惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

A
About on SuperTechFans
Y
Y Combinator Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Microsoft Security Blog
Microsoft Security Blog
aimingoo的专栏
aimingoo的专栏
I
InfoQ
C
Check Point Blog
IT之家
IT之家
MyScale Blog
MyScale Blog
Apple Machine Learning Research
Apple Machine Learning Research
Vercel News
Vercel News
Last Week in AI
Last Week in AI
GbyAI
GbyAI
P
Proofpoint News Feed
量子位
Stack Overflow Blog
Stack Overflow Blog
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
阮一峰的网络日志
阮一峰的网络日志
人人都是产品经理
人人都是产品经理
B
Blog
T
The Blog of Author Tim Ferriss
H
Help Net Security
云风的 BLOG
云风的 BLOG

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
解构客服平台产品:质检的智能“进化”之路
小于哥 · 2022-06-03 · via 人人都是产品经理

编辑导语:智能质检平台能对服务语音数据、文本数据进行智能质检分析,是帮助客服内部提高服务质量的重要工具。本文作者从智能质检的专业优势、业务流程、产品设计和操作流程几个方面,对此作出了分析,一起来看一下吧。

一、智能质检的优势

智能质检平台基于ASR语音识别、NLP语义分析、情感模型、数据挖掘等技术,对服务语音数据、文本数据进行智能质检分析;

  • 实现企业服务质检全渠道100%全量覆盖;
  • 针对异常服务、服务风险进行实时预警,提升用户满意度;
  • 以数据驱动的方式,为运营管理提供有效、可量化的服务管理手段。

二、背景

数智化技术的在客服场景下广泛应用,智能质检是帮助客服内部提高服务质量的重要手段工具。

三、质检业务流程

通过话务质检业务调研与真实场景体验,抽象用户故事地图,完成业务价值链梳理,如下:

四、数智“进化”之产品设计

建设一套利用语音识别技术把呼叫中心的录音转成文本,然后利用机器学习以及NLP语义分析技术对转写后的文本进行深度挖掘,从·而分析出语音中包含的关键词以及关键词出现的位置信息、说话人的情绪、长时不说话(静音)等特征的信息,最终实现对语音文件的快速检索和语音中知识的挖掘。

1. 产品架构

  • 通过智能任务模型建立质检平台基础架构;
  • 通过ASR能力将文本能力转换为语音;
  • 质检模板通过专家配置+算法中心机器学习能力完成质检项的执行;
  • 通过友好的录音核查操作界面,完成人工评分核查。

2. 产品功能模块

1)业务词库管理

  1. 关键词在词库内添加、修改等维护;
  2. 多个关键词分类别组成关键词分类。

2)评分标签管理

  1. 评分标签为有一定逻辑关系的关键词或关键词分类;
  2. 标签逻辑关系:AND,OR,NOT,(),{};
  3. 设计标签是否与NLP算法关联。

3)质检项管理

  1. 质检项由一个或多个评分2标签组成;
  2. 质检项分为人工类型或系统类型;
  3. 系统类型的质检项需要配置标准分数,系统根据标准分数自动打分,分数在人工评分时可以修改;
  4. 每个质检项对应一个分数,可以加分,可以减分。

4)质检模板管理

  1. 质检模板由一个或多个质检项组成;
  2. 一个质检项目匹配一个质检模板。

5)录音标签管理

设置业务录音标签,标记录音,如已成交,已售出,典型录音。

6)质检项目

  1. 质检项目匹配一个质检模板;
  2. 质检项目组成要素:质检模板、录音来源、检查对象。录音来源可由SQL灵活筛选;
  3. 质检项目可手动或自动周期执行。

7)质检结果

  1. 质检结果通过筛选项:质检项目,质检来源,批次名称,关键评分标签,关键词,坐席信息
  2. 查询各质检项目中的录音的质检结果。
  3. 数据源为各质检项目中的录音。

8)全文搜索

  1. 通过筛选项、批次名称、关键评分标签、关键词、坐席信息
  2. 查询全量录音文件然后选择质检模板来进行评分。
  3. 数据源为整体录音。

9)质检批次查询

  1. 展示每次质检情况。
  2. 带入查询数据携筛选条件:项目名、批次名、命中状态,跳转到【质检结果界面】

10)多租户

  1. 租户间数据隔离
  2. 数据传输加密

五、数智”进化“后的操作流程

  • 通过建立质检模板完成多租户支撑;
  • 通过质检项目的执行完成系统初步质检结果;
  • 通过人工评分核查,完成质检结果的复核;

六、总结

基于语音识别和文本挖掘技术,将400电话、座席外呼的全量录音转化为结构化的索引信息,实现自动质检,提高质检效率。将不足10%的抽检比例提升到100%,以实现对违规内容、服务质量进行多维度的评价。

智能质检系统同时具备对客户行为进行来电原因、营销效果、服务感知、用户问题解决率等进行后期数据挖掘,生成各类报表,提供给业务部门提供方案和建议,客服不再是被动处理客户投诉,而且可以主动预防问题的发生。

本文由 @小于哥 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。