Hem Audio Hur kan maskininlärningsverktyg som utvärderar känslor hjälpa till med callcenterproblem?

Hur kan maskininlärningsverktyg som utvärderar känslor hjälpa till med callcenterproblem?

Anonim

F:

Hur kan maskininlärningsverktyg som utvärderar känslor hjälpa till med callcenterproblem?

A:

På många sätt är det virtuella stödet och IVR-systemet (interaktivt röstsvar) i dagens callcenter fortfarande ganska primitivt.

Men helt ny teknik kommer med det löfte att verkligen revolutionera telefonsamtalet som ett emotionellt kommunikationsmedel. Det kan ha stora effekter för alla typer av kunder och andra som ringer som försöker interagera med ett företag via telefon.

Gratis nedladdning: Machine Learning and Why It Matters

Det är svårt att kvadrera några av dessa nya tekniker med det nuvarande systemet som dominerar, där robotrösten på din telefon verkligen inte gör någon analys av ditt slut på samtalet, utöver att hantera den grundläggande naturliga språkbearbetningen som skiljer en målsättning från annan.

När du tittar på vad som kommer ner på gädda verkar det som om vi beror på en snabb explosion av modern artificiell intelligenshjälp som gör IVR-system mycket mer lyhörd.

En trådbunden artikel med namnet “Det här samtalet kan övervakas för ton och känslor” krönar framväxten av ett program som heter Cogito som är ett utmärkt exempel på hur röstanalysprogramvara kommer att bli mycket bättre.

En av de största takeaways för dem som är intresserade av kundservice är att Cogito kan hjälpa till att urskilja en anrops sinnesstatus och mentalitet. Det kan hjälpa företag att bättre betjäna uppringare som redan är frustrerade eller irriterade, och som troligen blir mer frustrerade och irriterade när de hanterar röstmenyer. Till exempel behandlar författaren Tom Simonite användningen av utvärdering av fraser som "detta är löjligt" som tydligt kan visa tekniker om en anropare förvärras av gränssnittet som han eller hon använder.

I en något mer obehaglig användning kan programvaran också upptäcka de anställdas känslomässiga mönster. Detta kan också förbättra kundservicen, även om den tenderar att göra det på bekostnad av den mänskliga arbetaren - med andra ord, programvara som tvingar dig att sitta rakt upp och tala mer behagligt kommer förmodligen inte att bli en stor fackförsäljning.

Potentialen här är emellertid uppenbar - genom att titta på den känslomässiga sammansättningen av den som ringer upp röstmönster och inte bara det naturliga språket, kan callcenter bli världar som är mer lyhörda och verkligen betjäna kunder som vill ta reda på deras räkning, bättre förstå produktutveckling, eller ställa säkerhetsfrågor.

I slutändan handlar det här om att ta ett gränssnitt som speglas i hidebound-arkitekturer och göra det till något som är lätt för människor att använda. Gränssnittsdesorientering är en enorm utmaning i dagens tekniska värld - din kundupplevelse är bara lika bra som ditt gränssnitt. När dessa nya verktyg verkligen kommer på marknaden kommer företag att tävla om att anta dem, eftersom den bättre användarupplevelsen ger dem en enorm konkurrensfördel. Vi kommer sannolikt att se en havsförändring mot dessa nya tekniker som är mycket snabbare och avgörande än, säg, molntillverkning, för i slutändan ger nya röstsvarsteknologier mycket mening.

Hur kan maskininlärningsverktyg som utvärderar känslor hjälpa till med callcenterproblem?