黃翊

摘 要 隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)升級(jí)及業(yè)務(wù)模式創(chuàng)新，電信運(yùn)營(yíng)商逐漸進(jìn)行互聯(lián)網(wǎng)化改造，隨著運(yùn)營(yíng)商互聯(lián)網(wǎng)化的深入改革，同時(shí)對(duì)直接面對(duì)最終用戶的窗口客戶服務(wù)也提出了新挑戰(zhàn)，無(wú)論從用戶表達(dá)訴求的多樣性；訴求信息的差異化；對(duì)服務(wù)要求的時(shí)效性、準(zhǔn)確性還是對(duì)整體服務(wù)意識(shí)都有了更高的要求，客服管理如何跟上客戶訴求發(fā)展步伐，提供更高質(zhì)量的內(nèi)部運(yùn)營(yíng)管理，滿足服務(wù)質(zhì)量提升。本解決方案針對(duì)如上客服業(yè)務(wù)發(fā)展面臨問題與挑戰(zhàn)基于智能語(yǔ)音分析技術(shù)，利用語(yǔ)音識(shí)別引擎，文本處理技術(shù)結(jié)合目前客服業(yè)務(wù)面臨的痛點(diǎn)及訴求，提煉出基于智能語(yǔ)音分析的智慧客服運(yùn)營(yíng)管理業(yè)務(wù)應(yīng)用，支撐內(nèi)部運(yùn)營(yíng)管理的提質(zhì)、提效，強(qiáng)化內(nèi)部管理，服務(wù)管理由聽到看，由隨機(jī)到定位，由抽樣到全量，同時(shí)聚焦客服服務(wù)，提供熱點(diǎn)信息發(fā)現(xiàn)，問題根源分析，綜合模型算法專題分析采樣，做到滿足客戶心聲，聚焦熱點(diǎn)問題及訴求，規(guī)避投訴風(fēng)險(xiǎn)，更好地服務(wù)于客戶，提升客服服務(wù)質(zhì)量，提升企業(yè)核心競(jìng)爭(zhēng)力。關(guān)鍵詞 智能分析；語(yǔ)音檢索；根源分析；客戶心聲；業(yè)務(wù)趨勢(shì)；運(yùn)營(yíng)管理

中圖分類號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2018）204-0121-03

1 概述

1.1 背景和意義

隨著互聯(lián)網(wǎng)化產(chǎn)品的推陳出新及業(yè)務(wù)發(fā)展，逐漸暴露出互聯(lián)網(wǎng)化產(chǎn)品對(duì)客戶服務(wù)系統(tǒng)的更高要求：各類互聯(lián)網(wǎng)化產(chǎn)品具有形態(tài)創(chuàng)新、個(gè)性化強(qiáng)、產(chǎn)品小、迭代快的特點(diǎn)，其核心意義在于圍繞用戶的需求快速響應(yīng)與改變。要求服務(wù)團(tuán)隊(duì)具備專業(yè)化服務(wù)與業(yè)務(wù)快速部署上線能力。與傳統(tǒng)業(yè)務(wù)相比，互聯(lián)網(wǎng)化產(chǎn)品用戶的來(lái)電頻次更高、時(shí)長(zhǎng)更長(zhǎng)，投訴量波動(dòng)大，貶損提及率更高。

綜上所述，傳統(tǒng)的服務(wù)體系已經(jīng)無(wú)法滿足互聯(lián)網(wǎng)化產(chǎn)品的服務(wù)要求。如何運(yùn)用集合時(shí)下熱門技術(shù)，結(jié)合通訊行業(yè)的服務(wù)創(chuàng)新理念，滿足基于互聯(lián)網(wǎng)化的客戶服務(wù)與運(yùn)營(yíng)，實(shí)現(xiàn)專業(yè)化、大數(shù)據(jù)、智能化的管理體系支撐，為客戶服務(wù)保駕護(hù)航，助力大IT新生態(tài)的戰(zhàn)略轉(zhuǎn)型。

1.2 現(xiàn)狀分析

現(xiàn)階段語(yǔ)音來(lái)話仍占據(jù)最主要的接觸方式中，只有1%～3%的語(yǔ)音文件被用于人工質(zhì)檢，絕大部分隱藏在語(yǔ)音文件中的價(jià)值信息未被有效挖掘。運(yùn)營(yíng)商針對(duì)目前大量錄音數(shù)據(jù)暫無(wú)系統(tǒng)化的分析、質(zhì)檢、運(yùn)營(yíng)解決方案。如何通過智能語(yǔ)音分析的技術(shù)應(yīng)用，實(shí)現(xiàn)基于智能語(yǔ)音分析的客服智慧運(yùn)營(yíng)管理解決方案，從而有效提升智能化運(yùn)營(yíng)手段、強(qiáng)化內(nèi)部管理、聚焦客戶服務(wù)心聲，提高客戶服務(wù)滿意度，有效降低客戶投訴率。

現(xiàn)階段客服管理面臨如下的挑戰(zhàn)：傳統(tǒng)錄音監(jiān)聽方式無(wú)法及時(shí)定位賬期及各類熱點(diǎn)問題，造成服務(wù)流程掣肘，反饋及應(yīng)答延時(shí)；針對(duì)客服代表引起的服務(wù)問題，客戶評(píng)價(jià)“不滿意”或“未解決”質(zhì)檢的耗時(shí)繁雜，溝通中服務(wù)的量化與滿意度修復(fù)；客服代表服務(wù)時(shí)沉默或等待時(shí)間過長(zhǎng)無(wú)法有效統(tǒng)計(jì)分析，缺少對(duì)靜音時(shí)長(zhǎng)服務(wù)成本的量化認(rèn)識(shí)和控制；客戶投訴隱患預(yù)防工作無(wú)法做到前置和前知，導(dǎo)致投訴率長(zhǎng)期居高，且針對(duì)突發(fā)事件容易造成群訴事故；以往新業(yè)務(wù)上線后，無(wú)法及時(shí)精準(zhǔn)獲取到用戶的咨詢熱點(diǎn)及難點(diǎn)問題，造成受理通話時(shí)間長(zhǎng)、難點(diǎn)問題回答不標(biāo)準(zhǔn)，服務(wù)滿意度下降；針對(duì)客戶心聲，隱藏著大量的價(jià)值信息，如何收集、分析客戶心聲為深入剖析業(yè)務(wù)流程，系統(tǒng)及產(chǎn)品等存在的問題，協(xié)助決策領(lǐng)導(dǎo)針對(duì)性的問題解決。

2 智慧客服運(yùn)營(yíng)管理應(yīng)用解決方案

方案采用基于智能語(yǔ)音分析技術(shù)，利用語(yǔ)音轉(zhuǎn)寫、轉(zhuǎn)譯平臺(tái)進(jìn)行結(jié)構(gòu)化數(shù)據(jù)建立，提供智能語(yǔ)音處理的語(yǔ)音識(shí)別、語(yǔ)義理解、情緒分析等核心能力，在語(yǔ)音語(yǔ)義能力基礎(chǔ)上，實(shí)現(xiàn)語(yǔ)音識(shí)別，意圖識(shí)別等功能。

通過智能質(zhì)檢，錄音自動(dòng)抽取對(duì)全量的錄音數(shù)據(jù)進(jìn)行質(zhì)量篩選，找到存在問題的語(yǔ)音，提供質(zhì)檢員新的質(zhì)檢測(cè)聽方法，通過語(yǔ)音播放與文字對(duì)照，違規(guī)問題產(chǎn)生的時(shí)間點(diǎn)定位等手段提升質(zhì)檢效率。

及時(shí)感應(yīng)熱點(diǎn)，分析市場(chǎng)動(dòng)態(tài)，有效輔助經(jīng)營(yíng)決策。

分析客戶訴求，匹配新業(yè)務(wù)資訊，提升客戶滿意度，減少客戶流失。

實(shí)現(xiàn)投訴隱患預(yù)防前置，根據(jù)風(fēng)險(xiǎn)模型關(guān)鍵詞識(shí)別投訴風(fēng)險(xiǎn)，及時(shí)服務(wù)補(bǔ)救，將投訴、升級(jí)投訴風(fēng)險(xiǎn)控制在萌芽狀態(tài)。

按照業(yè)務(wù)邏輯，本智慧客服運(yùn)營(yíng)管理解決方案分為語(yǔ)音識(shí)別引擎層、文本數(shù)據(jù)處理層、業(yè)務(wù)應(yīng)用層三層邏輯結(jié)構(gòu)，語(yǔ)音識(shí)別引擎從大數(shù)據(jù)平臺(tái)獲取基礎(chǔ)數(shù)據(jù)后，通過語(yǔ)音識(shí)別、文本轉(zhuǎn)譯等技術(shù)將語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)供文本數(shù)據(jù)處理層封裝處理，對(duì)外提供智能化語(yǔ)音分析能力業(yè)務(wù)應(yīng)用。

2.1 智慧客服運(yùn)營(yíng)管理業(yè)務(wù)應(yīng)用功能

2.1.1 語(yǔ)音檢索

語(yǔ)音檢索業(yè)務(wù)應(yīng)用指在電信通話中檢索特定詞組，以達(dá)到分析、檢測(cè)、預(yù)防等目的的場(chǎng)景。1）幫助運(yùn)營(yíng)人員根據(jù)規(guī)則快速找到所需要的錄音及對(duì)應(yīng)的文本；2）語(yǔ)音檢索基于文本技術(shù)的語(yǔ)音搜索，針對(duì)海量的語(yǔ)音數(shù)據(jù)，能夠通過自定義的詞句，在語(yǔ)音信息中定位匹配的錄音，并展現(xiàn)出相對(duì)應(yīng)的結(jié)果錄音。

2.1.2 業(yè)務(wù)趨勢(shì)

業(yè)務(wù)趨勢(shì)應(yīng)用功能實(shí)現(xiàn)對(duì)整體業(yè)務(wù)發(fā)展、業(yè)務(wù)走向、問題原因等提供報(bào)表分析數(shù)據(jù)。1）有助于了解關(guān)鍵業(yè)務(wù)在所選時(shí)間段內(nèi)的變化趨勢(shì)，及時(shí)發(fā)現(xiàn)突變情況；2）可通過詞頻統(tǒng)計(jì)自動(dòng)分析所選時(shí)間段內(nèi)的錄音中占比TOP100的關(guān)鍵詞，了解該時(shí)間段內(nèi)通話焦點(diǎn)。

2.1.3 熱點(diǎn)發(fā)現(xiàn)

熱點(diǎn)發(fā)現(xiàn)通過對(duì)用戶與客服每天的交流內(nèi)容進(jìn)行匯總分析，得出每天各省用戶反饋的熱點(diǎn)、突發(fā)、異動(dòng)事件，進(jìn)而及時(shí)應(yīng)對(duì)處理，判斷規(guī)則：持續(xù)時(shí)間長(zhǎng)、數(shù)量超過閥值（如：超過100次/日/?。?，范圍支持全國(guó)、省份，頻次支持日、周、月維度等。

2.1.4 語(yǔ)音質(zhì)檢模型

語(yǔ)音質(zhì)檢模型實(shí)現(xiàn)可配置化，質(zhì)檢人員通過在系統(tǒng)中自定義質(zhì)檢模型規(guī)則，包括關(guān)鍵詞、靜音長(zhǎng)度、聲道等信息進(jìn)行組合形成質(zhì)檢規(guī)則，對(duì)全量的錄音數(shù)據(jù)進(jìn)行質(zhì)量篩選，找到存在問題的語(yǔ)音，同時(shí)提供質(zhì)檢員新的質(zhì)檢測(cè)聽方法，通過語(yǔ)音播放與文字對(duì)照，違規(guī)問題產(chǎn)生的時(shí)間點(diǎn)定位等手段提升質(zhì)檢效率。endprint

2.1.5 根源分析

根源分析采用聚類算法，自動(dòng)規(guī)集業(yè)務(wù)問題原因，幫助管理者能在已知原因之外，進(jìn)一步發(fā)現(xiàn)新的可能原因，進(jìn)行針對(duì)性改進(jìn)；對(duì)多條錄音提到的關(guān)鍵字進(jìn)行自動(dòng)錄音聚類，總結(jié)歸納出幾類根本原因，并輔助展現(xiàn)每類的錄音關(guān)鍵字，自動(dòng)對(duì)該樣本中的問題、客戶關(guān)心的熱點(diǎn)進(jìn)行聚類，提供輔助分析。

2.1.6 客戶心聲

客戶心聲通過對(duì)交互語(yǔ)音分析的深入挖掘，統(tǒng)計(jì)客戶對(duì)運(yùn)營(yíng)商的真實(shí)訴求和心聲，找到運(yùn)營(yíng)商自身問題以及服務(wù)差異點(diǎn)，從而提供差異化的營(yíng)銷和精準(zhǔn)服務(wù)。

構(gòu)建以“客戶”為中心的全面的、真實(shí)的客戶感知收集與分析體系，充分挖掘客戶服務(wù)交流中客戶訴求信息，同業(yè)產(chǎn)品、信息數(shù)據(jù)，客戶傾向、興趣熱點(diǎn)等數(shù)據(jù)，分析匯總后輸出客戶心聲圖譜，同時(shí)快速準(zhǔn)確地定位影響用戶感知的判斷根源。

2.1.7 專題建模

業(yè)務(wù)應(yīng)用提供專題分析功能，通過專題定義，人工設(shè)置地域、時(shí)間、維度并匹配相應(yīng)關(guān)鍵詞形成初始數(shù)據(jù)模型，并進(jìn)行文本分析，形成該專題所分析維度的變化趨勢(shì)及相應(yīng)關(guān)聯(lián)問題；此初始模型可根據(jù)多次文本分析結(jié)果進(jìn)行二次修正與優(yōu)化，并支持輸出的分析報(bào)告形式、周期、圖表格式自定義功能。

管理人員通過系統(tǒng)專題分析功能模塊構(gòu)建專題分析模型，對(duì)近期熱點(diǎn)事件、營(yíng)銷活動(dòng)、網(wǎng)絡(luò)熱詞等熱點(diǎn)專題進(jìn)行自動(dòng)或主動(dòng)的追蹤分析，自動(dòng)識(shí)別熱點(diǎn)專題可以從業(yè)務(wù)聚類、熱度、傳播趨勢(shì)等維度進(jìn)行分析。

2.2 智慧客服運(yùn)營(yíng)管理文本數(shù)據(jù)處理

2.2.1 文本基本處理

文本基本處理是指語(yǔ)音文件轉(zhuǎn)譯成原始文本文件后進(jìn)行的基本處理操作，文本基本處理包含：信息抽取、分詞、詞性標(biāo)注、命名實(shí)體識(shí)別、新詞發(fā)現(xiàn)、漢語(yǔ)權(quán)重統(tǒng)計(jì)。

2.2.2 特征抽取

特征提取指對(duì)是一種使用數(shù)學(xué)和統(tǒng)計(jì)的方法對(duì)文本中的詞語(yǔ)進(jìn)行抽取，推斷它們之間的語(yǔ)義關(guān)系，同時(shí)建立一個(gè)語(yǔ)義索引，并將文檔組織成語(yǔ)義空間結(jié)構(gòu)的方法。其出發(fā)點(diǎn)是文檔的特征項(xiàng)與特征項(xiàng)之間存在著某種潛在的語(yǔ)義聯(lián)系，消除詞之間的相關(guān)性，簡(jiǎn)化文本向量的目的。特征抽取方法主要為特征析取，通過將出事文本特征空間的映射到一個(gè)低緯空間的方法來(lái)降緯，原始的多個(gè)變量取若干線性組合，從而盡可能多地保留原始變量中的細(xì)信息。

特征提取包含特征詞及權(quán)重；關(guān)鍵詞摘要；特定信息抽取。

2.2.3 關(guān)鍵詞抽取

關(guān)鍵詞抽取指從文本里面把跟文本意義最相關(guān)的一詞抽取出來(lái)。通過關(guān)鍵詞抽取能夠反映出文本主題或者意思的詞語(yǔ)。

關(guān)鍵詞抽取采用有監(jiān)督學(xué)習(xí)算法，抽取出所有的候選詞，利用訓(xùn)練好的關(guān)鍵詞抽取分類器，對(duì)各個(gè)候選詞進(jìn)行分類，最終將標(biāo)簽為關(guān)鍵詞的候選詞作為關(guān)鍵詞。

2.2.4 文本分類

文本分類是按照一定的分類體系或標(biāo)準(zhǔn)進(jìn)行自動(dòng)分類標(biāo)記，目標(biāo)為讓機(jī)器學(xué)會(huì)一個(gè)分類函數(shù)或分類模型，該模型能把文本映射到已存在的多個(gè)類別中的某一類，使檢索或查詢的速度更快，提高準(zhǔn)確率。訓(xùn)練方法和分類算法是分類系統(tǒng)的核心部分。

2.2.5 句法分析

句法分析指對(duì)句子中的詞語(yǔ)語(yǔ)法功能進(jìn)行分析，句法分析主要應(yīng)用于中文信息處理中，用來(lái)識(shí)別出高層次的結(jié)構(gòu)單元來(lái)簡(jiǎn)化句子的描述。

2.2.6 情感分類

基于語(yǔ)義模型的情感分析后，綜合主題、場(chǎng)景信息后對(duì)用戶情感的分類處理。

2.3 智慧客服運(yùn)營(yíng)管理語(yǔ)音識(shí)別引擎

2.3.1 語(yǔ)音識(shí)別

語(yǔ)音識(shí)別指將分離后的語(yǔ)音通過聲學(xué)模型轉(zhuǎn)換為對(duì)應(yīng)的漢語(yǔ)音標(biāo)符號(hào)、音標(biāo)信息，再通過大詞匯網(wǎng)絡(luò)的語(yǔ)言模型識(shí)別出其對(duì)應(yīng)的文本內(nèi)容。語(yǔ)音識(shí)別支持中文和英文混讀的常見語(yǔ)句聽寫；支持中文標(biāo)點(diǎn)智能預(yù)測(cè)；支持前端語(yǔ)音處理；支持后端識(shí)別處理。

2.3.2 情緒分析

情緒分析指通過對(duì)錄音數(shù)據(jù)中坐席、用戶不同角色的情緒特征提取，采用聲紋特征技術(shù)實(shí)現(xiàn)對(duì)坐席和客戶不同角色的情緒特征捕捉，結(jié)合音量、語(yǔ)速、通話內(nèi)容以及情緒模型及情緒分析算法，實(shí)現(xiàn)對(duì)通話內(nèi)容高區(qū)分度的情緒檢測(cè)的需求，形成正常、異常兩類情緒判斷結(jié)果。

2.3.3 靜音識(shí)別

靜音識(shí)別利用語(yǔ)音識(shí)別引擎降噪、聲紋等生物特征技術(shù)實(shí)現(xiàn)通話過程中靜音及無(wú)效音的識(shí)別，通過引擎系統(tǒng)對(duì)平均通話時(shí)長(zhǎng)進(jìn)行細(xì)化識(shí)別統(tǒng)計(jì)。通過對(duì)錄音中無(wú)效通話時(shí)長(zhǎng)，有效平均通話時(shí)長(zhǎng)進(jìn)行統(tǒng)計(jì)，并區(qū)別坐席通話及客戶通話統(tǒng)計(jì)無(wú)效時(shí)長(zhǎng)、靜音時(shí)長(zhǎng)。

2.3.4 索引建立

語(yǔ)音信息在分析之前所有的數(shù)據(jù)都會(huì)保存在相關(guān)的索引文件中，由索引建立模塊生成。

索引文件的內(nèi)容一般包括：1）客服坐席人員和客戶語(yǔ)音的文字轉(zhuǎn)寫結(jié)果；2）聲道信息，如果是雙聲道語(yǔ)音，需要給出聲道信息；3）語(yǔ)速檢測(cè)：檢測(cè)和分析出整個(gè)電話錄音中平均語(yǔ)速以及某段錄音中語(yǔ)速的變。

2.3.5 場(chǎng)景分割

場(chǎng)景分割指在處理錄音過程中將對(duì)兩方的通話內(nèi)容進(jìn)行分離，進(jìn)而方便后期的數(shù)據(jù)分析應(yīng)用，可以針對(duì)性的對(duì)客服人員服務(wù)質(zhì)量進(jìn)行監(jiān)控，提升熱線整體服務(wù)水平；從而對(duì)用戶語(yǔ)音內(nèi)容進(jìn)行熱點(diǎn)問題分析、主要意見、知識(shí)挖掘等應(yīng)用。

2.3.6 全文轉(zhuǎn)譯

全文轉(zhuǎn)譯模塊形成針對(duì)錄音的非結(jié)構(gòu)化的語(yǔ)音文件轉(zhuǎn)換為結(jié)構(gòu)化的結(jié)構(gòu)化索引信息。利用客戶服務(wù)領(lǐng)域的通用語(yǔ)言模型及聲學(xué)模型，并根據(jù)分析應(yīng)用要求，在特定場(chǎng)景下著重保證如低頻服務(wù)忌語(yǔ)、新增業(yè)務(wù)等關(guān)鍵詞的識(shí)別率，最終實(shí)現(xiàn)將所有錄音進(jìn)行全文轉(zhuǎn)譯，形成轉(zhuǎn)譯文件。

2.3.7 聲學(xué)模型管理

聲學(xué)模型管理需要涉及各地、各區(qū)域地方口音適配，從而優(yōu)化聲學(xué)模型使其能夠廣泛覆蓋中國(guó)地方口音，聲學(xué)模型管理包含：模型采集、模型引入、模型類型管理、模型批量管理、模型發(fā)布管理、模型回退管理。

3 成功案例

根據(jù)上述解決方案，有效的解決客服管理中質(zhì)檢管理、服務(wù)質(zhì)量管理、投訴風(fēng)險(xiǎn)管理所面臨的諸多問題，通過業(yè)務(wù)應(yīng)用層的業(yè)務(wù)邏輯配置，針對(duì)不同省份業(yè)務(wù)情況與客訴訴求，依托智慧化運(yùn)營(yíng)管理能力，實(shí)現(xiàn)客服運(yùn)營(yíng)管理能力顯著提升。

智能語(yǔ)音分析試點(diǎn)——湖南。2017年1月17日智能語(yǔ)音分析系統(tǒng)在湖南正式上線。從多個(gè)維度支撐客服系統(tǒng)內(nèi)部運(yùn)營(yíng)管理，提質(zhì)（投訴隱患預(yù)防前置，降低升級(jí)風(fēng)險(xiǎn)；帳期/熱點(diǎn)業(yè)務(wù)跟蹤，挖掘共性問題；客戶滿意度修復(fù)，聚焦感知提升）提效（長(zhǎng)時(shí)間靜音管控，夯實(shí)基礎(chǔ)管理；新業(yè)務(wù)發(fā)布跟進(jìn)，提升采編質(zhì)量）聚焦客戶服務(wù)感知，深入剖析業(yè)務(wù)流程、系統(tǒng)及產(chǎn)品等存在的問題，以“客戶代言人”身份邀請(qǐng)本省對(duì)口部門傾聽客戶心聲，輸出價(jià)值信息，發(fā)揮10010熱線生產(chǎn)經(jīng)營(yíng)“晴雨表”和“傳感器”的作用。

參考文獻(xiàn)

[1]中國(guó)科學(xué)院軟件研究所.中文文本的主題識(shí)別技術(shù)[M].2007.

[2]俞菁菁.基于語(yǔ)義模型的情感語(yǔ)音識(shí)別技術(shù)研究[D].南京：東南大學(xué)，2008.

[3]馮晉，李春平.基于統(tǒng)計(jì)學(xué)和語(yǔ)義信息的中文文本主題識(shí)別技術(shù)[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，45（s1）：65-68.

[4]易中華，武全勝，陸登，等.一種客服語(yǔ)音智能搜索和分析系統(tǒng)及方法[P].CN103793515A.2014.endprint