一種新的范例
CallMiner產(chǎn)品和渠道營(yíng)銷總監(jiān)Steve Chirokas表示，語(yǔ)音分析不僅僅是轉(zhuǎn)錄。語(yǔ)音分析使用上下文可見性識(shí)別意圖，試圖，情緒，情感。
Chirokas補(bǔ)充道，它涵蓋了聯(lián)絡(luò)中心的所有通信，因此它包含大量數(shù)據(jù)。自動(dòng)評(píng)分使用戶能夠?qū)Ｗ⒂谀承﹨^(qū)域。
為了處理大量通信，語(yǔ)音分析是可擴(kuò)展的，通過安全的云應(yīng)用程序?qū)崟r(shí)運(yùn)行。
“我們能夠使用自動(dòng)化和幕后的東西來冒泡你可能沒有想過的主題，”Chirokas說，CallMiner提供的語(yǔ)音分析不僅有助于更快識(shí)別呼叫者提出的問題，在呼叫處理時(shí)間方面節(jié)省大量資金，同時(shí)也幫助公司認(rèn)識(shí)到產(chǎn)品創(chuàng)新的機(jī)會(huì)。
人工智能的幾個(gè)機(jī)會(huì)
NIC Enexidia的高級(jí)產(chǎn)品營(yíng)銷經(jīng)理Abby Monaco表示，人工智能驅(qū)動(dòng)的語(yǔ)音分析可以幫助進(jìn)行情緒分析，IVR，數(shù)字遏制分析和客戶旅程分析。
情感分析利用機(jī)器學(xué)習(xí)來幫助確定客戶互動(dòng)是積極的，消極的還是中立的，通過分析正面和負(fù)面的單詞和短語(yǔ)，音調(diào)和語(yǔ)氣，以及其他“告訴”，例如串?dāng)_和笑聲檢測(cè)。
公司使用情緒分析來幫助進(jìn)行座席績(jī)效的評(píng)估，薪酬方案，支持和質(zhì)量計(jì)劃的制訂。
客戶旅程分析使用機(jī)器學(xué)習(xí)將看似不同的客戶交互源連接到單個(gè)整合的旅程中，為用戶提供關(guān)鍵業(yè)務(wù)洞察。
公司可以通過評(píng)估客戶反饋（基于流失，續(xù)訂，投訴，追加銷售/交叉銷售成功和情緒）來評(píng)估客戶的旅程；明確和隱含的經(jīng)驗(yàn)指標(biāo)，如調(diào)查，投訴，旅程持續(xù)時(shí)間，使用的渠道和客戶意圖。然后，這些因素需要與歷史數(shù)據(jù)相結(jié)合，例如過去的互動(dòng)，在整個(gè)客戶旅程中得分的情緒以及隨著時(shí)間的推移客戶滿意度的變化。
IVR優(yōu)化可以為所有客戶顯示IVR流，識(shí)別阻塞點(diǎn)或掉線，并對(duì)改進(jìn)的自助服務(wù)進(jìn)行分析。
數(shù)字遏制是一種分析解決方案，可識(shí)別從Web或移動(dòng)應(yīng)用程序中退出的客戶旅程，同時(shí)識(shí)別要消除的瓶頸或問題，以改善在線客戶體驗(yàn)。
四個(gè)例子
Verint投資組合營(yíng)銷戰(zhàn)略副總裁Carmit DiAndrea討論了四個(gè)獨(dú)立的案例研究，其中的組織受益于采用語(yǔ)音分析。
一家公司將其“超級(jí)批評(píng)者”減少了16.4％，將大多數(shù)人轉(zhuǎn)變?yōu)槠放仆其N者。另一個(gè)組織使用語(yǔ)音分析來成功提高公司預(yù)測(cè)可能流失的客戶的數(shù)量。當(dāng)使用語(yǔ)音分析檢測(cè)到流失候選人時(shí)，組織會(huì)根據(jù)客戶的生命周期價(jià)值實(shí)時(shí)提供個(gè)性化服務(wù)，以促使客戶留下來。
語(yǔ)音分析將組織的流失預(yù)測(cè)準(zhǔn)確率從60％提高到75％，同時(shí)將誤報(bào)從40％降低到25％。
語(yǔ)音分析幫助另一家公司根據(jù)銷售轉(zhuǎn)換百分比確定了表現(xiàn)最佳和最差的聯(lián)絡(luò)中心座席。分析有助于確定語(yǔ)言使用和避免的最佳實(shí)踐，以及培訓(xùn)和其他因素。一旦確定，語(yǔ)言和其他因素被用作培訓(xùn)和監(jiān)測(cè)其他座席的基礎(chǔ)。
第四家公司使用語(yǔ)音分析來幫助健康保險(xiǎn)公司識(shí)別與某些醫(yī)療狀況相關(guān)的某些關(guān)鍵詞，以便為座席提供實(shí)時(shí)知識(shí)庫(kù)中相關(guān)文章的鏈接，從而將CSAT分?jǐn)?shù)數(shù)月后提高15％。
聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
作者：菲利普.布里特（PhilipBritt）
原文網(wǎng)址：https://www.speechtechmag.com/Articles/Editorial/Features/New-Uses-for-Speech-Analytics-130279.aspx
