人机合一，我对“智能语音大数据分析系统”有话说
创新智能语音大数据，不再做AI“旁听生”
文 方媛/电服中心品质管理室
2017年，李开复在《奇葩说》中表示，未来10年，人类社会50%的职业类型将被人工智能取代。工作这么多年，我第一次有了要被取代的恐慌。电话服务中心的工作属于劳动密集型，简单、机械、重复性高，项项特点都命中了将被取代职业的第一梯队，一排排机器人接听电话的场面仿佛跃然眼前。
对待新事物的态度恰恰是自身的格局和能力，2018年，再看《AI.未来》，现在已是未来。面对已经来临的机遇与挑战并存的人工智能时代，电话服务中心以“不甘平庸、自我加压”的创新精神紧跟时代发展步伐。2016年，“智能语音大数据”引入电话服务中心，经过两年的建设、探索，事实证明我们不仅没有掉队，反而走在了行业前沿。智能语音大数据分析系统在近期相继荣获多项荣誉，也给了我们更多的信心和勇气。
2019，我与公司已经相伴10年，见证了电话服务中心从最开始的简单受理报案业务，到目前综合技能涉及300多个业务知识点。新员工培训覆盖面大、周期长是电话服务中心培训工作的巨大瓶颈。自智能语音大数据分析系统上线后，各岗位也在积极思考如何能将其运用到自身工作领域中。在培训管理方面，系统的产出数据给中心培训工作进一步指明了方向，解决了培训全面撒网，缺失重点，缺乏强项、弱项之分的痛点。今天，我们可以根据智能大数据的分析，提取出业务类型及产品明细来电占比数据，将培训内容进行匹配优化、重点转移，调整培训模式，重点考核来电占比量高的业务。同时，将业务分为掌握、熟悉、了解三大类，重点对掌握类业务进行培训及考核；熟悉类业务可根据员工的到岗情况安排线下补充学习；了解类业务因话务量较少，可根据运营状况临时调整。经过近两年的磨合，新员工的培训周期减少了20%，不仅节约了人力培训成本，也提升了员工培训上线合格率。后续，电话服务中心还将继续对专项知识点进行分析，专项提取易错业务，提升在岗员工的业务水平。
未来，人工智能必将大放异彩。相信以智能语音大数据分析系统的开发为起点，电话服务工作不仅不会被取代，还会有更多时间思考、创造出更有温度的客户服务。
智能之变，行在路上
文 段绍荣/电服中心运营支持室
作为国内首家在呼叫中心领域应用智能语音大数据分析系统的保险企业，我有幸见证并参与了这一项目从立项到落地的全过程。智能语音大数据分析系统是电话服务中心部署AI智能战略的开局之作，为部门的各个岗位工作带来了许多深刻的变化。
一、初识“系统”真面目，智能之路并非一蹴而就
“系统的原理在于利用现有成熟的语音识别技术，对交互语音进行整体转译”，听到这些表述，我们都松了口气，认为有了这样高大上的智能项目后，可以有效减轻大家的工作负担，立竿见影地提升整体运营。然而，项目组接到的第一个任务就是在系统上线前完成178个原件模型，通过构筑体量浩大、模态繁多的业务原件模型，对原有的电服线上受理业务进行重构。当时，部门内也在积极寻求变革，尝试引进4PS客服行业管理执行标准。在求变求发展的动力和内外部的配合下，电话服务中心在确保项目上线同时，实现了客服服务新标准的重建，也让电服人理解了智能AI的演进与每个人息息相关。AI不是简单的替代人工，智能化并不是一蹴而就，而是要结合AI与人工的比较优势，不断地把人工的有益经验提炼成系统逻辑，从而“教会”系统，解放人工。
二、场景化PDCA思维，全面推进各项工作
借助系统，结合全面质量管理理念（PDCA循环，即计划、执行、检查、处理），电话服务中心建立了95556客户服务体验改进机制。随着项目的深入应用，部门相关岗位可以通过语音、文本和4PS标准客服流程分析等工具，以服务产品化的思维，对从报案、理赔、咨询到回访的客服全流程进行场景解构，以客户最佳体验为导向，进行持续性的场景流程优化，驱动客服全流程运营质量的提升，最终根据客户需求提供精准化服务。
三、打造差异化客服新模式，迎接未来
目前，以“客户为中心”的运营导向不断深入人心，电话服务中心各岗位更加重视“产品、服务、运营”三者的融合，将“微笑服务”的传统客服进化成为“有温度、有深度”的95556新客服，真正满足客户需求。未来，电话服务中心将更新差异化客户服务模式，通过融合客服数据场景应用，将知识、语音、语义、流程等集成为统一流程分析的数据流。在此基础上，匹配公司大数据建模、客户画像、客户标签等技术，从而理解客户的属性偏好、行为轨迹，结合强大的语义交互，为每位客户提供个性化的定制服务。
智能语音大数据分析系统之未来展望
文 万丽娜/电服中心坐席
在堪称“海量信息”的客户来电数据库中，寻找数据规律、挖掘客户需求，分析其行为习惯和喜好，将被动的客户反馈价值信息，转变为内部系统化、主动化发现，这就是建设“智能语音大数据分析系统”的功能意义，也是电话服务中心从“成本中心”转向“价值中心”的基础支撑。未来，借助该系统，电话服务中心将从多维度强化、提升服务支撑能力，建议从以下三个方向进行更深入探索：
一、进一步挖掘销售价值信息
1.通过阶段性地分析客户咨询的热点问题、保险需求，进一步了解客户的关注点，为产品条线提供参考建议，以便设计、提供更贴合客户需求的保险产品和服务。
2.抓取、收集、分析客户流失或者不满的数据，将结果反馈至各业务部门，进行针对性改善。
3.收集潜在客户信息，例如致电95556咨询的客户大众，销售部门可根据客户投保意向，有针对性地销售相关产品。
二、更加优化操作流程
通过建立专项模型，提取容易影响客户感知的录音进行分析，从中发现目前的流程短板，从而发现优化提升的方向，进而提升坐席业务受理效率及机构服务品质。
三、扩展内部管控维度，提升服务质量
1.扩展内部管控维度方面:通过对坐席话务行为的分析，判断坐席操作是否合规，逐步形成对全流程的监控，提升处理效率。例如：
通过规范话术及服务禁语模型，提取可能存在错误的录音，作为培训辅助资料，并对错误率较高的坐席进行重点关注和帮扶提升；
通过对业务环节的数据分析，查找出业务受理流程中耗时较久环节，针对这些环节进行共性或个性的辅导提升。
2.提升服务质量方面：结合质检系统模块，进行周期性的专项业务质检。例如，如果近期理赔咨询类问题出错率较高，那么质检人员可通过系统专门抽检此类录音，发现出错原因并进行有针对性的改善提升。
智能语音大数据系统在功能拓展和数据开发使用方面，还有许多空间需要我们去探索，电话服务中心的小伙伴们将开足马力，向着先进、专业化的呼叫中心全速前进。
智能语音，我想对你说
文 刘娟/电服中心品质管理室
rpt
智能语音的应用在时下层出不穷，“天猫精灵”“小度音箱”“小爱同学”等各类智能产品已经进入我们的生活。向它们发出口头指令，就可以智能地打开空调、电视，收听音乐、广播。
在公司，智能语音大数据分析系统是我第一次全面接触智能语音产品，深深地被系统的强大功能所折服，它可以将中心员工接打的电话全部过检，并从中找出各种需要的录音数据，可以智能识别客户的来电语音，并转化成文字输出进行归类整理。
一、形成电话实时录音，并及时反馈结果
电话服务中心每天呼入呼出的电话多达上万条，之前寻找录音需要先找到坐席的工号，再找到对应的电话号码之后，一通一通地复听，如果不小心点错了，那听录音的时间就被浪费，工作量非常大。有了智能语音大数据分析系统，只要输入关键字就可以找到所需要的所有录音。例如输入“牵引车”，即可找到所有坐席处理的牵引车报案录音，针对性、准确性都有了明显提升。
二、抓取敏感关键字，异常情况早关注
在客户服务工作中，如果员工的情绪或态度存在问题，往往只有等到客户反馈时才能得知，这时候客户不满已经是事实，很难改变已经形成的负面结果。通过智能语音，可以较早发现存在拖音、不耐烦、情绪起伏较大的坐席。及时发现、及时止损，将有可能引发的不满意因素消除在初发阶段，进一步提升客户感知，提升服务质量。
三、深度剖析通话数据，为管理工作提供决策依据
电话服务中心通过智能语音的运用，对所有进线电话进行分类，并形成日数据报表传递给各相关岗位，指导各岗位根据数据分析结果进行工作侧重调整。例如在培训新员工方面，根据录音数据分析，中心将进线量最大的车险报案等业务列为重点培训内容，将进线量较少的水淹车、自燃等业务列为了学员自学范围。
我们会被机器人替代吗？对于这个问题，我认为如果对客户的服务是机械、毫无生命力的，那么肯定会被智能机器人所替代。但如果我们真正把客户当做亲人，想客户所想，为不同客户提供差异化服务，那智能机器人会成为我们的得力帮手，期待智能语音能为我们带来更多的改变与进步。
科技引领，实现智能化质检
文 刘颖/电服中心品质管理室
质检工作是电话服务中心管控服务质量的重要环节，是提升、保障客户服务体验、坐席服务质量的重要支撑方式。传统的质检模式在监控方向、监控比例、监控范围、质量提升等方面均有一定局限性，智能语音大数据分析系统的引进，使质检工作得到了很大改善：
1.由人工自行随机选择监控录音，转变为由系统分配监控录音，规避了因人为选择导致监控方向的片面性；
2.系统将录音源转化为文本，针对录音进行全量质检。同时，可根据质检需求，按业务类型、服务短板、差异化人员等方向分配录音，提升了监控覆盖面；
3.通过系统标准化模型匹配、数据挖掘技术，系统推送初筛的差错录音，有效提升监控的有效性，从而节省人力成本；
4.系统可以全面分析录音数据，得出相关服务效能、质量的基础结论，为提升客服工作品质提供了改善方向。
另一方面，智能语音大数据分析系统也改变了此前的质检模式，围绕“模式要变，效率要高，分析要准，响应要快”的工作思路，逐步充分利用系统功能。基于公司业务多元化，外部市场环境变化等情况，为使质检工作精细化的程度更为深入，我认为，在后续可从以下两点进行完善：
1.健全模型：公司业务持续呈现多元化发展态势，为实现全业务监控，需要不断完善模型建设工作——建立健全的标准化业务模型，提升模型命中准确度，逐步实现针对标准化业务，由系统代替人工质检，解放人力全面开展服务质量提升工作的目的；
2.识别情景：目前，系统只能针对标准化业务进行识别分析，无法识别情景模式，例如服务意识、沟通技巧、通话背景等，对于感知类录音无法进行分析质检。后续，需要在现有功能的基础上，不断探索情景识别功能，全面完善质量监控工作。
我们在路上
文 牛红娟/电服中心热线服务室
人机交互技术是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术，它与认知学、人机工程学、心理学等学科领域有着密切联系。我司通过引入及使用智能语音大数据分析系统受益颇多，目前这一系统在电话服务中心的应用主要涵盖以下三方面：
1.智能语音数据分析功能：根据业务类别不同，电话服务中心进行后台关键字体系搭建，配合智能语音系统进行以日为周期的关键业务分析，从业务、效能、服务态度三个维度进行数据产出，进而指导各条线进行业务流程优化及服务质量提升。但在目前，智能语音数据分析功能的数据产出基本以业务大类为主，还未实现细化业务点的抓取。希望随着系统应用的不断深化，智能语音数据分析功能可以不断精细化、完善化，更好为服务质量提升发挥更大作用。
2.内部投诉预警功能：目前，我司的投诉预警覆盖机构外部投诉，以及电话服务中心内部收到的投诉电话，除对已生成投诉进行汇总分析外，智能语音还实现了结合客户来电意图、频度进行投诉话务预警。目前，该数据以日为单位进行数据报送，但是数据的反馈还是手工邮件报送，时效性较差。未来如系统可通过后台数据抓取，并与各机构、电话服务中心联动，形成实时数据反馈、实时数据分类处理及流转、投诉问题及时应对的闭环应对流程，将能够极大促进客户投诉问题的及时率，提升客户满意度。
3.推进全量质检模式：2018年，电话服务中心结合智能语音大数据分析系统已在逐步推进全量质检模式，但受限于技术支持能力，目前模式暂在试运行阶段。如果全量质检模式可顺利实施，将实现坐席服务质量的360度无死角监控，配合智能语音数据分析功能，不断完善电话服务中心业务流程。
得数据者得天下
文 徐文婷/电服中心坐席
科技进步推动社会发展，当各路资本都在热议大数据时，作为一名普通的电话坐席，感觉大数据离自己的工作生活还有些距离。直到我们开始使用智能语音大数据分析系统，才真正体会到什么是“得数据者得天下”。
没有智能语音大数据分析系统时，我们整理分析员工数据只能靠人工监听、手工统计，分析出来的结果十分片面，还费时费力。有了大数据分析系统，我们可以直观看到员工的短板数据及重点业务差错集中点、集中人群，通过系统分析提升班组工作质量。此外，通过系统还能对比员工的阶段性效能，以此分析出需要重点关注和辅导的员工，通过针对性的辅导提升个人的处理效率，降低人力成本。
毋庸置疑，智能语音大数据分析系统为我们带来诸多好处，但这一系统的潜力并未得到最大限度开发，导致在使用效果上遭遇了一些“瓶颈”。例如，语音未正确识别的现象仍有发生，建议深挖系统的使用效果，更多地应用于日常工作。
在大数据的汹涌浪潮中，任何一家企业都不愿意错过这一机会，希冀在大数据市场上分得一杯羹。作为客服中心的我们，应当继续充分深耕智能语音大数据分析系统，不断完善创新，提高服务质量，为提升我司综合市场竞争力贡献力量。
期待“智能语音大数据分析系统”
获得更广阔应用
文 付丽/电服中心运营支持室
随着公司的大踏步发展，电话服务中心也在面临着越来越多样化的业务需求。为此，我们紧跟技术发展趋势，开发了智能语音大数据分析系统。
在当前繁杂的业务环境下，以传统抽样录音方式来了解客户需求，已不可取。智能语音大数据分析系统综合语音分析、大数据处理、文本分析等技术，可以取得事半功倍的效果。例如，借助系统功能深度挖掘内容文本，可以从静音时长、后处理时长等板块，结合业务模型找出坐席不熟练的业务；根据客户满意度、通话时长找出坐席不擅长的业务；通过负向话术，找出各个险种的短板业务；基于整个通话内容的文本数据，可以进行多维度分析，帮助优化服务流程及业务短板，降低电话服务风险。目前，这一系统在质量监控与质量数据分析模块方面的应用较多，期待未来在以下领域能开拓出更大发展空间：
1.智能匹配服务坐席，对客户咨询的疑难问题优先转接专家技能组，或转给经验丰富的坐席，避免问题升级，降低通话风险。
2.及时反馈情绪数据，目前，智能语音分析系统中虽有情绪异常的菜单栏，但并没有实现具体数据的及时体现。建议增加此类数据，更快抓取情绪异常的录音。
3.提升语音自助服务的使用率，系统根据客户口述的业务需求，自动识别语音业务。对于查询类身份校验，需要提前进行身份确认的服务，系统可以通过语音提示客户进行身份验证，降低客户对人工验证身份的排斥感，有效提高咨询类工作的效率。
智能语音大数据分析系统之运用篇
文 过笑梅/电服中心运营支持室
大数据时代，数据价值是驱动事物创新及流程精准定位、过程优化的基础因素。电话服务中心作为公司与客户之间的重要沟通纽带，在服务过程中，每一个环节都记录了客户的真实行为，释放出潜在需求。电话服务中心通过引进智能语音大数据分析系统，围绕关键词自动归类录音，通过系统挖掘、分析价值信息，快捷、简单、方便、准确地定位焦点问题，提升服务质量。
一、建立非结构化数据转译体系
利用语音大数据分析技术，将非结构化的语音转换为可被查询、检索、分析的结构化文本数据，进而有效地对数据中的各类交互内容进行深层次分析，实现客服录音全量质检。同时，通过热点信息挖掘分析，发现潜在客户，实现精准营销。
二、建立专项全量质检体系
利用智能语意理解、大数据分析等技术，实现100%从客户角度全过程监控感知评价、服务质量，提升客户服务满意率。
三、建立全量效能管控体系
目前，智能语音分析大数据系统中的模型多达1192个，贯穿于理赔整体环节，包含报案、查勘、定损、资料受理、结案及价值数据挖掘层面。根据模型命中情况，可将录音细分至具体业务及流程环节上，实现全量、全流程效能管控，有效地覆盖监控盲点。
四、建立投诉预警体系
建立重大敏感事件预警机制，将投诉处理由被动受理向主动规避转变，将风险管控处理前置，有效防范舆情风险。同时，针对机构、业务及投诉对象，进行敏感信息监控，实施“事前”有效的投诉风险规避。
五、潜在客户数据分析及挖掘
通过客户与客服之间交互的语音数据，借助分析技术，有效分析客户需求、行业发展趋势，深度挖掘客户行为数据。
智能语音分析系统自上线以来，对电话服务中心日常运营管理、服务质量监控及内部服务优化等方面，均起到了良好的促进作用，从而改善客户服务体验，提高客户的满意度。未来，我们将重点倾向于价值数据挖掘层面的运用，为部门“全流程、一站式客户联络中心”及“成本中心转价值中心”的发展目标，发挥更加强有力的决策支撑和工具驱动作用。