Прибыль:
- Способность читать отдельные и совокупные тенденции с помощью анализа настроений и речевого анализа и использовать оценки в качестве сигналов, а не абсолютных фактов.
- Возможность сканировать 100% разговоров с помощью объективной системы показателей и производить предварительную оценку, основанную на фактических данных, оставляя окончательное решение за человеком.
- Способность создать систему качества с прозрачностью и вдали от уголовной культуры с целью развития и улучшения опыта.
Ежедневно в колл-центре происходят тысячи разговоров, но при классическом методе команда качества может прослушать и оценить лишь небольшую часть из них (в большинстве мест 1-2%). Это означает, что 98% разговоров теряются, даже не будучи проверенными; Даже если с клиентом плохо обращаются или представитель неоднократно предоставляет ложную информацию, никто этого не заметит. Искусственный интеллект радикально меняет эту картину: он может читать и оценивать каждый разговор. В этом модуле мы рассмотрим две смежные темы: анализ настроений (измерение эмоционального тона клиента и представителя) и управление качеством (QA — Quality Assurance; оценка соответствия разговоров стандартам).
Первые два срока. Анализ тональности – это положительный, отрицательный или нейтральный эмоциональный тон текста или речи; Это автоматическое обнаружение таких ситуаций, как гнев, удовлетворение и тревога. Речевая аналитика (аналитика взаимодействия) предназначена для коллективного анализа всех разговоров и выявления тенденций, часто встречающихся тем, рисков и возможностей. Вместе они дают колл-центру «слышащие уши»: генерируют смысл из тысяч разговоров, которые менеджер не может слушать по отдельности.
Анализ настроений: держим пульс
Анализ настроений работает на двух уровнях. Уровень единственного числа: показывает общий тон разговора («клиент начал злиться, в конце концов успокоился») и поворотные моменты. Совокупный уровень: извлекает такие тенденции, как «негативные настроения выросли на 18% на этой неделе, в основном по поводу «счета»» из тысяч разговоров. Эта информация бесценна: она заранее улавливает нарастающую волну гнева, проблемы с продуктом или замешательство по поводу новой кампании.
Однако анализ настроений не идеален. В турецком языке сарказм, ирония и идиомы могут ввести модель в заблуждение (предложение «Большое спасибо, отличный сервис!» могло быть сказано в гневе). Кроме того, оценка настроений — это сигнал, а не окончательная истина. Поэтому используйте анализ настроений не для того, чтобы наказать отдельного представителя, а для того, чтобы увидеть тенденции и выделить разговоры, требующие внимания.
Совет: используйте анализ настроений как «предупреждение», а не как «суждение». Единственный отрицательный балл не осуждает представителя; однако растущая негативная тенденция указывает на область, требующую изучения. Проверьте сигнал с человеком.
Управление качеством: 100% оценка вместо 1%
В классическом QA эксперт по качеству оценивает несколько случайно выбранных звонков с помощью формы оценки (карта оценок — такие пункты, как «было ли дано приветствие, подтверждена ли личность, было ли предложено решение, было ли завершение подходящим»). Этот метод страдает от небольшого размера выборки, субъективности и проблем с задержкой. В рамках контроля качества, поддерживаемого искусственным интеллектом, модель автоматически оценивает все разговоры в соответствии с элементами системы показателей; Какой статьи не хватает, какие выступления рискованны, какого представителя по какому вопросу следует поддержать – все это показано.
Критический момент: оценка качества AI — это предварительная проверка и индикация, а не окончательная оценка. ИИ говорит: «Кажется, этот разговор пропустил этап аутентификации»; Эксперт по качеству изучает эти отмеченные разговоры и принимает окончательное решение. Таким образом, вместо того, чтобы слушать тысячи разговоров, эксперт сосредотачивается на рискованных/показательных разговорах, которые отмечает ИИ — как более справедливых, так и более полных.
В следующей таблице сравниваются два подхода:
Размер
Классический контроль качества
Контроль качества на основе искусственного интеллекта
Область применения
1-2% разговоров
100% сканирование
Продолжительность
Медленно, слушаю вручную
Мгновенное сканирование
Консистенция
Зависит от эксперта
Постоянно применяется к критерию
субъективность
высокий
Критерий четкий, сигнал + человек
окончательное решение
эксперт
Эксперт (специализируется на искусственном интеллекте)
Риск
Уход от проблем
Ложный знак (необходимо проверить)
Шаг за шагом: программа качества на базе искусственного интеллекта
- Уточните оценочную карту: напишите элементы оценки объективно и измеримо (не расплывчато, например «вёл себя вежливо», а ясно, например «приветствовали клиента по имени/соответствующему адресу»).
- Дайте ИИ критерии: Оцените каждый разговор как «сделано/не сделано/непонятно» по этим пунктам; Вы показали доказательство.
- Выделите рискованные: доведите до эксперта разговоры с низкими оценками, гневные разговоры или разговоры, связанные с риском несоблюдения требований.
- Эксперт подтверждает: окончательная оценка и отзывы принадлежат человеку; Места, которые ИИ называет «неопределенными», определенно доступны человеку.
- Превратите это в коучинг: используйте результаты для развития агентов, сосредоточив внимание на улучшении, а не на наказании.
Четыре копируемых шаблона
1) Рейтинг системы показателей:
Оцените следующий анонимный разговор по следующим пунктам. Для каждого пункта: укажите статус=[выполнено/не выполнено/непонятно] и ДОКАЗАТЕЛЬНОЕ предложение (цитата из разговора). Если доказательств нет, скажите «неясно»; угадывание.Предметы: 1) Соответствующее приветствие 2) Аутентификация 3) Понимание проблемы4) Правильная информация/решение 5) Обязательная информация 6) Вежливое завершение.Речь: <<расшифровка>>
2) Анализ настроений и поворотных моментов:
Нарисуйте эмоциональную траекторию анонимного разговора ниже. - Начальный тон, конечный тон (спокойный/злой/тревожный/удовлетворенный), - Момент, когда эмоция ИЗМЕНИЛАСЬ и почему (с цитатой), - Были ли какие-либо признаки гнева/кризиса, как с этим справился агент? Обратите внимание на возможную иронию/сарказм; Если вы не уверены, скажите «неясно». Речь: <<транскрипция>>
3) Совокупный отчет о тенденциях:
Ниже приведены теги анонимных разговоров и оценки настроений на этой неделе. (1) Наиболее растущая тема негативных эмоций, (2) возможная гипотеза о первопричине (доказать), (3) 3 темы, рекомендуемые для изучения. Возьмите цифры из данных, не выдумывайте их; пометить гипотезы как «должны быть подтверждены».Данные: <<сводная таблица>>
4) Резюме коучинга (развитие агента):
Подготовьте для представителя ONE коучинговую записку, ориентированную на развитие, без карательных мер, на основе следующих оцененных разговоров. - Сильные стороны (2), - Область для улучшения (2, с конкретными примерами), - 1 предлагаемая микроцель. Личное суждение/использование ярлыков. Данные: <<речевые рейтинги>>
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Оцените, хороший или плохой этот представитель.
Субъективный, без критериев, без доказательств, карательный; Это выносит несправедливое и необоснованное «суждение».
Мощная подсказка:
Оцените этот анонимный разговор по оценочной таблице из 6 пунктов; По каждому пункту процитируйте выполнено/не выполнено/неясно + ДОКАЗАТЕЛЬСТВА из выступления. Если доказательств нет, скажите «неясно». Я (эксперт по качеству) приму окончательное решение; вы просто делаете предварительную оценку с доказательствами.
Разница: критерий ясен, доказательства обязательны, неопределённость честна, окончательное решение остаётся за человеком.
три мини-кейса
Случай 1. Сила 100% покрытия. В одном банке команда контроля качества могла прослушивать около 1200 разговоров в месяц (1,5% от общего числа). Все 80 000 разговоров были просканированы с помощью ИИ; Оказывается, этап аутентификации был пропущен в 6% случаев — риск несоответствия, который никогда не возникнет при классической выборке. Благодаря целевому коучингу этот показатель упал до менее 1% за 2 месяца.
Случай 2 — Ловушка иронии. В центре электронной коммерции модель эмоций считала ироничные предложения типа «ты молодец, я ждал 3 дня» как «положительные»; поэтому некоторые разгневанные клиенты казались «удовлетворенными». Когда модель не была единственным лицом, принимающим решения, а оценки проверялись путем выборки человеческим глазом, команда отмечала случаи иронии отдельно, и надежность отчетов увеличивалась. Урок: оценка настроений — это сигнал, а не абсолютная истина.
Случай 3 — Раннее предупреждение. Речевая аналитика в одном телекоме показала, что негативные настроения вокруг «законопроекта» выросли на 40% за 3 дня, начиная со вторника. В ходе расследования выяснилось, что счета-фактуры были неправильно отражены при переходе на новый тариф. Проблема была обнаружена и устранена с помощью раннего эмоционального сигнала еще до того, как накопились тысячи жалоб. Аналитика стала системой раннего предупреждения, а также инструментом обеспечения качества.
Распространенные ошибки
- Считая оценку эмоций абсолютной истиной. Ирония, идиоматика и контекст вводят модель в заблуждение; Используйте оценку как сигнал, сверьтесь с человеком.
- Принятие окончательного решения за счет ИИ. В QA окончательная оценка и обратная связь принадлежат человеку; ИИ продвигается.
- Неясные элементы оценочной карты. «Он вел себя хорошо» не поддается измерению; Пишите объективные, проверяемые элементы.
- Превращение контроля качества в инструмент наказания. Целью является развитие и опыт клиентов; Культура наказания заставляет агента замолчать и искажает данные.
- Оценка без доказательств. Каждый вывод должен быть подкреплен цитатой из выступления; В противном случае его следует назвать «неясным».
Внимание: измерение всех разговоров с помощью ИИ является мощным, но чувствительным методом. Превращать это в систему, которая постоянно контролирует и наказывает сотрудников, неэтично и подрывает доверие команды. Цель — улучшить качество обслуживания клиентов и развитие агентов; Прозрачность и нацеленность на развитие имеют важное значение.
В заключение
Анализ настроений и управление качеством на основе искусственного интеллекта позволяют колл-центру слышать тысячи разговоров: сканирование 100 % выборки вместо 1 %, раннее выявление тенденций и обеспечение единообразия оценки качества. Но оценка настроений — это сигнал, а не абсолютная истина; В QA окончательное решение принадлежит человеку. Напишите объективную систему показателей, объясните каждый результат фактами, оставьте неопределенность людям и создайте всю систему прозрачной, с целью развития и улучшения опыта, а не наказания.
Задача приложения
Разработайте целевую систему показателей из 6 пунктов (каждый пункт должен быть измеримым и доказуемым). Возьмите фиктивную/анонимную стенограмму и примените шаблоны «1) Оценка по системе показателей» и «2) Анализ настроений». Выделите области, где модель говорит о «двусмысленности» или где может быть ирония, и напишите, как эксперт-человек должен их проверить. Наконец, подготовьте памятку, ориентированную на развитие, с «4) Резюме коучинга».
контрольный список
- [ ] Элементы моей системы показателей объективны, измеримы и проверяемы.
- [ ] Предварительный отбор оценки AI; Окончательное решение и обратная связь по обеспечению качества остается за человеком.
- [ ] Я использую оценки настроений как сигналы, а не как абсолютную истину.
- [ ] Каждый вывод подтверждается цитатой из разговора; иначе «неясно».
- [ ] Я создал систему с целью развития и улучшения опыта, а не наказания.
- [ ] Сотрудникам были прозрачно объяснены цель и объем анализа.