Voice-Bots sind bereits zu wertvollen Mitarbeitern geworden, die einen besseren Service für
Eine der Möglichkeiten zur Lösung dieses Problems istAufgezeichnetes Skript für verschiedene Situationen, einschließlich eines Gesprächs mit einem verärgerten Gesprächspartner. Es ermöglicht dem Voice Bot, sich an die Situation anzupassen und relevante Unterstützung zu leisten. Dies kann als programmierte Empathie bezeichnet werden, deren Hauptbedingung die Fähigkeit ist, die Emotionen einer Person richtig zu erkennen und auf sie zu reagieren. Und der aktuelle Stand der Technologieentwicklung erhöht den EQ (vom englischen Emotional Quotient, "emotionale Intelligenz" - "High-Tech") von Voice Bots erheblich. Beispielsweise identifizieren TWIN-Bots in 96% der Fälle grundlegende Emotionen korrekt: positiv, negativ oder neutral.
Aber empathische Bots schaffen, die das könnenDie Simulation von EQ mithilfe vorab aufgezeichneter Skripte erfordert große Rechenleistung, was bedeutet, dass ihre Kosten automatisch steigen. Dies ist für das Unternehmen nicht immer rentabel. Deshalb schaltet der Roboter das Gespräch oft auf einen lebenden Mitarbeiter um, sobald der Dialog eine empathische Kommunikation erfordert.
Wie Sprachsoftware die Stimmung einer Person erkennt
Die Erkennung von Sprachemotionen ist ein Mikrodienstschrittweises Lernen anhand von Beispielen. Dazu sammeln sie viele Dialoge zwischen dem Bot und dem Kunden, analysieren deren Qualität und beurteilen, wie richtig der Roboter die Emotion erkannt hat. Fehler werden korrigiert und durch die richtige Version im System ersetzt.
Dies ist jedoch nicht ohne eine Person möglich.Die Analyse und Kennzeichnung von Emotionen wird von Linguisten durchgeführt, die die Sprachnuancen und Reaktionen klar definieren: positiv, negativ oder grundlegend. Sie hören sich viele Dialoge an, wählen daraus Episoden mit ausgeprägten emotionalen Untertönen aus, kategorisieren sie und geben sie in die entsprechende Datenbank ein. Dadurch entsteht eine Reihe von Datensätzen oder Modellen, die die Grundlage für die emotionale Intelligenz des Bots bilden. Es ist sehr wichtig, dass die Markierung von einem Fachmann vorgenommen wird, da bereits ein kleiner Fehler den gesamten Datensatz vollständig „vernichten“ kann.
Nach dem beschrifteten BeispielmodellDie Daten sind fertig, die Trainingsphase des neuronalen Netzwerks beginnt. In dieser Phase werden neben der Qualität der Datensätze auch die besten ML-Ingenieure (Spezialisten für maschinelles Lernen – Hi-Tech) benötigt. Darüber hinaus lohnt es sich, den Technologie-Stack sorgfältig auszuwählen. Nur so funktioniert das System einwandfrei und erkennt die emotionale Färbung nahezu jeder Sprache, mit Ausnahme von Flüstern.
Die Hauptschwierigkeiten beim Erkennen von Emotionen:
- Vielzahl von emotionalen Schattierungen- Selbst für einen Menschen kann es schwierig sein, zwischen Besorgnis und Verärgerung zu unterscheiden. Deshalb unterscheiden sie derzeit zwischen drei Grundemotionen: Dadurch können wir den Fehler reduzieren.
- Ausdruck von Emotionen— Der Roboter verlässt sich oft daraufzu verbalen Formulierungen. Dieser Ansatz ist jedoch nicht immer effektiv. Beispielsweise bedeutet obszöne Sprache an sich nicht unbedingt Negativität. Daher hat TWIN zwei Mikrodienste zur Emotionserkennung unterteilt: Einer ist auf Sprache trainiert und wird in Anrufen verwendet, der andere ist auf Texte trainiert und wird in Chats verwendet.
In welchen Bereichen müssen Bots in der Lage sein, zwischen Emotionen zu unterscheiden?
Service-Unterstützung
Service-Support beinhaltet oftSituationen, in denen der Kunde schnell vom Roboter zum Bediener übertragen werden muss, insbesondere wenn die Person eine negative Einstellung hat. Unternehmen in der Transportbranche sind häufig mit einem typischen Anruf konfrontiert: Ein verärgerter Benutzer ruft ein Contact Center an, das keine Bestellung rechtzeitig erhalten hat. Nachdem der Roboter den Anruf erhalten hat, hört er viel Kritik am Unternehmen, kann aber nicht angemessen reagieren. Aus solchen Situationen haben wir eine Lektion gelernt: Jetzt wird der Anruf automatisch an den Bediener weitergeleitet, sobald das System negative Emotionen erkennt.
Emotionale Intelligenz wird Teil des Dienstesim E-Commerce. Zum Beispiel brachte Amazon seiner Sprachassistentin Alexa bei, Emotionen durch Intonation zu erkennen. Die Funktion wird wahrscheinlich dazu beitragen, die Kommunikationsqualität des intelligenten Assistenten und der Benutzer zu verbessern. Und Emotibot bietet einen Sprachassistenten für den E-Commerce-Post-Sale-Service. Der Bot passt die Reaktionen an die Stimmung des Gesprächspartners an, um die Eskalation von Beschwerden zu verhindern.
Analytik
Auch Callcenter beginnen damit zu experimentierenEmotionserkennungstechnologie zur Bewertung der Servicequalität. Das System kann beispielsweise die Sprache des Betreibers auf das Auftreten negativer Sprachkonnotationen analysieren: Dies kontrolliert die Kommunikation der Mitarbeiter mit Kunden und verhindert regelmäßige Verstöße gegen die Kommunikationsethik.
Sprachtechnologie mit EmotionserkennungSie helfen auch bei der Analyse der Dynamik der Kundenstimmung: Zum Beispiel, um festzustellen, ob Kunden im Allgemeinen irritierter geworden sind oder umgekehrt mehr Markentreue festgestellt haben. Dies gibt Aufschluss darüber, ob die Automatisierung des Call Centers erfolgreich ist oder einige Prozesse verbessert werden müssen. Eine ähnliche Technologie wurde beispielsweise von Rosbank getestet. Als Ergebnis der Analyse des Dialogs zwischen dem Bot und dem Kunden erhält der Manager für jeden Anruf einen statistischen Bericht, der Daten wie die Dynamik des Verbraucherzufriedenheitsindex und einen vergleichenden Indikator für die Serviceeffizienz widerspiegelt.
Vertrieb
Der emotionale Zustand wirkt sich direkt ausKaufbereitschaft des Käufers. Es fällt einem Menschen leichter, etwas zu verkaufen, wenn er gute Laune hat. Untersuchungen bestätigen dies: Ein belarussisches Experiment zeigte beispielsweise einen direkten Zusammenhang zwischen positiven Emotionen und der Bereitschaft, mit einem Vertriebsleiter zu kommunizieren, sowie der allgemeinen Markentreue.
Das Erkennen von Emotionen kann das Einkommen erhöhenBots, die die Lead-Verarbeitung übernehmen. So kann der Verkaufsroboter beispielsweise anhand dieses Markers den Anruf sofort an einen „lebenden“ Mitarbeiter weiterleiten, um keinen „heißen“ Lead zu verpassen. Wahrscheinlich wird dieses Tool in Zukunft von den meisten Unternehmen verwendet, in denen Bots eine kalte oder warme Basis anrufen.
Die Entwicklungsindustrie hat bereits Vorschläge gemachtOnline-Händlern einen Guide-Bot, der als digitaler Berater fungieren und anhand seines Charakters (der Bot bestimmt ihn anhand seiner Emotionen) einen Dialog mit dem Nutzer aufbauen kann. Allerdings sind solche Lösungen gerade erst in die Phase der Marktforschung und -erprobung eingetreten und haben daher noch keine Massenverbreitung erfahren.
Sollte der Roboter das Geschlecht des Gesprächspartners erkennen?
Kunden wünschen sich eine individuelle HerangehensweiseService in jeder Branche. In einer SmarterHQ-Umfrage gaben zwei Drittel der Verbraucher zu, dass sie sich nur dann an Gesprächen beteiligen, wenn sie personalisierte Nachrichten erhalten. Dies macht es erforderlich, weiterhin daran zu arbeiten, Voice-Bots intelligenter zu machen und die Gesprächspartner anhand verschiedener Kriterien zu segmentieren, von denen das Geschlecht das offensichtlichste ist.
Mit der Geschlechtserkennung können Sie Sprache aufbauenBerücksichtigen Sie dieses Kriterium und reduzieren Sie den Prozentsatz der Fehler beim Wählen eines Teilnehmers. Wenn beispielsweise Natalia in der Datenbank aufgeführt ist und ein männlicher Gesprächspartner den Hörer abgenommen hat, kann der Bot sofort reagieren und sagen: "Kann ich mit Natalia sprechen?" anstelle von "Hallo, Natalia".
Dasselbe gilt auch für Anrufe.Simulieren wir die Situation: Der Roboter rekrutiert einen Kunden, dessen Name in der Datenbank Natalya ist. Dementsprechend wechselt er zum Kommunikationsmodus mit einer Frau. Doch plötzlich greift Natalyas Mann oder Bruder zum Telefon und sagt: „Tut mir leid, ich bin nicht Natalya.“ Wenn der Roboter das Geschlecht des Gesprächspartners nicht anhand der Stimme bestimmt, kann es zu einer lustigen Situation kommen: Der Kunde wird beweisen, dass er nicht Natalya ist, und der Roboter wird weiterhin mit Natalya kommunizieren und das Gespräch wird höchstwahrscheinlich sehr schnell enden.
Auf Namen und Namen kann man natürlich komplett verzichtenSprechen Sie alle einheitlich an, da in ca. 3 % der Fälle der Anruf von einer Person entgegengenommen wird, die bei der Registrierung nicht registriert war. Aber für Einzelhändler wird es zum Beispiel ein paar Treuepunkte kosten. Stellen Sie sich vor: Sie haben ein Produkt in einem Online-Shop bestellt und vor dem Absenden ruft ein Bot an und fragt, ob es in naher Zukunft bequem ist, Ihre Bestellung zu erhalten. Eine namenlose Adresse lässt das Gespräch kalt werden, während ein einfaches „Hallo, Sergey!“ wird es sehr mildern. Es ist sehr nützlich, sich an Dale Carnegies Slogan zu erinnern: „Der Name einer Person ist für sie der süßeste und wichtigste Klang in jeder Sprache.“ Dies wird von den Wissenschaftlern Dennis P. Carmody und Michael Lewis bestätigt, die bewiesen haben, dass unser Gehirn in Ekstase gerät, wenn wir unseren Namen hören, wodurch die Aufmerksamkeit sofort auf den Klang gelenkt wird.
Um unangenehme Situationen zu vermeiden,Ohne die Kundenbindung zu beeinträchtigen, muss zwischen Männern und Frauen anhand der Stimme unterschieden werden. Unsere Bots bestimmen beispielsweise in 98% der Fälle das Geschlecht einer Person korrekt. Im Westen ist My Voice AI mit einer ähnlichen Funktion ausgestattet, mit der auch das ungefähre Alter und der emotionale Zustand bestimmt werden können.
Roboter fangen gerade erst an, die Tiefen zu erkundenmenschliche Sprache und unterscheiden die Stimmung oder das Geschlecht des Klienten. Die Technologie dürfte in Zukunft rasch voranschreiten. Gartner prognostiziert, dass 10% aller Geräte in zwei Jahren mit emotionaler Diagnose ausgestattet sein werden. Dies wird unweigerlich die Entwicklung des Marktes für Systeme zur Analyse und Erkennung von Emotionen stimulieren: Nach Angaben von MarketsAndMarkets wird er von 21,6 Mrd. USD im Jahr 2019 auf 56 Mrd. USD im Jahr 2024 wachsen, mit einer durchschnittlichen jährlichen Wachstumsrate von 21%.
Siehe auch:
Astronomen finden einen Exoplaneten mit einer seltsamen Umlaufbahn
Der Doomsday-Gletscher erwies sich als gefährlicher als Wissenschaftler dachten. Wir erzählen die Hauptsache
Die Erde ist im sechsten Aussterben begriffen. Wie wird sich dies auf die Menschheit auswirken?