در بیشتر مراکز تماس، تضمین کیفیت یعنی سرپرستی که هر ماه به چند تماس از هر کارشناس گوش می‌دهد و یک فرم ارزیابی پر می‌کند. این روش معمولاً یک تا سه درصد تعاملات را پوشش می‌دهد. نتیجه‌گیری‌ها بر نمونه‌ای کوچک و اغلب غیرمعرف استوارند، بازخورد هفته‌ها بعد می‌رسد و مهم‌ترین تماس‌ها، یعنی شکایت‌ها، درخواست‌های لغو و ریسک‌های انطباق، به‌راحتی از دید پنهان می‌مانند. تحلیل گفتار و ارزیابی تماس با هوش مصنوعی این معادله را عوض می‌کند و کنترل کیفیت کال سنتر را به همه تماس‌ها می‌رساند.
بازشناسی گفتار و مدل‌های زبانی بزرگ اکنون تحلیل همه تماس‌ها و چت‌ها را عملی کرده‌اند. اگر درست انجام شود، مدیریت کیفیت از نمونه‌برداری به اندازه‌گیری واقعی تبدیل می‌شود. اگر بی‌دقت انجام شود، امتیازهایی ظاهراً مطمئن تولید می‌کند که نباید به آن‌ها اعتماد کرد. در این مقاله یک پایپ‌لاین و کنترل‌هایی را که آن را قابل اتکا می‌کنند شرح می‌دهم.
پایپ‌لاین تحلیل گفتار: از تبدیل گفتار به متن تا امتیاز
۱. دریافت و ورود داده. فایل‌های ضبط‌شده و فراداده را از سامانه تلفنی یا مرکز تلفن بگیرید: شناسه تماس، کارشناس، صف، جهت تماس، زمان‌ها، شناسه مشتری و کد نتیجه. ضبط استریو که صدای کارشناس و مشتری را در دو کانال جدا نگه می‌دارد، تحلیل را بسیار آسان‌تر از صدای مونوی ترکیبی می‌کند. اگر حق انتخاب دارید، استریو ضبط کنید.
۲. تبدیل گفتار به متن (ASR). با مدلی رونویسی کنید که زبان‌ها، لهجه‌ها و واژگان تخصصی شما را پوشش دهد. مدل‌های باز امروزی در بسیاری از زبان‌ها خوب کار می‌کنند، اما عملکرد روی صدای تلفنی فارسی (۸ کیلوهرتز، فشرده، پرنویز و آمیخته با اصطلاحات انگلیسی) باید اندازه‌گیری شود. نرخ خطای واژه را روی چند ساعت از صدای خودتان بسنجید و آن را با واژه‌نامه سفارشی برای نام محصولات، ابزارهای مالی و اصطلاحات سازمان یا با تنظیم دقیق مدل بهبود دهید.
۳. تفکیک گوینده (Diarization). مشخص کنید چه کسی و چه زمانی صحبت کرده است. با کانال‌های استریو این کار تقریباً رایگان است؛ با صدای مونو به مدل تفکیک گوینده نیاز دارید و خطا در این مرحله همه شاخص‌های بعدی را خراب می‌کند، مثلاً نسبت دادن جمله‌های عصبانی مشتری به کارشناس.
۴. ویژگی‌های صوتی و گفت‌وگویی. برخی از مفیدترین سیگنال‌ها به مدل زبانی نیاز ندارند: نسبت صحبت به شنیدن، طولانی‌ترین تک‌گویی، سکوت و زمان انتظار، قطع کلام و هم‌پوشانی، سرعت صحبت و در چت، زمان نخستین پاسخ.
۵. تحلیل با مدل زبانی. متن تفکیک‌شده را همراه با زمان‌ها و فراداده به یک مدل زبانی بدهید تا خروجی ساختاریافته تولید کند: دلیل تماس، نتیجه، روند احساسات، بررسی‌های انطباق، موارد فرم ارزیابی همراه با شاهد و یک خلاصه کوتاه.
۶. ذخیره‌سازی و داشبورد. نتایج را در انبار داده بنویسید و به داده‌های کارشناس، تیم، کمپین و مشتری متصل کنید تا کیفیت به نتایج کسب‌وکار مانند تبدیل، ماندگاری، واریز و تماس‌های تکراری پیوند بخورد.
طراحی فرم ارزیابی تماس
مدل‌های زبانی در اجرای یک معیار روشن و مکتوب خوب‌اند و در حدس زدن منظور شما از «حرفه‌ای بودن» ضعیف. فرم فعلی تضمین کیفیت را به معیارهای صریح و قابل مشاهده تبدیل کنید:
- آیا کارشناس پیش از صحبت درباره جزئیات حساب، هویت مشتری را احراز کرد؟ (بله / خیر / موضوعیت ندارد)
- آیا کارشناس پیش از صحبت درباره محصولات اهرمی، بیانیه الزامی ریسک را بیان کرد؟
- آیا مسئله مطرح‌شده مشتری حل شد، با ثبت تیکت ارجاع شد یا باز ماند؟
- آیا کارشناس درباره سود یا نتیجه وعده داد؟ (یک هشدار جدی انطباق)
- همدلی: آیا کارشناس پیش از رفتن سراغ راه‌حل، نگرانی مشتری را به رسمیت شناخت؟
از مدل بخواهید برای هر معیار یک مقدار، یک سطح اطمینان و شاهد عینی از متن همراه با زمان برگرداند. شاهد، امتیاز را قابل ممیزی می‌کند: سرپرست می‌تواند کلیک کند و دقیقاً همان لحظه را بشنود. از طرح‌واره JSON سخت‌گیرانه استفاده کنید و هر پاسخ را اعتبارسنجی کنید. پرامپت و معیارها را در کنترل نسخه نگه دارید، چون تغییر یک معیار روند نمودارها را تغییر می‌دهد.
کالیبراسیون: پیش از گسترش، اعتماد بسازید
پیش از آنکه امتیازها به کارشناسان یا مدیران برسد، آن‌ها را با داوری انسانی هم‌سنجی کنید.
۱. چند صد تماس را به‌صورت طبقه‌بندی‌شده بر اساس صف، زبان، نتیجه و سابقه کارشناس انتخاب کنید.
۲. از دو یا سه ارزیاب باتجربه بخواهید با همان معیارها و مستقل از هم امتیاز دهند و ابتدا میزان توافق میان خود انسان‌ها را بسنجید (ضریب کاپای کوهن یا درصد توافق ساده). اگر انسان‌ها درباره یک معیار توافق ندارند، آن معیار مبهم است و باید بازنویسی شود.
۳. پاسخ‌های مدل را برای هر معیار با اجماع انسانی مقایسه کنید. نتیجه معمول: معیارهای عینی (احراز هویت، بیانیه‌های الزامی، رویه نگه‌داشتن تماس) زود به توافق بالا می‌رسند و معیارهای ذهنی (همدلی، لحن) به تعریف و مثال روشن‌تر نیاز دارند.
۴. دقت هر معیار را درون سازمان منتشر کنید و فقط معیارهایی را که از آستانه توافق‌شده بالاترند در ارزیابی عملکرد به کار ببرید. بقیه می‌توانند به‌عنوان راهنمای کوچینگ باقی بمانند.
کالیبراسیون را هر ماه روی نمونه‌ای تازه و پس از هر تغییر در ASR، پرامپت یا مدل تکرار کنید.
از امتیاز تا بهبود
هدف نظارت و مچ‌گیری نیست؛ هدف گفت‌وگوهای بهتر و نتایج بهتر است. نماهای مفید عبارت‌اند از:
- داشبورد تیم و کارشناس که روند هر معیار را در مقایسه با میانه تیم نشان می‌دهد، نه یک امتیاز کلی واحد.
- نقشه نقاط ضعف: کدام معیارها بیشتر رد می‌شوند، در کدام صف‌ها و در چه بخشی از تماس. اغلب علت در فرایند یا متن مکالمه است، نه در کارشناس.
- صف کوچینگ: تماس‌هایی که به‌طور خودکار انتخاب شده‌اند و یک شکاف مهارتی مشخص را با شاهد برجسته‌شده نشان می‌دهند تا سرپرستان وقت خود را صرف کوچینگ کنند، نه جست‌وجو.
- عوامل ایجاد تماس: خوشه‌بندی دلایل تماس، مشکلات محصول، پیام‌های گیج‌کننده و گلوگاه‌های فرایند پذیرش را آشکار می‌کند.
- پیوند با نتایج: کدام رفتارها با تبدیل، ماندگاری یا رضایت مشتری همبستگی دارند. این‌ها را فرضیه‌هایی برای آزمودن بدانید، نه علت‌های اثبات‌شده.
حریم خصوصی، انطباق و انصاف
فایل‌های ضبط تماس داده شخصی و اغلب بسیار حساس‌اند. مشتریان و کارکنان را مطابق قانون و سیاست سازمان از ضبط و تحلیل آگاه کنید. شماره کارت، کد ملی و رمزها را به‌طور خودکار از متن‌ها حذف کنید و در حالت ایدئال هنگام دریافت اطلاعات پرداخت، ضبط را متوقف کنید. دسترسی را بر اساس نقش محدود کنید، دوره نگهداری تعریف کنید و پردازش را در حوزه قضایی خودتان نگه دارید. مدل‌های ASR و زبانی میزبانی‌شده روی زیرساخت خودی این کار را بسیار آسان‌تر می‌کنند.
انصاف هم مهم است. بررسی کنید آیا دقت ASR بر اساس لهجه، جنسیت یا کیفیت تماس تفاوت دارد، چون نرخ خطای بالاتر برای برخی کارشناسان امتیازشان را ناعادلانه پایین می‌آورد. به کارشناسان امکان دیدن ارزیابی‌های خودشان و اعتراض به آن‌ها را بدهید. امتیازها باید پشتوانه گفت‌وگو با سرپرست باشند، نه جایگزین آن.
چت و ایمیل
همین رویکرد، منهای مرحله گفتار، برای چت و ایمیل هم کار می‌کند. کانال‌های متنی شاخص‌های مفیدی مانند زمان نخستین پاسخ، زمان رسیدگی به هر پیام و تعداد نوبت‌ها تا حل مسئله اضافه می‌کنند. تحلیل هم‌زمان صدا و متن، تصویر کاملی از سفر مشتری در همه کانال‌ها به دست می‌دهد.
از کجا شروع کنیم
با یک صف و پنج تا هشت معیار عینی، ضبط استریو و یک فرم ارزیابی کالیبره‌شده شروع کنید. یک ماه نتایج همراه با شاهد را به سرپرستان نشان دهید و اصلاحاتشان را جمع کنید؛ این اصلاحات بهترین داده آموزشی شماست. وقتی توافق بالا رفت و داشبوردها شیوه کوچینگ را تغییر داد، به صف‌های بیشتر گسترش دهید، معیارهای ذهنی را اضافه کنید و کیفیت را به نتایج کسب‌وکار متصل کنید. در کنار یک عامل تلفنی هوشمند و دستیار چت، همین لایه تحلیلی به ستون اندازه‌گیری یک مرکز تماس هوشمند تبدیل می‌شود.