22
Calltouch Машинный анализ записей телефонных разговоров

Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Embed Size (px)

Citation preview

Page 1: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

CalltouchМашинный анализ

записей телефонных разговоров

Page 2: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Calltouch ежедневно

2кк+ посещений50к+ звонков

Все это чтобы оценивать и управлять эффективностью

(рекламы)

Page 3: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Практика примененияИсточник Затраты (р.) Звонки Цена звонка (р.)

Яндекс.Директ 70.000 90 777

Google AdWords 50.000 40 1,250

SEO 50.000 50 1,000

Прямые заходы 0 50 -

Цель: Увеличить количество звонков с канала / уменьшить цену обращения.Тактика: Нашли слабый канал, изучили ситуацию внутри, оптимизировали

Page 4: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Звонковмного!

Не все йогуртызвонки

одинаково полезны!

Page 5: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

− У вас есть такая же, но с перламутровыми пуговицами?

− Нет

− Будем искать!

Page 6: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

− Алло, это прачечная?

− Почти угадали…

Page 7: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Можно фильтровать звонки по ряду признаков

«Только этого мало…»© София Ротару

Не учитывать повторные звонки с 1 номера

Считать, что если звонок длился меньше 15 секунд, то он не целевой

Page 8: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Можно слушать звонки и размечать тегами

«Заинтересованный», «Ошиблись номером», «Заказ»

Так для оптимизации будет больше данных

Page 9: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Битва титанов!Директор по маркетингу vs Директор по продажам

− Звонков мало, а те что есть - #$!@# в половине случаев!

− А вы размечайте звонки! Тогда мы сделаем больше хороших

− #$!@#, нам продавать надо, а не размечать! Сами размечайте!

− Откуда #$!@# мы знаем чем закончился звонок? Давайте отчеты!

− Еще отчеты? А продажи когда делать? Нам не за отчеты платят!

− Тогда давайте все в CRM фиксировать и интегрироваться.

− Давайте!

Шли годы…

Page 10: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Каков масштаб трагедии?Услуги Звонки Расходы Средний чек Доходы

Услуга 1 50 50.000 20.000 1.000.000

Услуга 2 50 50.000 50.000 2.500.000

100 100.000 35.000 3.500.000

Услуги Звонки Расходы Средний чек Доходы

Услуга 1 150 150.000 20.000 3.000.000

Услуга 2 50 50.000 50.000 2.500.000

200 200.000 27.500 5.500.000

Удвоим количество звонков

Где еще полтора миллиона?!

Page 11: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Мы нашли вариант решения…

Page 12: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Распознаем речь

Аудиофайл с записью разговора

Сервис распознавания речи

Текстовый файл с записью разговора

Page 13: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Как тестируется качество?

Обучающая выборкаРазмечается человеком

Контрольная выборкаРазмечается человеком

Page 14: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Учимся на одной половине записей

Обучающая выборка

Модуль машинного обучения

Page 15: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Проверяем качествона второй половине записей

Контрольная выборка

Оценка качества по сравнению с человеческой разметкой

Машинное тегирование

Page 16: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

При высокой точности разметки подключаем к проекту

90% работы выполняется автоматом10%

Page 17: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Результаты?

Система точно распознает 95% звонков

Page 18: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Результаты?

Система точно распознает 95% звонков

Page 19: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Результаты?

Система точно распознает 95% звонков

Page 20: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Результаты?

Система точно распознает 95% звонков

ЗАЧЕМ?

1. Больше данных, чем в CRM - для оптимизации рекламы важно знать именно о целевых обращениях, а не только о продажах

2. Информация в онлайн-режиме - не нужно ждать завершения сделки

3. Контроль качества - выявление негативных звонков

Page 21: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Какие бывают сложности?

Распознавание записи

Неразборчивая речь

Сильный акцент

Разметка звонка

Игра слов и сарказмы

Нетривиальные формулировки

Page 22: Использование машинного обучения и распознавания речи для оценки типа и качества звонка

Результаты?

Система точно распознает 95% звонков