Контекст: в контактном центре работает большое количество операторов, необходимо понимать качество их работы, так как их эффективность и эффективность продаж напрямую зависит от их следования сценарию. Валидация вручную - довольно долгий и ресурсоемкий процесс, необходимо автоматизировать его и предложить методику оценки качества.
Решение: на основе реплик внутри диалогов КЦ было построено множество тем. Была построена модель, которая раскладывает весь новый диалог на реплики, а реплики маркирует соответствующими темами. Затем была построена "карта" диалогов с наиболее качественными продажами - идеальный скрипт оператора. Для новых диалогов последовательность реплик сверялась с идеальной картой и измерялось "качество" диалога.
Итоги:
- Выделена 41 тема;
- Качество выделения тем: 75% точности в среднем;
- Интеграция в BI Банка по оценке качества операторов;
- Повышение конверсии и доли успешных диалогов.
Для построения модели были использованы:
- Диалоги операторов контактного центра с клиентом;
- Информация об успешности проведенного диалога;
- Априорное экспертное знание о темах;
- Асессорская разметка.
Результаты моделирования:
- Набор тем для диалогов операторов и клиентов;
- Граф перехода между темами для успешных и неудачных диалогов;
- Инструмент тематической сегментации реплик диалога.
Заказчик: Финансы, Банкинг
Технологический стек: Тематическое моделирование, Синтаксические связи, Нейросетевые модели сегментации текста, BigARTM, PyTorch, gensim, nltk, Python.