통화 후 분석

Call Analytics는 고객 서비스 동향을 모니터링하는 데 유용한 통화 후 분석을 제공합니다.

통화 후 트랜스크립션은 다음과 같은 인사이트를 제공합니다.

• 발언 시간, 침묵 시간, 화자 음량, 중단, 발언 속도, 문제, 결과, 조치 항목 등의 통화 특성

• 전체 통화의 간결한 요약을 생성하는 생성형 통화 요약

• 특정 키워드와 기준을 정확히 파악하는 데 사용할 수 있는 규칙을 포함한 사용자 지정 분류

• 텍스트 트랜스크립트 및 오디오 파일의 PII 수정

• 통화의 다양한 시점에서 각 발신자의 화자 감정

통화 후 인사이트

이 섹션에서는 통화 후 분석 트랜스크립션에 사용할 수 있는 인사이트를 자세히 설명합니다.

통화 특성

통화 특성 기능은 다음 기준을 사용하여 에이전트-고객 상호 작용의 품질을 측정합니다.

• 중단: 문장 중간에 한 참가자가 다른 참가자의 말을 중간에 끊는지 여부와 그 시점을 측정합니다. 잦은 중단은 무례함이나 분노와 관련이 있을 수 있으며, 참가자 중 한 명 또는 두 명 모두에게 부정적인 감정을 불러올 수 있습니다.

• 음량: 각 참가자가 말하는 음량을 측정합니다. 이 지표를 사용하여 발신자 또는 에이전트가 큰 소리로 말하거나 소리를 지르는지 확인합니다. 이는 보통 화가 났음을 나타냅니다. 이 지표는 0에서 100까지의 척도로 정규화된 값(특정 세그먼트의 초당 음성 수준)으로 표시되며, 값이 높을수록 목소리가 커집니다.

• 침묵 시간: 음성이 포함되지 않은 시간을 측정합니다. 이 지표를 사용하면 에이전트가 고객을 과도한 시간 동안 대기 상태로 두는 등 오랜 시간 동안 침묵이 유지되는지 확인할 수 있습니다.

• 발언 속도: 두 참가자가 말하는 속도를 측정합니다. 한 참가자가 너무 빨리 말을 하면 이해력에 영향을 미칠 수 있습니다. 이 지표는 분당 단어 수로 측정합니다.

• 발언 시간: 통화 중에 각 참가자가 발언한 시간(밀리초)을 측정합니다. 이 지표를 사용하면 한 참가자가 통화를 주도하고 있는지 또는 대화가 균형을 이루고 있는지 파악하는 데 도움이 됩니다.

• 문제, 결과 및 조치 항목: 통화 트랜스크립트에서 문제, 결과 및 조치 항목을 식별합니다.

다음은 출력 예입니다.

생성형 통화 요약

생성적 통화 요약은 통화 이유, 문제 해결을 위해 취한 단계, 다음 단계 등 주요 구성 요소를 캡처하여 전체 통화에 대한 간결한 요약을 생성합니다.

생성형 통화 요약을 사용하면 다음과 같은 이점이 있습니다.

• 통화 도중과 통화 후에 수동으로 메모를 할 필요가 줄어듭니다.

• 통화 후 작업을 수행하는 대신 대기열에서 대기 중인 발신자와 대화하는 데 더 많은 시간을 할애할 수 있으므로 에이전트의 효율성이 개선됩니다.

• 통화 요약은 전체 트랜스크립트보다 훨씬 빠르게 검토할 수 있으므로 감독자의 검토 시간이 단축됩니다.

통화 후 분석 작업에 생성형 통화 요약을 사용하려면 생성형 통화 요약 활성화를 참조하세요. 출력 예시는 생성형 통화 요약 출력 예시를 참조하세요. 생성형 통화 요약은 별도로 요금이 책정됩니다(요금 페이지 참조).

참고

생성형 통화 요약은 현재 us-east-1 및 us-west-2에서 사용할 수 있습니다. 이 기능은 호주(en-AU), 영국(en-GB), 인도(en-IN), 아일랜드(en-IE), 스코틀랜드(en-AB), 미국(en-US) 및 웨일스(en-WL) 영어로 지원됩니다.

사용자 지정 분류

통화 분류를 사용하여 통화 내의 키워드, 구절, 감정 또는 행동에 플래그를 지정할 수 있습니다. 분류 옵션을 사용하면 중단 횟수가 많은 부정적인 감정의 통화 등의 에스컬레이션을 분류하거나 통화를 회사 부서 등의 특정 범주로 분류할 수 있습니다.

범주에 추가할 수 있는 기준은 다음과 같습니다.

• 침묵 시간: 고객이나 에이전트가 발언하지 않은 시간.

• 중단: 고객이나 에이전트가 상대방의 말을 끊는 경우.

• 고객 또는 에이전트의 감정: 특정 기간 동안 고객이나 에이전트가 느끼는 감정. 지정된 기간 동안 대화의 전환율이 50% 이상 (두 발화자 back-and-forth 간) 이 지정된 센티멘트와 일치하면 센티멘트가 일치하는 Amazon Transcribe 것으로 간주합니다.

• 키워드 또는 구절: 정확한 구절을 기반으로 트랜스크립션의 일부를 일치시킵니다. 예를 들어 '매니저와 대화하고 싶습니다'라는 구절에 필터를 설정하면 Amazon Transcribe 는 정확히 일치하는 구절을 필터링합니다.

이전 기준과 반대(발언 시간, 중단 없음, 감정 없음, 특정 구절 없음)에 플래그를 지정할 수도 있습니다.

다음은 출력 예입니다.

범주에 대한 자세한 내용이나 새 범주를 만드는 방법에 대한 자세한 내용은 통화 후 자막의 범주 생성 섹션을 참조하세요.

민감한 데이터 수정

민감한 데이터 수정은 텍스트 트랜스크립트와 오디오 파일의 개인 식별 정보(PII)를 대체합니다. 수정된 트랜스크립트는 원본 텍스트를 [PII]로 대체하고, 수정된 오디오 파일은 발언한 개인 정보를 무음으로 대체합니다. 이 파라미터는 고객 정보를 보호하는 데 유용합니다.

참고

통화 후 PII 수정은 미국 영어 (en-US) 및 미국 스페인어 () 에서 지원됩니다. es-US

이 기능을 사용하여 수정된 PII 목록을 보거나 Amazon Transcribe를 사용한 수정에 대해 자세히 알아보려면 식별 정보 섹션을 참조하세요.

다음은 출력 예입니다.

감정 분석

감정 분석은 통화 내내 고객과 에이전트가 느끼는 감정을 추정합니다. 이 지표는 양적 값(범위: 5~-5)과 질적 값(positive, neutral, mixed 또는 negative)으로 표시됩니다. 질적 값은 분기별 및 통화별로 제공되고, 양적 값은 턴별로 제공됩니다.

이 지표는 통화가 끝날 때까지 에이전트가 화가 난 고객을 기쁘게 할 수 있는지 파악하는 데 도움이 될 수 있습니다.

감정 분석은 작동하므로 모델 교육 또는 사용자 지정 out-of-the-box 카테고리와 같은 사용자 지정을 지원하지 않습니다.

다음은 출력 예입니다.