e.g.掲載日: 2019年8月23日2:21
AIを用いて顧客の満足度を会話から定量化し効率的な応対スキル向上を実現
- 情報通信、
- カスタマーサービス、
- 音声認識/音声合成、
- 実施企業
- 富士通株式会社
- 技術提供
- 社内開発
- 目的
- 会話音声から相手の満足度を推定
- 概要
- 富士通株式会社は定量化されたデータを元に社内で機械学習を行い、会話音声から相手の満足度を定量化した
- 効果
- 応対スキルの向上,応対評価の客観性の向上
- 課題/背景
- コールセンターの応対の評価は、アンケート調査から総合評価しか得られないことが多く、個々の応対を細かく把握することは難しかった。また、個々の応対を音声認識技術で文字に変換し、お客様の感情を把握するなどの方法もあるが、会話は必ずしも文法に従わないことや、雑音などの影響で、会話を正確に文字にすることも難しかった。さらに、人の感情は、同じ言葉を話していても、アクセントやイントネーションといった話し方によって「満足」とも「不満」とも取れる場合があるため区別が困難だった。
- 実施内容
- 富士通株式会社では声の高さやその変化を分析、また複数の言葉をまたぐ音声データ中における特有の変化を捉えることにより、声の明るさを高精度に定量化。声の「明るさ」と「満足感」には高い相関関係があるため、定量化した声の明るさから、会話中の満足感を定量化。これと応対評価の結果を合わせて機械学習を行い、満足や不満の判定閾値を学習することで、自動的に会話中の満足不満箇所を特定した。
- 結果
- 人が聞いて判断した結果と比較して約70%の精度で満足や不満の箇所を推定可能に。応対者の教育において、結果を受け取った本人が個々の応対のどの部分が良かったのか、悪かったのかを理解しやすくなり、効率的な応対スキルの向上に繋がった。さらに、評価の客観性が高まることで応対評価の結果に対する応対者の納得性が大きく向上し、現場の応対評価の結果を用いて、現場ごとに判定基準をカスタマイズすることできた。
- e.g.掲載日 2019年8月23日2:21
- 事例情報はe.g 登録時点のものになります。
- 掲載内容の更新や削除についてはこちらまでご連絡ください。