Teknolohiya ng voice AI

Sentiment Analysis sa mga Tawag: Gamit, Limitasyon at Tamang Paggamit

Ano ang sinusukat ng sentiment analysis sa tawag, saan ito nakakatulong sa triage at trend, saan nakaliligaw, at paano ito gamitin nang patas at responsable.

Editorial team ng Call · Nailathala · 6 min na pagbabasa

Hindi kayang pakinggan ng mga manager ang bawat tawag. Nangangako ng shortcut ang sentiment analysis: label sa bawat tawag na nagsasabi kung masaya o galit ang customer pag-alis. Kapag mahusay ang paggamit, itinuturo kayo nito sa mga usapang makakaligtaan sana ninyo. Kapag pabaya ang paggamit, gumagawa ito ng kumpiyansang numero na kaunti ang kahulugan.

Isang manager na sinusuri ang resulta ng mga tawag sa dashboard
Larawang pang-ilustrasyon

Ipinapaliwanag ng gabay na ito kung ano ang sinusukat ng sentiment analysis sa mga tawag, saan ito nakakatulong, saan ito nakaliligaw at paano ito gamitin nang responsable. Kasama ito ng mas malawak na quality tool sa Quality Management para sa mga Tawag at Mga Call Analytics Dashboard.

Ano ang ginagawa ng sentiment analysis

Binabasa ng karamihan sa mga system ang transcript at nagbibigay ng label o iskor batay sa mga salita at pariralang ginamit. Mga senyales ang reklamo, pasasalamat, paghingi ng paumanhin at matitinding pang-uri. May mga system na gumagamit din ng mismong boses, tinitingnan ang tono, bilis at lakas, bagaman mas hindi maaasahan at mas pinagtatalunan ang emotion detection batay sa audio.

Mga karaniwang output

  • Pangkalahatang labelPositibo, neutral o negatibo para sa buong tawag.
  • Sentiment sa paglipas ng orasPaano gumalaw ang mood mula simula hanggang dulo ng tawag.
  • Mga na-flag na pariralaMga salitang tumutugma sa patakarang itinakda ninyo, tulad ng kanselahin o makausap ang manager.
  • Paksa at moodAling mga paksa ang madalas may kasamang pagkainis.
  • Indicator ng panganibMga senyales na maaaring umalis ang customer, batay sa mga senyales sa usapan.

Pansinin na mga tantiya ang mga ito. Hindi napapatunayan ng negatibong label na galit ang customer; sinasabi lang nitong nakahilig sa negatibo ang pananalita. Tunog negatibo ang tumatawag tungkol sa sirang produkto kahit maayos itong nahawakan ng agent.

Saan ito nakakatulong

Pagpili ng mga tawag na susuriin

Triage ang pangunahing gamit. Kung libu-libo ang tawag ninyo at may oras kayo para sa ilang dosena, maiaayos ng sentiment signal ang mga tawag para mauna ang malamang na may problema. Babasahin o pakikinggan pa rin ninyo ang mga tawag na iyon at kayo mismo ang magpapasya.

Kapag inaverage sa maraming tawag, maipapakita ng pagbabago sa sentiment na may nagbago: bagong patakaran, depekto sa produkto o mahabang queue. Tungkol sa grupo ang senyales, hindi sa iisang tawag.

Paghahanap ng halimbawa para sa coaching

Magandang materyal sa training ang mga tawag na nagsimulang negatibo at natapos na positibo, dahil ipinapakita nila kung paano binago ng agent ang sitwasyon. Ipinapakita naman ng mga tawag na kabaligtaran ang dapat iwasan. Gamitin ang mga ito bilang halimbawang pag-uusapan, hindi bilang iskor na pamparusa.

Pagsuri sa AI agent

Para sa AI receptionist, maaaring i-highlight ng sentiment ang mga tawag kung saan nainis ang caller, na madalas tumuturo sa puwang sa mga source o kulang na handover. Kapag pinagsama sa pagsusuri ng usapan, mabilis na paraan ito para mahanap ang dapat ayusin. Tingnan ang Paano Suriin ang mga Usapan ng Voice Agent.

Saan ito nakaliligaw

ProblemaBakit ito nangyayari
Sarcasm at ironyMaaaring may negatibong kahulugan ang positibong salita
Pamantayan ng kagandahang-asalMay mga caller na nananatiling magalang kahit sobrang hindi masaya, at may tunog prangka kahit kuntento
Pagkakaiba sa kultura at wikaMali ang basa ng model na sinanay sa isang wika o istilo sa iba
Mali sa transcriptionBinabago ng maling dinig na salita ang sentiment
Epekto ng paksaTunog negatibo ang mga tawag tungkol sa problema anuman ang kalidad ng serbisyo
Maiikling tawagMasyadong kaunti ang teksto para sa patas na tantiya
Halo-halong tawagItinatago ng iisang average na label ang pangit na simula at magandang dulo

Nagdudulot ng dagdag na alalahanin ang emotion detection batay sa audio. Hindi tiyak ang paghusga sa damdamin mula sa boses sa iba't ibang indibidwal at kultura, at may mga hurisdiksyong kumikilos para limitahan ang emotion recognition sa ilang sitwasyon. Tingnan ang Ang EU AI Act at mga Voice Agent para sa uri ng talakayang nangyayari.

Responsableng paggamit nito

Paggamit ng sentiment sa trabaho

  1. Tukuyin ang layuninHalimbawa, hanapin ang mga tawag na kailangan ng atensyon ng manager.
  2. Suriin ang senyalesIhambing ang mga label sa pagsusuri ng tao sa isang sample.
  3. Magtakda ng patakaranI-flag ang mga tawag na lampas sa threshold, na may ipinapakitang dahilan.
  4. Suriin ang mga na-flag na tawagTao ang nagpapasya kung ano, kung mayroon man, ang gagawin.
  5. Isara ang loopAyusin ang sanhi, saka tingnan kung nababawasan ang mga flag.

Halimbawa ng triage

Isipin ang isang hypothetical na team na humahawak ng ilang libong tawag bawat buwan at kayang magsuri ng mga apatnapu. Kung walang senyales, pumipili sila ng apatnapu nang random at kadalasang routine at kaaya-ayang tawag ang naririnig. Sa simpleng hanay ng patakaran, halo ang sinusuri nila: dalawampung pinili nang random para manatiling patas ang pananaw, sampung na-flag dahil sa negatibong pananalita at sampung na-flag dahil dalawang beses tumawag ang parehong caller sa isang araw.

Natuklasan ng team na nagkukumpol ang mga na-flag na tawag sa isang paksa tungkol sa delivery ng produkto. Magalang na hinawakan ng mga agent ang mga tawag; mabagal na courier ang problema, at sa operations ang pag-aayos, hindi sa call team. Kung hinusgahan ng team ang mga agent batay sa sentiment score, maling tao ang masisisi nito. Ito ang halaga ng pagbasa sa usapan: itinuro ng sentiment ang mga tawag, at ipinaliwanag ito ng mga tao.

Mahalaga rin ang random na bahagi ng sample. Kung mga na-flag na tawag lang ang susuriin ninyo, hindi ninyo kailanman malalaman kung may itinatagong problema ang mga tawag na hindi na-flag. Panatilihin ang bahagi ng random na tawag sa bawat pagsusuri para makita ninyo kung gaano kadalas may nakakaligtaan ang senyales.

Mga senyales bukod sa sentiment

Minsan, mas mahusay ang simpleng senyales kaysa sa pangkalahatang iskor ng mood. Madaling maintindihan at ipaliwanag ang mga patakarang naghahanap ng parirala tulad ng kanselahin, reklamo, makausap ang manager o pangalan ng kakumpitensya. Marami ring sinasabi ang mga senyales sa kilos, tulad ng paulit-ulit na tawag tungkol sa parehong isyu, mahahabang katahimikan o pagsasabay sa pagsasalita. Magkaiba ang paraan ng pagsukat sa Repeat Call Rate at Customer Effort Score pero madalas na pareho ang problemang ipinapakita nila. Ang direktang feedback, tulad ng maikling survey (tingnan ang CSAT Pagkatapos ng Tawag), pa rin ang pinakadirektang pagtingin sa naramdaman ng customer.

Anumang senyales ang gamitin ninyo, isulat sa simpleng salita ang ibig sabihin ng flag, para pareho ang pagbasa dito ng lahat ng nakakakita. Dahilan para tumingin ang flag, hindi isang natuklasan.

Nakakatulong din ang pagsusuri sa mismong pagsusuri: isang beses kada quarter, ihambing ang sample ng mga na-flag at hindi na-flag na tawag sa mga label na natanggap nila, at ayusin ang mga patakaran kung saan lumayo na ang mga ito sa talagang pinahahalagahan ng team ninyo.

Sentiment at mga senyales sa Call

Sa Call, inililista ng AI call history ang bawat tawag kasama ang resulta nito at, kapag alam, ang sentiment, at binubuksan ang buong usapan sa tabi nito. Hinahayaan kayo ng Conversation AI na hanapin sa bawat nakatagong transcript ang isang parirala, basahin ang mga senyales na natagpuan sa mga tawag at magtakda ng phrase rules na nagfa-flag ng senyales, at maaaring i-rescan ng mga manager ang mga transcript pagkatapos baguhin ang mga patakaran. Inaayos ng Automatic review area ang mga kamakailang tawag na wala pang pagsusuri ng tao ayon sa mga senyales sa mga ito, kasama ang mga dahilan, para matingnan muna ng tao ang pinakamapanganib. Gamitin ang mga ito bilang panimula sa pagbasa ng mga usapan, hindi bilang hatol, at tandaang limitadong panahon lang itinatago ang mga transcript.

Mga madalas itanong

Ano ang sentiment analysis sa mga tawag?

Tantiya ito kung positibo, neutral o negatibo ang tunog ng tawag, kadalasan mula sa mga salita sa transcript, minsan mula rin sa boses.

Tumpak ba ang sentiment analysis?

Magaspang na gabay ito. Maaari itong mamali sa pagbasa ng sarcasm, accent, magagalang na reklamo at mga tawag tungkol sa problema. I-test ito laban sa pagsusuri ng tao sa sarili ninyong mga tawag.

Kaya ba nitong palitan ang pakikinig sa mga tawag?

Hindi. Tumutulong ito sa pagpili kung aling mga tawag ang pakikinggan. Dapat nakabatay ang mga desisyon sa binasa o narinig ng tao.

Maaari ko bang gamitin ang sentiment para i-iskor ang mga agent ko?

Mag-ingat. Kasing-nakadepende sa paksa ng mood ng tawag tulad ng sa agent. Kung gagamitin ninyo ito, pagsamahin ito sa ibang ebidensya at maging bukas sa staff.

Pinapayagan ba ang emotion detection mula sa boses?

Nag-iiba ang mga patakaran at nagbabago sa ilang lugar. Tingnan ang batas sa lugar ng operasyon ninyo at kumuha ng payo bago ito gamitin sa mga desisyon tungkol sa mga tao.

Ano ang mas simpleng alternatibo?

Madaling ipaliwanag at suriin ang phrase rules at mga senyales sa kilos tulad ng pag-uulit at mahahabang katahimikan, at direktang tinatanong ng maiikling survey ang mga customer.

Suriin ang mga usapan at senyales ng tawag sa Call

Sa demo console, masusubukan mo ang mga papasok na tawag sa isang simulation.

Mga kaugnay na gabay