В большинстве разговоров по продажам и поддержке обсуждаемая информация редко используется после завершения беседы. Звонок происходит, кто-то отмечает его как завершенный в CRM, и разговор превращается в файл записи, который больше никто не прослушивает.

Разговорный интеллект — это уровень, который предотвращает подобный сценарий. Его цель — зафиксировать разговор, расшифровать его и применить ИИ-анализ, чтобы превратить его во внутренний ресурс, который можно использовать и передавать команде и руководству. Это дает компаниям запись того, что было сказано во время каждого разговора, с тегами по тональности, возражениям и пунктам действий, а не только по избранным разговорам для внутреннего анализа.

В этом руководстве рассказывается, что такое разговорный интеллект, как он работает и где используется чаще всего, чтобы вы могли начать применять его в своих беседах с клиентами.

Резюме

Разговорный интеллект становится ценным, когда объем звонков превышает возможности менеджеров по их ручному контролю, из-за чего важные инсайты упускаются.
Один и тот же конвейер обработки данных служит каждой команде, чья работа основана на общении: от обучения продажам и контроля качества поддержки до обеспечения соответствия требованиям в регулируемых отраслях и проведения внутренних совещаний.
Полезность платформы зависит от точности обработки реальных аудиозаписей, измеряемой коэффициентом ошибок в словах с атрибуцией спикера, поскольку каждая оценка и резюме зависят от исходной транскрипции.
Эффективная платформа также должна поддерживать работу в режиме реального времени и пакетном режиме, многоязычность, обнаружение сущностей и интеграцию с CRM, что ElevenLabs обеспечивает через Scribe v2 и Scribe v2 Realtime с поддержкой SOC 2, HIPAA, GDPR и локализации данных в ЕС.

Что такое разговорный интеллект и как он используется?

Разговорный интеллект — это программное обеспечение, которое записывает и расшифровывает разговоры с клиентами, а затем использует ИИ для превращения их в структурированные инсайты, такие как тональность, темы, пункты действий и возражения. Этот интеллект строится на двух уровнях: точной транскрипции и уровне интерпретации, который извлекает смысл из расшифровки разговора.

Этот уровень интерпретации — то, что отличает его от обычной записи или простой транскрипции. Например, запись звонка обычно сохраняет только аудио, в то время как транскрипция делает это аудио читабельным. Разговорный интеллект улучшает анализ, определяя, кто говорил, какие темы обсуждались, какие вопросы остались нерешенными и насколько разговор соответствовал своей цели.

Чтобы подробнее разобрать, как это выглядит на практике, давайте возьмем в качестве сценария один звонок по продажам. Система разговорного интеллекта выполнит следующее:

Расшифровка аудио: это преобразует звонок в точный текст с временными метками, где каждый участник разговора помечен соответствующим образом.
Обнаружение ключевых моментов: система отметит важные моменты обсуждения, такие как вопросы о ценах, упоминания конкурентов и согласованные следующие шаги.
Оценка разговора: этот процесс берет разговор и оценивает его по определенным критериям, таким как соотношение времени говорения к слушанию или охват вопросов для выявления потребностей.
Синхронизация с CRM: резюме разговора и пункты действий записываются в карточку клиента без ручного ввода данных.

В рамках бизнеса команды применяют один и тот же шаблон разговорного интеллекта. Отделы продаж используют его для звонков, служба поддержки — для взаимодействия с клиентами, отделы комплаенса — для регулируемых разговоров, чтобы обеспечить конфиденциальность данных, а продуктовые команды — для лучшего понимания отзывов клиентов с целью улучшения продукта.

Почему важен разговорный интеллект? Преимущества разговорного интеллекта

Преимущества разговорного интеллекта растут вместе с объемом разговоров, которые компания хочет использовать в качестве внутреннего ресурса.

Разговорный интеллект лучше всего работает тогда, когда он превращает неструктурированный диалог в данные, которые бизнес может измерять и улучшать. При внедрении этого инструмента команды постоянно отмечают ряд преимуществ. Вот они:

Улучшенное обучение и онбординг: менеджеры могут анализировать закономерности по всей команде, а не только по нескольким звонкам, на которых они смогли присутствовать. Это позволяет новым сотрудникам и другим членам команды учиться на реальных примерах успешных звонков, а не на теории.
Меньше административных часов и более быстрый ввод данных в CRM: недавние данные из отчета Salesforce «State of Sales» показали, что продавцы тратят менее 30% своего времени в неделю на прямые продажи. Остальное время уходит на административную работу, внутренние совещания, ручной поиск информации и ввод данных. Автоматизированное ведение заметок, обновления CRM и другие важные административные задачи позволяют продавцам тратить больше времени на продажи.
Выявление сигналов покупки и возражений: уровень анализа разговорного интеллекта будет отмечать возражения по цене, упоминания конкурентов и другие важные моменты, чтобы значимые темы не были упущены. Это помогает руководству изучать разговоры, в которых часто упоминаются цены или конкуренты, и разрабатывать стратегии для улучшений.
Межкомандное взаимодействие: это преимущество предоставляет инсайты из звонков, которые могут быть полезны маркетингу, продуктовым командам и руководству, вместо того чтобы оставаться изолированными в одном отделе. Это помогает улучшить процессы продаж и поддержки в компании, выявляя области, где другие отделы могут оказать помощь.

Эти преимущества накапливаются со временем, поскольку один и тот же анализ применяется к каждому разговору. Обучение на основе этих разговоров и извлечение из них инсайтов — это именно то, для чего предназначен разговорный интеллект.

Как работает разговорный интеллект

Большинство платформ разговорного интеллекта на рынке в настоящее время следуют пятиэтапному процессу, независимо от поставщика. Этот конвейер включает:

Сбор данных: получение разговоров, которые записываются или собираются из источника, такого как телефонный звонок, чат или платформа для видеоконференций, например Zoom или Teams.
Транскрипция: технология, использующая распознавание речи, преобразует аудио в текст, создавая запись, доступную для поиска.
ИИ-анализ: модели обработки естественного языка (NLP) и машинного обучения (ML) обрабатывают текст для определения тональности, ключевых моментов и пунктов действий. Некоторые платформы выполняют этот анализ в реальном времени и предоставляют рекомендации представителю во время звонка.
Инсайты: анализ разговора преобразуется в полезные результаты, такие как повторяющиеся возражения, вопросы о ценах или другие связанные сигналы.
Интеграция с CRM: инсайты и резюме звонков синхронизируются с платформой CRM, такой как Salesforce или HubSpot, для обновления записей без постоянного ручного ввода.

Внутри уровня транскрипции

Хотя пятиэтапный процесс охватывает весь конвейер, часть «транскрипции» на втором этапе является очень сложной, и эффективность последующих этапов зависит от того, что происходит на этом этапе. Давайте более технически рассмотрим, как работает транскрипция в контексте разговорного интеллекта.

Диаризация речи: Приписывает каждый сегмент стенограммы конкретному говорящему, указывая, кто что сказал. В торговом звонке эта функция позволяет инструменту коучинга рассчитывать соотношение времени разговора и прослушивания и гарантировать, что торговый представитель задал большинство вопросов. Диаризацию сравнительно легко выполнить на готовой записи, поскольку модель может сравнивать голос в начале звонка с голосом в конце. Выполнять ее в реальном времени сложно, потому что система должна присвоить метку говорящего, не зная, что будет дальше.
Обнаружение сущностей: Идентифицирует определенные категории информации в стенограмме, такие как имена, даты, суммы в долларах или номера счетов, и прикрепляет точные временные метки к каждой из них. Это позволяет платформе создавать поисковый индекс "каждого звонка, где упоминался конкурент", вместо того чтобы требовать от кого-либо читать каждую стенограмму или прослушивать каждый звонок. Это также делает возможным редактирование для колл-центра, обрабатывающего данные PCI или PHI, для соблюдения требований соответствия.
Многоязычная обработка: Охватывает как автоматическую идентификацию языка внутри звонка, так и точную транскрипцию на всех языках, которые команда фактически использует с клиентами. Платформа, ограниченная только английским языком, полностью упускает разговоры, как только служба поддержки начинает принимать звонки на испанском, португальском или японском языках.

Возможности ElevenLabs Speech to Text охватывают все три аспекта в рамках единого API, с диаризацией до 32 говорящих, обнаружением сущностей по типам сущностей, охватывающим категории PII, PHI и PCI, и транскрипцией на более чем 90 языках.

Аналитика разговоров против разговорного ИИ

Эти два термина часто путают. Различие между ними заключается в том, что разговорный ИИ участвует в голосовых беседах, в то время как аналитика разговоров их анализирует.

Разговорный ИИ охватывает чат-ботов и голосовых агентов, которые способны напрямую вести беседу с клиентом, отвечая на вопросы или решая проблемы поддержки. Аналитика разговоров работает за кулисами и не взаимодействует с клиентом. Она слушает уже происходящие разговоры и извлекает из них инсайты.

Эти два понятия скорее дополняют друг друга, чем конкурируют. Они выполняют отдельные, автономные функции для бизнеса, стоящие за аспектом разговора во всем. Например, команда поддержки, использующая голосовых агентов на платформе, такой как ElevenAgents, может применять аналитику разговоров к звонкам, обрабатываемым агентами, так же, как и к звонкам, обрабатываемым людьми. Цель аналитики разговоров — проанализировать, где агент хорошо справился с запросом, а где произошла эскалация.

Сценарии использования аналитики разговоров

Аналитика разговоров работает по-разному в зависимости от конкретного сценария использования, для которого ее применяет команда. Ее преимущества варьируются в зависимости от развернутого сценария использования. Некоторые из основных сценариев использования аналитики разговоров включают:

Коучинг по продажам

Руководители отделов продаж могут создавать библиотеки звонков, организованные по конкретным навыкам. Некоторые из этих навыков включают работу с возражениями или вопросы для выявления потребностей, и их использование для более быстрого обучения новых представителей и определения того, как выглядит успех в команде.

Качество поддержки клиентов

Руководители службы поддержки могут анализировать звонки агентов в гораздо больших масштабах, чем когда-либо прежде. Аналитика разговоров позволяет им выявлять проблемы с тоном, неполные решения или пробелы в скрипте. Все это делается без необходимости присутствовать на звонке вживую. Снижение настроения в разговоре, которое появляется после введения вопроса о выставлении счета, является паттерном, на который стоит обратить внимание, если он проявляется в нескольких разговорах.

Соблюдение нормативов и обнаружение рисков

Многие регулируемые отрасли, такие как здравоохранение и финансовые услуги, используют аналитику разговоров для подтверждения того, что необходимые раскрытия информации были сделаны, и что звонки с конфиденциальной информацией помечены. Это особенно актуально для персонально идентифицируемой информации (PII), такой как номер социального страхования (SSN) или медицинский диагноз, которые обсуждались без надлежащей обработки конфиденциальных данных. Обнаружение сущностей делает этот сценарий использования практичным в масштабе, вместо того чтобы полагаться на человека-рецензента для выявления каждого случая.

Анализ отзывов о продукте

Команды по продукту анализируют стенограммы поддержки и продаж, чтобы выявить повторяющиеся запросы функций или области непонимания, которые никогда официально не записываются в других местах. Если жалоба появляется только один раз, это просто шум. Однако та же жалоба в сорока звонках — это пункт дорожной карты, который необходимо решить. Такие жалобы могут указывать команде по продукту, где может быть пробел в функциях и возможностях продукта.

Создавайте аналитику разговоров с помощью API ElevenLabs

Инфраструктура, поддерживающая платформы аналитики разговоров, в основном является проблемой преобразования речи в текст с несколькими специфическими требованиями, построенными поверх.

Для транскрибирования нескольких записанных звонков Scribe v2 обрабатывает аудио- и видеофайлы, включая диаризацию говорящих, временные метки на уровне слов и обнаружение сущностей. Для анализа в реальном времени Scribe v2 Realtime передает транскрипцию с задержкой около 150 мс, что позволяет доставлять подсказки для коучинга или оповещения о соответствии в реальном времени во время звонка, а не после него.

Что платформам аналитики разговоров требуется от их инфраструктурного уровня:

Разделение речи клиента и агента с помощью диаризации и маркировки ролей говорящих, что является фундаментальным для любой метрики коучинга, требующей идентификации говорящего.
Обнаружение сущностей может быть развернуто для автоматической идентификации и маскировки конфиденциальных данных, вместо того чтобы полагаться на ручной просмотр перед сохранением или совместным использованием стенограмм.
Доступны как пакетные, так и опции в реальном времени, поскольку проверка соответствия и живой коучинг требуют разных уровней задержки.
Поддержка нескольких языков, которые соответствуют языкам, на которых говорят клиенты команды, а не только тем, которые используются в штаб-квартире.

Эти функции в совокупности образуют слой транскрипции, на котором строится продукт аналитики разговоров. Логика анализа и коучинга остаются компонентами, которые команда либо создает сама, либо приобретает у специализированного поставщика CI.

Начните работу с ElevenAPI

Scribe v2 и Scribe v2 Realtime предоставляют вам слой транскрипции для аналитики разговоров, с диаризацией, обнаружением сущностей и временными метками на уровне слов в едином API. Изучите ElevenLabs Speech to Text, чтобы увидеть поддерживаемые модели и языки.

Если вы встраиваете аналитику разговоров в свой продукт или внутренние инструменты, создайте бесплатную учетную запись и начните транскрибировать свой первый звонок. Справочник по API Speech to Text охватывает полный набор параметров для диаризации, обнаружения сущностей и языковой поддержки.