Ääniboteista on jo tullut arvokkaita työntekijöitä, jotka voivat tarjota parempaa palvelua
Yksi vaihtoehdoista tämän ongelman ratkaisemiseksi onvalmiiksi nauhoitettu käsikirjoitus erilaisiin tilanteisiin, mukaan lukien keskustelu vihaisen keskustelukumppanin kanssa. Sen avulla ääni botti voi sopeutua tilanteeseen ja antaa asiaankuuluvaa apua. Tätä voidaan kutsua ohjelmoiduksi empatiaksi, jonka pääedellytys on kyky tunnistaa ihmisen tunteet oikein ja vastata niihin. Ja nykyinen tekniikan kehityksen taso lisää merkittävästi äänirobottien taajuuskorjainta (englanniksi. Emotional Quotient, "emotionaalinen älykkyys" - "High-tech"). Esimerkiksi TWIN-robotit tunnistavat 96% tapauksista oikein perus tunteet: positiiviset, negatiiviset tai neutraalit.
Mutta luomalla empaattisia botteja, jotka voivatEQ:n simulointi valmiiksi tallennettujen skriptien ansiosta vaatii suurta laskentatehoa, mikä tarkoittaa, että niiden kustannukset kasvavat automaattisesti. Tämä ei aina ole yrityksille kannattavaa. Siksi robotti vaihtaa usein keskustelun elävälle työntekijälle heti, kun dialogi vaatii empaattista viestintää.
Kuinka ääniohjelmisto tunnistaa ihmisen mielialan
Äänituntien tunnistus on mikropalveluoppii vähitellen esimerkin kautta. Tätä varten he keräävät monia dialogeja botin ja asiakkaan välillä ja analysoivat niiden laatua arvioiden kuinka oikein robotti tunnisti tunteen. Virheet korjataan ja korvataan oikealla versiolla järjestelmässä.
Tämä ei kuitenkaan onnistu ilman henkilöä.Tunteiden analysoinnin ja leikkaamisen tekevät kielitieteilijät, jotka määrittelevät selkeästi puheen ja reaktioiden sävyt: positiivisen, negatiivisen tai perus. He kuuntelevat paljon dialogeja, joista he valitsevat jaksoja, joissa on voimakas tunnesävy, luokittelevat ne ja syöttävät ne sopivaan tietokantaan. Tämä luo joukon tietojoukkoja tai malleja, jotka muodostavat perustan botin tunneälylle. On erittäin tärkeää, että merkinnän tekee ammattilainen, sillä pienikin virhe voi "tappaa" koko tietojoukon kokonaan.
Merkityn mallimallin jälkeenData on valmis, hermoverkon koulutusvaihe alkaa. Tässä vaiheessa tarvitaan aineistojen laadun lisäksi parhaita ML-insinöörejä (koneoppimisen asiantuntijoita - Hi-Tech). Lisäksi teknologiapino kannattaa valita huolella. Tämä on ainoa tapa, jolla järjestelmä toimii täydellisesti ja tunnistaa melkein minkä tahansa puheen emotionaalisen värin, lukuun ottamatta kuiskauksia.
Tärkeimmät vaikeudet tunteiden tunnistamisessa:
- Erilaisia tunnesävyjä- Jopa ihmisen voi olla vaikea erottaa toisistaan huolta ja ärsytystä. Siksi he tekevät tällä hetkellä eron kolmen perustunteen välillä: tämä antaa meille mahdollisuuden vähentää virhettä.
- Tunteiden ilmaisu– robotti luottaa useinsanallisiin muotoiluihin. Tämä lähestymistapa ei kuitenkaan aina ole tehokas. Esimerkiksi säädytön kielenkäyttö itsessään ei välttämättä tarkoita negatiivisuutta. Siksi TWIN jakoi kaksi tunteidentunnistuksen mikropalvelua: yksi on opetettu puheelle ja sitä käytetään puheluissa, toinen on koulutettu tekstien käsittelyyn ja sitä käytetään chateissa.
Millä alueilla robottien on kyettävä erottamaan tunteet?
Palvelutuki
Palvelutukeen sisältyy useintilanteita, joissa asiakas on siirrettävä nopeasti robotilta käyttäjälle, varsinkin jos henkilön asenne on negatiivinen. Kuljetusalan yrityksillä on usein tavallinen puhelu: vihainen käyttäjä soittaa yhteyskeskukseen, joka ei saanut tilausta ajoissa. Saatuaan puhelun robotti kuulee paljon kritiikkiä yrityksestä, mutta ei pysty vastaamaan riittävästi. Opimme tällaisista tilanteista: nyt puhelu siirretään automaattisesti operaattorille heti, kun järjestelmä tunnistaa negatiiviset tunteet.
Tunneälystä tulee osa palveluaverkkokaupassa. Esimerkiksi Amazon opetti ääni-avustajaansa Alexaa tunnistamaan tunteet intonaation avulla. Toiminto auttaa todennäköisesti parantamaan älykkään avustajan ja käyttäjien viestinnän laatua. Ja Emotibot tarjoaa ääniavustajan myynninjälkeisiin verkkokauppapalveluihin. Botti säätää vastaukset keskustelukumppanin mielialaan estääkseen valitusten lisääntymisen.
Analytics
Myös puhelinkeskukset alkavat kokeillatunteiden tunnistustekniikkaa palvelun laadun arvioimiseksi. Järjestelmä voi esimerkiksi analysoida operaattorin puhetta puheen negatiivisten konnotaatioiden esiintymisen varalta: tämä ohjaa työntekijöiden kommunikaatiota asiakkaiden kanssa ja estää säännölliset viestintäeettiset loukkaukset.
Äänitekniikka tunnetunnistuksellaNe auttavat myös analysoimaan asiakkaiden mielipiteiden dynamiikkaa: esimerkiksi selvittämään, ovatko asiakkaat yleensä ärtyneempiä tai päinvastoin löytänyt enemmän brändiuskollisuutta. Tämä antaa käsityksen siitä, meneekö puhelukeskuksen automatisointi hyvin vai onko joitain prosesseja parannettava. Esimerkiksi samanlainen tekniikka testattiin Rosbankilla. Botin ja asiakkaan välisen vuoropuhelun analyysin tuloksena johtaja saa jokaisesta puhelusta tilastoraportin, joka heijastaa sellaisia tietoja kuin kuluttajien tyytyväisyysindeksin dynamiikka ja vertaileva indikaattori palvelujen tehokkuudesta.
myyntiä
Tunnetila vaikuttaa suoraanostajan halukkuutta ostaa. Ihmisen on helpompi myydä jotain, kun hän on hyvällä tuulella. Tutkimus vahvistaa tämän: esimerkiksi valkovenäläinen kokeilu osoitti suoran yhteyden positiivisten tunteiden ja halun kommunikoida myyntipäällikön kanssa sekä yleisen brändiuskollisuuden välillä.
Tunteiden tunnistaminen voi lisätä tulojabotit, jotka käsittelevät lyijyn käsittelyä. Joten esimerkiksi luottaen tähän merkkiin myyntirobotti pystyy välittömästi siirtämään puhelun "elävälle" työntekijälle, jotta ei menetä "kuumaa" lyijyä. Todennäköisesti tulevaisuudessa tätä työkalua käyttävät useimmat yritykset, joissa botit kutsuvat kylmää tai lämpimää tukiasemaa.
Kehitysteollisuus on jo ehdottanutverkkokauppiaille opasbotti, joka voi toimia digitaalisena konsulttina ja rakentaa vuoropuhelua käyttäjän kanssa hänen luonteensa perusteella (botti määrittää hänet tunteidensa perusteella). Tällaiset ratkaisut ovat kuitenkin vasta juuri tulleet markkinoiden tutkimus- ja testausvaiheeseen, joten ne eivät ole vielä saaneet massajakelua.
Pitäisikö robotin tunnistaa keskustelukumppanin sukupuoli
Asiakkaat haluavat nähdä yksilöllisen lähestymistavanpalvelua millä tahansa toimialalla. SmarterHQ:n tutkimuksessa kaksi kolmasosaa kuluttajista sanoi, että he sitoutuvat vain vastaanottaessaan henkilökohtaisia viestejä. Tämä sanelee tarpeen jatkaa työtä sen varmistamiseksi, että äänirobotit tulevat älykkäämmiksi ja segmentoivat keskustelukumppanit eri kriteerien mukaan, joista ilmeisin on sukupuoli.
Sukupuolentunnistuksen avulla voit rakentaa puhettaottamalla huomioon tämä kriteeri ja vähentämällä myös virheiden prosenttiosuutta tilaajaa soitettaessa. Esimerkiksi, jos Natalia on luettelossa tietokannassa ja miespuolinen keskustelukumppani nosti puhelimen, botti voi reagoida välittömästi ja sanoa: "Voinko puhua Natalian kanssa?" "Hei, Natalia" sijaan.
Sama pätee puheluihin.Simuloitetaan tilannetta: robotti rekrytoi asiakasta, jonka nimi tietokannassa on Natalya. Vastaavasti hän siirtyy kommunikointitapaan naisen kanssa. Mutta yhtäkkiä Nataljan aviomies tai veli ottaa puhelimen ja sanoo: "Anteeksi, en ole Natalya." Jos robotti ei määritä keskustelukumppanin sukupuolta äänellä, voi syntyä hauska tilanne: asiakas todistaa, ettei hän ole Natalya, ja robotti jatkaa kommunikointia Nataljan kanssa, ja keskustelu päättyy todennäköisesti hyvin nopeasti.
Tietysti voit luopua kokonaan nimistä jaosoita kaikkia yhtenäisesti, sillä noin 3 %:ssa tapauksista puhelimeen vastaa henkilö, joka ei ollut rekisteröitynyt ilmoittautumisen yhteydessä. Mutta esimerkiksi jälleenmyyjille se maksaa muutaman kanta-asiakaspisteen. Kuvittele vain: tilasit tuotteen verkkokaupasta, ja ennen sen lähettämistä robotti soittaa ja kysyy, onko tilauksesi vastaanottaminen kätevää lähitulevaisuudessa. Nimetön osoite tekee keskustelusta kylmän, kun taas yksinkertainen "Hei, Sergei!" pehmentää sitä paljon. On erittäin hyödyllistä muistaa Dale Carnegien tunnuslause: "Ihmisen nimi on hänelle suloisin ja tärkein ääni millä tahansa kielellä." Tämän ovat vahvistaneet tutkijat Dennis P. Carmody ja Michael Lewis, jotka osoittivat, että aivomme joutuvat ekstaasia kuullessaan nimemme, mikä kiinnittää huomion välittömästi ääneen.
Joten välttääksesi hankalia tilanteita,Vaikka ei uhrata kuluttajien uskollisuutta, on tarpeen erottaa miehet ja naiset äänellä. Esimerkiksi botit määrittelevät oikein henkilön sukupuolen 98 prosentissa tapauksista. Lännessä vastaava toiminto on varustettu My Voice AI: lla, joka voi myös määrittää likimääräisen iän ja emotionaalisen tilan.
Robotit ovat vasta alkaneet tutkia syvyyksiäihmisen puheen ja erottaa asiakkaan mieliala tai sukupuoli. Teknologia etenee todennäköisesti nopeasti tulevaisuudessa. Gartner ennustaa, että 10% kaikista laitteista varustetaan emotionaalisella diagnostiikalla kahden vuoden kuluessa. Tämä stimuloi väistämättä analyysi- ja tunnetunnistusjärjestelmien markkinoiden kehitystä: MarketsAndMarketsin tietojen mukaan se kasvaa 21,6 miljardista dollarista vuonna 2019 56 miljardiin dollariin vuoteen 2024 mennessä, keskimääräisen vuotuisen kasvuprosentin ollessa 21%.
Katso myös:
Tähtitieteilijät löytävät eksoplaneetan, jolla on outo kiertorata
Tuomiopäivän jäätikkö osoittautui vaarallisemmaksi kuin tutkijat ajattelivat. Kerromme pääasia
Maa on kuudes sukupuuttoon. Kuinka tämä vaikuttaa ihmiskuntaan