Boty głosowe stały się już cennymi pracownikami, którzy mogą zapewnić lepszą obsługę
Jedną z opcji rozwiązania tego problemu jestnagrany scenariusz na różne sytuacje, w tym rozmowę ze złym rozmówcą. Pozwala botowi głosowemu dostosować się do sytuacji i zapewnić odpowiednią pomoc. Można to nazwać zaprogramowaną empatią, której głównym warunkiem jest umiejętność prawidłowego rozpoznawania emocji danej osoby i reagowania na nie. A obecny poziom rozwoju technologii znacząco podnosi EQ (od angielskiego Emotional Quotient, „inteligencja emocjonalna” - „High-tech”) botów głosowych. Na przykład boty TWIN poprawnie identyfikują podstawowe emocje w 96% przypadków: pozytywne, negatywne lub neutralne.
Ale tworzenie empatycznych botów, które to potrafiąsymulowanie EQ dzięki wcześniej nagranym skryptom wymaga dużej mocy obliczeniowej, co oznacza, że ich koszt automatycznie wzrasta. Nie zawsze jest to opłacalne dla biznesu. Dlatego robot często przełącza rozmowę na żywego pracownika, gdy tylko dialog wymaga empatycznej komunikacji.
Jak oprogramowanie głosowe rozpoznaje nastrój osoby
Wykrywanie emocji głosowych to mikrousługastopniowo ucząc się na przykładzie. W tym celu zbierają wiele dialogów pomiędzy botem a klientem i analizują ich jakość, oceniając, jak poprawnie robot rozpoznał emocję. Błędy są poprawiane i zastępowane poprawną wersją w systemie.
Nie da się tego jednak zrobić bez człowieka.Analizą i etykietowaniem emocji zajmują się językoznawcy, którzy jasno definiują odcienie mowy i reakcji: pozytywne, negatywne czy podstawowe. Słuchają wielu dialogów, z których wybierają epizody o wyraźnym wydźwięku emocjonalnym, kategoryzują je i wprowadzają do odpowiedniej bazy danych. Tworzy to zestaw zbiorów danych lub modeli, które stanowią podstawę inteligencji emocjonalnej bota. Bardzo ważne jest, aby znakowanie wykonał profesjonalista, gdyż nawet niewielki błąd może całkowicie „zabić” cały zbiór danych.
Po oznaczonym przykładowym modeluDane są gotowe, rozpoczyna się faza uczenia sieci neuronowej. Na tym etapie oprócz jakości zbiorów danych potrzebni są najlepsi inżynierowie ML (specjaliści uczenia maszynowego – Hi-Tech). Poza tym warto uważnie dobierać stos technologii. Tylko w ten sposób system będzie działał idealnie, rozpoznając emocjonalną kolorystykę niemal każdej mowy, z wyjątkiem szeptów.
Główne trudności w rozpoznawaniu emocji:
- Różnorodność odcieni emocjonalnych- Nawet osobie może być trudno odróżnić troskę od irytacji. Dlatego obecnie rozróżnia się trzy podstawowe emocje: pozwala to zredukować błąd.
- Wyrażanie emocji— robot często polegado sformułowań werbalnych. Jednak to podejście nie zawsze jest skuteczne. Na przykład wulgarny język sam w sobie niekoniecznie oznacza coś negatywnego. Dlatego TWIN podzielił dwie mikrousługi do wykrywania emocji: jedna jest szkolona w zakresie głosu i używana w rozmowach, druga jest szkolona w zakresie SMS-ów i używana na czatach.
W jakich obszarach boty muszą być w stanie rozróżniać emocje?
Wsparcie serwisowe
Wsparcie serwisowe często obejmujesytuacje, w których klient musi zostać szybko przeniesiony z robota do operatora, zwłaszcza jeśli osoba ma negatywne nastawienie. Firmy z branży transportowej często mają do czynienia z typowym telefonem: zdenerwowany użytkownik dzwoni do contact center, który nie otrzymał zamówienia na czas. Po odebraniu wezwania robot słyszy wiele krytyki pod adresem firmy, ale nie może odpowiednio zareagować. Wyciągnęliśmy lekcję z takich sytuacji: teraz połączenie jest automatycznie przekazywane do operatora, gdy tylko system zidentyfikuje negatywne emocje.
Inteligencja emocjonalna staje się częścią usługiw handlu elektronicznym. Na przykład Amazon nauczył swoją asystentkę głosową Alexę rozpoznawać emocje za pomocą intonacji. Ta funkcja prawdopodobnie poprawi jakość komunikacji inteligentnego asystenta i użytkowników. A Emotibot oferuje asystenta głosowego dla posprzedażowych usług e-commerce. Bot dostosowuje odpowiedzi do nastroju rozmówcy tak, aby nie dopuścić do eskalacji skarg.
Analityka
Call center również zaczynają eksperymentowaćtechnologię rozpoznawania emocji w celu oceny jakości obsługi. System może na przykład analizować mowę operatora pod kątem występowania negatywnych konotacji mowy: kontroluje to komunikację pracowników z klientami i zapobiega regularnym łamaniom zasad etyki komunikacyjnej.
Technologia głosowa z rozpoznawaniem emocjiPomagają również w analizie dynamiki nastrojów klientów: na przykład w celu ustalenia, czy ogólnie klienci stali się bardziej zirytowani, czy też odwrotnie, znaleźli większą lojalność wobec marki. Daje to zrozumienie, czy automatyzacja call center przebiega dobrze, czy też niektóre procesy wymagają usprawnienia. Na przykład podobną technologię testował Rosbank. W wyniku analityki dialogu między botem a klientem, menedżer otrzymuje raport statystyczny z każdego połączenia, który odzwierciedla takie dane jak dynamika wskaźnika satysfakcji konsumentów oraz wskaźnik porównawczy efektywności obsługi.
Sprzedaż
Stan emocjonalny ma bezpośredni wpływchęć kupującego do dokonania zakupu. Łatwiej jest coś sprzedać, gdy jest się w dobrym nastroju. Badania to potwierdzają: na przykład białoruski eksperyment wykazał bezpośredni związek pomiędzy pozytywnymi emocjami a chęcią komunikacji z menadżerem sprzedaży, a także ogólną lojalnością wobec marki.
Rozpoznawanie emocji może zwiększyć dochodyboty obsługujące przetwarzanie potencjalnych klientów. Na przykład, opierając się na tym markerze, robot sprzedawcy jest w stanie natychmiast przekazać połączenie do „żywego” pracownika, aby nie przegapić „gorącego” leada. Prawdopodobnie w przyszłości to narzędzie będzie używane przez większość firm, w których boty są zaangażowane w dzwonienie do zimnej lub ciepłej bazy.
Branża deweloperska już zaproponowałasklepy internetowe bot-przewodnik, który może pełnić rolę cyfrowego konsultanta i budować dialog z użytkownikiem w oparciu o jego charakter (bot określa go na podstawie jego emocji). Jednak takie rozwiązania dopiero weszły w fazę badań i testów przez rynek, więc nie doczekały się jeszcze masowej dystrybucji.
Czy robot powinien rozpoznać płeć rozmówcy
Klienci chcą widzieć indywidualne podejście doobsługa w każdej branży. W ankiecie SmarterHQ dwie trzecie konsumentów przyznało, że wdaje się w rozmowę tylko wtedy, gdy otrzymuje spersonalizowane wiadomości. Narzuca to potrzebę dalszej pracy nad udoskonalaniem botów głosowych, segmentując rozmówców na podstawie różnych kryteriów, z których najbardziej oczywistym jest płeć.
Rozpoznawanie płci pozwala budować mowę za pomocąbiorąc pod uwagę to kryterium, a także zmniejszyć procent błędów podczas wybierania numeru abonenta. Na przykład, jeśli Natalia jest wymieniona w bazie danych, a rozmówca odebrał telefon, bot będzie mógł natychmiast zareagować i powiedzieć: „Czy mogę porozmawiać z Natalią?” zamiast „Hello, Natalia”.
Podobnie jest z połączeniami.Zasymulujmy sytuację: robot rekrutuje klientkę, której imię i nazwisko w bazie to Natalia. W związku z tym przełącza się na tryb komunikacji z kobietą. Ale nagle mąż lub brat Natalii podnosi słuchawkę i mówi: „Przepraszam, nie jestem Natalią”. Jeśli robot nie określi głosem płci rozmówcy, może dojść do zabawnej sytuacji: klient udowodni, że nie jest Natalią, a robot będzie nadal komunikował się z Natalią, a rozmowa najprawdopodobniej zakończy się bardzo szybko.
Oczywiście możesz całkowicie porzucić nazwy izwracaj się do wszystkich w sposób jednolity, gdyż w około 3% przypadków telefon odbiera osoba, która nie była zarejestrowana podczas rejestracji. Ale na przykład dla sprzedawców detalicznych będzie to kosztować kilka punktów lojalnościowych. Wyobraź sobie: zamawiasz produkt w sklepie internetowym, a przed jego wysłaniem dzwoni bot i pyta, czy w najbliższym czasie będzie wygodnie odebrać Twoje zamówienie. Bezimienny adres sprawi, że rozmowa będzie chłodna, a proste „Witam, Siergiej!” bardzo go złagodzi. Bardzo przydatne jest zapamiętanie hasła Dale’a Carnegiego: „Imię danej osoby jest dla niej najsłodszym i najważniejszym dźwiękiem w każdym języku”. Potwierdzają to naukowcy Dennis P. Carmody i Michael Lewis, którzy udowodnili, że nasz mózg wpada w ekstazę, gdy usłyszymy swoje imię, co natychmiast skupia uwagę na dźwięku.
Aby uniknąć niezręcznych sytuacji,nie rezygnując z lojalności konsumentów, konieczne jest głosowe rozróżnianie mężczyzn i kobiet. Na przykład nasze boty poprawnie określają płeć osoby w 98% przypadków. Na Zachodzie podobną funkcję wyposażono w My Voice AI, która może również określić przybliżony wiek i stan emocjonalny.
Roboty dopiero zaczynają badać głębinyludzka mowa i rozróżnianie nastroju lub płci klienta. W przyszłości technologia prawdopodobnie szybko się rozwinie. Gartner przewiduje, że za dwa lata 10% wszystkich urządzeń będzie wyposażonych w diagnostykę emocjonalną. To nieuchronnie pobudzi rozwój rynku systemów do analizy i rozpoznawania emocji: według danych MarketsAndMarkets wzrośnie z 21,6 mld USD w 2019 r. Do 56 mld USD w 2024 r., Przy średniorocznym tempie wzrostu na poziomie 21%.
Zobacz także:
Astronomowie odkryli egzoplanetę o dziwnej orbicie
Lodowiec Doomsday okazał się bardziej niebezpieczny, niż sądzili naukowcy. Mówimy najważniejsze
Ziemia jest w trakcie szóstego wymierania. Jak to wpłynie na ludzkość