智能数据分析助力联络中心数智化运营

编辑郑洁 | 2020年12月18日 | 会员信息, 会员服务, 文库 | 评论已关闭 | 1563

以大数据、云计算、人工智能等新技术所推动的数字化浪潮正迅速改变着企业运营模式，实现数字化运营是企业提高运营效率、提升产品质量、优化用户体验的必经之路。联络中心作为客户与企业之间沟通的桥梁，其所产生的各类非结构化数据规模与日俱增，其中录音文本、在线文本、客户评论等非结构化数据，记录了企业与客户整个交互过程中的大量客户需求、产品偏好和服务评价等业务信息，是典型的价值相对密集的“非结构化大数据”，是企业改善产品服务和客户经营绩效的重要参考因素。中金智汇顺应了企业“数智化”需求，针对企业挖掘客户交互数据价值的需求，推出了以自然语言处理和大数据分析技术为基础的联络中心智能分析系统。

引入多种自然语言处理技术，提升联络中心数据可用性

中金智汇结合自然语言处理技术的最新成果和多年来在呼叫中心开展大数据分析的实践经验，在联络中心智能分析系统中引入了多种自然语言处理技术，以确保联络中心特有的大量交互文本数据价值得到充分利用。针对来自语音转译的原始文本受ASR准确率影响存在局部错误，导致业务分析偏差的问题，我们采用文本纠错、文本过滤、文本扩充等功能，尽量贴近原意将样本数据进行修正加工，提升样本数据在分析中的可用性；针对非结构化文本分析难度高的问题，我们用自动标签提取、相似度判断、多层级自动分类、知识图谱等语义分析技术，从非结构化数据中提取出大量可以更高效便捷利用的结构化数据。

结合主题分析、自定义分析和深度订制，帮助企业玩转数据运营

该产品目前可提供三大类28种面向具体业务场景的主题分析报告,其中包括致力于提升服务质量、优化用户体验的来电原因分析、异常话务分析、投诉原因分析等客服类主题分析报告，致力于辅助业务决策、提升营销转化的金牌话术分析、营销过程分析、失败原因分析等电销类主题分析报告，还包括致力于降低投诉率、提升回款率的还款意向分析、客户情绪分析等催收类主题分析报告。

该产品提供融合语义分析的大屏数据看板。由于充分利用NLP技术面向交互内容进行自动语义解析，减少人为操作不足或误判的情况，在常见的运营KPI指标例如客服中心的总通话量、接通率、重复来电率、平均响应时长，电销中心的成单量、销售总额、目标达成占比等基础上，中金智汇所提供的大屏数据看板更加具有实时性、精确性特点。

为提高企业内部数据使用效率，智能分析系统面向运营人员和分析师提供自定义分析功能。自定义分析功能一方面能够帮助运营人员和分析师，在不耗费研发资源的情况下，独立完成数据筛选、数据关联、数据可视化等相关工作，另一方面还允许他们在不清楚数据规律、不知道如何进行数据建模的情况下，通过数据本身所呈现出的各种可视化图表，进行多维度的数据查看和分析，从而大大提高分析效率，快速定位业务问题，为企业运营决策提供数据支撑

基于强大的自然语言处理能力和自定义分析能力的支持，联络中心也有可能在中金智汇的帮助下，针对新兴的分析主题展开深度订制。以国内某大型物流企业为例，随着NPS（用户净推荐值）日益成为衡量用户体验、反映客户忠诚度的重要指标之一，该企业提出了基于每个季度下发的客户NPS问卷回收数据展开分析并实现运营优化的需求。中金智汇基于智能分析系统，面向所采集的包含大量结构化和非结构化数据的NPS问卷数据，构建了针对性的语义模型，并使用实景业务交互数据进行了模型训练，通过该语义模型，系统能够自动对问卷数据中的客户评论内容进行结构化解析，例如客户评论说“繁忙时间段，不能准时送达”，系统能够自动将其识别为“物流配送服务-骑士服务-订单时效”类别问题。对经过语义解析后的数据，系统利用丰富的可视化功能提供多维度的趋势分析、（推荐/贬损）根源分析、不同周期的热点分析等分析报告。业务运营人员可以跳出问卷个案，在不追溯原文的情况下，非常及时地定位主要影响客户满意度的问题及建议，从而及时调整运营策略，优化产品功能，有效提升用户体验。