隨著各行業(yè)市場競爭日益激烈，維護存量客戶，減少用戶流失是每家企業(yè)的呼叫中心不得不肩負起的責任。然而，傳統(tǒng)呼叫中心在面對海量客服通話錄音時，只能抽檢，監(jiān)管力度十分有限。蘊含在客戶咨詢、投訴電話中的一手市場反饋信息，也無法得到有效地利用。
靈云智能質檢系統(tǒng)的出現，成功化解了這個困境：
某世界500強企業(yè)自與捷通華聲合作，搭建靈云智能語音分析系統(tǒng)以來，直接節(jié)省成本億元以上，客戶投訴率連續(xù)3年控制在閥值以下。
靈云智能質檢系統(tǒng)面世以來，幫助各行業(yè)企業(yè)實現了呼叫中心通話內容的100%全量質檢，通過對語音內容的挖掘和分析，向企業(yè)提供“客戶投訴量、投訴內容、客戶畫像、業(yè)務熱點、輿情分析等”全方位的數據支撐。這一切都源于采用了業(yè)內領先領先大數據分析算法的靈云文本分析技術-Text Analysis(TA)。
TA如何實現通話內容100%全面質檢
靈云文本分析的“標準話術檢查”、“規(guī)則質檢”以及“情感分析”功能，讓呼叫中心能夠全面了解坐席人員是否按照規(guī)定的標準話術進行表達，是否說出了違禁詞匯，還可以通過檢測致電客戶的情緒狀態(tài)來判斷坐席人員是否合格。
①標準話術檢測
利用模板匹配的方法，可以根據預先給定的標準話術集和相應的閾值集，分析檢查坐席通話文本對標準話術集中話術的覆蓋情況。將坐席通話自動劃分到通過標準話術檢查的合格通話集，或者未通過標準話術檢查的不合格通話集，能夠更好的實現對坐席服務質量的精準監(jiān)測和全面評估。
②規(guī)則質檢
規(guī)則質檢提供了一套從詞表到短語、從短語到腳本三個層級定義的文本匹配規(guī)則集，用于判斷通話文本數據對相應規(guī)則集的命中情況，進而實現通話敏感信息監(jiān)控、客服禁忌語監(jiān)控等。該能力方便客戶對坐席通話內容中一些容易流失用戶的用語或其他特定內容的監(jiān)控。
③情感分析
情感分析主要用于對一句話或者一段話進行情感極性的判定。通過深度學習、字向量和近大量標注的評論性語句進行建模訓練，得到了針對評價性內容的正負兩極情感分析模型?？紤]到有些人在表達負面情緒時，并無明顯聲音特征差異，該模型彌補了一些智能質檢分析系統(tǒng)僅能通過“語速”、“音量”、“沉默時長”等信息判斷帶來的誤差。
TA如何從錄音中挖掘信息
靈云文本分析的“文本分類”、“關鍵詞提取”、“詞語義挖掘”以及“用戶特征提取”等功能，讓靈云智能語音質檢有能力提供業(yè)務熱點、重復來電、客戶畫像和輿情分析等維度的數據分析和結果呈現，幫助呼叫中心從海量非結構化的通話錄音中提取出具有市場價值和指導意義的信息。
①文本分類
該能力可以將已經通話內容而未知通話類別的將已知通話內容而未知通話類別的通話自動劃分到預設好的通話類別中(投訴、業(yè)務A咨詢、業(yè)務B咨詢···)，從而極大的節(jié)省人工標注通話類別的工作量。根據通話類別，系統(tǒng)還可以進一步分析投訴及競爭對手提起次數等信息來把握輿情。
②關鍵詞提取
關鍵詞提取功能通過先將文本進行分詞，然后計算每個詞出現的概率與通用的語言模型進行比較，提取出文中高頻出現的而不是通用模型中常出現的日常用語的關鍵詞。該功能可以幫助呼叫中心快速把握近期投訴的主要矛盾點和客戶主要提及競爭對手時提及的相關信息。
③文本新詞發(fā)現
文本新詞發(fā)現應用于從大量原始語料中提取可能存在的詞，從而極大的節(jié)省人工提取詞表的工作量。例如每年網絡上出現的大量新近創(chuàng)建的詞語，又或者有些業(yè)務相關的關鍵詞在系統(tǒng)建立初期被忽視了，這些詞語在之前是不存在的，人工獲取工作量很大，使用新詞發(fā)現功能可以快速完成對新詞的提取。
④用戶特征提取
用戶特征提取功能利用編寫正則表達式和關鍵詞檢索方式，結合上下文出現的關鍵詞以及特定詞語，實現對通話的中提及的年齡、性別、身份證號等用戶信息進行識別和提取。如此，呼叫中心能夠對咨詢用戶的群體信息實現多維度的清晰認知。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
