SlideShare a Scribd company logo
1 of 17
Download to read offline
Тенденции	
  развития	
  и	
  примеры	
  
использования	
  голосовых	
  технологий	
  в	
  
современном	
  мире	
  
27.08.2013	
  
Нам не нужны голосовые технологии?
q  Это не очень удобно!
q  Наши клиенты привыкли общаться с живым
оператором!
q  Людям в нашей стране это не актуально!
q  Качество распознавания речи низкое!
q  Пользователи часто ошибаются, что приводит к
раздражению и снижению лояльности!
q  Синтезированный голос не похож на настоящий!
q  Голосовая авторизация нам не нужна, с этим
прекрасно справляются операторы контактного
центра!
В	
  жизни	
  современного	
  человека	
  речь	
  имеет	
  громадное	
  значение.	
  Можно	
  
выделить	
  три	
  ее	
  основные	
  функции:	
  
q  Во–первых,	
  речь	
  –	
  наиболее	
  совершенное,	
  емкое,	
  точное	
  и	
  быстродействующее	
  
средство	
  общения	
  между	
  людьми.	
  В	
  этом	
  состоит	
  ее	
  межиндивидуальная	
  
функция.	
  
q  Во–вторых,	
  речь	
  служит	
  орудием	
  осуществления	
  многих	
  психических	
  функций,	
  
поднимая	
  их	
  до	
  уровня	
  ясного	
  осознания	
  и	
  открывая	
  личности	
  возможность	
  
произвольно	
  регулировать	
  и	
  контролировать	
  психические	
  процессы.	
  В	
  этом	
  
состоит	
  внутрииндивидуальная	
  функция	
  речи.	
  
q  В–третьих,	
  речь	
  предоставляет	
  отдельному	
  человеку	
  канал	
  связи	
  для	
  получения	
  
информации	
  из	
  сокровищницы	
  общечеловеческого	
  социально–исторического	
  
опыта.	
  	
  
	
  
(с) из чьей-то диссертации
Что же такое речь?
Речевые	
  технологии	
  представлены	
  четырьмя	
  основными	
  решениями:	
  
q  Система	
  распознавания	
  речи	
  (ASR)	
  –	
  позволяет	
  преобразовывать	
  человеческую	
  речь	
  в	
  
язык	
  машинных	
  кодов.	
  Процесс	
  распознавания	
  состоит	
  из	
  предобработки	
  и	
  декодирования.	
  
На	
  стадии	
  предобработки	
  осуществляется	
  запись	
  и	
  оцифровка	
  речи	
  с	
  последующим	
  
акустическим	
  анализом.	
  На	
  стадии	
  декодирования	
  применяются	
  акустико-­‐фонетическая,	
  
лексическая	
  и	
  языковая	
  модели,	
  которые	
  позволяют	
  получить	
  граф,	
  содержащий	
  множество	
  
наиболее	
  вероятных	
  последовательных	
  слов.	
  
q  Система	
  синтеза	
  речи	
  (TTS)	
  	
  -­‐	
  технология	
  использования	
  синтетического	
  голоса	
  «робота»	
  
для	
  анализа	
  и	
  воспроизведения	
  текста.	
  
q  Голосовая	
  биометрия	
  (VB)	
  -­‐	
  решение	
  для	
  верификации	
  и	
  идентификации	
  личности.	
  
q  Голосовая	
  аналитика	
  (SA)	
  -­‐	
  системы	
  для	
  анализа	
  записей	
  разговоров	
  по	
  ключевым	
  
словам	
  и	
  эмоциональной	
  окраске	
  разговоров	
  
	
  
Разберемся в терминологии
Мобильные	
  приложения	
  набирают	
  аудиторию	
  
Siri
поддержка
русского языка в
2013 году?
Мобильные	
  пользователи	
  в	
  
России	
  с	
  2010	
  года	
  используют	
  
приложения	
  c	
  распознаванием	
  
речи	
  на	
  платформах	
  IOS	
  и	
  
Android.	
  
Google
Search,
2010
Dragon
Search, 2011
Dragon
Dictation, 2011
Siri, 2011
Более 30%
запросов
Мобильные	
  приложения:	
  TSS	
  и	
  Биометрия	
  
q  Интернет-радио от компании ЦРТ
q  Приложение озвучивает текстовую
новостную информацию из различных
источников
q  Приложение Shazam
q  Записывает фрагмент
композиции и, сравнивая
частотные характеристики с
базой, находит оригинал.
Эволюция	
  голосового	
  меню	
  
q  Стандартный IVR с «тоновым» набором
q  Комбинированная схема с «тоновым»
набором и голосовой навигацией (Нажмите
или скажите - 2)
q  Меню, построенные с использованием
«закрытой грамматики»
q  Меню, построенные с использованием
«открытой грамматики» и интеллектуальной
обработкой запросов
Пример	
  схемы	
  голосового	
  меню	
  
 	
  ASR:	
  Закрытая	
  грамматика	
  
q  Меню, построенные с
использованием «закрытой
грамматики»
q  Получение максимально
точного ответа от
пользователя серией
наводящих вопросов
CTI Speech Attendant
«Автосекретарь» с распознаванием речи
10
ü  Произносит	
  стандартное	
  приветствие	
  
вашей	
  компании	
  
ü  Предлагает	
  произнести	
  один	
  из	
  вариантов	
  
ПО-­‐РУССКИ	
  ИЛИ	
  ПО-­‐АНГЛИЙСКИ	
  
•  Фамилию,	
  и	
  если	
  нужно,	
  имя	
  
•  Отдел	
  или	
  должность	
  
•  Любое	
  другое	
  ключевое	
  слово	
  
ü  Находит	
  в	
  телефонном	
  справочнике	
  
нужный	
  номер	
  
ü  Просит	
  подтвердить	
  правильность	
  
распознания	
  
ü  Соединяет	
  на	
  нужный	
  номер	
  
CTI Speech Attendant это удобно!
11
•  Не	
  нужно	
  переписывать	
  номера	
  
сотрудников	
  	
  -­‐	
  используется	
  существующий	
  
справочник	
  LDAP,	
  например,	
  Microsof	
  Acgve	
  
Directory	
  
•  Не	
  нужно	
  записывать	
  ролики	
  с	
  фамилиями,	
  
именами	
  всех	
  сотрудников	
  -­‐	
  	
  они	
  
синтезируются	
  автоматически	
  
•  Не	
  нужно	
  изучать	
  речевые	
  технологии	
  -­‐	
  
удобный	
  интерфейс	
  инсталляции	
  и	
  
настройки	
  системы	
  
•  Не	
  нужно	
  менять	
  оборудование	
  
•  Вы	
  можете	
  запустить	
  систему	
  за	
  ОДИН	
  
день!	
  
Голосовая	
  биометрия	
  для	
  контакт-­‐центра	
  
Если	
   звонок	
   абонента	
   не	
   связан	
   с	
   общей	
   справочной	
   информацией,	
  
требуется	
   идентификация	
   личности	
   по	
   кодовому	
   слову	
   /	
   паспортным	
  
данным.	
  
	
  
Платформа	
   голосовой	
   биометрии	
   позволяет	
   идентифицировать	
  
абонентов	
  без	
  участия	
  человека.	
  
	
  
	
  
	
  
	
  
	
  
Внедрение	
   данного	
   решения	
   позволит	
   существенно	
   снизить	
   нагрузку	
  
на	
  персонал	
  контакт-­‐центра	
  и	
  уменьшить	
  время	
  ожидания	
  ответа.	
  
5 секунд 23 секунды
Автоматическая идентификация Идентификация агентом контакт-центра
Автоматическая	
  аутентификация	
  абонента	
  за	
  5	
  секунд:	
  
–  Подтверждение	
   личности	
   абонента	
   по	
   ключевой	
   фразе,	
   например	
   «мой	
   голос	
   –	
   мой	
  
пароль»;	
  
–  Подтверждение	
   личности	
   абонента	
   в	
   процессе	
   разговора	
   с	
   консультантом	
   контакт-­‐
центра.	
  
Высокая	
  степень	
  автоматизации:	
  
–  95%	
  вызовов	
  могут	
  быть	
  автоматически	
  аутентифицированы;	
  
–  Встроенный	
  механизм	
  выявления	
  мошенников	
  (записанных	
  фраз).	
  
	
  
Данное	
  решение	
  внедрено	
  в	
  контакт-­‐центрах	
  двух	
  крупных	
  европейских	
  мобильных	
  операторов.	
  
Результаты:	
   снижение	
   средней	
   продолжительности	
   вызовов	
   на	
   15%,	
   рост	
   удовлетворенности	
  
абонентов	
   на	
   85%,	
   рост	
   удовлетворенности	
   сотрудников	
   контакт-­‐центра	
   на	
   97%	
   	
   (по	
   данным	
  
одного	
  из	
  операторов).	
  	
  
Голосовая	
  биометрия:	
  возможности	
  
Голосовая	
  аналитика:	
  Инструменты	
  
q  Распределение разговоров в категории
–  Повторные звонки
–  Недовольные клиенты
–  Возможность продажи и т.д.
q  Поиск по ключевым словам
q  Анализ эмоций
q  Определение тенденций
поведения клиентов
q  Специальные отчеты
14
15
Поиск	
  по	
  ключевым	
  словам	
  и	
  контекстный	
  поиск	
  	
  	
  
	
  
Слова группируются в кластеры близкие по
смыслу, система предлагает контекстный поиск
д л я и с к о м о г о т е р м и н а , о п р е д е л я е т
сопутствующие слова, используемые в контектсе
с искомым термином
Контекстный поискАвтоматический поиск по ключевым словам
16
Анализ	
  эмоциональных	
  звонков	
  	
  
Изображение
эмоций в диалоге
Ключевые слова
Показывает, к какой категории относится
звонок, содержащий эмоции
«Verint одной из первых компаний внедрила обнаружение эмоционально окрашенных
разгороров для определения решающих, переломных моментах в звонках клиентов»
Источник: Frost & Sullivan
:
Спасибо за внимание!
Алексей	
  Щеглов	
  
Руководитель	
  направления	
  унифицированных	
  коммуникаций	
  
a.scheglov@cg.ru	
  
www.cg.ru	
  	
  
www.webex-­‐russia.ru	
  	
  
	
  

More Related Content

Similar to Cti voice technologies scheglov

BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...Expolink
 
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...Expolink
 
Perminov_Оптимизация КЦ
Perminov_Оптимизация КЦPerminov_Оптимизация КЦ
Perminov_Оптимизация КЦYulia Sedova
 
как вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантика
как вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантикакак вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантика
как вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантикаSkolkovo Robotics Center
 
как вырастить и воспитать чатбота для дела
как вырастить и воспитать чатбота для делакак вырастить и воспитать чатбота для дела
как вырастить и воспитать чатбота для делаSkolkovo Robotics Center
 
Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...
Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...
Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...anast_lee
 
Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...
Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...
Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...ChatBotCamp
 
Омниканальное обслуживание клиентов. Мобильные мессенджеры
Омниканальное обслуживание клиентов.  Мобильные мессенджерыОмниканальное обслуживание клиентов.  Мобильные мессенджеры
Омниканальное обслуживание клиентов. Мобильные мессенджерыИнфобанк бай
 
Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...
Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...
Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...chatbotscommunity
 
1-ый в России бизнес-тренинг по чат-ботам (выжимка)
1-ый в России бизнес-тренинг по чат-ботам (выжимка)1-ый в России бизнес-тренинг по чат-ботам (выжимка)
1-ый в России бизнес-тренинг по чат-ботам (выжимка)chatbotscommunity
 
Мастер-класс Сандлер наносемантикс
Мастер-класс Сандлер наносемантиксМастер-класс Сандлер наносемантикс
Мастер-класс Сандлер наносемантиксBank-Bot
 
Использование машинного обучения и распознавания речи для оценки типа и качес...
Использование машинного обучения и распознавания речи для оценки типа и качес...Использование машинного обучения и распознавания речи для оценки типа и качес...
Использование машинного обучения и распознавания речи для оценки типа и качес...Voximplant
 
Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"
Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"
Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"AINL Conferences
 
Анна Власова - Чатботы и лингвистическая модель живого диалога - Muzis Hackathon
Анна Власова - Чатботы и лингвистическая модель живого диалога - Muzis HackathonАнна Власова - Чатботы и лингвистическая модель живого диалога - Muzis Hackathon
Анна Власова - Чатботы и лингвистическая модель живого диалога - Muzis Hackathonchatbotscommunity
 
Volodymir Koval “Creating of a smart self-learning chatbot”
Volodymir Koval “Creating of a smart self-learning chatbot”Volodymir Koval “Creating of a smart self-learning chatbot”
Volodymir Koval “Creating of a smart self-learning chatbot”Lviv Startup Club
 
Контекстная реклама, презентация
Контекстная реклама, презентацияКонтекстная реклама, презентация
Контекстная реклама, презентацияAraminta08
 

Similar to Cti voice technologies scheglov (20)

BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
 
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
BSS. Вадим Бондарев. "Создание новых клиентских сервисов с помощью голосовых ...
 
Презентация Андрея Чучелова, BSS
Презентация Андрея Чучелова, BSSПрезентация Андрея Чучелова, BSS
Презентация Андрея Чучелова, BSS
 
Презентация Алексея Закревского, ЦРТ
Презентация Алексея Закревского, ЦРТПрезентация Алексея Закревского, ЦРТ
Презентация Алексея Закревского, ЦРТ
 
Perminov_Оптимизация КЦ
Perminov_Оптимизация КЦPerminov_Оптимизация КЦ
Perminov_Оптимизация КЦ
 
как вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантика
как вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантикакак вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантика
как вырастить и воспитать чатбота для дела а. власова, лаборатория наносемантика
 
как вырастить и воспитать чатбота для дела
как вырастить и воспитать чатбота для делакак вырастить и воспитать чатбота для дела
как вырастить и воспитать чатбота для дела
 
Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...
Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...
Cистемы распознавания речи в прикладных исследованиях. (Speech recognition sy...
 
Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...
Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...
Платформа «ДиалТех» - простой инструмент для создания и хостинга «умных» чат-...
 
ciberling-01
ciberling-01ciberling-01
ciberling-01
 
Омниканальное обслуживание клиентов. Мобильные мессенджеры
Омниканальное обслуживание клиентов.  Мобильные мессенджерыОмниканальное обслуживание клиентов.  Мобильные мессенджеры
Омниканальное обслуживание клиентов. Мобильные мессенджеры
 
Vocal print
Vocal print Vocal print
Vocal print
 
Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...
Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...
Аркадий Сандлер - Как экономить ресурсы и зарабатывать при помощи ботов - Чех...
 
1-ый в России бизнес-тренинг по чат-ботам (выжимка)
1-ый в России бизнес-тренинг по чат-ботам (выжимка)1-ый в России бизнес-тренинг по чат-ботам (выжимка)
1-ый в России бизнес-тренинг по чат-ботам (выжимка)
 
Мастер-класс Сандлер наносемантикс
Мастер-класс Сандлер наносемантиксМастер-класс Сандлер наносемантикс
Мастер-класс Сандлер наносемантикс
 
Использование машинного обучения и распознавания речи для оценки типа и качес...
Использование машинного обучения и распознавания речи для оценки типа и качес...Использование машинного обучения и распознавания речи для оценки типа и качес...
Использование машинного обучения и распознавания речи для оценки типа и качес...
 
Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"
Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"
Владислав Мараев "Унимодальные речевые интерфейсы: проблемы и перспективы"
 
Анна Власова - Чатботы и лингвистическая модель живого диалога - Muzis Hackathon
Анна Власова - Чатботы и лингвистическая модель живого диалога - Muzis HackathonАнна Власова - Чатботы и лингвистическая модель живого диалога - Muzis Hackathon
Анна Власова - Чатботы и лингвистическая модель живого диалога - Muzis Hackathon
 
Volodymir Koval “Creating of a smart self-learning chatbot”
Volodymir Koval “Creating of a smart self-learning chatbot”Volodymir Koval “Creating of a smart self-learning chatbot”
Volodymir Koval “Creating of a smart self-learning chatbot”
 
Контекстная реклама, презентация
Контекстная реклама, презентацияКонтекстная реклама, презентация
Контекстная реклама, презентация
 

Cti voice technologies scheglov

  • 1. Тенденции  развития  и  примеры   использования  голосовых  технологий  в   современном  мире   27.08.2013  
  • 2. Нам не нужны голосовые технологии? q  Это не очень удобно! q  Наши клиенты привыкли общаться с живым оператором! q  Людям в нашей стране это не актуально! q  Качество распознавания речи низкое! q  Пользователи часто ошибаются, что приводит к раздражению и снижению лояльности! q  Синтезированный голос не похож на настоящий! q  Голосовая авторизация нам не нужна, с этим прекрасно справляются операторы контактного центра!
  • 3. В  жизни  современного  человека  речь  имеет  громадное  значение.  Можно   выделить  три  ее  основные  функции:   q  Во–первых,  речь  –  наиболее  совершенное,  емкое,  точное  и  быстродействующее   средство  общения  между  людьми.  В  этом  состоит  ее  межиндивидуальная   функция.   q  Во–вторых,  речь  служит  орудием  осуществления  многих  психических  функций,   поднимая  их  до  уровня  ясного  осознания  и  открывая  личности  возможность   произвольно  регулировать  и  контролировать  психические  процессы.  В  этом   состоит  внутрииндивидуальная  функция  речи.   q  В–третьих,  речь  предоставляет  отдельному  человеку  канал  связи  для  получения   информации  из  сокровищницы  общечеловеческого  социально–исторического   опыта.       (с) из чьей-то диссертации Что же такое речь?
  • 4. Речевые  технологии  представлены  четырьмя  основными  решениями:   q  Система  распознавания  речи  (ASR)  –  позволяет  преобразовывать  человеческую  речь  в   язык  машинных  кодов.  Процесс  распознавания  состоит  из  предобработки  и  декодирования.   На  стадии  предобработки  осуществляется  запись  и  оцифровка  речи  с  последующим   акустическим  анализом.  На  стадии  декодирования  применяются  акустико-­‐фонетическая,   лексическая  и  языковая  модели,  которые  позволяют  получить  граф,  содержащий  множество   наиболее  вероятных  последовательных  слов.   q  Система  синтеза  речи  (TTS)    -­‐  технология  использования  синтетического  голоса  «робота»   для  анализа  и  воспроизведения  текста.   q  Голосовая  биометрия  (VB)  -­‐  решение  для  верификации  и  идентификации  личности.   q  Голосовая  аналитика  (SA)  -­‐  системы  для  анализа  записей  разговоров  по  ключевым   словам  и  эмоциональной  окраске  разговоров     Разберемся в терминологии
  • 5. Мобильные  приложения  набирают  аудиторию   Siri поддержка русского языка в 2013 году? Мобильные  пользователи  в   России  с  2010  года  используют   приложения  c  распознаванием   речи  на  платформах  IOS  и   Android.   Google Search, 2010 Dragon Search, 2011 Dragon Dictation, 2011 Siri, 2011 Более 30% запросов
  • 6. Мобильные  приложения:  TSS  и  Биометрия   q  Интернет-радио от компании ЦРТ q  Приложение озвучивает текстовую новостную информацию из различных источников q  Приложение Shazam q  Записывает фрагмент композиции и, сравнивая частотные характеристики с базой, находит оригинал.
  • 7. Эволюция  голосового  меню   q  Стандартный IVR с «тоновым» набором q  Комбинированная схема с «тоновым» набором и голосовой навигацией (Нажмите или скажите - 2) q  Меню, построенные с использованием «закрытой грамматики» q  Меню, построенные с использованием «открытой грамматики» и интеллектуальной обработкой запросов
  • 9.    ASR:  Закрытая  грамматика   q  Меню, построенные с использованием «закрытой грамматики» q  Получение максимально точного ответа от пользователя серией наводящих вопросов
  • 10. CTI Speech Attendant «Автосекретарь» с распознаванием речи 10 ü  Произносит  стандартное  приветствие   вашей  компании   ü  Предлагает  произнести  один  из  вариантов   ПО-­‐РУССКИ  ИЛИ  ПО-­‐АНГЛИЙСКИ   •  Фамилию,  и  если  нужно,  имя   •  Отдел  или  должность   •  Любое  другое  ключевое  слово   ü  Находит  в  телефонном  справочнике   нужный  номер   ü  Просит  подтвердить  правильность   распознания   ü  Соединяет  на  нужный  номер  
  • 11. CTI Speech Attendant это удобно! 11 •  Не  нужно  переписывать  номера   сотрудников    -­‐  используется  существующий   справочник  LDAP,  например,  Microsof  Acgve   Directory   •  Не  нужно  записывать  ролики  с  фамилиями,   именами  всех  сотрудников  -­‐    они   синтезируются  автоматически   •  Не  нужно  изучать  речевые  технологии  -­‐   удобный  интерфейс  инсталляции  и   настройки  системы   •  Не  нужно  менять  оборудование   •  Вы  можете  запустить  систему  за  ОДИН   день!  
  • 12. Голосовая  биометрия  для  контакт-­‐центра   Если   звонок   абонента   не   связан   с   общей   справочной   информацией,   требуется   идентификация   личности   по   кодовому   слову   /   паспортным   данным.     Платформа   голосовой   биометрии   позволяет   идентифицировать   абонентов  без  участия  человека.             Внедрение   данного   решения   позволит   существенно   снизить   нагрузку   на  персонал  контакт-­‐центра  и  уменьшить  время  ожидания  ответа.   5 секунд 23 секунды Автоматическая идентификация Идентификация агентом контакт-центра
  • 13. Автоматическая  аутентификация  абонента  за  5  секунд:   –  Подтверждение   личности   абонента   по   ключевой   фразе,   например   «мой   голос   –   мой   пароль»;   –  Подтверждение   личности   абонента   в   процессе   разговора   с   консультантом   контакт-­‐ центра.   Высокая  степень  автоматизации:   –  95%  вызовов  могут  быть  автоматически  аутентифицированы;   –  Встроенный  механизм  выявления  мошенников  (записанных  фраз).     Данное  решение  внедрено  в  контакт-­‐центрах  двух  крупных  европейских  мобильных  операторов.   Результаты:   снижение   средней   продолжительности   вызовов   на   15%,   рост   удовлетворенности   абонентов   на   85%,   рост   удовлетворенности   сотрудников   контакт-­‐центра   на   97%     (по   данным   одного  из  операторов).     Голосовая  биометрия:  возможности  
  • 14. Голосовая  аналитика:  Инструменты   q  Распределение разговоров в категории –  Повторные звонки –  Недовольные клиенты –  Возможность продажи и т.д. q  Поиск по ключевым словам q  Анализ эмоций q  Определение тенденций поведения клиентов q  Специальные отчеты 14
  • 15. 15 Поиск  по  ключевым  словам  и  контекстный  поиск         Слова группируются в кластеры близкие по смыслу, система предлагает контекстный поиск д л я и с к о м о г о т е р м и н а , о п р е д е л я е т сопутствующие слова, используемые в контектсе с искомым термином Контекстный поискАвтоматический поиск по ключевым словам
  • 16. 16 Анализ  эмоциональных  звонков     Изображение эмоций в диалоге Ключевые слова Показывает, к какой категории относится звонок, содержащий эмоции «Verint одной из первых компаний внедрила обнаружение эмоционально окрашенных разгороров для определения решающих, переломных моментах в звонках клиентов» Источник: Frost & Sullivan :
  • 17. Спасибо за внимание! Алексей  Щеглов   Руководитель  направления  унифицированных  коммуникаций   a.scheglov@cg.ru   www.cg.ru     www.webex-­‐russia.ru