Automatizace

Zvykli jsme si, že moderní kontaktní centrum umí zákazníka obsloužit mnoha způsoby. Multikanálovost, dnes často také omnichannel, je pro dobré zákaznické centrum základ. Tedy obsloužit zákazníka telefonicky, emailem, přes chat nebo webový formulář v jednom nástroji je vnímáno jako standardní pro mnoho zákaznických center. S optimalizací zákaznických cest se ale pojí i automatizace. Mnoho věcí lze totiž se zákazníky vyřešit automaticky. Připravené odpovědi pro operátory call center nebo šablony emailů a odpovědí na chat jsou využívány mnoho let a pomáhají zrychlit práci agentů, umí zefektivnit zákaznickou péči, a tedy přinášet úspory. Pokud jde ale dělat něco automaticky, proč by to měl dělat člověk? Postupem doby se tedy všichni poskytovatelé nástrojů pro zákaznickou péči začali zajímat, jak některé požadavky zákazníků vyřešit zásahu člověka. Podstatné pro plnou automatizaci byl v tomto směru rozvoj dvou technologií úzce souvisejících s umělou inteligencí. V prvé řadě se jedná o pochopení a zpracování přirozeného jazyk počítačem, známé taky jako NLP/NLU (NLP - Natural Language Processing respektive NLP - Natural Language Understanding) a za druhé pak rozvoj strojového učení (Machine Learning).

Pochopení a zpracování jazyka

Jednoduše řečeno je počítač díky NLP schopen extrahovat a pochopit mluvený nebo psaný text. Zároveň však jde o obor umělé inteligence (AI), který studuje, jak stroje rozumějí lidskému jazyku. Jeho cílem je vybudovat systémy, které dokážou porozumět textu a provádět úkoly, jako je překlad, kontrola gramatiky nebo klasifikace témat. Bez tohoto oboru bychom se o umělé inteligenci pro kontaktní centra bavit nemohli. O velký rozvoj těchto technologií se zasloužily především vyspělé technologické firmy jako je Amazon, Google, IBM nebo Microsoft, a jejich nástroje jsou dnes dostupné pro vývojáře. Právě i díky nim však mohly vzniknout open source nástroje jako Nltk.org nebo OpenNLP.

Využití v praxi

Pokud tedy víme, co je to NLP, asi si už dokážeme představit nejrůznější způsoby použití v kontaktním centru. Základní použití je samozřejmě extrakce hlasových nahrávek na text a práce s nimi. Poté může přijít na řadu hledání klíčových slov a odhalování nejčastějších témat, která zákazníci řeší. Jsme také schopni odhalit, pokud operátoři používají nevhodná či dokonce sprostá slova. Porozuměním jazyku jsme také schopni odhalit emoce zákazníků, a provádět tzv. sentiment analýzu, díky které jsme schopni přiřadit k různým tématům kladné či záporné emoce. Takto můžeme odhalit, s jakou službou či produktem jsou zákazníci nejvíce nespokojeni, a naopak co zákazníky nejvíce těší a jaký produkt mají rádi. No a pokud zapojíme strojové určení, dokážeme odhalit kdo nám vlastně volá, ať už jde o věk, pohlaví případně další informace.

Strojové učení

Právě již zmíněné strojové učení pomáhá pro kontaktní centra vytvářet tu tzv. umělou inteligenci. Pokud už počítače chápou jazyk, musíme je naučit jazyk zpracovávat tak, aby mohli reagovat na to co nám volající říká do telefonu, nebo zákazník píše na chatu. Co je to tedy strojové učení? Jednoduše řečeno, strojové učení učí počítače jednat, aniž by byly naprogramovány. Nebo chcete-li strojové učení je proces aplikace algoritmů, které učí stroje (počítače), jak se automaticky učit, zlepšovat ze zkušeností a vytvářet vlastní předpovědi. Právě díky strojovému učení mohou dnes vznikat chatboti či voiceboti, kteří jsou schopni automaticky odbavit zákazníka v chatu či na telefonní lince.

Proces učení

V případě strojového učení u chatbotů a voicebotů jde dnes často o poměrně jednoduchý, byť časově náročný proces. Nejprve bota „nakrmíte“ spoustou slov a vět, vstupy, ke kterým pak přiřazujete očekávané odpovědi, výstupy. Tím však strojové učení teprve začíná. Vstupní data, vložená do systému, jsou transformovány na textové vektory, pole čísel, která představují různé datové funkce. Algoritmy se pak následně určí pro dříve neznámé vstupy přidružovat vektory, výstupy, na základě již dříve zadaných dat. To, jak dobrý je daný algoritmus v konečném důsledku určuje, jestli nám připadá umělá inteligence skutečně inteligentní.

Reálné využití

Chatbot a voicebot je silný nástroj, který dokáže kontaktnímu centru opravdu pomoci. Musíme však velmi dobře vědět co od něj očekáváme. Nesprávné použití znamená jediné, nespokojeného zákazníka. O tom, jak správně použít chatbota či voicebota proběhla 5.11.2020 velmi zajímavá webová konference předního českého dodavatele kontaktních center, společnosti IPEX a.s. Za účasti partnerů IPEX, Vocalls a Xolution se mohli účastníci konference podívat na příklady použití, praktické ukázky a reálné nasazení těchto systémů v kontaktních centrech.