Аналитика речи

Роботы способны идентифицировать многие слова (не как правило, но довольно часто), чем и пользуются. Рассмотрим пример. Наши вычислительные мощности решают задачи по поводу моментов бездействий в реализации банковских программ. В колл-центре загружаются 40 – 50 тысяч звонков, среди которых машина выискивает паузы, анализирует, то происходило перед ними и после них, и на основе этого делает выводы о процессе. Результат на выходе может быть таким: к вашему сведению, в понедельник утром оператор задержался с ответом по поводу возможности взять кредит в банке под залог. Или же бывают задержки, когда, например, спортсмен – клиент страховой компании – отправляется в непопулярную страну и хочет оформить интересную страховку, а оператор может заставить его ожидать пару минут, пока обнаружит нужную информацию в своем интерфейсе. По такому же принципу выявляются тормоза самих интерфейсов.

Само собой, что способность распознавать слова помогает проследить, как операторы общаются с клиентом: манера здороваться, использование слов-паразитов и нецензурных выражений, тактичность в разговоре и прочее. Также можно узнать и мнение клиента по поводу звонка: отказы типа «спасибо, не нужно» после озвученных предложений, положительные и отрицательные отзывы и многое другое. Более детально на MoveUp.

Еще встречается аналитика состояния со стороны эмоций. Это очень полезная система, хотя еще в стадии усовершенствования точности. Такие решения на сегодня испытывают многие банки, очень часто в службах взыскания. Если, например, в процессе разговора возникает затянувшаяся пауза, или собеседники затевают спор, или начинают употреблять ругательства – об этом тотчас узнает супервизор.