स्पीच एनालिटिक्स क्या है?

एक संपर्क केंद्र एक सप्ताह में इतनी रिकॉर्ड की गई बातचीत उत्पन्न करता है कि कोई भी टीम पूरे वर्ष में भी उसे नहीं सुन सकती। परंपरागत रूप से, गुणवत्ता आश्वासन विभाग एक नमूने पर काम करता था, जो आमतौर पर बहुत छोटा होता था, और ग्राहकों की बातों से संबंधित हर प्रश्न का उत्तर सुनी-सुनाई बातों के आधार पर दिया जाता था। स्पीच एनालिटिक्स समीक्षा की इकाई को कॉल से बदलकर संपूर्ण डेटासेट में बदल देता है: एक बार बातचीत टेक्स्ट में बदल जाती है, तो आप उन सभी में खोज कर सकते हैं।

इस प्रक्रिया के दो भाग हैं जिन्हें अक्सर एक ही समझा जाता है। ट्रांसक्रिप्शन से कॉल का टाइम-स्टैम्प्ड और स्पीकर-लेबल वाला टेक्स्ट तैयार होता है। एनालिटिक्स उस टेक्स्ट का विश्लेषण करके उपयोगी जानकारी निकालता है। पहला भाग तकनीकी क्षमता से संबंधित है। दूसरा भाग वह है जहां वास्तव में परिचालन मूल्य निहित है, और जहां विभिन्न प्लेटफॉर्म सबसे अधिक भिन्न होते हैं।

क्या निकाला जाता है

• सारांश। बातचीत का एक संरचित विवरण जिसमें मुख्य बिंदु और कार्रवाई योग्य बिंदु शामिल हों, जिसे प्रस्तुतकर्ता द्वारा स्मृति से टाइप किए बिना तैयार किया गया हो।
• भावना। बातचीत के स्तर पर और पूरी कॉल के लिए एक स्कोर, जिसका उपयोग समीक्षा योग्य बातचीत को उजागर करने के लिए किया जाता है।
• मुख्य शब्द। निर्धारित शब्दों और वाक्यांशों का मिलान करके अलर्ट जारी किया जाता है, इसी तरह प्रकटीकरण जांच को स्वचालित किया जाता है।
• अनुपालन संबंधी संकेत। ऐसी कॉलें जिनमें अपेक्षित शब्द अनुपस्थित प्रतीत होते हैं या निषिद्ध शब्द उपस्थित प्रतीत होते हैं।
• भाषा। कॉल के आधार पर पहचान, जो कि एक बहुभाषी फ्लोर के लिए उपरोक्त में से किसी को भी सही ढंग से लागू करने से पहले आवश्यक है।

उल्लेख करने योग्य सीमाएँ

ट्रांसक्रिप्शन की सटीकता एक समान नहीं होती। खराब ऑडियो, भारी बैकग्राउंड शोर, क्रॉसटॉक और उन उच्चारणों या बोलियों के कारण सटीकता कम हो जाती है जिन्हें मॉडल ने पहले कम देखा है, और बाद के सभी विश्लेषणों में यह कमी दिखाई देती है। भावना स्कोरिंग ग्राहक की भावनाओं को मापने का एक उपयोगी तरीका नहीं है, बल्कि यह एक उपयोगी छँटाई संकेत है, और इसे इस तरह से इस्तेमाल किया जाना चाहिए कि किन कॉलों की समीक्षा मानव द्वारा की जानी चाहिए। कीवर्ड मिलान शब्दों को खोजता है, अर्थ को नहीं, इसलिए असामान्य शब्दों में दी गई जानकारी को अनुपलब्ध के रूप में चिह्नित किया जा सकता है। इन सब बातों से टूल का महत्व कम नहीं होता; बल्कि यह एक ऐसा फ़िल्टर है जो समीक्षकों को सही कॉलों की ओर निर्देशित करता है, न कि उनकी समीक्षा करने का विकल्प।

DialerBee स्पीच एनालिटिक्स को कैसे हैंडल करता है

DialerBee का कॉल प्रतिलेखन यह प्रक्रिया बातचीत के दौरान ऑडियो रिकॉर्ड करती है। यह एजेंट और ग्राहक के ऑडियो चैनलों को अलग करती है, प्रत्येक वक्ता की आवाज़ को टाइमस्टैम्प के साथ स्वतंत्र रूप से रिकॉर्ड करती है, भाषा का स्वचालित रूप से पता लगाती है, और कॉल समाप्त होते ही टाइमस्टैम्प सहित वक्ता-लेबल वाला ट्रांसक्रिप्ट उपलब्ध करा देती है। ट्रांसक्रिप्शन में 11 भाषाओं को शामिल किया गया है और इसमें बोली का भी ध्यान रखा गया है। इसके बाद, मॉडल मुख्य बिंदुओं और कार्रवाई योग्य बिंदुओं के साथ सारांश निकालते हैं, जिसमें सकारात्मक, नकारात्मक, तटस्थ या निराश के रूप में स्कोर की गई भावना, कीवर्ड मिलान और अनुपालन फ़्लैग शामिल होते हैं। इन सारांशों, प्रतिक्रियाओं, भावना स्कोर और मुख्य वाक्यांशों को वेबहुक या REST API के माध्यम से आपके CRM में भेजा जा सकता है।

एजेंट, दिनांक सीमा, अभियान, कीवर्ड और भावना स्कोर के लिए फ़िल्टर के साथ सभी ट्रांसक्रिप्ट पर पूर्ण-पाठ खोज चलती है, ताकि अनुपालन टीम घंटों की रिकॉर्डिंग सुनने के बजाय विशिष्ट इंटरैक्शन का ऑडिट कर सके। ट्रांसक्रिप्ट डेटा को PostgreSQL पंक्ति-स्तरीय सुरक्षा का उपयोग करके प्रति-किरायेदार अलगाव के साथ संग्रहीत किया जाता है, जिसमें प्रतिधारण नीतियां प्रति किरायेदार कॉन्फ़िगर करने योग्य होती हैं। लाइव पक्ष पर, एजेंट सहायता कॉल के दौरान ही सारांश तैयार करता है, ग्राहक की भावनाओं को अरबी भाषा में पढ़ता है (केवल अंग्रेजी में नहीं), प्रतिलेखों को संपादित करता है ताकि संग्रहीत और खोजी जाने वाली सामग्री ग्राहक द्वारा पढ़ी गई हर बात की सादी प्रतिलिपि न हो, उन्हें आपकी पॉलिसी में सुरक्षित रखता है, और किसी मामले या नियामक के अनुरोध पर कानूनी रोक और निर्यात का समर्थन करता है। समीक्षकों ने QA स्कोरकार्ड स्कोरिंग करते समय ऑडियो रिकॉर्डिंग के साथ-साथ पूरा ट्रांसक्रिप्ट देखें।

अक्सर पूछे जाने वाले प्रश्नों

ट्रांसक्रिप्शन और स्पीच एनालिटिक्स में क्या अंतर है?

ट्रांसक्रिप्शन भाषण को टेक्स्ट में बदलता है। स्पीच एनालिटिक्स उस टेक्स्ट के साथ की जाने वाली प्रक्रियाएं हैं: खोज करना, भावना का आकलन करना, कीवर्ड पहचानना, छूटी हुई जानकारियों को चिह्नित करना और बातचीत का सारांश तैयार करना। ट्रांसक्रिप्शन इनपुट है और एनालिटिक्स आउटपुट, यही कारण है कि किसी प्लेटफॉर्म में उत्कृष्ट ट्रांसक्रिप्शन क्षमता होने के बावजूद विश्लेषणात्मक क्षमता बहुत कम हो सकती है।

स्पीकरों के बीच की दूरी क्यों मायने रखती है?

क्योंकि लगभग हर उपयोगी प्रश्न इस बारे में होता है कि किसने क्या कहा। क्या एजेंट ने जानकारी दी, या ग्राहक ने इसका उल्लेख किया? क्या आपत्ति ग्राहक द्वारा उठाई गई थी या एजेंट को इसका पूर्व अनुमान था? एजेंट और ग्राहक की ऑडियो रिकॉर्डिंग को अलग-अलग रिकॉर्ड करना ही इन प्रश्नों के उत्तर देने योग्य बनाता है, न कि संयुक्त रिकॉर्डिंग से अनुमान लगाना।

व्यवहार में प्रतिलेखन कितना सटीक होता है?

यह ऑडियो की गुणवत्ता, उच्चारण, बोली, पृष्ठभूमि के शोर और वक्ताओं के बीच ओवरलैप की मात्रा पर निर्भर करता है। एक शांत वातावरण में साफ हेडसेट से शोरगुल वाली जगह की तुलना में कहीं बेहतर टेक्स्ट मिलता है, और यही सबसे बड़ा नियंत्रणीय कारक है। भाषा कवरेज के साथ-साथ बोली कवरेज भी उतना ही महत्वपूर्ण है: किसी भाषा के एक प्रकार पर प्रशिक्षित मॉडल दूसरे प्रकार को उतनी अच्छी तरह से नहीं संभाल पाता।

क्या अनुपालन निगरानी के लिए स्पीच एनालिटिक्स का उपयोग किया जा सकता है?

जी हां, और यह इसके सबसे महत्वपूर्ण उपयोगों में से एक है। कीवर्ड सूचियां उन कॉलों को चिह्नित कर सकती हैं जहां आवश्यक जानकारी का अभाव प्रतीत होता है या किसी प्रतिबंधित वाक्यांश का उपयोग किया गया है, जिससे अनुपालन समीक्षा एक नमूने को सुनने के बजाय संपूर्ण जनसंख्या की खोज में परिवर्तित हो जाती है। यह समीक्षाकर्ता को प्रतिस्थापित करने के बजाय, समीक्षा के दायरे को सीमित करता है।

लिखित प्रतिलेखों में मौजूद संवेदनशील डेटा का क्या होना चाहिए?

जहां तक संभव हो, इसे भंडारण से पहले संपादित किया जाना चाहिए और अनिश्चित काल तक रखने के बजाय एक नीति के तहत संरक्षित किया जाना चाहिए। एक प्रतिलेख संग्रह ग्राहकों द्वारा जोर से पढ़े गए हर शब्द की खोज योग्य प्रति होती है, जिसमें वे चीजें भी शामिल होती हैं जिन्हें आप संरक्षित नहीं करना चाहते, इसलिए संपादन और संरक्षण डिजाइन का हिस्सा हैं न कि बाद में सोचा गया कोई विचार।

संबंधित शर्तें: एजेंट सहायता, कॉल के बाद का काम, सीएसएटी, उत्तर देने वाली मशीन का पता लगाना और एआई वॉयस एजेंट.