CTI論壇(ctiforum.com)（編譯/老秦）:利用自然語言處理的呼叫中心語音技術改善了CRM和語音分析，更好的為客戶服務，但盲點阻礙了進展。
　　在這十年的大部分時間里，呼叫中心自動化的努力包括語音技術，集中在語音分析上，以便監(jiān)測座席與客戶的互動。這種情況正在改變。

　　新的語音工具提供了通過語音接口啟動CRM聯(lián)絡的能力，比如Google Home和Amazon Echo。他們還可以通過對傳統(tǒng)消費者調查的語音分析來發(fā)現(xiàn)客戶體驗的新見解，甚至可能在未來取代它們。

　　但這些聲音工具只能起到一定的作用，因為軟件供應商和他們的客戶在等待更好的自然語言處理（NLP）技術的支持。

　　“這是一個真正被接受的場景--你和你的車交談，你和你的手機通話，”約翰·約瑟夫（John Joseph）說，他是一家總部位于新罕布什爾州曼徹斯特的公司Scribe Software的首席執(zhí)行官，這是一家致力于CRM數(shù)據集成的企業(yè)。他的團隊今年五月在波士頓Salesforce世界巡回展上展示了一個Salesforce-Amazon的Echo實現(xiàn)，可以支持語音激活的報告生成。

　　他說：“在自然語言（處理技術）方面，我們還有很長的路要走，但我們現(xiàn)在已經取得的成就都很了不起了。”

　　語音識別或虛擬助理仍然是一種愚蠢的行為--盡管有大量的云計算能力可以為人類所用--但它們都是非常真實的，而且它們往往會過度簡化人類的請求，以至于忽略了最初的前提。這可能導致偏離主題的建議或一些“對不起，我不明白”的回應。

　　最重要的是，人類有理解能力，而計算機沒有：我們本能地理解語氣和情緒，我們可以聽到一些陳詞濫調和其他當?shù)亓曊Z（如蘇打水、汽水、滋補品或可樂，這些可互換使用）的細微差別。

　　想想這個說法：警察幫助狗咬受害者。NLP如何解釋？一個NLP系統(tǒng)必須努力找出你在說什么，然后它才能處理上下文和對顧客詢問的猜測。

　　德勤（Deloitte）的客戶運營主管安迪•哈斯（Andy Haas）表示，很多企業(yè)希望在NLP的基礎上，整合更多的呼叫中心自動化工具，從而帶來改進。今年早些時候，哈斯作為一份報告的共同作者分析了450名呼叫中心高管的調查數(shù)據。

　　商業(yè)領袖們正在考慮甚至試驗下一代語音識別植入到NLP當中，而NLP反過來又提供了分析系統(tǒng)，可以通過對會話中收集到的數(shù)據進行分析從而自動化客戶服務，哈斯說。雖然簡單的、有針對性的任務現(xiàn)在可以完成，但運營管理人員幾乎同意，完全可靠的自動化技術距離數(shù)字化客戶交互還有很長的路要走；比如，幾十年。

　　“未來可能會有一個轉折點，但現(xiàn)在還沒有，”哈斯說。“我不認為我的客戶認為這是未來5年的事，就像運營經理不認為在未來5年的互動將是全數(shù)字化的。它會在未來20年內發(fā)生嗎？也許吧。”

　　新的語音工具可以通過分析來確定客戶的情緒，以確定未來銷售和客戶保留的目的。幾十年來，話后隨訪調查一直是推動此類舉措的主要方法，但語音分析已經開始替代調查。

　　在這些音頻挖掘系統(tǒng)取代調查的道路上，可能會有一個點，他們實際上可以提供關于消費者信心的更深層次的見解，而不是三個問題的鈍器板斧，多選擇調查很少有人花時間去填寫。

　　哈斯說，他的調查顯示，雖然呼叫中心的數(shù)量普遍下降，但在客戶與企業(yè)的關系上，呼叫的交互作用被升級了。因此，呼叫分析工具將成為越來越重要的客戶保留工具。

　　“當你應用分析技術時，它將使投資于技術的投資回報率變得更容易。”哈斯說。“這將會減少純粹的語音量，但卻是更有意義的互動。”

　　Greg Hirschi是智能手機和平板電腦制造商OtterBox的客戶服務運營總監(jiān)，他在科羅拉多州經營著一個270個座席的呼叫中心。他說，該公司定期進行客戶調查，得到30%到40%的回復，而他們所獲得的豐富信息直接導致了8位數(shù)的客戶體驗流程的重新設計，其中一個例子就是保修服務。分析可以擴展這些見解，為產品團隊提供有關OtterBox未來模型的反饋。

　　“從消費者洞察的角度來看，對我們來說，了解他們如何使用我們的產品，以及我們能做些什么來更好地設計產品是非常有價值的，”Hirschi說。“在感知客戶使用和實際客戶使用之間存在著知識差距，我們使用語音分析來填補這一空白。”

　　呼叫分析軟件供應商CallMiner的總裁兼首席執(zhí)行官特里•萊希（Terry Leahy）表示，他認為應該改變將老式的客戶調查作為一種服務工具的做法，而在其他地方投資將會更好。話雖如此，他補充說，客戶調查永遠不會消失。呼叫分析可以提供與調查結果結合的洞察力，并加深企業(yè)對其客戶體驗的了解。

　　“我們現(xiàn)在的銷售比以往任何時候都要多，這也是調查預算的轉移結果。”萊希說。“我認為，可以肯定地說，你將看到調查預算被轉移到以更好的方式去理解客戶的真實聲音，而不是它的衍生品，這是調查……，但調查永遠不會消失。”

　　多年來，語音互聯(lián)網協(xié)議（VoIP）電話已經擴展呼叫中心的工作，為那些想在家工作的員工提供了方便。但即使是老式的VoIP技術也在為呼叫中心提供新的功能。

　　Zendesk Talk的總經理瑞恩•尼科爾斯（Ryan Nichols）表示，客戶關系管理系統(tǒng)正在創(chuàng)造更深層次的VoIP集成，這使服務座席可以在不中斷的情況下，將各種渠道的交互提升到語音中。這大大減少了通話時間，因為沒有一個冷調用腳本可以啟動到討論中--它已經通過文本進行了，而語音通話是這一過程的延續(xù)。

　　“對話不再需要通過PSTN（公共交換電話網絡）來進行。”尼科爾斯說。“人們不需要在網站上找到一個1-800個數(shù)字，然后導航到一個座席。”

　　他說，這些VoIP集成變得如此緊密，呼叫中心不再使用傳統(tǒng)的電話系統(tǒng)�？蛻舸�表是更好的，因為，當他們可以看到客戶記錄中的上下文，以及聊天記錄時，座席可以執(zhí)行更有效的服務。

　　尼科爾斯正在密切關注優(yōu)步（Uber）和Lyft等公司如何將語音融入到智能手機應用程序當中，以及像亞馬遜Echo這樣的家庭語音助手。不過，他說，在我們讀到許多與語音識別和NLP相關的CRM成功故事之前，還有很長的路要走。

　　“問題是，當人們有問題時會發(fā)生什么？”尼科爾斯說，這與分析師們多年來的說法相呼應：NLP不可靠，最大的挑戰(zhàn)是了解何時以及如何在失去客戶之前將服務升級到更好的渠道。

　　“你如何在圍繞你核心服務的會話和傳統(tǒng)的支持渠道之間建立起溝通的橋梁。”