Использование технологий распознавания русской речи в Cisco Contact Center и Cisco MediaSense

1. Использование технологий распознавания русской речи в Cisco Contact Center иCisco MediaSenseSpeech Technology Applications for Cisco Contact Center and Cisco MediaSense
Александр Белозерчик
Центр речевых технологий
www.speechpro.com
© 2014 Cisco and/or its affiliates. All rights reserved.
24.11.2014

2. Использование технологий распознавания русской речи в Cisco Contact Center и Cisco MediaSense
24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 2

3. © 2014 Cisco and/or its affiliates. All rights reserved.
24.11.20143
Smart Logger II
HTTP
RTP
Cisco
MediaSense
Primary Server
Cisco
MediaSense
Secondary Server
Cisco UCM
AXL API
SIP
AXL API
SIP
RTP
HTTP
Cisco TAPI
Cisco CTI
Архитектура и принцип работы совместного решения

4. © 2014 Cisco and/or its affiliates. All rights reserved.
24.11.20144
Речевые технологии, доступные пользователям
Cisco MediaSense
Audio-mining
Пофонемное
распознавание речи
Speech to Text
Распознавание речи
на большом словаре
Emo Detection
Детектирование
эмоций по голосу

5. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 5
Сценарии использования технологий
ASR
для пользователей
Cisco MediaSense
• Задачи операционного управления
•Контроль качества работы операторов
•Мониторинг удовлетворенности клиентов
•и др.
• Поисково-аналитические задачи на массивах
фонограмм телефонных переговоров с клиентами
•Контекстный поиск
•Выявление новых тем обращений
•Анализ причин обращений
•и др.

6. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved.
Методология автоматической оценки
фонограмм телефонных переговоров КЦ
Анализ
событий
телефонии
Анализ
речевой
активности
Анализ
лексики
дикторов
Анализ
эмоций
по голосу
•
Раздельный анализ речи оператора и клиента
•Анализ количественно-временных показателей работы оператора на линии и параметров речевой активности дикторов более чем по 25 показателям
•Анализ лексического состава диалога с помощью независящей от словаря технологии пофонемногораспознавания речи
•Оценка эмоционального состояния дикторов в ходе диалога по параметрам голоса
•Комбинированные шаблоны оценки, количество шаблонов автоматической оценки не ограничено
•Шкалы оценки, адаптированные к параметрам различного типа
Smart Logger
ASR engine
Emoengine
АРМ
супервизора
Результаты оценки
Задания, фонограммы
Параметры заданий
Оценки и отчеты
1
2
3
4

7. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 7
Речевые технологии в решении задач
операционного управления

8. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 8
Речевые технологии в решении задач
операционного управления – анализ
FCR
Методика
Доляповторных звонков
IVR
4%
CRM
10%
SmartLogger
17%

9. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 9
Речевые технологии в решении задач
операционного управления – анализ
FCR
Определение
повторных звонков
по номеру клиента
Результаты поиска
звонков с лексикой
повторных
обращений
Повторных звонков
с одного номера
не обнаружено

10. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 10
Речевые технологии в решении задач
операционного управления – анализ
CS
Количественные параметры разговора,
характерные для претензионных
обращений клиентов:
• продолжительность речи клиента
> 50%
• участки непрерывной речи клиента
> 30 сек
• одновременная речь оператора и клиента
>15 % • уход клиента с линии на удержании

11. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 11
Эффективность речевых технологий
в задачах операционного управления КЦ
• Переход от оценки единичных взаимодействий операторов с клиентами к комплексному анализу и
контролю за качеством обслуживания и показателями
KPIна 100% обращений
• Многократное повышение эффективности и производительности службы качества за счет
автоматизации процессов мониторинга основных индикаторов контакт-центра:
CS, FCR, AHT, QM
• Объективизация оценки работы операторов и стандартизация политики качества контакт-центра
• Рост трудовой дисциплины операторов
• Профессиональный рост и нематериальная мотивация службы качества
• Развитие аналитических направлений работы контакт-центра
• Положительное влияние на имидж контакт-центра и организации в целом
Зона контроля случайной выборки
Зона контроля автоматической оценки
Случайная выборка:
оценивает 5–10 %
обращений клиентов и
отражает показатели
работы КЦ только на
данной выборке
Автоматическая оценка:
мониторинг 100%
обращений, выявляет
каждый случай с
низкими показателями
качества
5–10%
100%

12. DATA
MINING
АНАЛИЗМАССИВОВТЕКСТОВ
РАСПОЗНАННЫХТЕЛЕФОННЫХЗВОНКОВ

13. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 13
Полнотекстовое распознавание речи и
речевая аналитика для
Cisco CC и MediaSense
Wikipedia
2009
Speech Analytics is a term used to describe automatic methods of
analyzing speech to extract useful information about the speech
content or the speakers.
Речевая аналитика – термин, используемый для описания автоматических методов
анализа речи для извлечения полезной практически ценной информации о контенте
разговора или о говорящих.
Wikipedia
2013
Speech analytics is a process of analyzing recorded calls in order to
gather information, structure customer interactions and expose
information coming from customer contact center interactions with an
enterprise.
Речевая аналитика – процесс анализа записанных звонков для сбора информации,
структурирования взаимодействия с клиентами и предоставления информации,
хранящейся в результатах взаимодействия контактных центров с клиентами
организации.

14. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 14
Полнотекстовое распознавание речи и
речевая аналитика для
Cisco CC и MediaSense
Natural
Language
Processing
• Специальные
методы
обработки
естественного
языка для
проведения
машинного
анализа
Text
Mining
•Извлечение сущностей и фактов
•Аннотирование текстов
•Анализ тональности высказываний
•etc.
Data
Mining
•
Классификация
•Кластеризация
•Поиск ассоциативных связей
•Поиск паттернов
•etc.
РЕЧЕВАЯАНАЛИТИКАЦРТ-совокупностьтехнологийиметодов,предназначенныхдляизвлеченияпрактическиполезныхзнанийиранеенеизвестнойинформации, содержащихсявмассивахилипотокахречевойинформации,атакжевсопровождающихихданных.
Call Flow
Analysis
•Holds
•Transfers
•Mute
•Conference
•Repeated Calls
•Call tracking
•etc.
Voice
Analysis
•
Речевая активность
•
Детектирование эмоций
•
Пол
•
Возраст
•
Язык
•etc.
Speech
Recognition
•
Поиск ключевых слов и выражений на основе фонетического поиска
•Полнотекстовое распознавание слитной речи на большом словаре

15. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 15
Речевая аналитика - кластеризация
телефонных переговоров КЦ с клиентами
Распределение тем
обращений клиентов
по часам, дням и
операторам
Семантическое облако
и распределение
вызовов кластера
по дням недели

16. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 16
Root cause analysis -
анализ причин обращений клиентов
Тема?
Причина?
Недостатки формализованных классификаторов:
•
не могут быть полными, всеобъемлющими и всегда актуальными
•не исключают ошибки ввода данных со стороны агента
•не позволяют определить то, что не задано в классификаторе
•не позволяют провести глубинную аналитику и выявить причину

17. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 17
Root cause analysis -
анализ причин обращений клиентов

18. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 18
Root cause analysis -
анализ причин обращений клиентов

19. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 19
Кейс: тематический анализ обращений
клиентов в большом КЦ
2,7
3,0
3,0
4,2
6,9
8,7
14,0
14,8
20,3
22,5
Неверный выбор службы
Перевод из других служб
Плохая слышимость
Вызовы из области
Консультация с переводом на ТП
Перевод на справку по расcчетам
Информация по тарифам и услугам
Перевод на ТП
Вопросы по подключению
Вопросы по обслуживанию дйствующих клиентов
3,0%
37,3%
59,8%
Плохаяслышимость
Непрофильнаянагрузка
Профильнаянагрузка
Задача: анализ обращений клиентов в службу входящего телемаркетинга, поиск возможностей
увеличения показателей продаж.
Результаты: выявлена большая доля непрофильной нагрузки. Причина: неоптимальная структура
IVR.Предложенные мероприятия: оптимизация IVR. Снижение непрофильной нагрузки на 1500 минут ежесуточно, рост доступности службы входящего телемаркетингана 9%.

20. 24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved. 20
Полный спектр речевых технологий для
пользователей
Cisco CC и MediaSense
Audio-mining
Пофонемное
распознавание речи
Speech to Text
Распознавание речи
на большом словаре
Emo Detection
Детектирование
эмоций по голосу
Text to Speech
Синтез речи
(Ru, Eng, Kz)
Voice Biometrics
Голосовая
биометрия

21. CiscoRu Cisco CiscoRussia
Ждем ваших сообщений с хештегом
#CiscoConnectRu
24.11.2014
© 2014 Cisco and/or its affiliates. All rights reserved.
Пожалуйста, заполните анкеты.
Ваше мнение очень важно для нас.
Спасибо
Александр Белозерчик
alex@speechpro.com
+7 812 325 88 48(6613)
Центр речевых технологий
www.speechpro.com