπειρογνώμονας (εστιάζει στην τεχνητή νοημοσύνη)
Κίνδυνος
Διαφυγή προβλημάτων
Λάθος σημάδι (πρέπει να επαληθευτεί)
Βήμα προς βήμα: Πρόγραμμα ποιότητας με τεχνητή νοημοσύνη
- Αποσαφήνιση της κάρτας βαθμολογίας: Γράψτε τα στοιχεία αξιολόγησης αντικειμενικά και μετρήσιμα (όχι ασαφή όπως "ενήργησε ευγενικά", αλλά ξεκάθαρα όπως "χαιρέτισε τον πελάτη με το όνομα/την κατάλληλη διεύθυνση").
- Δώστε στο AI τα κριτήρια: Βαθμολογήστε κάθε συνομιλία ως "έγινε/δεν έγινε/ασαφής" σύμφωνα με αυτά τα στοιχεία. Έδειξες την αποδεικτική πρόταση.
- Επισημάνετε τα επικίνδυνα: Φέρτε στον ειδικό συνομιλίες με χαμηλή βαθμολογία, θυμό ή με κίνδυνο συμμόρφωσης.
- Ο ειδικός επιβεβαιώνει: Η τελική βαθμολογία και η ανατροφοδότηση ανήκουν στον άνθρωπο. Τα μέρη που η AI αποκαλεί «αβέβαια» είναι σίγουρα διαθέσιμα στους ανθρώπους.
- Μετατρέψτε το σε καθοδήγηση: Χρησιμοποιήστε ευρήματα για την ανάπτυξη πρακτόρων — εστιάζοντας στη βελτίωση και όχι στην τιμωρία.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Βαθμολογία κάρτας βαθμολογίας:
Αξιολογήστε την ακόλουθη ανώνυμη συνομιλία σύμφωνα με τα ακόλουθα στοιχεία. Για κάθε στοιχείο: δώστε status=[έγινε/δεν έγινε/ασαφές] και μια πρόταση ΑΠΟΔΕΙΞΕΙΣ (απόσπασμα από τη συνομιλία). Εάν δεν υπάρχουν στοιχεία, πείτε "ασαφές". μαντεύοντας.Στοιχεία: 1) Κατάλληλος χαιρετισμός 2) Έλεγχος ταυτότητας 3) Κατανόηση του προβλήματος4) Σωστές πληροφορίες/λύση 5) Υποχρεωτικές πληροφορίες 6) Ευγενικό κλείσιμο. Ομιλία: <<αποκρυπτογράφηση>>
2) Ανάλυση συναισθήματος και σημείο καμπής:
Σχεδιάστε τη συναισθηματική τροχιά της ανώνυμης συνομιλίας παρακάτω.- Τόνος έναρξης, τόνος λήξης (ήρεμος/θυμωμένος/ανήσυχος/ικανοποιημένος),- Στιγμή που ΑΛΛΑΞΕ το συναίσθημα και γιατί (με παράθεση),- Υπήρχαν σημάδια θυμού/κρίσης, πώς το χειρίστηκε ο εκπρόσωπος; Σημειώστε πιθανή ειρωνεία/σαρκασμό. Εάν δεν είστε σίγουροι, πείτε "ασαφές". Ομιλία: <<μεταγραφή>>
3) Συγκεντρωτική αναφορά τάσης:
Ακολουθούν οι ετικέτες ανώνυμης συνομιλίας και οι βαθμολογίες συναισθημάτων αυτής της εβδομάδας. (1) Το πιο αυξανόμενο θέμα αρνητικών συναισθημάτων, (2) υπόθεση πιθανής βασικής αιτίας (απόδειξη), (3) 3 θέματα που προτείνονται να εξεταστούν. Πάρτε τους αριθμούς από τα δεδομένα, μην τους κάνετε. επισημάνετε τις υποθέσεις ως "πρέπει να επιβεβαιωθούν". Στοιχεία: <<συνοπτικός πίνακας>>
4) Περίληψη καθοδήγησης (ανάπτυξη πρακτόρων):
Δημιουργήστε ένα σημείωμα καθοδήγησης που εστιάζεται στην ανάπτυξη, χωρίς τιμωρία για τον εκπρόσωπο ONE με βάση τις ακόλουθες αξιολογημένες συνομιλίες. - Δυνατά σημεία (2), - Περιοχή για βελτίωση (2, με συγκεκριμένα παραδείγματα), - 1 προτεινόμενος μικρο-στόχος. Προσωπική κρίση/χρήση ετικετών.Δεδομένα: <<αξιολογήσεις ομιλίας>>
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Αξιολογήστε αν αυτός ο εκπρόσωπος είναι καλός ή κακός.
Υποκειμενικό, χωρίς κριτήρια, χωρίς στοιχεία, τιμωρητικό. Παράγει μια άδικη και ανυπεράσπιστη «κρίση».
Ισχυρή προτροπή:
Αξιολογήστε αυτήν την ανώνυμη συνομιλία σύμφωνα με την κάρτα αποτελεσμάτων 6 στοιχείων. Για κάθε στοιχείο, παράθεση έγινε/δεν έγινε/ασαφές + ΑΠΟΔΕΙΞΕΙΣ από την ομιλία. Εάν δεν υπάρχουν στοιχεία, πείτε "ασαφές". Εγώ (ο ειδικός στην ποιότητα) θα πάρω την τελική απόφαση. απλά κάνεις μια προκαταρκτική αξιολόγηση με στοιχεία.
Η διαφορά: το κριτήριο είναι σαφές, τα στοιχεία είναι υποχρεωτικά, η αβεβαιότητα είναι ειλικρινής, η τελική απόφαση ανήκει στο άτομο.
τρεις μίνι θήκες
Περίπτωση 1 — Η ισχύς της κάλυψης 100%. Σε μια τράπεζα, η ομάδα QA μπορούσε να ακούσει ~1.200 συνομιλίες το μήνα (1,5% του συνόλου). Και οι 80.000 συνομιλίες σαρώθηκαν με AI. Αποδεικνύεται ότι το βήμα ελέγχου ταυτότητας παραλείφθηκε το 6% των περιπτώσεων — ένας κίνδυνος συμμόρφωσης που δεν θα μπορούσε ποτέ να παρατηρηθεί με την κλασική δειγματοληψία. Με το στοχευμένο coaching, το ποσοστό μειώθηκε σε λιγότερο από 1% σε 2 μήνες.
Περίπτωση 2 — Παγίδα ειρωνείας. Σε ένα κέντρο ηλεκτρονικού εμπορίου, το μοντέλο συναισθημάτων θεώρησε ειρωνικές προτάσεις όπως «είσαι υπέροχος, περιμένω 3 μέρες» ως «θετικές». οπότε κάποιοι θυμωμένοι πελάτες έδειχναν «ικανοποιημένοι». Όταν το μοντέλο δεν έγινε ο μοναδικός υπεύθυνος λήψης αποφάσεων και οι βαθμολογίες επαληθεύτηκαν με δειγματοληψία με ανθρώπινο μάτι, η ομάδα σημείωσε τις περιπτώσεις ειρωνείας ξεχωριστά και η αξιοπιστία των αναφορών αυξήθηκε. Μάθημα: το συναίσθημα είναι ένα σήμα, όχι μια απόλυτη αλήθεια.
Περίπτωση 3 — Έγκαιρη προειδοποίηση. Οι αναλύσεις ομιλίας σε μια τηλεπικοινωνία έδειξαν ότι το αρνητικό συναίσθημα γύρω από τον «λογαριασμό» αυξήθηκε κατά 40% σε 3 ημέρες, ξεκινώντας την Τρίτη. Η έρευνα αποκάλυψε ότι τα τιμολόγια αντικατοπτρίστηκαν εσφαλμένα στη μετάβαση σε νέο τιμολόγιο. Το πρόβλημα εντοπίστηκε και επιδιορθώθηκε από ένα πρώιμο σήμα συναισθημάτων προτού συσσωρευτούν χιλιάδες παράπονα. Το Analytics έχει γίνει ένα σύστημα έγκαιρης προειδοποίησης καθώς και ένα εργαλείο ποιότητας.
Συνήθη λάθη
- Θεωρώντας το συναίσθημα ως απόλυτη αλήθεια. Η ειρωνεία, το ιδίωμα και το πλαίσιο παραπλανούν το μοντέλο. Χρησιμοποιήστε το σκορ ως σήμα, επαληθεύστε με τον άνθρωπο.
- Λήψη της βαθμολογίας AI της τελικής απόφασης. Στο QA, η τελική αξιολόγηση και ανατροφοδότηση ανήκει στον άνθρωπο. Η τεχνητή νοημοσύνη προχωρά.
- Ασαφή στοιχεία της κάρτας βαθμολογίας. Το "συμπεριφέρθηκε καλά" δεν μπορεί να μετρηθεί. Γράψτε αντικειμενικά, επαληθεύσιμα στοιχεία.
- Μετατροπή του QA σε εργαλείο τιμωρίας. Στόχος είναι η ανάπτυξη και η εμπειρία του πελάτη. Η κουλτούρα της τιμωρίας φιμώνει τον πράκτορα και διαφθείρει τα δεδομένα.
- Αξιολόγηση χωρίς στοιχεία. Κάθε εύρημα θα πρέπει να υποστηρίζεται από ένα απόσπασμα από την ομιλία. Διαφορετικά θα έπρεπε να ονομάζεται "ασαφές".
Προσοχή: Η μέτρηση όλων των συνομιλιών με τεχνητή νοημοσύνη είναι ισχυρή αλλά ευαίσθητη. Η μετατροπή αυτού του συστήματος σε ένα σύστημα που παρακολουθεί και τιμωρεί συνεχώς τους υπαλλήλους είναι και ανήθικο και καταστρέφει την εμπιστοσύνη της ομάδας. Ο στόχος είναι να βελτιωθεί η εμπειρία των πελατών και η ανάπτυξη αντιπροσώπων. Η διαφάνεια και η εστίαση στην ανάπτυξη είναι ουσιαστικής σημασίας.
Συνοπτικά
Η ανάλυση συναισθήματος και η διαχείριση ποιότητας που βασίζεται σε τεχνητή νοημοσύνη δίνουν στο τηλεφωνικό κέντρο αυτιά να ακούσει χιλιάδες συνομιλίες: σάρωση του 100% του δείγματος αντί για 1%, εντοπισμός των τάσεων έγκαιρα και διατήρηση συνεπούς αξιολόγησης ποιότητας. Αλλά η βαθμολογία του συναισθήματος είναι ένα σήμα, όχι η απόλυτη αλήθεια. Στο QA, η τελική απόφαση ανήκει στον άνθρωπο. Γράψτε την κάρτα αποτελεσμάτων αντικειμενικά, αποδώστε κάθε εύρημα σε στοιχεία, αφήστε την αβεβαιότητα στους ανθρώπους και καθιερώστε ολόκληρο το σύστημα με διαφάνεια, με στόχο την ανάπτυξη και τη βελτίωση της εμπειρίας, όχι την τιμωρία.
Εργασία εφαρμογής
Σχεδιάστε μια αντικειμενική κάρτα βαθμολογίας με 6 στοιχεία (κάθε στοιχείο πρέπει να είναι μετρήσιμο και αποδεικτικό). Πάρτε μια εικονική/ανώνυμη μεταγραφή και εφαρμόστε τα πρότυπα "1) Αξιολόγηση καρτών βαθμολογίας" και "2) Ανάλυση συναισθήματος". Επισημάνετε τα σημεία όπου το μοντέλο λέει "διφορούμενα" ή όπου μπορεί να υπάρχει ειρωνεία και γράψτε πώς ένας ειδικός στον άνθρωπο πρέπει να τα επαληθεύσει. Τέλος, δημιουργήστε ένα σημείωμα με επίκεντρο την ανάπτυξη με "4) Περίληψη καθοδήγησης.
λίστα ελέγχου
- [ ] Τα στοιχεία της κάρτας βαθμολογίας μου είναι αντικειμενικά, μετρήσιμα και επαληθεύσιμα.
- [ ] Προκαταρκτικός έλεγχος αξιολόγησης AI. Η τελική απόφαση QA και η ανατροφοδότηση ανήκει στον άνθρωπο.
- [ ] Χρησιμοποιώ τις βαθμολογίες συναισθημάτων ως ενδείξεις, όχι ως απόλυτη αλήθεια.
- [ ] Κάθε εύρημα υποστηρίζεται από μια παράθεση αποδεικτικών στοιχείων από τη συνομιλία. κατά τα άλλα «ασαφές».
- [ ] Ρύθμισα το σύστημα με σκοπό την ανάπτυξη και τη βελτίωση της εμπειρίας, όχι την τιμωρία.
- [ ] Ο σκοπός και το εύρος της ανάλυσης εξηγήθηκαν με διαφάνεια στους εργαζόμενους.