ಲಾಭಗಳು:
- ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಮಾತಿನ ವಿಶ್ಲೇಷಣೆಯೊಂದಿಗೆ ವೈಯಕ್ತಿಕ ಮತ್ತು ಒಟ್ಟು ಪ್ರವೃತ್ತಿಗಳನ್ನು ಓದುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸಂಪೂರ್ಣ ಸಂಗತಿಗಳಿಗಿಂತ ಸ್ಕೋರ್ಗಳನ್ನು ಸಂಕೇತಗಳಾಗಿ ಬಳಸುವ ಸಾಮರ್ಥ್ಯ
- ವಸ್ತುನಿಷ್ಠ ಸ್ಕೋರ್ಕಾರ್ಡ್ನೊಂದಿಗೆ 100% ಸಂಭಾಷಣೆಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ಮಾನವನಿಗೆ ಬಿಡುವಾಗ ಸಾಕ್ಷ್ಯ ಆಧಾರಿತ ಪ್ರಾಥಮಿಕ ಮೌಲ್ಯಮಾಪನವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ
- ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಅನುಭವದ ಸುಧಾರಣೆಯ ಉದ್ದೇಶಕ್ಕಾಗಿ ಪಾರದರ್ಶಕತೆ ಮತ್ತು ದಂಡ ಸಂಸ್ಕೃತಿಯಿಂದ ದೂರವಿರುವ ಗುಣಮಟ್ಟದ ವ್ಯವಸ್ಥೆಯನ್ನು ಸ್ಥಾಪಿಸುವ ಸಾಮರ್ಥ್ಯ
ಕಾಲ್ ಸೆಂಟರ್ನಲ್ಲಿ ಪ್ರತಿದಿನ ಸಾವಿರಾರು ಸಂಭಾಷಣೆಗಳಿವೆ, ಆದರೆ ಕ್ಲಾಸಿಕಲ್ ವಿಧಾನದೊಂದಿಗೆ, ಗುಣಮಟ್ಟದ ತಂಡವು ಅವುಗಳಲ್ಲಿ ಒಂದು ಸಣ್ಣ ಭಾಗವನ್ನು ಮಾತ್ರ ಕೇಳಬಹುದು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಬಹುದು (ಹೆಚ್ಚಿನ ಸ್ಥಳಗಳಲ್ಲಿ 1-2%). ಅಂದರೆ 98% ಸಂಭಾಷಣೆಗಳು ಎಂದಿಗೂ ಪರಿಶೀಲಿಸದೆ ಕಳೆದುಹೋಗಿವೆ; ಗ್ರಾಹಕರನ್ನು ಹೀನಾಯವಾಗಿ ನಡೆಸಿಕೊಂಡರೂ ಅಥವಾ ಪ್ರತಿನಿಧಿ ಪದೇ ಪದೇ ತಪ್ಪು ಮಾಹಿತಿ ನೀಡಿದರೂ ಯಾರೂ ಗಮನಿಸುವುದಿಲ್ಲ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಚಿತ್ರವನ್ನು ಆಮೂಲಾಗ್ರವಾಗಿ ಬದಲಾಯಿಸುತ್ತದೆ: ಇದು ಪ್ರತಿ ಸಂಭಾಷಣೆಯನ್ನು ಓದಬಹುದು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಬಹುದು. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು ಎರಡು ಸಂಬಂಧಿತ ವಿಷಯಗಳನ್ನು ಒಳಗೊಳ್ಳುತ್ತೇವೆ: ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ (ಗ್ರಾಹಕ ಮತ್ತು ಪ್ರತಿನಿಧಿಯ ಭಾವನಾತ್ಮಕ ಟೋನ್ ಅನ್ನು ಅಳೆಯುವುದು) ಮತ್ತು ಗುಣಮಟ್ಟ ನಿರ್ವಹಣೆ (QA - ಗುಣಮಟ್ಟದ ಭರವಸೆ; ಮಾನದಂಡಗಳೊಂದಿಗೆ ಸಂಭಾಷಣೆಗಳ ಅನುಸರಣೆಯನ್ನು ನಿರ್ಣಯಿಸುವುದು).
ಮೊದಲ ಎರಡು ಪದಗಳು. ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆಯು ಪಠ್ಯ ಅಥವಾ ಭಾಷಣದ ಧನಾತ್ಮಕ, ಋಣಾತ್ಮಕ ಅಥವಾ ತಟಸ್ಥ ಭಾವನಾತ್ಮಕ ಸ್ವರವಾಗಿದೆ; ಇದು ಕೋಪ, ತೃಪ್ತಿ ಮತ್ತು ಆತಂಕದಂತಹ ಸಂದರ್ಭಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪತ್ತೆ ಮಾಡುವುದು. ಸ್ಪೀಚ್ ಅನಾಲಿಟಿಕ್ಸ್ (ಇಂಟರಾಕ್ಷನ್ ಅನಾಲಿಟಿಕ್ಸ್) ಎಲ್ಲಾ ಸಂಭಾಷಣೆಗಳನ್ನು ಸಾಮೂಹಿಕವಾಗಿ ವಿಶ್ಲೇಷಿಸುವುದು ಮತ್ತು ಪ್ರವೃತ್ತಿಗಳು, ಆಗಾಗ್ಗೆ ವಿಷಯಗಳು, ಅಪಾಯಗಳು ಮತ್ತು ಅವಕಾಶಗಳನ್ನು ಹೊರತೆಗೆಯುವುದು. ಒಟ್ಟಾಗಿ, ಅವರು ಕಾಲ್ ಸೆಂಟರ್ ಅನ್ನು "ಕೇಳುವ ಕಿವಿಗಳು" ನೀಡುತ್ತಾರೆ: ನಿರ್ವಾಹಕರು ಪ್ರತ್ಯೇಕವಾಗಿ ಕೇಳಲು ಸಾಧ್ಯವಾಗದ ಸಾವಿರಾರು ಸಂಭಾಷಣೆಗಳಿಂದ ಅರ್ಥವನ್ನು ಸೃಷ್ಟಿಸುತ್ತಾರೆ.
ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ: ನಾಡಿಮಿಡಿತವನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವುದು
ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ ಎರಡು ಹಂತಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಏಕವಚನ ಮಟ್ಟ: ಸಂಭಾಷಣೆಯ ಸಾಮಾನ್ಯ ಸ್ವರವನ್ನು ತೋರಿಸುತ್ತದೆ (“ಗ್ರಾಹಕರು ಕೋಪಗೊಂಡರು, ಅಂತಿಮವಾಗಿ ಶಾಂತರಾದರು”) ಮತ್ತು ತಿರುವುಗಳನ್ನು ತೋರಿಸುತ್ತದೆ. ಒಟ್ಟು ಮಟ್ಟ: ಸಾವಿರಾರು ಸಂಭಾಷಣೆಗಳಿಂದ "ಈ ವಾರ ಋಣಾತ್ಮಕ ಭಾವನೆಯು 18% ಹೆಚ್ಚಾಗಿದೆ, ಹೆಚ್ಚಾಗಿ 'ಬಿಲ್' ಬಗ್ಗೆ" ನಂತಹ ಟ್ರೆಂಡ್ಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ. ಈ ಮಾಹಿತಿಯು ಗೋಲ್ಡನ್ ಆಗಿದೆ: ಇದು ಕೋಪದ ಉಬ್ಬರವಿಳಿತವನ್ನು ಹಿಡಿಯುತ್ತದೆ, ಉತ್ಪನ್ನದ ಸಮಸ್ಯೆ ಅಥವಾ ಹೊಸ ಅಭಿಯಾನದ ಬಗ್ಗೆ ಗೊಂದಲವನ್ನು ಮೊದಲೇ ಹಿಡಿಯುತ್ತದೆ.
ಆದಾಗ್ಯೂ, ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ ಪರಿಪೂರ್ಣವಲ್ಲ. ಟರ್ಕಿಶ್ ಭಾಷೆಯಲ್ಲಿ, ವ್ಯಂಗ್ಯ, ವ್ಯಂಗ್ಯ ಮತ್ತು ಭಾಷಾವೈಶಿಷ್ಟ್ಯಗಳು ಮಾದರಿಯನ್ನು ದಾರಿ ತಪ್ಪಿಸಬಹುದು ("ತುಂಬಾ ಧನ್ಯವಾದಗಳು, ಉತ್ತಮ ಸೇವೆ!" ಎಂಬ ವಾಕ್ಯವನ್ನು ಕೋಪದಲ್ಲಿ ಹೇಳಿರಬಹುದು). ಅಲ್ಲದೆ, ಸೆಂಟಿಮೆಂಟ್ ಸ್ಕೋರ್ ಒಂದು ಸಂಕೇತವಾಗಿದೆ, ನಿರ್ಣಾಯಕ ಸತ್ಯವಲ್ಲ. ಆದ್ದರಿಂದ ವೈಯಕ್ತಿಕ ಪ್ರತಿನಿಧಿಯನ್ನು ಶಿಕ್ಷಿಸಲು ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಳಸಿ, ಆದರೆ ಪ್ರವೃತ್ತಿಗಳನ್ನು ನೋಡಲು ಮತ್ತು ಗಮನ ಅಗತ್ಯವಿರುವ ಸಂಭಾಷಣೆಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಲು.
ಸಲಹೆ: ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಯನ್ನು "ಎಚ್ಚರಿಕೆ" ಎಂದು ಬಳಸಿ, "ತೀರ್ಪು" ಅಲ್ಲ. ಒಂದು ಋಣಾತ್ಮಕ ಅಂಕವು ಪ್ರತಿನಿಧಿಯನ್ನು ಖಂಡಿಸುವುದಿಲ್ಲ; ಆದರೆ ಹೆಚ್ಚುತ್ತಿರುವ ನಕಾರಾತ್ಮಕ ಪ್ರವೃತ್ತಿಯು ಪರೀಕ್ಷಿಸಬೇಕಾದ ಪ್ರದೇಶವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಮಾನವನೊಂದಿಗೆ ಸಿಗ್ನಲ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿ.
ಗುಣಮಟ್ಟ ನಿರ್ವಹಣೆ: 1% ಬದಲಿಗೆ 100% ಮೌಲ್ಯಮಾಪನ
ಕ್ಲಾಸಿಕ್ ಕ್ಯೂಎಯಲ್ಲಿ, ಗುಣಮಟ್ಟದ ಪರಿಣಿತರು ಮೌಲ್ಯಮಾಪನ ಫಾರ್ಮ್ನೊಂದಿಗೆ ಯಾದೃಚ್ಛಿಕವಾಗಿ ಆಯ್ಕೆಮಾಡಿದ ಕೆಲವು ಕರೆಗಳನ್ನು ಸ್ಕೋರ್ ಮಾಡುತ್ತಾರೆ (ಸ್ಕೋರ್ಕಾರ್ಡ್-ಐಟಂಗಳು "ಗ್ರೀಟಿಂಗ್ ನೀಡಲಾಗಿದೆಯೇ, ಗುರುತನ್ನು ಪರಿಶೀಲಿಸಲಾಗಿದೆಯೇ, ಪರಿಹಾರವನ್ನು ನೀಡಲಾಗಿದೆಯೇ, ಮುಕ್ತಾಯ ಸೂಕ್ತವಾಗಿದೆ"). ಈ ವಿಧಾನವು ಸಣ್ಣ ಮಾದರಿ ಗಾತ್ರ, ವ್ಯಕ್ತಿನಿಷ್ಠತೆ ಮತ್ತು ವಿಳಂಬ ಸಮಸ್ಯೆಗಳಿಂದ ಬಳಲುತ್ತಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ-ಬೆಂಬಲಿತ QA ಯಲ್ಲಿ, ಮಾದರಿಯು ಸ್ಕೋರ್ಕಾರ್ಡ್ ಐಟಂಗಳ ಪ್ರಕಾರ ಎಲ್ಲಾ ಸಂಭಾಷಣೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ; ಯಾವ ಲೇಖನವು ಕಾಣೆಯಾಗಿದೆ, ಯಾವ ಭಾಷಣಗಳು ಅಪಾಯಕಾರಿ, ಯಾವ ಪ್ರತಿನಿಧಿಯನ್ನು ಯಾವ ವಿಷಯದಲ್ಲಿ ಬೆಂಬಲಿಸಬೇಕು - ಅದು ಎಲ್ಲವನ್ನೂ ತೋರಿಸುತ್ತದೆ.
ನಿರ್ಣಾಯಕ ಅಂಶ: AI ಯ QA ಸ್ಕೋರ್ ಪ್ರಾಥಮಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಮತ್ತು ಸೂಚನೆಯಾಗಿದೆ, ಅಂತಿಮ ಮೌಲ್ಯಮಾಪನವಲ್ಲ. AI ಹೇಳುತ್ತದೆ "ಈ ಸಂಭಾಷಣೆಯು ದೃಢೀಕರಣ ಹಂತವನ್ನು ಬಿಟ್ಟುಬಿಟ್ಟಿದೆ"; ಗುಣಮಟ್ಟದ ತಜ್ಞರು ಈ ಗುರುತಿಸಲಾದ ಸಂಭಾಷಣೆಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ. ಆದ್ದರಿಂದ, ಸಾವಿರಾರು ಸಂಭಾಷಣೆಗಳನ್ನು ಕೇಳುವ ಬದಲು, ತಜ್ಞರು AI ಫ್ಲ್ಯಾಗ್ ಮಾಡುವ ಅಪಾಯಕಾರಿ/ಅನುಕರಣೀಯ ಸಂಭಾಷಣೆಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತಾರೆ - ಎರಡೂ ಉತ್ತಮ ಮತ್ತು ಹೆಚ್ಚು ಸಮಗ್ರವಾಗಿದೆ.
ಕೆಳಗಿನ ಕೋಷ್ಟಕವು ಎರಡು ವಿಧಾನಗಳನ್ನು ಹೋಲಿಸುತ್ತದೆ:
ಗಾತ್ರ
ಕ್ಲಾಸಿಕ್ ಕ್ಯೂಎ
AI-ಚಾಲಿತ QA
ವ್ಯಾಪ್ತಿ
1-2% ಸಂಭಾಷಣೆಗಳು
100% ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗಿದೆ
ಅವಧಿ
ನಿಧಾನವಾಗಿ, ಕೈ ಆಲಿಸುವುದು
ತ್ವರಿತ ಸ್ಕ್ಯಾನ್
ಸ್ಥಿರತೆ
ತಜ್ಞರನ್ನು ಅವಲಂಬಿಸಿ ಬದಲಾಗುತ್ತದೆ
ಮಾನದಂಡಕ್ಕೆ ನಿರಂತರವಾಗಿ ಅನ್ವಯಿಸಲಾಗಿದೆ
ವ್ಯಕ್ತಿನಿಷ್ಠತೆ
ಹೆಚ್ಚು
ಮಾನದಂಡವು ಸ್ಪಷ್ಟವಾಗಿದೆ, ಸಂಕೇತ + ಮಾನವ
ಅಂತಿಮ ನಿರ್ಧಾರ
ತಜ್ಞ
ತಜ್ಞರು (AI ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತಾರೆ)
ಅಪಾಯ
ಸಮಸ್ಯೆಗಳಿಂದ ಪಾರಾಗುವುದು
ತಪ್ಪು ಚಿಹ್ನೆ (ಪರಿಶೀಲಿಸಬೇಕು)
ಹಂತ ಹಂತವಾಗಿ: AI ಚಾಲಿತ ಗುಣಮಟ್ಟದ ಪ್ರೋಗ್ರಾಂ
- ಸ್ಕೋರ್ಕಾರ್ಡ್ ಅನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ: ಮೌಲ್ಯಮಾಪನದ ಅಂಶಗಳನ್ನು ವಸ್ತುನಿಷ್ಠವಾಗಿ ಮತ್ತು ಅಳತೆಗೆ ತಕ್ಕಂತೆ ಬರೆಯಿರಿ ("ವಿನಯಪೂರ್ವಕವಾಗಿ ವರ್ತಿಸಿದೆ" ಎಂಬಂತೆ ಅಸ್ಪಷ್ಟವಾಗಿರದೆ, "ಹೆಸರು/ಸೂಕ್ತ ವಿಳಾಸದ ಮೂಲಕ ಗ್ರಾಹಕರನ್ನು ಸ್ವಾಗತಿಸಿದ" ರೀತಿಯಲ್ಲಿ ಸ್ಪಷ್ಟವಾಗಿದೆ).
- AI ಗೆ ಮಾನದಂಡವನ್ನು ನೀಡಿ: ಈ ಐಟಂಗಳ ಪ್ರಕಾರ ಪ್ರತಿ ಸಂಭಾಷಣೆಯನ್ನು "ಮುಗಿದಿದೆ/ಮಾಡಿಲ್ಲ/ಅಸ್ಪಷ್ಟ" ಎಂದು ರೇಟ್ ಮಾಡಿ; ನೀವು ಪುರಾವೆ ವಾಕ್ಯವನ್ನು ತೋರಿಸಿದ್ದೀರಿ.
- ಅಪಾಯಕಾರಿಯಾದವುಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ: ಕಡಿಮೆ ಅಂಕ, ಕೋಪ, ಅಥವಾ ಅನುಸರಣೆ-ಅಪಾಯದ ಸಂಭಾಷಣೆಗಳನ್ನು ತಜ್ಞರಿಗೆ ತನ್ನಿ.
- ತಜ್ಞರು ದೃಢೀಕರಿಸುತ್ತಾರೆ: ಅಂತಿಮ ಸ್ಕೋರ್ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಯು ಮಾನವನಿಗೆ ಸೇರಿದೆ; AI "ಅನಿಶ್ಚಿತ" ಎಂದು ಕರೆಯುವ ಸ್ಥಳಗಳು ಖಂಡಿತವಾಗಿಯೂ ಮನುಷ್ಯರಿಗೆ ಲಭ್ಯವಿವೆ.
- ಅದನ್ನು ತರಬೇತಿಯಾಗಿ ಪರಿವರ್ತಿಸಿ: ಏಜೆಂಟ್ ಅಭಿವೃದ್ಧಿಗಾಗಿ ಸಂಶೋಧನೆಗಳನ್ನು ಬಳಸಿ - ಸುಧಾರಣೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ, ಶಿಕ್ಷೆಯಲ್ಲ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಸ್ಕೋರ್ಕಾರ್ಡ್ ರೇಟಿಂಗ್:
ಕೆಳಗಿನ ಐಟಂಗಳ ಪ್ರಕಾರ ಕೆಳಗಿನ ಅನಾಮಧೇಯ ಸಂಭಾಷಣೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. ಪ್ರತಿ ಐಟಂಗೆ: ಸ್ಥಿತಿಯನ್ನು ನೀಡಿ=[ಮಾಡಲಾಗಿದೆ/ಮಾಡಿಲ್ಲ/ಅಸ್ಪಷ್ಟ] ಮತ್ತು ಸಾಕ್ಷ್ಯ ವಾಕ್ಯ (ಸಂಭಾಷಣೆಯಿಂದ ಉಲ್ಲೇಖ). ಯಾವುದೇ ಪುರಾವೆಗಳಿಲ್ಲದಿದ್ದರೆ, "ಅಸ್ಪಷ್ಟ" ಎಂದು ಹೇಳಿ; guessing.ಐಟಂಗಳು: 1) ಸೂಕ್ತವಾದ ಶುಭಾಶಯ 2) ದೃಢೀಕರಣ 3) ಸಮಸ್ಯೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು4) ಸರಿಯಾದ ಮಾಹಿತಿ/ಪರಿಹಾರ 5) ಕಡ್ಡಾಯ ಮಾಹಿತಿ 6) ಸೌಜನ್ಯಯುತ ಮುಕ್ತಾಯ. ಭಾಷಣ: <<ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ>>
2) ಭಾವನೆ ಮತ್ತು ಟರ್ನಿಂಗ್ ಪಾಯಿಂಟ್ ವಿಶ್ಲೇಷಣೆ:
ಅನಾಮಧೇಯ ಸಂಭಾಷಣೆಯ ಭಾವನಾತ್ಮಕ ಪಥವನ್ನು ಕೆಳಗೆ ಬರೆಯಿರಿ.- ಪ್ರಾರಂಭದ ಸ್ವರ, ಅಂತ್ಯದ ಸ್ವರ (ಶಾಂತ/ಕೋಪ/ಉತ್ಸಾಹ/ತೃಪ್ತಿ),- ಭಾವನೆ ಬದಲಾದ ಕ್ಷಣ ಮತ್ತು ಏಕೆ (ಉಲ್ಲೇಖದೊಂದಿಗೆ),- ಕೋಪ/ಬಿಕ್ಕಟ್ಟಿನ ಯಾವುದೇ ಚಿಹ್ನೆಗಳು ಕಂಡುಬಂದಿದೆಯೇ, ಏಜೆಂಟ್ ಅದನ್ನು ಹೇಗೆ ನಿಭಾಯಿಸಿದರು? ಸಂಭವನೀಯ ವ್ಯಂಗ್ಯ/ವ್ಯಂಗ್ಯವನ್ನು ಗಮನಿಸಿ ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, "ಅಸ್ಪಷ್ಟ" ಎಂದು ಹೇಳಿ. ಭಾಷಣ: << ಪ್ರತಿಲೇಖನ>>
3) ಒಟ್ಟು ಪ್ರವೃತ್ತಿ ವರದಿ:
ಈ ವಾರದ ಅನಾಮಧೇಯ ಸಂಭಾಷಣೆಯ ಟ್ಯಾಗ್ಗಳು ಮತ್ತು ಸೆಂಟಿಮೆಂಟ್ ಸ್ಕೋರ್ಗಳು ಕೆಳಗಿವೆ. (1) ಹೆಚ್ಚು ಹೆಚ್ಚುತ್ತಿರುವ ನಕಾರಾತ್ಮಕ-ಭಾವನೆಯ ವಿಷಯ, (2) ಸಂಭವನೀಯ ಮೂಲ ಕಾರಣದ ಊಹೆ (ಸಾಬೀತುಪಡಿಸು), (3) 3 ವಿಷಯಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ. ಡೇಟಾದಿಂದ ಸಂಖ್ಯೆಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ, ಅವುಗಳನ್ನು ರೂಪಿಸಬೇಡಿ; ಊಹೆಗಳನ್ನು "ದೃಢೀಕರಿಸಬೇಕು" ಎಂದು ಗುರುತಿಸಿ. ಡೇಟಾ: << ಸಾರಾಂಶ ಕೋಷ್ಟಕ>>
4) ತರಬೇತಿ ಸಾರಾಂಶ (ಏಜೆಂಟ್ ಅಭಿವೃದ್ಧಿ):
ಕೆಳಗಿನ ಮೌಲ್ಯಮಾಪನ ಸಂಭಾಷಣೆಗಳ ಆಧಾರದ ಮೇಲೆ ಒಬ್ಬ ಪ್ರತಿನಿಧಿಗಾಗಿ ಅಭಿವೃದ್ಧಿ-ಕೇಂದ್ರಿತ, ದಂಡನೀಯವಲ್ಲದ ತರಬೇತಿ ಟಿಪ್ಪಣಿಯನ್ನು ತಯಾರಿಸಿ. - ಸಾಮರ್ಥ್ಯಗಳು (2), - ಸುಧಾರಣೆಗಾಗಿ ಪ್ರದೇಶ (2, ಕಾಂಕ್ರೀಟ್ ಉದಾಹರಣೆಗಳೊಂದಿಗೆ), - 1 ಸೂಚಿತ ಸೂಕ್ಷ್ಮ ಗುರಿ. ಲೇಬಲ್ಗಳ ವೈಯಕ್ತಿಕ ತೀರ್ಪು/ಬಳಕೆ. ಡೇಟಾ: << ಭಾಷಣ ರೇಟಿಂಗ್ಗಳು>>
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಪ್ರತಿನಿಧಿ ಒಳ್ಳೆಯವನೋ ಕೆಟ್ಟವನೋ ಎಂಬುದನ್ನು ರೇಟ್ ಮಾಡಿ.
ವ್ಯಕ್ತಿನಿಷ್ಠ, ಮಾನದಂಡಗಳಿಲ್ಲದೆ, ಸಾಕ್ಷ್ಯವಿಲ್ಲದೆ, ದಂಡನೀಯ; ಇದು ಅನ್ಯಾಯದ ಮತ್ತು ಅಸಮರ್ಥನೀಯ "ತೀರ್ಪನ್ನು" ಉತ್ಪಾದಿಸುತ್ತದೆ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
6-ಐಟಂ ಸ್ಕೋರ್ಕಾರ್ಡ್ ಪ್ರಕಾರ ಈ ಅನಾಮಧೇಯ ಸಂಭಾಷಣೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ; ಪ್ರತಿ ಐಟಂಗೆ, ಉಲ್ಲೇಖ ಮಾಡಲಾಗಿದೆ/ಮಾಡಿಲ್ಲ/ಅಸ್ಪಷ್ಟವಾಗಿದೆ + ಭಾಷಣದಿಂದ ಸಾಕ್ಷ್ಯ. ಯಾವುದೇ ಪುರಾವೆಗಳಿಲ್ಲದಿದ್ದರೆ, "ಅಸ್ಪಷ್ಟ" ಎಂದು ಹೇಳಿ. ನಾನು (ಗುಣಮಟ್ಟದ ತಜ್ಞ) ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತೇನೆ; ನೀವು ಕೇವಲ ಪುರಾವೆಗಳೊಂದಿಗೆ ಪ್ರಾಥಮಿಕ ಮೌಲ್ಯಮಾಪನವನ್ನು ಮಾಡಿ.
ವ್ಯತ್ಯಾಸ: ಮಾನದಂಡವು ಸ್ಪಷ್ಟವಾಗಿದೆ, ಸಾಕ್ಷ್ಯವು ಕಡ್ಡಾಯವಾಗಿದೆ, ಅನಿಶ್ಚಿತತೆಯು ಪ್ರಾಮಾಣಿಕವಾಗಿದೆ, ಅಂತಿಮ ನಿರ್ಧಾರವು ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಇರುತ್ತದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - 100% ವ್ಯಾಪ್ತಿಯ ಶಕ್ತಿ. ಒಂದು ಬ್ಯಾಂಕ್ನಲ್ಲಿ, QA ತಂಡವು ತಿಂಗಳಿಗೆ ~1,200 ಸಂಭಾಷಣೆಗಳನ್ನು ಕೇಳಬಹುದು (ಒಟ್ಟು 1.5%). ಎಲ್ಲಾ 80,000 ಸಂಭಾಷಣೆಗಳನ್ನು AI ಮೂಲಕ ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗಿದೆ; ದೃಢೀಕರಣ ಹಂತವನ್ನು 6% ಸಮಯವನ್ನು ಬಿಟ್ಟುಬಿಡಲಾಗಿದೆ ಎಂದು ಅದು ತಿರುಗುತ್ತದೆ - ಕ್ಲಾಸಿಕ್ ಮಾದರಿಯೊಂದಿಗೆ ಎಂದಿಗೂ ಕಾಣದ ಅನುಸರಣೆ ಅಪಾಯ. ಉದ್ದೇಶಿತ ತರಬೇತಿಯೊಂದಿಗೆ, ದರವು 2 ತಿಂಗಳಲ್ಲಿ 1% ಕ್ಕಿಂತ ಕಡಿಮೆಯಾಗಿದೆ.
ಪ್ರಕರಣ 2 - ಐರನಿ ಟ್ರ್ಯಾಪ್. ಇ-ಕಾಮರ್ಸ್ ಕೇಂದ್ರದಲ್ಲಿ, ಭಾವನೆಯ ಮಾದರಿಯು "ನೀವು ಗ್ರೇಟ್, ನಾನು 3 ದಿನಗಳಿಂದ ಕಾಯುತ್ತಿದ್ದೇನೆ" ಎಂಬಂತಹ ವ್ಯಂಗ್ಯಾತ್ಮಕ ವಾಕ್ಯಗಳನ್ನು "ಪಾಸಿಟಿವ್" ಎಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ; ಆದ್ದರಿಂದ ಕೆಲವು ಕೋಪಗೊಂಡ ಗ್ರಾಹಕರು "ತೃಪ್ತಿ" ತೋರಿದರು. ಮಾದರಿಯನ್ನು ಏಕಮಾತ್ರ ನಿರ್ಣಯ ಮಾಡುವವರನ್ನಾಗಿ ಮಾಡದಿದ್ದಾಗ ಮತ್ತು ಮಾನವ ಕಣ್ಣಿನಿಂದ ಮಾದರಿಯ ಮೂಲಕ ಅಂಕಗಳನ್ನು ಪರಿಶೀಲಿಸಿದಾಗ, ತಂಡವು ವ್ಯಂಗ್ಯದ ಪ್ರಕರಣಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಗುರುತಿಸಿತು ಮತ್ತು ವರದಿಗಳ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಹೆಚ್ಚಿಸಿತು. ಪಾಠ: ಸೆಂಟಿಮೆಂಟ್ ಸ್ಕೋರ್ ಒಂದು ಸಂಕೇತವಾಗಿದೆ, ಸಂಪೂರ್ಣ ಸತ್ಯವಲ್ಲ.
ಪ್ರಕರಣ 3 - ಆರಂಭಿಕ ಎಚ್ಚರಿಕೆ. ಒಂದು ಟೆಲಿಕಾಂನಲ್ಲಿನ ಭಾಷಣ ವಿಶ್ಲೇಷಣೆಯು ಮಂಗಳವಾರದಿಂದ ಪ್ರಾರಂಭವಾದ 3 ದಿನಗಳಲ್ಲಿ "ಬಿಲ್" ಸುತ್ತ ಋಣಾತ್ಮಕ ಭಾವನೆಯು 40% ರಷ್ಟು ಹೆಚ್ಚಾಗಿದೆ ಎಂದು ತೋರಿಸಿದೆ. ಹೊಸ ಸುಂಕಕ್ಕೆ ಪರಿವರ್ತನೆಯಲ್ಲಿ ಇನ್ವಾಯ್ಸ್ಗಳು ತಪ್ಪಾಗಿ ಪ್ರತಿಫಲಿಸುತ್ತದೆ ಎಂದು ತನಿಖೆಯು ಬಹಿರಂಗಪಡಿಸಿದೆ. ಸಾವಿರಾರು ದೂರುಗಳು ಸಂಗ್ರಹಗೊಳ್ಳುವ ಮೊದಲು ಆರಂಭಿಕ ಭಾವನೆಯ ಸಂಕೇತದಿಂದ ಸಮಸ್ಯೆಯನ್ನು ಹಿಡಿಯಲಾಯಿತು ಮತ್ತು ಸರಿಪಡಿಸಲಾಯಿತು. Analytics ಒಂದು ಮುಂಚಿನ ಎಚ್ಚರಿಕೆ ವ್ಯವಸ್ಥೆ ಹಾಗೂ ಗುಣಮಟ್ಟದ ಸಾಧನವಾಗಿ ಮಾರ್ಪಟ್ಟಿದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಭಾವನೆಯ ಅಂಕವನ್ನು ಸಂಪೂರ್ಣ ಸತ್ಯವೆಂದು ಪರಿಗಣಿಸಿ. ವ್ಯಂಗ್ಯ, ಭಾಷಾವೈಶಿಷ್ಟ್ಯ ಮತ್ತು ಸಂದರ್ಭವು ಮಾದರಿಯನ್ನು ದಾರಿತಪ್ಪಿಸುತ್ತದೆ; ಸ್ಕೋರ್ ಅನ್ನು ಸಿಗ್ನಲ್ ಆಗಿ ಬಳಸಿ, ಮಾನವನೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿ.
- AI ಸ್ಕೋರ್ ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ಮಾಡುವುದು. QA ನಲ್ಲಿ, ಅಂತಿಮ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಯು ಮಾನವನಿಗೆ ಸೇರಿದೆ; AI ಪ್ರಗತಿಗಳು.
- ಅಸ್ಪಷ್ಟ ಅಂಕಪಟ್ಟಿ ಐಟಂಗಳು. "ಅವರು ಚೆನ್ನಾಗಿ ವರ್ತಿಸಿದರು" ಎಂದು ಅಳೆಯಲಾಗುವುದಿಲ್ಲ; ವಸ್ತುನಿಷ್ಠ, ಪರಿಶೀಲಿಸಬಹುದಾದ ವಸ್ತುಗಳನ್ನು ಬರೆಯಿರಿ.
- QA ಅನ್ನು ಶಿಕ್ಷೆಯ ಸಾಧನವಾಗಿ ಪರಿವರ್ತಿಸುವುದು. ಗುರಿ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಗ್ರಾಹಕರ ಅನುಭವ; ಶಿಕ್ಷೆಯ ಸಂಸ್ಕೃತಿಯು ಏಜೆಂಟ್ ಅನ್ನು ಮೌನಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಡೇಟಾವನ್ನು ಭ್ರಷ್ಟಗೊಳಿಸುತ್ತದೆ.
- ಪುರಾವೆಗಳಿಲ್ಲದ ಮೌಲ್ಯಮಾಪನ. ಪ್ರತಿಯೊಂದು ಸಂಶೋಧನೆಯು ಭಾಷಣದ ಉಲ್ಲೇಖದಿಂದ ಬೆಂಬಲಿತವಾಗಿರಬೇಕು; ಇಲ್ಲದಿದ್ದರೆ ಅದನ್ನು "ಅಸ್ಪಷ್ಟ" ಎಂದು ಕರೆಯಬೇಕು.
ಎಚ್ಚರಿಕೆ: AI ನೊಂದಿಗೆ ಎಲ್ಲಾ ಸಂಭಾಷಣೆಗಳನ್ನು ಅಳೆಯುವುದು ಶಕ್ತಿಯುತವಾಗಿದೆ ಆದರೆ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ. ಇದನ್ನು ನಿರಂತರವಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಮತ್ತು ಉದ್ಯೋಗಿಗಳನ್ನು ಶಿಕ್ಷಿಸುವ ವ್ಯವಸ್ಥೆಯಾಗಿ ಪರಿವರ್ತಿಸುವುದು ಅನೈತಿಕ ಮತ್ತು ತಂಡದ ನಂಬಿಕೆಯನ್ನು ನಾಶಪಡಿಸುತ್ತದೆ. ಗ್ರಾಹಕರ ಅನುಭವ ಮತ್ತು ಏಜೆಂಟ್ ಅಭಿವೃದ್ಧಿಯನ್ನು ಸುಧಾರಿಸುವುದು ಗುರಿಯಾಗಿದೆ; ಪಾರದರ್ಶಕತೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿಯ ಗಮನ ಅತ್ಯಗತ್ಯ.
ಸಾರಾಂಶದಲ್ಲಿ
ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು AI-ಚಾಲಿತ ಗುಣಮಟ್ಟದ ನಿರ್ವಹಣೆಯು ಸಾವಿರಾರು ಸಂಭಾಷಣೆಗಳನ್ನು ಕೇಳಲು ಕಾಲ್ ಸೆಂಟರ್ ಕಿವಿಗಳನ್ನು ನೀಡುತ್ತದೆ: 1% ರ ಬದಲಿಗೆ 100% ಮಾದರಿಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವುದು, ಆರಂಭಿಕ ಪ್ರವೃತ್ತಿಯನ್ನು ಹಿಡಿಯುವುದು ಮತ್ತು ಗುಣಮಟ್ಟದ ಮೌಲ್ಯಮಾಪನವನ್ನು ಸ್ಥಿರವಾಗಿರಿಸುವುದು. ಆದರೆ ಸೆಂಟಿಮೆಂಟ್ ಸ್ಕೋರ್ ಒಂದು ಸಂಕೇತವಾಗಿದೆ, ಸಂಪೂರ್ಣ ಸತ್ಯವಲ್ಲ; QA ನಲ್ಲಿ, ಅಂತಿಮ ನಿರ್ಧಾರವು ಮಾನವನಿಗೆ ಸೇರಿದೆ. ಸ್ಕೋರ್ಕಾರ್ಡ್ ಅನ್ನು ವಸ್ತುನಿಷ್ಠವಾಗಿ ಬರೆಯಿರಿ, ಪ್ರತಿ ಶೋಧನೆಯನ್ನು ಪುರಾವೆಗಳಿಗೆ ಆರೋಪ ಮಾಡಿ, ಮಾನವರಿಗೆ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಬಿಟ್ಟುಬಿಡಿ ಮತ್ತು ಸಂಪೂರ್ಣ ವ್ಯವಸ್ಥೆಯನ್ನು ಪಾರದರ್ಶಕತೆಯೊಂದಿಗೆ ಸ್ಥಾಪಿಸಿ, ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಅನುಭವದ ಸುಧಾರಣೆಯ ಗುರಿಯೊಂದಿಗೆ, ಶಿಕ್ಷೆಯಲ್ಲ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
6 ಐಟಂಗಳೊಂದಿಗೆ ವಸ್ತುನಿಷ್ಠ ಸ್ಕೋರ್ಕಾರ್ಡ್ ಅನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿ (ಪ್ರತಿ ಐಟಂ ಅನ್ನು ಅಳೆಯಬಹುದಾದ ಮತ್ತು ಸಾಬೀತುಪಡಿಸುವಂತಿರಬೇಕು). ಕಾಲ್ಪನಿಕ/ಅನಾಮಧೇಯ ಪ್ರತಿಲೇಖನವನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು "1) ಅಂಕಪಟ್ಟಿ ಮೌಲ್ಯಮಾಪನ" ಮತ್ತು "2) ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ" ಟೆಂಪ್ಲೇಟ್ಗಳನ್ನು ಅನ್ವಯಿಸಿ. ಮಾದರಿಯು "ಅಸ್ಪಷ್ಟ" ಎಂದು ಹೇಳುವ ಅಥವಾ ವ್ಯಂಗ್ಯವಿರುವ ಪ್ರದೇಶಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ ಮತ್ತು ಮಾನವ ತಜ್ಞರು ಅವುಗಳನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸಬೇಕು ಎಂದು ಬರೆಯಿರಿ. ಅಂತಿಮವಾಗಿ, "4) ಕೋಚಿಂಗ್ ಸಾರಾಂಶದೊಂದಿಗೆ ಅಭಿವೃದ್ಧಿ-ಕೇಂದ್ರಿತ ಜ್ಞಾಪಕವನ್ನು ತಯಾರಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನನ್ನ ಸ್ಕೋರ್ಕಾರ್ಡ್ ಐಟಂಗಳು ವಸ್ತುನಿಷ್ಠ, ಅಳೆಯಬಹುದಾದ ಮತ್ತು ಪರಿಶೀಲಿಸಬಹುದಾದವು.
- [ ] AI ಮೌಲ್ಯಮಾಪನ ಪ್ರಾಥಮಿಕ ಸ್ಕ್ರೀನಿಂಗ್; ಅಂತಿಮ QA ನಿರ್ಧಾರ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಯು ಮಾನವನ ಮೇಲಿರುತ್ತದೆ.
- [ ] ನಾನು ಭಾವನೆಯ ಅಂಕಗಳನ್ನು ಸಂಕೇತಗಳಾಗಿ ಬಳಸುತ್ತೇನೆ, ಸಂಪೂರ್ಣ ಸತ್ಯವಾಗಿ ಅಲ್ಲ.
- [ ] ಪ್ರತಿಯೊಂದು ಸಂಶೋಧನೆಯು ಸಂಭಾಷಣೆಯಿಂದ ಸಾಕ್ಷ್ಯದ ಉದ್ಧರಣದಿಂದ ಬೆಂಬಲಿತವಾಗಿದೆ; ಇಲ್ಲದಿದ್ದರೆ "ಅಸ್ಪಷ್ಟ".
- [ ] ನಾನು ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಅನುಭವದ ಸುಧಾರಣೆಯ ಉದ್ದೇಶಕ್ಕಾಗಿ ವ್ಯವಸ್ಥೆಯನ್ನು ಸ್ಥಾಪಿಸಿದ್ದೇನೆ, ಶಿಕ್ಷೆಯಲ್ಲ.
- [ ] ವಿಶ್ಲೇಷಣೆಯ ಉದ್ದೇಶ ಮತ್ತು ವ್ಯಾಪ್ತಿಯನ್ನು ಉದ್ಯೋಗಿಗಳಿಗೆ ಪಾರದರ್ಶಕವಾಗಿ ವಿವರಿಸಲಾಗಿದೆ.