AI呼叫中心行业黑话,看这一篇就够了

疫情期间很多企业无法复工,为了业务能够正常运转,只能疯狂得打电话。由于人工电销存在很多管理上的难题,电销机器人在疫情期间异常火爆,现在的电销机器人已经发展到能够媲美人声,反应速度和聊天能力也已经非常强,不仔细听可能一点都听不出来,那种非常礼貌,普通话比较纯正的推销电话,很大概率都是机器人。

我本人也做过AI呼叫中心产品,并且我也给自己的手机配了一个语音小助理,经常在我忙的时候替我处理来电,所以最近很多人来问我AI呼叫中心相关的问题,今儿咱就拉出来聊聊,讲讲这AI呼叫中心的“行业黑话”,有相关业务的可以看看门道,没有相关业务的可以看看热闹。

AI机器人和人工座席的对比(*来源:数点营销官网)

一、业务流程

在介绍黑话之前,我们先说道说道AI呼叫中心系统的业务流程,好让各位同学对业务有一个全面的了解。

AI呼叫中心的业务流程

上图是一个AI呼叫中心的业务流程,简单来说就是首先要配置话术,就是告诉机器人在遇到问题该怎么回答,这个不同公司不同行业的差别比较大,所以一般每个客户都会配置其个性化的话术。

话术配置完成后,需要给账号配置线路,目的就是能够顺利的把电话打出去。

线路配完后,就是建立任务了,说白了就是导入电话号码,因为资源有限,不可能导入一批立即打完,所以需要以任务的形式分配给机器人,然后机器人逐个完成。值得一提的是,如果有多条线路,创建任务时建议提供线路选择功能,很多公司的业务不止一个城市,而大家又是比较习惯接听自己所在城市的电话,所以这个选择主要是为了提高接通率。

任务完成后,机器人会对每一通电话的意向结果做判别,也就是打完电话的反馈,一般来说,系统里都有一个统计和查询功能,来对每一通电话的结果进行统计。

业务流程说完了,在正式给大家介绍黑话之前,我想再多说一句。电销机器人发展到现在,其实还是很不成熟,很多企业老板对电销机器人的认识都不够清晰,在这里我也说说我的理解——电销机器人的核心作用是提高销售人员的筛选效率,只能够做到基础的初筛,把有意向的客户找出来,再由人工去跟进,而不是像很多老板理解的那样一个机器人就可以把单谈成的,这个不现实。

好了,说了这么多,终于要进入黑话环节了。这里我把黑话分为两部分——行业黑话和技术黑话。行业黑话就是指业务上涉及到的专业名词,而技术黑话就是技术上的专业名词,为了防止大家以后被忽悠,这两块我都给大家讲讲。

二、行业黑话

1、话术

话术上面已经提到了,和我们平时所说的销售话术一样,就是告诉机器人遇到问题该怎么回答,唯一的区别是这个话术需要配置到系统上面,而且还要把沟通逻辑梳理清楚。不同公司不同行业话术都不一样,所以很多做机器人的公司都对每一个客户单独配置话术。

2、真人语音

很多机器人厂商都会说自己是真人语音,其实这并不是一个个真人去打电话,私以为更合适的说法应该是“真人配音”,简单来说就是由一个真实的声优把每个回答都录好并存储在云端,机器人在遇到相关问题后会给对方播放之前已经录好的音频文件,让对方感觉上是在跟一个真人聊天。

3、线路

线路就是机器人和客户沟通的通道,可以简单理解为一个个电话号码,只有通过号码与客户建立连接后,才有对话的可能。这一块一直以来都是AI呼叫中心最难的一项工作,不是技术有多么复杂,而是国家对骚扰电话打击的太严厉,想找到一些稳定的线路非常困难,有一些公司采用网关的方式来解决线路问题,最多的我见过128口网关一起呼的壮观场面,这种投入成本确实有点高。

128口网关,售价基本都在一万以上

4、无需办卡

这个办卡不是办会员卡,而是办电话卡,由于现在打击的很严,电话卡都要求实名注册,一个人能够办的卡的数量非常有限,这就导致很多公司买了电销机器人,很快就没有电话卡来用了。所以有一些公司推出了无需客户办卡的机器人,也算是比较好的解决这个问题了。

5、接通率

这个接通率是指所接通的电话和所打的电话的比率。这个跟很多因素有关,除了号码质量、号码归属地等因素外,机器人打出去的电话依然有一定的失败率,是的,你没有听错,有一段时间市面上的很多机器人成功率都在20%以下。

6、手机外显/座机外显

这个很简单,就是在客户手机上显示的号码,很多人习惯接听手机号码,而不是电话号码,所以客户基本都比较喜欢手机外显,极少数客户会要求座机外显。

手机or座机,哪个想接?

三、技术黑话

1、ASR

ASR(Automatic Speech Recognition)是语音识别技术,是把语音转换为文字的技术,就像人类的耳朵一样。语音识别系统的性能取决于以下四类因素:

①识别词汇表的大小和语音的复杂性

②语音信号的质量

③声音来源的多样性

④硬件的性能

2、NLP

NLP (Natural Language Processing)意为自然语义理解。和人类大脑处理信息类似,当耳朵把听到的内容翻译成大脑能够处理的信息后,就由大脑来判断这段内容想表述的意义,是表述同意还是对某个问题提出质疑。NLP是人工智能领域非常具有挑战性的一个课题,有兴趣的同学可以去了解一下,其中对自然语言的拆解还是非常有趣。

3、TTS

TTS(Text-To-Speech)指的是语音合成技术,我们平时听到的Siri、小爱同学这些都是利用TTS技术合成的语音,听上去还是感觉不自然。在电销机器人与客户对话过程中,有时候是需要TTS合成音出场,声优不可能把所有回答都提前录好,比如在跟客户确认客户的账号或者手机号的时候,总不能让声优把每一个组合都读一遍吧。

Siri——TTS技术的典型应用

4、环境降噪

之前说到影响语音识别率的其中之一的因素就是声源质量,如果对方说话环境很嘈杂,那将极大降低识别准确率。但是很多噪音和人声的频率不在同一水平,利用这种技术可以将很多噪声去除,除了环境降噪,还有将人声增强的技术,利用这些技术可以将声源做处理,为后面的ASR步骤做准备。

5、空号检测

为了提高拨打效率,有的厂商会在拨打前对所拨打的号码进行空号检测,将检测为空的号码过滤掉,但这个目前技术能够做到的成功率不是非常高。

好了,以上就是全部内容了。其实关于AI呼叫中心还有很多可以讲的,网上也没有很多相应产品的分析,如果大家感兴趣可在评论区留言或者关注我的公众号——pmhenry,欢迎与我沟通,有时间我会回复。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,902评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,037评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,978评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,867评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,763评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,104评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,565评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,236评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,379评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,313评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,363评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,034评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,637评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,719评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,952评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,371评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,948评论 2 341