详细内容或原文请订阅后点击阅览
“Lenremont”：质量有保证的互动
Kristina Vasilyeva，Lenremont 的 IT 项目主管，谈论如何使用语音分析系统实施通话质量控制。
来源:OSP网站大数据新闻Lenremont 维修和服务网络使用人工智能进行自动通话质量控制。在该项目期间，引入了语音分析系统，使公司从选择性检查对话转向分析所有来电，每天的对话数量超过 18000 条。结果，质量控制部门的负担减少了八倍，从长远来看，该系统应该会减少客户损失并增加重复请求。 Lenremont IT 项目负责人、数据奖提名者 Kristina Vasilyeva 谈论该项目的实施情况。
- 您需要解决什么问题？
联络中心是 Lenremont 与客户合作的主要渠道。我们每天接到大约18000个电话，每个电话都会影响客户是留下还是离开。在这样的音量下，手动控制通话质量几乎是不可能的。此前，我们只接听了 5% 的电话，这是质量控制团队的极限。
任务很明确：减轻质量控制部门（QCD）人员的负担，从随机检查转向分析所有对话，同时不增加人员，也不损失评估质量。
- 这项任务对公司有多重要？
调度员在与客户交谈时犯下的错误是有丢失申请的风险，客户在下次故障期间可能不会再回电。在我们的卷中，即使是一小部分此类错误也会造成重大损失。
如果我们用数字来解释的话，那么一个多月以来，有超过 40 万个电话，如果其中至少有 1% 包含错误，我们已经收到了 4000 个有问题的对话。即使并非每一项都意味着失去客户，但规模之大使得这项任务变得至关重要。
- 选择什么方法来实施该项目？
- 使用什么技术？
- 你是如何选择“智力填充”的？
- 创建的解决方案是什么？
- 您看到了哪些实际效果？
- 您是否尝试过从财务角度评估其影响？
- 员工如何看待解决方案的外观？