他們中有些人經(jīng)過與課程顧問的一次或多次溝通，獲得有效幫助，選到了適合自己的課程，制定了學(xué)習(xí)計(jì)劃。但也有些人，因?yàn)槭冀K沒得到有效幫助或其他原因而流失。

如何幫助更多想要提升自己的人，為他們提供相應(yīng)的產(chǎn)品?對(duì)于新東方在線而言，這是一個(gè)關(guān)鍵問題，而這個(gè)關(guān)鍵問題的前提就是能夠了解咨詢者的真實(shí)需求，尤其是沒有明確說出口的潛在需求——心聲。

客戶心聲分析

對(duì)于不同咨詢者的“心聲”，優(yōu)秀的課程顧問會(huì)從自己的經(jīng)驗(yàn)中總結(jié)規(guī)律，比如在職人員更關(guān)心課程的單節(jié)時(shí)長(zhǎng)和時(shí)間安排，應(yīng)該多為他們提供時(shí)間相關(guān)的信息。但這些規(guī)律都藏在他們心里，難以驗(yàn)證，也難以變成整個(gè)公司、整個(gè)團(tuán)隊(duì)的公共知識(shí)。

因此，新東方在線找到循環(huán)智能(Recurrent AI)，一起嘗試通過機(jī)器學(xué)習(xí)的方式，從全量的、經(jīng)過脫敏處理的客戶溝通數(shù)據(jù)中，挖掘“客戶心聲”;從優(yōu)秀課程顧問的對(duì)話數(shù)據(jù)中，分析讓溝通更高效的規(guī)律方法。

在校生、家長(zhǎng)、在職人員分別最在意的事情是什么，除了大家熟悉的因素，比如價(jià)格、課程時(shí)長(zhǎng)或師資力量，是不是還有讓所有人都意想不到，機(jī)器卻能從微弱的信號(hào)中學(xué)到的某種因素?

了解到不同客戶最在意的事情之后，應(yīng)該在溝通的什么階段提供什么樣的信息，才能贏得他們的信任?從成功的溝通記錄中，機(jī)器可以學(xué)到哪些“優(yōu)秀課程顧問在使用但無法轉(zhuǎn)述給其他人”的溝通技能?

循環(huán)智能為新東方在線提供的機(jī)器學(xué)習(xí)技術(shù)是這樣工作的：首先，將通話錄音轉(zhuǎn)為文字(溝通文本記錄可跳過這步);之后，利用自然語言處理(NLP)技術(shù)分析文本語義，提取語義點(diǎn)形成畫像標(biāo)簽;最后，對(duì)結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行分析，拆解出豐富的數(shù)據(jù)維度，尋找溝通方式、溝通內(nèi)容與服務(wù)效果之間的關(guān)系。

這個(gè)過程聽起來很容易，但每一步做好了卻很難，整合為一個(gè)系統(tǒng)，更難。

第一步的核心技術(shù)是語音識(shí)別。通用的語音識(shí)別引擎，識(shí)別字正腔圓的新聞節(jié)目和日常用語(早上好、午飯吃了嗎、晚安)準(zhǔn)確率很高，但是在特定的場(chǎng)景下往往難以招架：雙方對(duì)話(需要分離兩個(gè)人的聲音)，電話錄音(常伴著雜音)，說的不一定是普通話，以及經(jīng)常出現(xiàn)行業(yè)術(shù)語(A-Level、托業(yè))。于是，循環(huán)智能自研了自動(dòng)語音識(shí)別(ASR)引擎，引入聲紋識(shí)別、語氣識(shí)別等技術(shù)。在合作伙伴進(jìn)行的第三方測(cè)試中，準(zhǔn)確率顯著高于市面上的通用識(shí)別引擎。

第二步的核心技術(shù)是語義理解。循環(huán)智能采用了NLP領(lǐng)域國(guó)際熱門的預(yù)訓(xùn)練模型 XLNet，XLNet 模型的第一作者正是循環(huán)智能(Recurrent AI)的聯(lián)合創(chuàng)始人、AI和產(chǎn)品負(fù)責(zé)人楊植麟。語義理解的其中一個(gè)難點(diǎn)在于，大家講話的時(shí)候往往是“話里有話”的，機(jī)器判斷起來也很吃力。所以，循環(huán)智能在面對(duì)一個(gè)新領(lǐng)域時(shí)，會(huì)引入高效的人工標(biāo)注過程，通過人機(jī)結(jié)合的方式做預(yù)訓(xùn)練，最后形成可靠的算法模型。

第三步的核心技術(shù)是數(shù)據(jù)分析和挖掘。在這方面，循環(huán)智能的CEO和CTO都是個(gè)中高手，CEO陳麒聰師從亞馬遜AWS現(xiàn)任AI負(fù)責(zé)人、機(jī)器學(xué)習(xí)泰斗Alex Smola;CTO 張宇韜師從清華大學(xué)計(jì)算機(jī)系副系主任、數(shù)據(jù)挖掘頂級(jí)專家唐杰教授，曾作為核心開發(fā)者研發(fā)了知名的科技大數(shù)據(jù)分析平臺(tái)AMiner。

他們擅長(zhǎng)發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系和隱藏的規(guī)律。舉例來說，在線溝通時(shí)，關(guān)于客服回復(fù)客戶的速度這個(gè)維度對(duì)于客戶最終滿意度的影響，通常企業(yè)會(huì)認(rèn)為一定是越快越好。但是，循環(huán)智能幫助新東方在線分析了大量對(duì)話之后發(fā)現(xiàn)，數(shù)據(jù)揭露出的結(jié)果：并非回復(fù)得越快越好。當(dāng)服務(wù)人員總是在幾秒之內(nèi)回復(fù)客戶時(shí)，反而獲得客戶有效反饋的比例更低一些。經(jīng)過對(duì)大量具體案例的進(jìn)一步分析，循環(huán)智能找到了關(guān)鍵原因——快速的回復(fù)往往是被動(dòng)的、過于簡(jiǎn)單的“是的”、“好的”、“對(duì)”，但客戶更希望服務(wù)人員能主動(dòng)提供更多與學(xué)習(xí)和課程相關(guān)的信息，而非被動(dòng)的應(yīng)付之語。

類似這樣的客戶心聲分析維度，高達(dá)數(shù)百個(gè)。從不同維度得到的信息，經(jīng)過進(jìn)一步整合和驗(yàn)證，就能轉(zhuǎn)變成新東方在線整個(gè)服務(wù)團(tuán)隊(duì)的公共知識(shí)(Know-How)，進(jìn)而提升服務(wù)能力和客戶滿意度。

對(duì)于管理層而言，如果能一目了然地“看到”整個(gè)業(yè)務(wù)流程中，每個(gè)節(jié)點(diǎn)的用戶反饋，就可以有針對(duì)性地做出業(yè)務(wù)決策。循環(huán)智能與新東方在線合作，將新東方在線每個(gè)業(yè)務(wù)節(jié)點(diǎn)里用戶最關(guān)心的問題和反饋進(jìn)行整理，形成了可視化的“用戶反饋地圖”，這樣管理層就可以知道用戶在不同階段最關(guān)心的問題是什么，進(jìn)而對(duì)產(chǎn)品和業(yè)務(wù)進(jìn)行相應(yīng)的調(diào)整。例如，在課程咨詢階段，用戶最關(guān)心哪些問題;在課后服務(wù)階段，用戶最滿意和不滿意的地方在哪里……

這是“客戶心聲分析”的方法和意義。

智能質(zhì)檢

“客戶心聲分析”，顧名思義，主要關(guān)注的是客戶一方的聲音。而服務(wù)人員，比如課程顧問、售后客服一方的聲音，也可以使用人工智能和自然語音處理(NLP)技術(shù)實(shí)現(xiàn)“服務(wù)質(zhì)量檢測(cè)”，從而讓服務(wù)更加規(guī)范。

在任何一家公司，負(fù)責(zé)與客戶直接溝通的服務(wù)人員，都要遵循很多服務(wù)規(guī)范。對(duì)于新東方在線來說，為了實(shí)現(xiàn)更好的服務(wù)水準(zhǔn)，除了最基礎(chǔ)的規(guī)范，例如不能嘲諷客戶、不能讓人感到不耐煩，還包括很多專門的規(guī)范，例如在開始對(duì)話之前要做充分的自我介紹、以及主動(dòng)提到 400 服務(wù)電話等。

過去，新東方在線對(duì)售前、售后服務(wù)人員的質(zhì)檢方式是“人工抽檢”，由專門的質(zhì)檢員抽取少量錄音來收聽，然后找到其中不符合規(guī)范的地方，再與相關(guān)服務(wù)人員進(jìn)行溝通，改善服務(wù)水平。這樣做，成本很高，且效果有限。成本高是因?yàn)樾枰蛡蚨嗝氋|(zhì)檢員來工作，效果有限是因?yàn)橹荒艹槿O少部分的錄音進(jìn)行收聽，遠(yuǎn)遠(yuǎn)做不到全量的質(zhì)檢。

新東方在線在 2019 年引入了循環(huán)智能所提供的智能質(zhì)檢技術(shù)，將后臺(tái)數(shù)據(jù)——經(jīng)過脫敏處理的聊天文字記錄、通話錄音對(duì)接到循環(huán)智能提供的系統(tǒng)中，實(shí)現(xiàn)全量的、幾乎實(shí)時(shí)的質(zhì)檢。

循環(huán)智能的機(jī)器質(zhì)檢系統(tǒng)，首先會(huì)使用自研的專用語音識(shí)別引擎，將錄音轉(zhuǎn)換為文本;然后根據(jù)行業(yè)、公司的不同，使用預(yù)訓(xùn)練并結(jié)合人工少量數(shù)據(jù)標(biāo)注，從文本中提取包含關(guān)鍵信息的“語義點(diǎn)”;最后將“語義點(diǎn)”與規(guī)范條例結(jié)合，找出所有不符合規(guī)范的溝通過程——這個(gè)過程并不是搜索關(guān)鍵詞那么簡(jiǎn)單，例如很多情況下，規(guī)范只寫了嚴(yán)禁嘲諷用戶，系統(tǒng)需要通過機(jī)器學(xué)習(xí)結(jié)合人工標(biāo)注，學(xué)習(xí)到在這個(gè)領(lǐng)域中什么樣的用語算是“嘲諷”。

現(xiàn)在，使用循環(huán)智能的智能質(zhì)檢技術(shù)，新東方在線可以做全量質(zhì)檢，服務(wù)人員與客戶的每一次溝通都不會(huì)被忽視。因?yàn)橘|(zhì)檢的效率大幅提升，通過機(jī)器可以發(fā)現(xiàn)絕大部分問題，所以新東方在線的整體服務(wù)水平得到快速改進(jìn)。此外，課程顧問和客服新人的培訓(xùn)效率也得到了提升，他們可以很快從系統(tǒng)里的培訓(xùn)模塊中找到正確的實(shí)例和錯(cuò)誤的實(shí)例，自助學(xué)習(xí)，快速提升水平。

讓每一次溝通有更好的結(jié)果

基于在“客戶心聲分析”和“智能質(zhì)檢”產(chǎn)品上的良好合作，新東方在線與循環(huán)智能同時(shí)也在“線索重定向”產(chǎn)品上展開合作?！熬€索重定向”是循環(huán)智能另一個(gè)主打解決方案，旨在幫助企業(yè)分析未成功的客戶溝通過程，挖掘用戶存在潛在需求但未被重視的對(duì)話，幫助企業(yè)按照優(yōu)先級(jí)進(jìn)行重新溝通。

新東方在線客服總監(jiān)吳明珠表示，“我們非常愿意將人工智能技術(shù)部署到業(yè)務(wù)流程中，提高企業(yè)的生產(chǎn)力。在與循環(huán)智能的合作中，我們發(fā)現(xiàn)這個(gè)團(tuán)隊(duì)不僅自然語言處理和數(shù)據(jù)分析挖掘相關(guān)的技術(shù)實(shí)力很強(qiáng)，而且具備結(jié)合行業(yè)場(chǎng)景快速落地的能力?！?/p>

作為一家創(chuàng)業(yè)公司，循環(huán)智能很注重業(yè)務(wù)的專注性，不管是客戶心聲分析、智能質(zhì)檢，還是線索重定向，本質(zhì)上這些產(chǎn)品都指向同一個(gè)目標(biāo)：通過落地到業(yè)務(wù)的智能對(duì)話分析系統(tǒng)，讓企業(yè)與客戶的每一次溝通有更好的結(jié)果。

songjy