Itthon Hang Hogyan segíthetnek az érzelmeket kiértékelő gépi tanulási eszközök a call center problémáiban?

Hogyan segíthetnek az érzelmeket kiértékelő gépi tanulási eszközök a call center problémáiban?

Anonim

K:

Hogyan segíthetnek az érzelmeket kiértékelő gépi tanulási eszközök a call center problémáiban?

A:

Sok szempontból a virtuális segítségnyújtás és az interaktív hangválasz (IVR) rendszerek a mai call centerekben továbbra is elég primitívek.

A vadonatúj technológiák azonban jönnek, amelyek ígéretet adnak arra, hogy valóban forradalmasítsák a telefonhívást mint érzelmi kommunikációs eszközt. Ez nagy hatással lehet mindenféle ügyfélre és más hívó félre, akik telefonon keresztül próbálnak kapcsolatba lépni egy vállalkozással.

Ingyenes letöltés: Gépi tanulás és miért számít?

Nehéz ezeket az új technológiákat egyesíteni a domináns jelenlegi rendszerrel, ahol a telefonod robotja nem igazán elemzi a hívás befejezését, azon túl, hogy kezeli az alapvető természetes nyelvi feldolgozást, amely megkülönbözteti az egyik célmondatot a egy másik.

Ha megnézzük, mi jön le a csuka, úgy tűnik, hogy várhatóan fel kell gyorsítani a modern mesterséges intelligencia segítségét, amely sokkal érzékenyebbé teszi az IVR rendszereket.

A „Ezt a hívást hang- és érzelmi szempontból figyelemmel lehet kísérni” című vezetékes cikk ismerteti a Cogito nevű program megjelenését, amely kiváló példa arra, hogy a hangelemző szoftver sokkal jobbá válik.

Az ügyfélszolgálat iránt érdeklődők számára az egyik legnagyobb elbeszélés az, hogy a Cogito segít felismerni a hívó fél hangulatát és mentalitását. Ez segíthet a cégeknek abban, hogy jobban kiszolgálják a már frusztrált vagy dühös hívókat, akik valószínűleg még jobban frusztráltak és dühösebbek lesznek, amikor a hangmenükkel foglalkoznak. Például Tom Simonite író olyan kifejezések kiértékelésével foglalkozik, mint például „ez nevetséges”, amely egyértelműen megmutatja a technológiákat arról, hogy a hívót súlyosbítja-e az általuk használt felület.

Kissé baljósabb használat esetén a szoftver képes felismerni a munkavállalók érzelmi mintáit is. Ez javíthatja az ügyfélszolgálatot, bár hajlamos arra, hogy az emberi munkavállaló rovására csinálja - más szóval, az a szoftver, amely arra kéri, hogy üljön egyenesen és kellemesebben beszéljen, valószínűleg nem lesz nagy szakszervezeti eladás.

Azonban a potenciál itt nyilvánvaló - ha a hívó fél hangmintáinak érzelmi összetételét, és nem csak a természetes nyelvet vesszük figyelembe, az ügyfélszolgálati központok reagálóbbá válhatnak, és valóban kiszolgálhatják azokat az ügyfeleket, akik kitalálni akarják a számlát, jobban megértik a termékfejlesztést, vagy biztonsági kérdéseket tehet fel.

Végül ez az, hogy elkapjuk a rejtett architektúrákba öntött felületet, és olyasmiből állunk, amelyet az emberek könnyen használhatnak. Az interfész dezorientálása óriási kihívás a mai tech-világban - az ügyfél tapasztalata csak annyira jó, mint az interfész. Amikor ezek az új eszközök valóban megjelennek a piacon, a vállalatok versenyezni fognak azok elfogadásában, mert a jobb felhasználói élmény óriási versenyelőnyt biztosít számukra. Valószínűleg tengeri változást tapasztalunk ezen új technológiák felé, amely sokkal gyorsabb és meghatározóbb, mint mondjuk a felhőbevezetés, mert végül az új hangreagálási technológiáknak nagyon sok értelme van.

Hogyan segíthetnek az érzelmeket kiértékelő gépi tanulási eszközök a call center problémáiban?