详细内容或原文请订阅后点击阅览
呼叫中心的神经网络
NUST MISIS 学生提出了一个针对商业公司呼叫中心的解决方案 - 一种“预测”销售期间客户行为的算法。该开发的本质是使用神经网络来分析有关过去通话的信息，并确定可提高转化率的最有效的对话策略。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）NUST MISIS 学生提出了一个针对商业公司呼叫中心的解决方案 - 一种“预测”销售期间客户行为的算法。该开发的本质是使用神经网络来分析有关过去通话的信息，并确定可提高转化率的最有效的对话策略。
该解决方案是在 CRM Hack 黑客马拉松上提出的，学生团队获得了第一名，并收到了 T1 Consulting 的邀请，继续从事该项目，以完善产品并将其集成到组织的 CRM 中。
NUST MISIS 学生提出的解决方案是一种全新的算法，让您不必从头开始重写与客户沟通的策略，而是使用神经网络对其进行优化。他们必须分析语音的音频和语义参数，以构建客户和操作员之间交互的经验图。经验图是 CRM 系统的一个关键对象，它允许您找到将产品商业化的最佳方法，同时考虑到从对话的一个阶段过渡到另一阶段的概率。
“预测运营商与客户互动的最有利可图的策略是一项雄心勃勃且复杂的任务。首先，解决这个问题需要大量的数据，其次，没有通用的方法，因为可能有很多最优策略。事实上，这些家伙能够在如此短的时间内提出并创建解决方案的原型，从而在竞赛中获胜。”NUST MISIS 工程控制论系教师 Emin Tagiyev 指出，该团队的导师。
将来，如果有必要的资源，所提出的算法可以解决当前的业务问题，即自动开发和修改运营商与客户之间进行对话的策略。如今，这是由公司员工完成的；新算法将使该业务流程更快、更准确。