从服务对话中挖掘价值 ——阿里云智能对话分析服务深度解析
就我们阿里云来说,每天都要处理大量的工单以及电话,我们处理完成这些工单和电话的服务质量如何?电话中对话内容是否合规?对于客户的问题,如网络不稳定,主机出问题等等,我们是否解决了问题?对工单和电话内容的服务质量检查和数据分析,成为了我们的一个较为复杂的需求。
解决这个问题的难点有二:
1.对话量大
假设有500个电话坐席,每个坐席每天可接5小时电话,那么每天就有2500小时的数据量产生。
2.数据分析困难。
对话内容包含大量口语、专业术语、相同意思的不同表述和上下文逻辑。以目前市面上的对话分析软件的能力看,基本无法满足分析需求。
为了解决这些问题,阿里云诞生了内部代号为“慧眼”的对话数据分析服务平台,创立之初目的有二,一是输出对话分析能力使全量的对话,二是利用人工智能释放对话分析的生产力,解放质检人员的繁重劳动。
当我们真正开始做这件事以后,发现这是一个普遍存在的需求,不仅仅在于阿里云内部,外部同样存在的大量需要这个能力的客户,大家普遍存在客服服务质检、对话分析的痛点和需求。在研发这个平台的过程中,我们反复打磨需求,创造性的解决了很多问题,也在这个过程中不断学习,激发了很多对对话分析的思考。
我们不仅仅要提供服务质检的能力,还要让这个能力能够应用于更多更复杂的场景,只要有对话我们就能够进行智能分析。基于这个短期和远景目标,我们的智能对话分析平台诞生了。
智能对话分析服务的介绍在智能对话分析出现之前的黑铁时代,我们对于服务质检通常使用关键词检索、按比例抽检等手段进行质检,不得不说这件事痛苦且事倍功半,智能对话分析基于质检的复杂需求,认识到仅凭借关键词检索很难达到目标,我们创造了一个规则系统,通过有逻辑关系的基本单元——算子,组成拥有一定智能的规则,来对数据进行检索,一下子让数据质检的准确率达到了前所未有的高度,把服务质检这件事从繁琐的体力劳动中解放出来,得到了内部和外部客户的认可。
简单介绍一下我们系统的质检规则:
1.基本单元“算子” 算子是规则中不可分割的最小单位,它有最基本的,如检测关键词,检测对话时间间隔,检测是否疑问句等功能。 2.算子组成“条件” 例如,我创建2个算子,分别为检测客户是否骂人,检测回答是否超时,此时我将这2个算子 1 2组合成一个条件,这样就生成了一个 “因为回复超时而造成客户骂人” 的条件。 3.条件组成“规则” 步骤2创建a, b, c三个条件,通过例如 a b || c 这样的逻辑组合成一个规则。智能对话服务分析系统通过一个个这样的规则,对对话数据进行分析智能对话分析示例
![image image](https://yqfile.alicdn.com/ffb70d6f90d53ae537a37fc0f0c36939b34574a9.png)
对话内容如上图所示,客服和客户沟通中向客户要密码做诊断后,提醒客户问题解决完毕之后修改密码,这个是个相对比较复杂的针对具体业务的服务规范规则。
规则=!条件2
条件1:向客户索要密码:
1.检查范围:全文客服说过的话;
2.算子:匹配“向客户索要密码”的语义;
条件2:提醒客户修改密码:
1.检查范围:条件1命中的句子之后,客服说的话
2.算子:匹配“提醒客户修改密码”的语义
我们的系统对这段对话应用这个规则,整个过程如图所示:
根据图中所示的例子, 大家可以大概理解智能对话分析的基本数据处理流程。当然这仅仅是智能对话分析中最简单的例子,我们的系统支持7种算子,“与”,“或”,“非”逻辑关系,基于这几种基本单元,我们可以创建非常复杂的应用场景,让千奇百怪的对话分析成为可能。
![image image](https://yqfile.alicdn.com/d5bbba42dc644e98da750eb2571679c94511f07d.png)
一、 工单、电话数据化能力。
对于目前企业售前、售后都存在大量的咨询工单、电话等数据,这类数据通常是海量的、杂乱无章的,令人望而生畏的,只有通过大数据、人工智能的手段对这些海量的数据进行挖掘才能发挥这些数据的价值。挖掘这类数据的第一步便是将这些数据结构化,这个数据处理是智能对话分析平台的基石。
数据结构化包含两个重要内容:
1.语音数据文本化
智能对话分析平台解决了两个难点,语音转文本和通话角色判定。基于阿里云自主研发的ASR系统首先可以将语音通话内容转换为文本,通过语音中的声纹特点,自动鉴定A/B角色,再通过系统内的判定规则,能够自动区分语音通话中的客户/客服角色。从而根据角色进行对话分析。
2.文本数据结构化
智能对话分析平台能够对通话内容结构化存储(其它类型数据客户可自行封装),从而方便对数据进行检索和分析,将杂乱的数据有序化。
二、 对话内容智能分析
智能对话分析系统内部拥有调度系统,能够灵活地手动启动分析任务,也可以设置定时任务,自动对新数据进行入库和分析,轻松实现数据的 T+0 或 T+1 分析。
三、 行业应用
对服务质量的把控和服务数据的挖掘不仅是阿里云的需求,大多数企业用户也普遍存在这样的需求,所以在满足内部需求以后,阿里云把这种技术能力开放给了用户,帮助企业提升服务质量、监控服务风险、优化服务策略。基于智能对话分析服务的数据处理能力,目前已经有金融、制造、电商等多个领域顶级厂商对系统进行试用,未来阿里云还将提供呼叫中心+对话分析一揽子解决方案。
阿里云何川:挖掘云原生能力,助力SaaS企业实现私有化部署与订阅模式的二元归一 2022年11月29日,WISE 2022 企服展评节暨数字增长大会在北京举行,大会聚焦业务增长与组织增效,关注SaaS为企业降本增效带来的价值。阿里云计算巢产品负责人何川在主题演讲中拆解了订阅制SaaS和私有化部署的二元对立结构,并指出企业SaaS私有化部署发展策略的重要性。
PingCAP 与阿里云计算巢联合方案深度解析:数据库软件在云端部署的新形态 本文是PingCAP上架到计算巢的方案介绍,原文请查看:https://mp.weixin.qq.com/s/haE7GwFv3R2NQscnVIlClg把复杂留给自己,把简单留给用户一直是阿里云坚持的产品理念。企业级开源分布式数据库厂商 PingCAP 创始人兼 CEO 刘奇也曾说:“PingCAP 未来仍将坚持做好一件简单的事情,那就是让数据库回归本来的样子,将复杂交给 TiDB,把简单留给用
![](https://ucc.alicdn.com/pic/developer-ecology/b5a9c9ef059e4e20a2a93e8182992247.jpg)
相关文章
- 阿里一面:你做过哪些代码优化?来一个人人可以用的极品案例
- Docker阿里云镜像存储服务
- 花3个月面过阿里测开岗,拿个28K不过分吧?
- CentOS 8 中配置阿里云的 yum 源
- 阿里RDS开发专家解析MySQL各版本并行复制
- 剖析阿里企业级分布式应用服务EDAS架构
- 阿里云容器服务支持Swarm Mode
- 再次登顶 GitHub,阿里大牛用 758 页讲清微服务 K8S 响应式的文案,真的太香了
- 阿里云ecs禁止ping,禁止telnet
- 福利!阿里云独享云虚拟主机幸运券免费领取
- 人工智能开启客户服务新时代【云栖大会阿里云服务专场干货独家分享】
- 传统架构下的上云之路——来伊份上云历程分享【云栖大会阿里云服务专场干货独家分享】
- 阿里云到底有没有超过谷歌云?
- 阿里云服务
- 数据中心清洁能源使用调查 中国企业仅阿里及格
- 广西广电携手阿里云深耕云服务
- 不止是冰山一角——阿里云效团队大规模代码构建技术实践
- 阿里云教程
- 刘松:阿里云与用友优普携手服务中型企业
- 阿里云服务python SDK的使用
- 机票业务(单实例 2700万行/s return)数据库架构设计 - 阿里云RDS PostgreSQL最佳实践
- YunOS@Home在阿里的物联网版图中价值几何?
- 服务超2000家金融机构 阿里云成金融行业最大云服务商