我們在實(shí)踐過程中，接觸到了不同行業(yè)的數(shù)據(jù)，但遺憾的是，發(fā)現(xiàn)盡管都有數(shù)據(jù)，但數(shù)據(jù)的質(zhì)量上有較大差異，有的能做出全局性的分析和洞察，有些則不能。

　　語音數(shù)據(jù)不能做分析的核心問題是其轉(zhuǎn)譯準(zhǔn)確率問題。轉(zhuǎn)譯準(zhǔn)確率問題一部分是跟轉(zhuǎn)譯引擎本身的性能和是否有做過細(xì)分領(lǐng)域的語音標(biāo)注優(yōu)化相關(guān)，一部分是跟錄音源頭數(shù)據(jù)的本身質(zhì)量有關(guān)。前一部分的問題基本都是共通的，依賴于技術(shù)和人工優(yōu)化上的能力，后一部分問題跟呼叫中心服務(wù)過程的規(guī)范性和客戶群有關(guān)。在實(shí)踐中就發(fā)現(xiàn)因?yàn)榭头�本身語速過快，咬字不清，口音較重，客戶方言等問題導(dǎo)致轉(zhuǎn)譯準(zhǔn)確率不高。在人工測聽發(fā)現(xiàn)都需要來回好幾遍才能大致聽清甚至還聽不清的情況下更遑論機(jī)器轉(zhuǎn)譯的效果。這個情況呼叫中心必須先從規(guī)范客服的溝通做起，客服側(cè)語音的轉(zhuǎn)譯準(zhǔn)確率較高的情況下，客戶側(cè)如果是全國性市場，建議其盡量說普通話，雙管齊下，才能真正把語音數(shù)據(jù)較好地利用起來。否則，雖然積累了海量的數(shù)據(jù)，有可能也無法利用。

　　工單數(shù)據(jù)在各個呼叫中心根據(jù)業(yè)務(wù)性質(zhì)和管理的需要，都不太一樣，字段多的有上百個字段，字段少的可能就個位數(shù)。工單數(shù)據(jù)除了能做傳統(tǒng)的結(jié)構(gòu)化統(tǒng)計分析以外，根據(jù)其字段情況，也能做一些文本分析，比如通信類和制造類企業(yè)都有報障工單用以描述報障現(xiàn)象。對現(xiàn)象的聚類分析能較好地反映出產(chǎn)品主要的故障問題及表現(xiàn)，為優(yōu)化產(chǎn)品和提升故障處理效率提供較好的決策參考。但實(shí)踐中依然有發(fā)現(xiàn)有一些問題會阻擋對數(shù)據(jù)的深度挖掘，主要是各種不規(guī)范的填寫，包括漏填、錯填（如前個字段的內(nèi)容填到后面字段中）、格式規(guī)范問題（同樣是說數(shù)量，既有填寫確數(shù)也有填寫預(yù)估數(shù)的，既有寫阿拉伯?dāng)?shù)字的，也有寫中文字的）、語言一致性問題（同樣一個意思表達(dá)，不同的人用不同的文字來描述）等。這些問題如果涉及的工單的數(shù)量多，則也將影響工單數(shù)據(jù)的分析，無論是結(jié)構(gòu)數(shù)據(jù)或非結(jié)構(gòu)數(shù)據(jù)。解決方法一是在工單系統(tǒng)上做文章，如部分可封閉選擇的問題可用選擇點(diǎn)擊的方式而非開放性填寫；二是加強(qiáng)工單填寫規(guī)范性培訓(xùn)指導(dǎo)和考核，降低工單填寫出錯率。

　　傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)分析體系是基于管理體系的指標(biāo)框架構(gòu)建，其對運(yùn)營效率和成本方面的反饋是相對準(zhǔn)確的，但在質(zhì)量和效果洞察（尤其客戶側(cè)反饋的洞察上）缺乏足夠的數(shù)據(jù)和細(xì)節(jié)依據(jù)，洞察全局相對較難。而這正是文本分析的一個較大優(yōu)勢，其能從全量交互的語音轉(zhuǎn)譯文本中洞察全局，包括主要的交互場景，熱點(diǎn)的問題和需求，客戶方對產(chǎn)品和服務(wù)的真實(shí)評價等。

　　作為管理和支撐人員，我們既可以了解到產(chǎn)品和服務(wù)各方面的主要問題，也能從真實(shí)錄音文本中獲取到問題的具體癥狀表現(xiàn)或者部分原因，除了簡單的百分比數(shù)據(jù)之外，還向我們傳遞了更多的細(xì)節(jié)，或獲取有益的經(jīng)驗(yàn)。譬如，在電銷和催收領(lǐng)域，那些做得特別成功的客服代表他們在溝通策略上有哪些技巧和特征，業(yè)績普通的員工和他們之間的具體差距在哪里，就可以通過轉(zhuǎn)譯文本和錄音的分析獲取得到。同時，通過精確提取成功案例和失敗案例，可以為日常培訓(xùn)提供豐富的素材。在幾乎所有的呼叫中心，員工的服務(wù)效率都是比較受關(guān)注的。以前的方法我們是通過聽錄音來發(fā)現(xiàn)，但現(xiàn)在我們可以用錄音的靜默時長和靜默次數(shù)相對較為準(zhǔn)確地篩選出待提升員工的名單。盡管靜默時長和靜默次數(shù)中包含了客服和客戶雙方的靜默，但從長期大量數(shù)據(jù)的角度，靜默時長和靜默次數(shù)數(shù)據(jù)遠(yuǎn)高于平均水平的員工，其在效率上還是有可提升空間的，比如在通話過程控制能力上，客戶需求理解能力上，專業(yè)知識和技能熟練程度上。當(dāng)然也不能排除本身就是比較慢性子的員工。

　　盡管文本分析在全場景和細(xì)節(jié)發(fā)掘上有著傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)分析所沒有的優(yōu)勢，但從完整的分析項(xiàng)目角度而言，其所耗人工甚費(fèi)，主要在數(shù)據(jù)預(yù)處理及人工語義解讀上。預(yù)處理的人工主要花在人工檢查數(shù)據(jù)和做優(yōu)化標(biāo)注的時間，特別是一個新的行業(yè)或新的業(yè)務(wù)領(lǐng)域，未經(jīng)標(biāo)注的文本可能轉(zhuǎn)譯準(zhǔn)確率比較低，會影響分析。人工語義的解讀主要是消耗在系統(tǒng)工具聚類結(jié)果的語義解讀翻譯方面的時間較長。這方面成本的削減有賴于未來語義技術(shù)的持續(xù)進(jìn)步。

　　盡管文本分析從技術(shù)和成本上都有提升空間，但瑕不掩瑜。從文本分析中汲取的場景、產(chǎn)品、業(yè)務(wù)、流程和服務(wù)的洞察和細(xì)節(jié)將有效地幫助企業(yè)做出更加有針對的優(yōu)化對策，同時也能梳理出一些較好的案例或服務(wù)和營銷的具體話術(shù)，幫助客服團(tuán)隊(duì)持續(xù)提升，同步地，我們也可用于機(jī)器人客服的持續(xù)智能化。