В новую версию речевой аналитики от BSS внедрен инструментарий на базе генеративного интеллекта A− A= A+

erid: LjN8Jvy8C

Стали доступны обращение к LLM-моделям для более глубокого анализа диалогов, упрощена работа с поисковыми запросами и внедрен семантический поиск. Также были реализованы инновационные плагины для модуля контакт-центра (КЦ), оптимизирующие работу специалистов, отвечающих за проверку качества звонков.

В релизе появился новый внутренний сервис речевой аналитики, позволяющий обрабатывать диалоги с помощью генеративного интеллекта. Обращаться к LLM-моделям пользователи могут в режиме единого окна, не выходя из системы. Сервис работает как с внутренней моделью Lama-3, так и с внешними GPT-нейросетями.

При постановке задачи пользователи могут попросить LLM-модель проанализировать весь диалог, или определенный участок диалога, или речь определенного спикера. Также можно выбрать в зависимости от задачи формат ответа модели: текстовый, числовой или логический. Далее пользователям необходимо ввести системный промпт, содержащий описание задачи для LLM. Введенный запрос можно протестировать перед запуском задачи, чтобы увидеть, какой ответ вернет LLM, и при необходимости внести правки. LLM умеет выявлять причины негатива клиента в диалоге, составлять рекомендации для улучшения работы оператора, рассчитывать общее эмоциональное состояние клиента и оператора, оценивать диалоги и передавать ответы в оценочные карты, выявлять успешные сделки и упущенные продажи в продающих скриптах.

При работе с речевой аналитикой пользователи используют маркеры – поисковый запрос в системе, содержащий определенные условия для фильтрации (лексика, длительность диалога, речь определенного участника и другие параметры). Обычно клиентам требуется составлять маркеры на основе лексических словарей в том или ином виде. Для создания словаря с нуля требуется провести анализ диалогов в РА и обработать множество текстовых транскрипций для обогащения лексического словаря маркера, чтобы поисковый запрос охватил как можно больше вариаций слов или фраз. Для упрощения взаимодействия с маркерами был введен AI-режим, который подбирает синонимы к фразам, указанным заказчиком. После запуска функции пользователь самостоятельно выбирает подходящие синонимы из списка, и прошедшие отбор слова сразу превратятся в условия маркера.

Перед запуском лексического маркера пользователи могут выбрать тип поисковой операции: поиск по простой фразе, по точной фразе или по префиксу (началу слова). Теперь же доступен ещё один вид операции — семантический поиск или поиск по векторной длине слова. Для запуска семантического поиска нужно указать искомое слово и уровень сходства (точности) синонимов. После старта операции будут выделены те реплики диалога, где по мнению системы находятся близкие по смыслу слова.  

В рамках модуля для контакт-центра были доработаны инструменты, применяемые специалистами отдела качества, которые слушают звонки, проверяют чаты и выставляют оценки. Одной из ключевых доработок является интеллектуальный семплинг – автоматизированная процедура распределения диалогов для проверки качества. Ранее руководителю отдела контроля качества нужно было назначать контролерам диалоги для оценки вручную, что требовало немалых трудозатрат, так как нужно было самостоятельно обеспечить равномерное количество заданий на каждого сотрудника. Либо контролеры качества могли самостоятельно назначать на себя диалоги, что иногда приводило к искусственному завышению или занижению баллов из-за неравномерной выборки.

Семплинг же в автоматическом режиме распределяет диалоги на контролеров качества. Механизм поможет тем контактным центрам, которые ориентированы на выполнение требований по международной сертификации ISO, так как он обеспечивает глубину и равномерность выборки диалогов, позволяет исключить человеческий фактор при отборе диалогов для проверки оценки качества.

«В новом релизе мы представили несколько важных доработок, связанных с функциональностью нашей системы РА. Теперь пользователи речевой аналитики могут проводить более сложные исследования диалогов с помощью LLM-моделей, оперативно собирать лексические словари для поисковых маркеров и планировать нагрузку контролеров качества. Ещё мы доработали внешний вид нашей платформы: сменили цветовую гамму, оптимизировали системное меню и добавили возможность скрывать блоки меню. Также мы увеличили количество инструментов, цветовую палитру которых пользователи могут самостоятельно настроить на свой вкус. Мы стремимся не только внедрять актуальные функции в РА, но и делать взаимодействие с инструментом приятным и интуитивно понятным для наших клиентов», – прокомментировал директор департамента голосовых цифровых технологий компании BSS Александр Крушинский.

Реклама. ООО «БСС». ИНН 7726587769