Amazon Transcribe Call Analytics

機械学習を活用したリアルタイムの会話インサイトによるカスタマーエクスペリエンスの向上

Amazon Transcribe Call Analytics の使用を開始する

Amazon Transcribe Call Analytics は、高精度の通話トランスクリプトを生成し、リアルタイムの会話インサイトを抽出するための機械学習 (ML) を活用した API で、カスタマーエクスペリエンスとエージェントの生産性を向上させることができます。API は、カスタマーサービスとセールスコールを理解するために特別にトレーニングされた強力な音声テキスト処理モデルと自然言語処理 (NLP) モデルを組み合わせたものです。開発者は、Amazon Transcribe Call Analytics を使用して、リアルタイムのトランスクリプションとインサイトを生成し、メモを取る必要性を排除し、検出された問題に対処し、感情がネガティブになったことによる深刻化を軽減することができます。また、この API を利用して、通話後の音声ファイルを分析することも可能です。

Amazon Transcribe Call Analytics を使用すると、お客様とエージェントの感情、コールドライバー、会話がない時間、中断、感情、話す速度、および「不満」、「品質が悪い」、「サブスクリプションをキャンセルする」などの特定のフレーズに基づいた会話の特性など、有益な情報を得ることができます。通話分類機能は、フレーズに基づいてリアルタイムで会話に自動的にタグ付けするものです。通話後分析では、フレーズ、感情、会話がない時間、中断に基づいて会話を分類できます。さらに、API は、リアルタイムまたは通話後に、音声とテキストの両方から名前、住所、クレジットカード情報などの機密情報を検出し、削除することができます。

一般的なユースケースには、エージェントアシスト、スーパーバイザーへの通知、エージェントのスコアリング、通話目的のトラッキング、通話後分析などがあります。

エージェントアシストソリューションを構築し、コール解決とエージェントの生産性を向上させる (50:28)

仕組み

利点

実装の複雑さを軽減

Transcribe Call Analytics を使用すると、複数の AI サービスのパイプラインをまとめ、専用の機械学習モデルを簡単に作成することができます。Transcribe Call Analytics を単一の API 出力として、任意のコンタクトセンターやセールスコールアプリケーションに迅速に追加することができ、実装時間を短縮できます。

機械学習を活用した洞察を得る

Transcribe Call Analytics には、会話データが事前にトレーニングおよび最適化された自然言語処理 (NLP) モデルが搭載されています。そのため、正確な通話トランスクリプトと実用的なインサイトを提供し、カスタマーエクスペリエンスとエージェントの生産性を向上させることができます。これらのモデルの構築、トレーニング、保守に機械学習の専門知識は必要ありません。

既存のコンタクトセンターの活用

Transcribe Call Analytics を使用すると、選択したコンタクトセンターからリアルタイムおよび通話後の貴重なインサイトを分析し、得ることができます。API として、Transcribe Call Analytics を使用すると、カスタマーサービスやセールスなどの通話アプリケーションにこれらの機能を柔軟に追加できます。

特徴

通話要約でコンタクトセンターの生産性を向上

お客様との会話の重要な部分 (問題、結果、アクションアイテムなど) を自動的に記録することで、エージェントが優れたカスタマーエクスペリエンスの提供に集中できるよう通話要約を生成し、通話後の生産性を向上させることができます。マネージャーは、トランスクリプト全体を確認しなくても、ライブ通話中や通話後に、これらの要約をすばやく確認して、やり取りの状況を理解し、お客様の問題を調査することができます。

詳細な通話分析と会話インサイトを抽出

機械学習を活用して、ライブ通話中に音声をテキストに変換する機能と NLP 機能をすばやく適用し、貴重な会話のインサイトを明らかにできます。その後、お客様とエージェントの感情、検出された問題、会話がない時間、中断、話す速度などの音声特性といったインサイトを着信および発信の通話分析アプリケーションに統合することができます。これにより、スーパーバイザーは、潜在的なお客様の問題、エージェントのコーチング機会、製品フィードバック、通話の傾向などをより簡単に特定できるようになります。

自動通話分類によるコンプライアンスとモニタリングの向上

会社のポリシーまたは規制要件の遵守のために、通話を大規模にモニタリングします。指定した条件 (単語/フレーズや会話の特性など) に基づき、独自のカスタムカテゴリを構築し、トレーニングします。たとえば、カテゴリラベルを設定して、コールのうち何パーセントがアップセルやアカウントのキャンセルなのかを確認できます。