通话后分析 - Amazon Transcribe

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

通话后分析

呼叫分析提供通话后分析,这对于监控客户服务情况非常有用。

通话后转录提供了以下见解:

  • 通话特征,包括通话时间、非通话时间、发言者音量、中断、通话速度、问题、结果和操作项目

  • 生成式通话摘要,这会创建整个通话的简明摘要

  • 自定义分类,您可以使用其中的规则来仔细研究特定的关键字和标准

  • PII 编辑,可对您的文本转录和音频文件进行此编辑

  • 说话者情绪,每个来电者在通话中不同时刻表现出的情绪

通话后的见解

本节详细介绍了可用于通话后分析转录的见解。

通话特点

通话特点特征使用以下标准来衡量座席与客户互动的质量:

  • 中断:衡量一个参与者是否以及何时打断了另一个参与者的话。频繁中断可能与粗鲁或愤怒相关,也可能与一个或两个参与者的消极情绪相关。

  • 音量:衡量每位参与者的说话音量。使用此指标来查看呼叫者或座席是否大声说话或者大喊大叫,这通常表示生气。该指标表示为标准化值(给定片段中每秒的话音水平),范围从 0 到 100,其中值越高表示声音越大。

  • 非通话时间:衡量不含语音的时间段。使用此指标来查找是否存在长时间的静默,例如座席让客户等待的时间过长。

  • 通话速度:衡量两个参与者的说话速度。如果一个参与者说话太快,理解力就会受到影响。该指标以每分钟单词数来衡量。

  • 通话时间:衡量每个参与者在通话期间的说话时长,以毫秒为单位。使用此指标来帮助识别是否有一名参与者在通话中占据主导地位,或者对话是否平衡。

  • 问题、结果和操作项目:从通话转录中识别问题、结果和操作项目。

以下是一个输出示例

生成式通话摘要

生成式呼叫摘要可创建整个通话的简明摘要,捕获关键组成部分,例如通话原因、解决问题所采取的步骤以及后续步骤。

通过使用生成式通话摘要,您可以:

  • 减少在通话期间和通话后手动记笔记的需求。

  • 提高客服人员的效率,因为他们可以花更多的时间与排队等待的通话者交谈,而不是处理通话后的工作。

  • 加快主管审核速度,因为通话摘要的审核速度比整个转录的审核速度快得多。

要在通话后分析作业中使用生成式通话摘要,请参阅启用生成式通话摘要。有关示例输出,请参阅生成式通话摘要输出示例。生成式通话摘要是单独定价的(请参阅定价页面)。

注意

目前,在 us-east-1us-west-2 中提供了生成式通话摘要。以下英语方言支持该功能:澳大利亚英语 (en-AU)、英国英语 (en-GB)、印度英语 (en-IN)、爱尔兰英语 (en-IE)、苏格兰英语 (en-AB)、美国英语 (en-US) 和威尔士英语 (en-WL)。

自定义分类

使用通话分类可以标记通话中的关键字、短语、情绪或操作。我们的分类选项有助于您对上报情况进行分类,例如经常中断的负面情绪通话,或者将通话按特定类别进行整理,例如公司部门。

您可以添加到一个类别的标准包括:

  • 非通话时间:客户和座席都不说话的时段。

  • 中断:当客户或座席打断对方时。

  • 客户或座席情绪:客户或座席在指定时间段内的感受。如果在指定时间段内,至少 50% 的对话回合(两个发言者 back-and-forth 之间)与指定的情绪相符,则 Amazon Transcribe 认为该情绪是匹配的。

  • 关键字或短语:根据精确的短语匹配部分转录。例如,如果您为“我要和经理交谈”这句话设置了过滤器,则 Amazon Transcribe 会过滤出该短语的确切内容。

您也可以标记与之前的标准相反的情况(通话时间、没有中断、不存在情绪以及没有特定的短语)。

以下是一个输出示例

有关类别的更多信息或要了解如何创建新类别,请参阅为通话后转录创建类别

敏感数据编辑

敏感数据编辑会取代文本转录和音频文件中的个人身份信息 (PII)。经过编辑的转录将原始文本替换为 [PII];经过编辑的音频文件将说出的个人信息替换为无声音频。此参数对于保护客户信息很有用。

注意

美国英语 (en-US) 和美国西班牙语 () 支持电话后个人身份信息编辑。es-US

要查看使用此特征进行了编辑的 PII 列表,或要了解有关使用 Amazon Transcribe进行编辑的更多信息,请参阅 个人身份信息个人身份信息个人身份信息个人身份信息个人身份信息

以下是一个输出示例

情绪分析

情绪分析可以评估客户和座席在整个通话过程中的感受。该指标既可以表示为定量值(范围为 5-5),也可以表示为定性值(positiveneutralmixednegative)。定量值按四等份之一和按单次通话提供;定性值按回合提供。

该指标可以帮助确定您的座席是否能够在通话结束时让心烦意乱的客户感到满意。

情感分析有效 out-of-the-box ,因此不支持自定义,例如模型训练或自定义类别。

以下是一个输出示例